刘迪
- 作品数：12 被引量：124H指数：7
- 供职机构：华北电力大学电气与电子工程学院更多>>
- 发文基金：国家电网公司科技项目国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：电气工程经济管理自动化与计算机技术更多>>
- 深度强化学习在需求响应中的应用被引量：31
- 2019年
- 随着中国电力市场化改革的推进,需求响应业务在向着多元化、常态化发展,新环境对需求响应的可靠性与精准性的要求越来越高,亟须完善的技术支撑。深度强化学习能够对复杂的外部环境做出较为准确的识别,并做出最优决策,能够满足需求响应的相关要求。基于此,文中对深度强化学习技术在需求响应中的应用进行了研究与探讨。首先对深度强化学习的发展历程及研究现状进行了梳理,同时分析了需求响应的研究现状与未来发展需求。在此基础上,对深度强化学习应用于需求响应业务的可行性与方法进行了探讨。提出了基于深度强化学习的需求响应业务开展架构,并对深度强化学习的实现流程进行了较为深入的分析,为需求响应技术的发展提供了参考。
- 孙毅刘迪李彬徐永海
- 关键词：需求响应人工智能神经网络
- 计及调节弹性差异化的产消群价格型需求响应机制被引量：15
- 2020年
- 针对产消者调节弹性差异化的特点,在产消群的优化过程中,提出了考虑折扣因子的价格型需求响应机制。售电商根据负荷及分布式电源出力情况,以利益最大化为目标制定面向所有产消者的购售电价格及折扣因子,在保证公平性的前提下,使得积极参与响应的产消者能够享受到更低的结算电价。进而,提出了考虑折扣因子的边云协同迭代优化策略,通过价格的手段引导产消者在不同的场景下对负荷进行调增或调减。仿真实验表明,所提价格策略及优化方法能够有效提升售电商的收益以及用户的效益,且在不同的场景下均有着良好的表现,具有较强的鲁棒性。
- 刘迪孙毅李彬霍沫霖奚巍民
- 关键词：需求响应
- 面向新能源消纳的热水器集群精细化均衡控制被引量：5
- 2020年
- 针对新能源发电并网对电网可能造成的冲击,提出面向新能源消纳的热水器集群精细化均衡控制策略。相比于现有普遍研究的、对单台热水器只能实现开和关2种控制状态的控制方法,所提控制策略通过温度设置值和多级功率联合优化,并利用遗传算法,不仅考虑了单台热水器的开、关状态,更精确至单台热水器运行功率级的选择。所提方法在保障电网侧消纳任务完成情况的同时,综合考虑用户侧热水器的温度,实现了两者的双赢。仿真实验结果证明了所提控制策略可实现精准负荷调控,同时使热水器响应更加均衡。
- 刘向军周行洁刘迪孙毅谢祥颖卢毓东
- 关键词：遗传算法
- 计及滚动评价的居民群需求响应策略被引量：14
- 2019年
- 开展需求响应能够有效地平抑负荷波动、降低负荷用电峰谷差,但用户响应的不确定性,极大地阻碍了需求响应业务的开展。为此,策略依托以聚合商为中心的需求响应架构,以基线负荷功率推演为支撑,考虑用户实时状态、满意度和自动需求响应的实施特性,建立响应评估模型,采用滚动评价的方式,以评价结果为导向降序选择可预期性强的用户参与业务,尽可能降低居民用户群参与下的自动需求响应的不确定性。仿真结果表明,策略可以在节约需求侧资源的同时降低用户群响应误差比例。
- 孙毅刘昌利刘迪李彬景栋盛陈宋宋
- 关键词：需求响应
- 基于支持向量机的家庭负荷控制策略研究被引量：5
- 2016年
- 针对家庭用户多样性的特点,提出基于支持向量机预测的家庭用电策略优化方案。根据不同家庭用户的历史用电数据,结合与电器使用情况密切相关的天气数据,基于支持向量机预测算法,对于不同用户在不同情况下的用电行为进行预测;在此基础上对用户的用电策略进行优化。仿真分析结果表明,基于支持向量机的预测能够较为准确的预测不同用户在不同情况下的用电情况,而优化策略也能够在兼顾用户用电习惯的同时达到降低用户电费支出、改善用户负荷曲线的目的。
- 刘庆时赵贺刘迪石坤
- 关键词：需求响应支持向量机
- 基于遗传算法的智能电炒锅优化控制研究
- 2017年
