多区域互联综合能源系统的双层博弈优化运行

为保障用户日益增长的能源消费需求、提高能源利用率,本文面向多区域综合能源系统,考虑综合需求响应,提出基于聚合商和用户双层博弈的优化运行方法.在包含聚合商、用户、综合能源系统和能源互联网络的多园区综合能源系统架构的基础上,建立了包括下层用户间非合作博弈和上层聚合商联盟合作博弈的双层博弈优化模型.其中,上层聚合商以多区域综...     

大型化工企业能源管理系统的设计与实现

通过对大型化工企业能耗情况和现有能源管理模式的分析,系统地介绍了能源管理系统的设计,主要包括能源数据集成、能源系统实时监控、能源管理软件开发和能源优化调度等,最后介绍了某大型氯碱企业能源管理系统的实施与应用情况.通过系统实现,在确保生产工艺流程平稳运行的前提下,实现企业能源系统的在线监控、集中管理与优化调度,从而有效地提高企业能源管理水平和能源利用效率,为单体设备、各生产装置和整个企业的全方位节能提供充分支撑.     

铁合金冶炼过程能耗监测系统的实现

针对我国铁舍金企业能源计量监测状况,提出了基于PLC、现场总线、组态软件、数据库、网络通讯技术等的能源监测系统。通过结合中钢集团吉林铁合金股份有限公司的铁合金冶炼过程能耗监测系统的实例,阐述了该系统的设计方法,以及系统各个模块的功能,同时讨论了系统实现的关键问题,有利于促进铁合金企业能源信息化管理水平的提高和节能降耗目标的实现。     

区域能源智能物联网平台开发

碳减排背景下,结合多能互补、余热利用的区域能源项目逐渐涌现。为进一步提高区域能源系统的信息化和智能化水平,基于Niagara框架技术,搭建区域能源智能物联网(IoT)平台。平台的硬件框架部署传感器仪表、数据终端、网络控制器等设备。平台的软件框架实现了系统集成、数据远传、数据可视化等功能。在管理平台原有功能的基础上,引入人工智能算法。通过软件编程进一步赋能,实现了基于神经网络模型的区域负荷预测和以可再生能源利用率为主要目标的能源系统优化调度方案。该方案不仅能提高区域能源中可再生能源利用率,还能降低系统运行能耗。基于原有平台定制额外软件功能的方法,开发周期短、自定义程度高、贴合实际系统,有效提高了IoT平台的智能化程度。     

能源数据综合采集系统的研究

分析了RS485总线、GPRS、WiFi这三种现有的矿山能源数据采集方式的优缺点,指出应引入新的数据采集方式,以提高数据采集的准确性和及时性;给出了一种能源数据综合采集系统的总体结构,指出该系统可根据矿山实际情况灵活采用有线、无线、人工方式采集能源数据;提出在综合利用现有工业以太网和数据采集方式的基础上,将Modbus串行通信协议和ZigBee无线通信协议应用于能源数据综合采集系统中的方案,以提高系统数据采集的稳定性;介绍了集中器的硬件结构,指出该集中器具有多种数据接口,可以方便地与其它设备互联,实现能源数据的有效传输。     

基于灰狼算法冷热电联供综合能源优化调度

对于冷、热、电联供综合能源系统优化问题,为了提高可再生能源利用率,故以弃风、弃光量最小和综合能源系统运行经济性为优化目标,建立了含风机、光机、燃气轮机、燃气锅炉等综合能源优化模型.模型的求解使用的改进多目标灰狼算法,得到Pareto解集.针对综合能源系统的约束较多、灰狼算法种群多样性少、容易陷入局部最优等方面,对算法进...     

飞机液压系统余度设计及系统间隔离与连接技术综述

介绍了常见飞机液压系统,从液压能源、液压回路等方面简述了飞机液压系统的余度设计,分析了不同飞机液压余度设计的特点,指出为提高飞机液压回路系统的利用率,采用互通互联式液压回路也是飞机液压回路余度设计的一个发展方向,并介绍了能源转换装置、能源选择阀、液压保险等各种系统互连互通和隔离装置.     

