含电动汽车和光伏的配电网空间负荷预测

随着光伏(photovoltaic,PV)的普及和电动汽车(Electric Vehicle,EV)保有量的增加,提出一种同时考虑到EV时空分布和PV出力随机的主动配电网空间负荷预测(Spatial Load Forecasting,SLF)方法.对影响PV出力的各项指标进行详细分析,并采用层次分析法确定不同指标的权重,采用模糊综合评价法确定评价集.其次,结合最小二乘支持向量机(Least Squares Support Vectormachine,LS-SVM)对传统粒子群算法进行改进来配比PV出力情况.然后,根据EV的时空转移概率矩阵采用蒙特卡洛法模拟出EV充电负荷情况.最后,以某规划区为例,根据预测得到的PV出力情况以及EV充电负荷的分布预测出规划区的空间负荷情况,为配电网规划提供指导.     

电动车充电负荷建模及对配电网的影响分析

在电动车充电负荷建模优化的研究中,电动汽车大规模使用后,需要对电动汽车的充电负荷建模与准确计算,以分析对电网的影响.通过对电动汽车电池的充电特性、充电起始荷电状态及充电时间等因素分析,建立单个电动汽车充电负荷模型,根据中心极限定理进而得到大量电动汽车充电负荷的计算方法,分别在不同电价政策下考虑电动汽车常规充电和快速充电情况下,对电动汽车充电负荷进行了仿真比较分析.仿真结果表明,由于电动汽车多在夜间充电,则对原负荷曲线有一定“填谷”作用,均增加了负荷系数,缩小了峰谷差;尤其在分时电价无快充情况下,峰谷差最小,负荷系数最大.     

电动汽车充电负荷预测研究

电动汽车的快速发展会逐渐增大电网的运行压力,而预测电动汽车的充电负荷有利于电网的运行和合理调度.论文分析了电动汽车充电负荷的影响因素,得到不同充电方式中充电功率的变化,分析了三种类型电动汽车的充电频率、日行驶里程和起始充电时间,并建立了相应的概率密度函数模型.最后采用蒙特卡洛算法模拟计算出日充电负荷,为电动汽车有序充电研究提供了基础.     

计及预测误差的电动汽车充电分层控制策略研究

电动汽车的大规模接入充电会对配电网的运行带来很大的影响，为减小电动汽车充电对负荷峰谷差的影响和提高电动汽车充电的经济性，提出了一种计及预测误差的电动汽车充电分层优化控制策略。根据日负荷预测曲线和电动汽车充电预测需求的预测误差大小来对充电策略进行动态优化调整，调整的目标为减小系统负荷峰谷差和运行成本，优化模型的求解方法则采用改进的遗传粒子群算法。通过不同控制策略下电动汽车充电实例的计算对比分析，结果证明了电动汽车充电优化控制策略及求解算法的有效性和优越性。     

电动汽车与配电网协调规划方法及应用

为更好地实现电动汽车与配电网协调发展,提出一种电动汽车与配电网协调规划方法。首先,研究电动汽车的充电负荷特性,摸清电动汽车的用电规律;其次,研究电动汽车进站流量密度,计算不同时刻不同类型的电动汽车充电数量。最后,研究考虑配电网容量约束的电动汽车充电站规划方法,保证电动汽车充电站规划方案的经济性和科学性。应用实例表明,此方法确定的电动汽车充电站规划方案科学、合理,验证了此方法的有效性和实用性。     

计及峰谷电价的电动汽车负荷模型分析

大规模电动汽车无序接入配电网会导致电网负荷峰值增加。首先,本文通过分析电动汽车行驶特性,根据电动汽车电量需求、电池荷电状态、充放电功率等约束条件,基于电动汽车有序充放电概率模型和功率期望,构建最小负荷峰值目标函数。再通过遗传算法求解,以峰谷电价时间作为优化变量,得到优化前后的电网负荷曲线。然后分别研究了在不同峰谷电价时间以及在不同用户响应度下电网负荷曲线的变化,并与电动汽车无序充电时的负荷曲线进行对比。最后讨论分析了用户响应度和充电模式对电网负荷峰值的作用效果。     