- 近年来,人们对家电智能化的要求越来越高,而各种智能家电也层出不穷。但因炒制过程较为复杂,难以对其实现较为精确的智能控制。为了解决此问题,通过最基本的热传导公式推导出了电炒锅的热传导模型,通过遗传算法对模型的参数进行训练,使模型在不同的情况下均能较为准确地模拟电炒锅温度的变化情况。基于此模型,提出了电炒锅的控制方案。对电炒锅模型下一时刻的温度变化进行预测,根据需求计算出电炒锅最佳功率,使电炒锅在炒制过程中能够始终保持需要的温度,同时尽可能减少电炒锅功率的波动,从而降低电炒锅功率控制器件的损耗。通过实验验证了此控制方案在不同的烹饪阶段均能够较好地实现炒锅的智能控制,达到维持锅内温度,提高能源利用效率的目的。
- 何伟庄斌刘迪李琳吴晓江孙毅
- 关键词：电炒锅智能控制遗传算法
- 基于CNN的产消群需求响应滚动优化策略被引量：3
- 2021年
- 随着分布式光伏的普及,具有负荷电源双重属性的产消者大量出现。在电力现货市场的环境下,首先,基于Stackelberg模型分析产消者以及售电商在价格型需求响应中的决策机理,提出基于卷积神经网络(convolutional neural networks,CNN)的产消群决策行为预测模型,实现对产消群负荷调整及反弹量的精准预测。然后,充分考虑负荷反弹现象对于价格型需求响应的影响,提出考虑负荷反弹的滚动优化策略,提升售电商收益的同时,降低产消群负荷不平衡量,并促进分布式光伏的就地消纳。仿真实验表明,所提产消者决策行为预测模型的预测准确度在99%以上,且考虑了负荷反弹现象的滚动优化策略能够将产消群可再生能源就地消纳率提升5%以上,同时,相较于分时电价以及不考虑负荷反弹的实时电价,售电商的收益分别提升了118.8%和15.1%。
- 张旭东李飞刘迪孙毅李彬
- 关键词：需求响应卷积神经网络遗传算法
- 考虑充电功率衰减的电动汽车两阶段优化调度策略被引量：6
- 2021年
- 通过对锂电池充电特性进行分析,发现电动汽车充电后期会出现明显的功率衰减,忽略这种现象会导致电动汽车所需充电时长的错误预估。为减小功率衰减带来的负面影响,该文基于最佳充电电流理论,构建电动汽车最佳充电曲线,并根据不同电动汽车充电功率变化特性,在考虑功率衰减的条件下提出一种基于多元混合优化算法的电动汽车两阶段优化调度策略。首先,基于电动汽车充电电流、电压以及功率之间的相关性,构建电动汽车用户模型,根据不同队列电动汽车充电特性,构建负荷聚合商调度模型;进而,基于最高响应比优化算法解决调度第一阶段的用户充电紧迫性与公平性问题,基于粒子群优化算法解决第二阶段光伏消纳偏差量最小化问题,实现考虑功率衰减特性的电动汽车两阶段优化调度;最后,在仿真实验中通过对未考虑功率衰减时电动汽车计划和实际充电行为进行对比,分析充电功率衰减对电动汽车用户和负荷聚合商的影响,通过对考虑功率衰减时不同调度策略下的电动汽车充电行为进行对比,验证本文策略在降低光伏消纳偏差量,提高用户满意度,改善负荷聚合商经济效益方面具有明显效果。
- 刘向军牟明亮黄绍模刘迪孙毅张旭东李飞
- 面向居民用户精细化需求响应的等梯度迭代学习激励策略被引量：25
- 2019年
- 大量分布式居民用户有着很大的需求响应潜力,售电商可以通过激励的手段,聚合用户参与电力市场需求响应业务。但居民用户响应行为具有多样化的特点,从而大大限制了其参与需求响应业务的效果。针对这一问题,首先构建了基于长短时记忆(long short-term memory,LSTM)网络的用户响应行为预测模型,对用户在多元环境不同激励下的预期响应量进行预测。在此基础上,提出了等梯度迭代学习的方法,使得售电商能够根据每次需求响应的目标量,制定合适的激励量引导用户较为精确的完成响应目标。同时,在迭代过程中,根据用户不同的响应特性,给不同的用户下发不同的激励,以降低激励成本。仿真实验表明,所提算法能够引导用户精确的完成需求响应目标,误差在5%以内;同时,所提出的等梯度迭代学习方法能够有效降低售电商的激励成本。
- 孙毅刘迪崔晓昱李彬霍沫霖奚巍民
- 关键词：需求响应
- 基于家庭用电负荷关联度的实时优化策略被引量：9
- 2016年
- 针对家庭负荷在需求响应中巨大的不确定性,提出家电配合使用情况是家庭用户响应情况的重要影响因素之一,并提出家庭用电负荷关联度的概念。建立家庭用电负荷模型,设计基于家庭用电负荷关联度的实时更新的优化策略。通过Matlab对算法模型在单个家庭用户以及多个家庭用户综合情况下进行仿真,验证了纳入家庭用电负荷关联度的实时优化策的有效性及优越性。
- 孙毅刘迪李彬李德智石坤
- 关键词：需求响应移峰填谷