面向钢铁企业能源流程的逐步形式化建模方法

针对钢铁企业能源流程的特点,以及以往能源建模存在的不足,提出一种从UML到Petri网模型逐步形式化的建模方法。所建模型可以通过仿真平台进行验证评估,对能源流程进一步定性和定量分析,深入理解、优化,并可以根据反馈结果对UML模型进行修改,有助于提高系统编码实现的准确性,保证工程技术人员高效建模。以炼铁系统的能源流程系统建模为例,对方法进行说明。     

基于PLC的地面能源远程控制方案

传统伺服地面能源系统的远程控制主要通过模拟量来实现,其自动化程度低、抗干扰能力差;为了解决以上问题,提出了一种基于PLC的地面能源远程控制方案,其分别采用了基于Profibus现场总线的分布式PLC控制技术、基于高压输出反馈的闭环控制技术、OPC Server与PLC远程通讯技术,实现了伺服地面能源系统的远程自动化控制功能,用基于虚拟仪器技术的人机交互界面取代模拟器件,用基于MODBUS协议的数字式网络传感器取代模拟传感器,实现了伺服地面能源系统数字化,提高了伺服地面能源系统的抗干扰能力。     

计及混合潮流约束的热-电互联综合能源系统 多目标优化调度

为满足多样化能源需求并提高能源网络的可靠性,研究多能源系统优化管理和混合潮流问题.针对多能源的网络约束及其耦合特性,构建整合分布式发电、热电联产、电力网络和区域供热网络的热-电互联综合能源系统模型.基于梯形模糊隶属函数构建模糊化软约束,量化电力网络节点电压和区域供热网络节点供给温度的技术不满意度.考虑系统的经济运行和网络节点的能源供给质量,提出一种计及混合潮流约束的热-电互联综合能源系统多目标优化调度策略,以最小化运行成本和网络节点状态变量的技术不满意度.采用epsilon约束算法精确求解该多目标优化问题的Pareto前沿.算例分析结果表明,所构建的模型和提出的算法可以有效提高系统能源供给质量和优化决策的准确性.研究成果进一步体现了所提出的多目标优化方案在兼顾经济性、能源供给质量以及复杂的运行约束,保证系统经济稳定运行等方面的效益.     

基于强化学习的综合能源系统管理综述

为了满足日益增长的能源需求并减少对环境的破坏, 节能成为全球经济和社会发展的一项长远战略方针, 加强能源管理能够提高能源利用效率、促进节能减排. 然而, 可再生能源和柔性负载的接入使得综合能源系统(Integrated energy system, IES)发展成为具有高度不确定性的复杂动态系统, 给现代化能源管理带来巨大的挑战. 强化学习(Reinforcement learning, RL)作为一种典型的交互试错型学习方法, 适用于求解具有不确定性的复杂动态系统优化问题, 因此在综合能源系统管理问题中得到广泛关注. 本文从模型和算法的层面系统地回顾了利用强化学习求解综合能源系统管理问题的现有研究成果, 并从多时间尺度特性、可解释性、迁移性和信息安全性4个方面提出展望.     

基于互联网+的高校能源管理信息系统设计与开发

为了实现高校能源管理的信息共享,提高对高校能源信息管理的智能水平,提出一种基于互联网+的高校能源管理信息系统开发设计方案。系统采用感知层、网络层和应用层的三层结构,采用RFID、 条形码、蓝牙、红外等数据信息感知技术进行高校能源信息的原始采集,在网络层通过ZigBee 和无线通信技术进行信息融合传输,在控制设备中导入原始数据,在互联网+环境下建立数据处理中心,根据能源管理系统的现实需求进行信息融合和数据存储管理,设计嵌入式控制器对串口、并口、USB端口、以太网口及GPIB接口进行集成控制,在Linux内核下实现高校能源管理信息系统应用程序开发。系统测试结果表明,采用该系统进行高校能源管理,具有较好的信息存储、信息调度和信息检索能力。     

能量收集分布式检测系统中基于门限的节点能量管理策略

针对能量收集分布式检测系统由于环境能量到达随机造成系统检测性能不稳定的问题,在同时考虑节点能量不确定性、探测能量不确定性、通信能量不确定的前提下,给出了一种基于节点能量使用门限的能量管理策略的确定方法。该方法首先优化探测和通信的能量分配方式,然后根据能量到达强度,对有限能量区间进行穷举搜索,确定合理的节点能量使用门限。该方法的优势是确定的策略是一种离线策略,不占用节点通信资源,电池存储能量是唯一执行条件,简单易行。仿真表明该方法确定的节点能量管理策略与“能量到达即使用”的策略相比,有效降低了能量随机到达对系统检测性能的影响,提升了检测系统平均检测性能。     

无线抄表系统的设计与实现

介绍了利用GPRS或GSM网络技术实现无线抄表的系统，并对系统的组成及其在能源计量控制管理方面的应用做了介绍。谊系统可应用于住宅小区、医院、工厂等地，在提高能源管理部门和能源调度部门的工作效率等方面有着不可比拟的优势。     