中压配电网电力空间负荷密度分布仿真

针对传统方法没有考虑到同类负荷分布不均,导致无法为电力预测提供可靠的数据基础的问题,提出一种中压配电网应用电力空间负荷密度特性研究方法。按照中压配电网应用电力空间实际情况,通过元胞生成在应用电力空间中完成土地使用种类的模拟,利用GIS平台得到元胞的空间分布以及涉及属性数据,形成数据表。通过均匀核函数获取核密度计算的一般形式,采用核估计实现中压配电网应用电力空间负荷密度计算,解决负荷分布不均的问题,并确定中压配电网应用电力空间负荷密度及其置信区间。在此基础上运用Logistic曲线对负荷密度指标进行拟合,通过回归模型获取不同产业占比和负荷密度间的关系,得到差异分位数下负荷密度指标和各产业占比间的定量关系,获取负荷密度分布特性。分析实验结果得出,所提方法研究结果和实际结果基本一致,方法可靠。     

引导电动汽车用户驾驶行为的充电导航策略

电动汽车充电导航便于用户合理选择充电站,降低用户自身的时间成本和经济成本,缓解配电网端的负荷压力.在电网分时电价的基础上,考虑电动汽车充电路径的选择与车主的驾驶行为密切相关,通过对电动汽车的负荷设备分类建模,根据不同设备类型的重要程度及用户的电动汽车实际工况和地形因素,利用遗传算法分析最佳出行路径,提出以时间成本与经济成本之和最优为目标,引导用户驾驶行为的充电导航策略.在20kmtimes10km含3个充电站的区域内,通过3种不同充电导航策略仿真结果对比,验证所提出的导航策略的可行性和有效性.     

基于GRA-LSSVM密度法的配电网空间负荷预测方法研究

为提高配电网的规划水平,实现配电网的合理规划与改造,以有效提高供电质量和效益。针对配电网空间负荷预测,设计了一种新型的电网负荷密度预测算法,在算法中将支持向量机引入到基于灰色关联度分析的负荷预测模型。通过灰色关联度分析法筛选出更符合要求的样本并进行训练,同时,引入了混沌粒子群算法(PSO)对此模型进行优化,以提高算法的精度。通过实际数据对这种算法的性能进行实例分析,依据分析结果表明,提出的算法与其他方法相比对配电网空间负荷预测的精度有显著差异,本文方法可以有效的提高配电网负荷密度预测的精度。     

基于神经网络的配电网负荷预测方法

配电网接入高渗透率分布式光伏在一定程度上削减了配电网负荷。由于配电网负荷、光伏出力与气象因素耦合特性存在差异,且均具有较强随机性,致使配电网净负荷预测难度大、随机性高。为实现波动性配电网短时预测净负荷,基于长短期记忆（LSTM）,构建神经网络短期预测模型。通过LSTM构建光伏出力短期预测模型及小时前配电网负荷预测模型,并采用交叉验证,对各LSTM预测器结构超参数进行优化。将两者预测结果进行比较,得到配电网净负荷。由实验结果分析可知,LSTM方法可自适应挖掘光伏出力特征、历史负荷预测对象之间的相关性,较支持向量回归（SVR）方法,该方法预测精度高、过程简单。     

From Cognitive Load Theory to Collaborative Cognitive Load Theory

Cognitive load theory has traditionally been associated with individual learning. Based on evolutionary educational psychology and our knowledge of human cognition, particularly the relations between working memory and long-term memory, the theory has been used to generate a variety of instructional effects. Though these instructional effects also influence the efficiency and effectiveness of collaborative learning, be it computer supported or face-to-face, they are often not considered either when designing collaborative learning situations/environments or researching collaborative learning. One reason for this omission is that cognitive load theory has only sporadically concerned itself with certain particulars of collaborative learning such as the concept of a collective working memory when collaborating along with issues associated with transactive activities and their concomitant costs which are inherent to collaboration. We illustrate how and why cognitive load theory, by adding these concepts, can throw light on collaborative learning and generate principles specific to the design and study of collaborative learning.     

