Collective Large-scale Wind Farm Multivariate Power Output Control Based on Hierarchical Communication Multi-Agent Proximal Policy Optimization

要約

風力発電は世界中で再生可能エネルギー源としてますます重要になりつつあります。
しかし、風力発電所の電力制御は、これらの発電所に固有のシステムの高度な複雑さにより、重大な課題に直面しています。
この課題に対処し、電力出力を最大化するために、新しい通信ベースのマルチエージェント深層強化学習大規模風力発電所多変量制御が提案されています。
風力タービン (WT) の後流が電力に及ぼす影響を研究するために、風力発電所の多変量電力モデルが提案されています。
多変量モデルには、軸誘導係数、ヨー角、およびチルト角の制御可能な変数が含まれます。
階層通信マルチエージェント近接ポリシー最適化(HCMAPPO)アルゴリズムは、多変量の大規模風力発電所の連続制御を調整するために提案されています。
大規模風力発電所は複数の風力タービン アグリゲーター (WTA) に分割されており、隣接する WTA は階層通信を通じて情報を交換し、風力発電所の発電出力を最大化できます。
シミュレーション結果は、提案された多変量 HCMAPPO が、従来の PID 制御、協調モデルベースの予測制御、およびマルチエージェントの深い決定論的ポリシー勾配アルゴリズムと比較して、風力発電所の電力出力を大幅に増加できることを示しています。
特に、HCMAPPO アルゴリズムは、13 タービン風力発電所に基づく環境でトレーニングでき、より大規模な風力発電所に効果的に適用できます。
同時に、風力発電所の規模が増加しても、後流制御による風力タービンブレードの疲労損傷が大幅に増加することはありません。
多変量HCMAPPO制御により、大規模風力発電所の一括最大出力を実現できます。

要約(オリジナル)

Wind power is becoming an increasingly important source of renewable energy worldwide. However, wind farm power control faces significant challenges due to the high system complexity inherent in these farms. A novel communication-based multi-agent deep reinforcement learning large-scale wind farm multivariate control is proposed to handle this challenge and maximize power output. A wind farm multivariate power model is proposed to study the influence of wind turbines (WTs) wake on power. The multivariate model includes axial induction factor, yaw angle, and tilt angle controllable variables. The hierarchical communication multi-agent proximal policy optimization (HCMAPPO) algorithm is proposed to coordinate the multivariate large-scale wind farm continuous controls. The large-scale wind farm is divided into multiple wind turbine aggregators (WTAs), and neighboring WTAs can exchange information through hierarchical communication to maximize the wind farm power output. Simulation results demonstrate that the proposed multivariate HCMAPPO can significantly increase wind farm power output compared to the traditional PID control, coordinated model-based predictive control, and multi-agent deep deterministic policy gradient algorithm. Particularly, the HCMAPPO algorithm can be trained with the environment based on the thirteen-turbine wind farm and effectively applied to larger wind farms. At the same time, there is no significant increase in the fatigue damage of the wind turbine blade from the wake control as the wind farm scale increases. The multivariate HCMAPPO control can realize the collective large-scale wind farm maximum power output.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google