3 мин. чтения
2/29/2024 11:37:43 AM

Алгоритмы ИИ для защиты энергетической сети от колебаний электромобилей

Article Preview Image Предложенный встроенный многоагентный метод DRL.Кредит: Королевский технологический институт KTH

Они могут быть лучше для планеты, но при комбинированной возобновляемой энергии и электромобилях также могут также дестабилизировать энергосистемы, что приводит к движению ряд проблем от неисправных ноутбуков до региональных отключений.Это связано с тем, что случайные изменения в спросе и предложении оказывают давление на способность сети поддерживать устойчивый уровень напряжения.

По словам Цянвен Сюй, исследователя в Королевском институте Королевского технологического института в Стокгольме, именно это давление было разработано для решения AI с открытым исходным кодом для решения.

«Мощность ветра и солнечное излучение не соответствуют часу до часа», - говорит Сюй.«И спрос на зарядку EVS основан на личных потребностях и привычках людей. Таким образом, у вас высокий уровень стохастики и неопределенности. Их интеграция приведет к колебаниям напряжения, отклонениям и даже проблемам нарушения безопасности напряжения».

Новые алгоритмы глубокого усиленного обучения с открытым исходным кодом (DRL) предназначены для решения этой проблемы путем предоставления интеллекта для конвертеров мощности глубоко в сетке, где они оптимизируют крупномасштабную координацию источников энергии, безопасно под быстрыми колебаниями без общения в реальном времени, она, она, она, онаговоритDRL предоставляет новую стратегию синхронизации данных для борьбы с задержкой связи для алгоритмов, управляемых данными.

«Централизованный контроль не является экономичным или быстрым при непрерывных колебаниях возобновляемых источников энергии и электромобилей»,-говорит она.«Наша цель-самоконтроль на основе AI для каждого распределенного источника энергии, который связана с помощью преобразователей мощности».

Исследователи продемонстрировали это на реальной аппаратной платформе интеллектуальной микросплаты в KTH.Пакет программного обеспечения с открытым исходным кодом опубликован в GitHub, а исследовательская работа сообщается в журнале IEEE Transactions по устойчивой энергии.

Децентрализованный подход к управлению решения будет поддерживать уровни напряжения в определенных необходимых пределах.Помимо этого края колебания напряжения, рискуют нанести вред на производительность электрического оборудования, а также на общую стабильность сетки, говорит Сюй.

Отклонения напряжения могут привести к неэффективной работе электрических устройств, снижению их срока службы, а в крайних случаях вызвать повреждение инфраструктуры сетки.Более тревожно, что нарушения безопасности напряжения могут привести к отключениям или необходимости в чрезвычайных вмешательствах, таких как выброс нагрузки или использование резервных генераторов, для поддержания стабильности сетки, говорит она.

«Наша цель состоит в том, чтобы улучшить стратегии управления для преобразователей власти, делая их более адаптивными и интеллектуальными, чтобы стабилизировать сложные и меняющиеся энергосистемы», - говорит Сюй.

Эта работа является частью Digital Futures, исследовательского центра, основанного на KTH, который исследует и разрабатывает цифровые технологии, а также исследователи из Калифорнийского университета, Беркли и Стокгольмского университета.

Больше информации: Mengfan Zhang et al., Действительно управляемые данными децентрализованный контроль над инверторными возобновляемыми источниками энергии с использованием безопасного гарантированного многоагентного обучения глубоким подкреплением, IEEE транзакций по устойчивой энергии (2023).Doi: 10.1109/tste.2023.3341632

Получи бесплатную еженедельную рассылку со ссылками на репозитории и лонгриды самых интересных историй о стартапах 🚀, AI технологиях 👩‍💻 и программировании 💻!
Присоединяйся к тысячам читателей для получения одного еженедельного письма

Подписывайся на нас:

Нашли ошибку в тексте? Напишите нам.

Добавляй ЛРНЧ в свою ленту Google Новостей.
Читайте далее 📖

Охлаждающий материал следующего поколения без электричества

8/10/2024 · 3 мин. чтения

Охлаждающий материал следующего поколения без электричества

Исследователи используют машинное обучение для оптимизации дизайна солнечных элементов

8/7/2024 · 3 мин. чтения

Исследователи используют машинное обучение для оптимизации дизайна солнечных элементов

*Facebook, Instagram, Meta - запрещенные в РФ организации.