基于负荷曲线分类的电力负荷预测方法

根据负荷曲线的特性对负荷进行分类,用简单的模型描述和预测,对用户的月用电数据的预测结果表明,新方法能够得到更准确的结果,较准确地反映负荷变化情况.     

一种基于实时负载的动态负载平衡策略

在分布式系统中采用动态负载平衡算法分配系统中的工作负载,能够提高系统的性能。在简述目前常用的几种动态负栽平衡策略的基础上,提出了一种基于实时负载的动态负载平衡策略,并给出了其调度算法。     

负载均衡综述

随着网络技术的飞速发展,各大网站的访问量大量增加,致使一些网站的服务能力跟不上,从而影响了网站自身业务的发展。负载均衡的出现在一定程度上解决了这个问题。本文概述了负载均衡的发展过程,同时在比较三种负载均衡技术的基础上,对负载均衡的发展进行了展望。     

负载均衡综述

随着网络技术的飞速发展，各大网站的访问量大量增加，致使一些网站的服务能力跟不上，从而影响了网站自身业务的发展。负载均衡的出现在一定程度上解决了这个问题。本文概述了负载均衡的发展过程，同时在比较三种负载均衡技术的基础上，对负载均衡的发展进行了展望。     

基于内容识别的负载均衡

介绍了基于内容识别的请求分配的集群系统的特点 ,并进一步介绍了两个有代表性的均衡策略和内容识别实施中的关键技术——连接迁移策略     

Balancing the Load

We have developed a stack of semantics for a high-level C-like language and low-level assembly code, which has been carefully crafted to support the pervasive verification of system software. It can handle mixed-language implementations and concurrently operating devices, and permits the transferral of properties to the target architecture while obeying its resource restrictions. We demonstrate the applicability of our framework by proving the correct virtualization of user memory in our microkernel, which implements demand paging. This verification target is of particular interest because it has a relatively simple top-level specification and it exercises all parts of our semantics stack. At the bottom level a disk driver written in assembly implements page transfers via a swap disk. A page-fault handler written in C uses the driver to implement the paging algorithm. It guarantees that a step of the currently executing user can be simulated at the architecture level. Besides the mere theoretical and technical difficulties the project also bore the social challenge to manage the large verification effort, spread over many sites and people, concurrently contributing to and maintaining a common theory corpus. We share our experiences and elaborate on lessons learned.     

服务器负载均衡架构之传输层负载均衡——服务器集群的高扩展性和高可用性

负载均衡是一种使服务器集群在客户端表现为单台服务器的技术,服务器集群通过这种技术实现了高扩展性和高可用性。本文中,作者Gregor Roth介绍了负载均衡的基础,并讨论了传输层负载均衡架构的优缺点。     

一种基于主负载信息表的动态负载平衡模型及其均衡算法研究

1.引言对于静态和动态负载平衡算法的研究,国际上已经有了30多年的历史。特别是近年来随着一些高速网络的兴起(如ATM),对于它的研究仍然方兴未艾。但是因为一些并行任务之间的互相依赖关系和通讯量的大小很难在编译时就进行确定,所以人们更加倾向于研究动态负载平衡。虽然目前国内外在这方面产生了不少各有特色的算法,譬如Hui等人就在理     

基于实时负载的HDFS负载均衡改进与实现

针对HDFS系统自带的负载均衡策略所使用的静态固定阈值的主观性太强以及未考虑集群繁忙时启动均衡机制对主业务运行效率的影响,重新定义了系统负载,提出了基于实时负载的动态阈值的计算方法.该方法根据各DataNode所占磁盘空间使用率情况以及DataNode的工作繁忙状态,使集群动态地计算出能反映当前集群繁忙状态的阈值,减少均衡机制对整个集群主业务的影响,从而实现集群在系统使用和磁盘占用空间之间更好的平衡.