基于协作频谱感知的智能电网通信网性能研究

将认知无线电频谱感知技术应用于智能电网的通信网中,可以有效提高频谱资源的利用率。现有研究仅考虑单用户单供电商,但是对需求响应管理性能与感知能耗权衡问题却没有给出理想的解决方案。建立基于多节点协作频谱感知的多用户单供电商智能电网通信网模型。在此基础上,为求解该模型需求响应管理和能耗感知性能权衡问题,提出基于多目标粒子群(MOPSO)的求解方法。仿真结果表明,所提协作频谱感知模型可以显著提高系统需求响应管理性能;MOPSO算法可实现系统需求响应管理性能和感知能耗的最佳权衡,有利于决策者根据实际要求灵活选择最优方案。     

Optimization management of hybrid energy source of fuel cell truck based on model predictive control using traffic light information

Energy optimization management can make fuel cell truck (FCT) power system more efficient, so as to improve vehicle fuel economy. When the structure of power source system and the torque distribution strategy are determined, the essence is to find the reasonable distribution of electric power between the fuel cell and other energy sources. The paper simulates the assistance of the intelligent transport system (ITS) and carries out the eco-velocity planning using the traffic signal light. On this basis, in order to further improve the energy efficiency of FCT, a model predictive control (MPC)-based energy source optimization management strategy is innovatively developed, which uses Dijkstra algorithm to achieve the minimization of equivalent hydrogen consumption. Under the scenarios of signalized intersections, based on the planned eco-velocity, the off-line simulation results show that the proposed MPC-based energy source management strategy (ESMS) can reduce hydrogen consumption of fuel cell up to 7\% compared with the existing rule-based ESMS. Finally, the Hardware-in-the-Loop (HiL) simulation test is carried out to verify the effectiveness and real-time performance of the proposed MPC-based energy source optimization management strategy for the FCT based on eco-velocity planning with the assistance of traffic light information.     

无线传感器网络节点任务调度与功耗管理算法研究

针对有能量采集系统的无线传感器网络节点异质多核SoC平台,从提高能量利用效率的角度,提出了一种任务调度与功耗管理算法.该算法处理实时有截止时间并有相互依赖关系的任务,任务执行在多个电压可调的处理单元上.通过对节点系统能量采集行为和应用情况进行分析建立了问题模型,并运用运筹学软件LINGO对模型做了求解.利用多组随机输入的任务流图对模型与算法进行了验证,该算法在功耗与时间约束范围内确实能有效提高系统的能量利用效率.     

基于路况预测的PHEV能量管理策略

为了提高插电式混合动力汽车(plug-in hybrid electric vehicle, PHEV)的燃油经济性,减少排放,提出了基于路况预测的PHEV能量管理策略;首先,建立PHEV系统结构并在此基础上依据动力电池SOC(State of charge)变化规律定义了3种PHEV基本工作模式;然后,设计路况识别模糊控制器对当前行驶路况进行识别并预测;最后,根据预测的路况类型结合合理规划的动力电池SOC的曲线约束,制定PHEV能量管理策略;仿真结果表明,该能量管理策略能够较好的使动力电池SOC保持在设定的参考轨迹附近,提高燃油经济性,减少排放。     

冶金企业能源管理系统

介绍了冶金企业能源管理系统的架构与功能,探讨了建设能源管理系统的技术路线,并对能源管理系统的技术发展做了叙述。针对冶金工业能源消耗的居高不下和环境质量的不如人意的问题,采用信息技术作为平台,综合新技术、新工艺、配套技术和管理措施,减少能源消耗,形成安全、稳定、经济和高效的能源供给系统,这对于降低钢铁生产成本,改善环境质量,提高产品的市场竞争力具有极为重要的意义。     

Dynamic power management in wireless sensor networks

We propose an OS-directed power management technique to improve the energy efficiency of sensor nodes. Dynamic power management (DPM) is an effective tool in reducing system power consumption without significantly degrading performance. The basic idea is to shut down devices when not needed and wake them up when necessary. DPM, in general, is not a trivial problem. If the energy and performance overheads in sleep-state transition were negligible, then a simple greedy algorithm that makes the system enter the deepest sleep state when idling would be perfect. However, in reality, sleep-state transitioning has the overhead of storing processor state and turning off power. Waking up also takes a finite amount of time. Therefore, implementing the correct policy for sleep-state transitioning is critical for DPM success. It is argued that power-aware methodology uses an embedded microoperating system to reduce node energy consumption by exploiting both sleep state and active power management