微电网中面向用户的自适应能量调度策略

基于微电网中分布式可再生能源和双向能量交易,提出一种自适应能量调度策略. 调度中心收集微电网中所有用户的负载信息,并根据实时的电价信息,集中调度用户的负载用电. 该调度策略采用自适应动态规划方法,通过在线网络训练优化能量调度策略. 仿真结果表明,该方法能够对整个调度过程进行在线学习,从而最小化用户的总电能费用.     

基于真实车载移动数据的RSU部署算法

为了有效提高网络性能,基于车载移动数据研究了真实城市环境下的路边单元(RSU)部署问题,收集并记录了基于北京市的车载移动数据集,通过差值方法等对车辆轨迹数据进行了预处理,使得该数据成为研究RSU部署策略的重要支持. 基于真实的移动数据,提出了综合考虑中心性和均匀性的RSU部署算法,以优化网络整体性能. 以真实车载移动轨迹为基础的仿真实验结果表明,所提出的RSU部署算法可以有效提升网络性能.     

车联网基于信任度的RSU识别及资源分配算法

在车联网中,由于部分路侧单元（RSU）的位置比较偏远,无法得到网络管理员的及时维护,可能遭到攻击,变为不可信任的路侧单元,降低了车辆的通信质量和网络能效.为了有效地识别RSU的可靠性,提出了一种基于信任度的路侧单元识别及资源分配算法,将路侧单元识别、传输模式的选择和功率分配联合建模为网络能效的优化问题,并分成3个子优化问题,分别求解.首先,采用基于信任度的RSU识别算法,识别出可信任和不可信任的路侧单元;其次,优化车辆资源块配置和链路选择;最后,通过次梯度算法优化传输功率,最大化网络能效.理论分析和仿真结果表明,所提算法具备较低的复杂度,可以达到较高的路侧单元识别准确度,并有效地提升网络总能效.     

基于一致性算法的智能电网储能单元分布式调度策略

针对太阳能和风能的不确定性对智能电网功率分配的影响,提出了一种基于一致性算法的智能电网储能单元分布式调度策略.该策略使用一致性算法来最大化充放电功率,并实时调整智能电网储能系统的输出功率来补偿实际功率与计划功率间的偏差,从而有效解决储能单元的内阻对充放电效率的影响.系统仿真测试结果表明,所提出的分布式调度策略能保证所有储能单元收敛到同一个最优值.     

应用Markov理论定量描述土壤剖面中菲的垂向运移分布特征

马尔可夫(Markov)链理论是用来描述随时间(空间)变化的一个离散状态序列的状态转移特性的,本文将其引入来研究土壤剖面多环芳烃有机污染物的垂向变化规律,建立了基于空间离散化的马尔可夫(Markov)链理论数学模型及垂向归趋极限.研究结果表明,基于空间离散化的马尔可夫(Markov)链理论数学模型及垂向归趋极限能够很好地模拟区域土壤剖面多环芳烃(菲)的垂向变化特征,并有迁移规律的识别功能.     

基于休假排队的消息驱动组件性能分析

为获得消息组件性能评价指标,基于离散时间休假排队模型Geom/G/1,建立了服务线程生命周期性能模型;采用嵌入Markov链方法,推导出具有单服务线程的消息驱动组件消息队列长度与响应时间概率分布;基于单线程循环调度与多态转移算法,实现了对多服务线程消息驱动组件的性能仿真.     

基于计算吞吐量最大化的能量采集边缘计算系统在线资源优化配置

在基于可再生能量收集技术的移动边缘计算(Mobile Edge Computing, MEC)系统中,可再生能量到达和计算卸载无线信道呈现较强的时空变化特性,因此该系统的无线及计算资源管理与用户任务计算之间存在着动态适配的挑战。针对此类问题,本文研究多时隙多用户的能量采集边缘计算系统,建立可再生能量随机到达和无线信道模型以及预测误差模型,以系统总计算吞吐量最大化为准则,通过逐时隙联合优化用户本地计算和计算卸载模块,提出了一种在线滑动窗设计方案, 需要通过调整滑动窗长度M来实现。该方案逐时隙求解凸优化问题,基于离线资源动态管控的最优结构,实时制定资源管理策略,具有较低的计算复杂度。仿真实验结果表明,提出的在线滑动窗设计方案在系统计算吞吐量性能方面优于已有的基准方案,并在对抗信道/能量状态信息预测误差方面有较好的鲁棒性能。     

基于多模式切换的插电式混合动力电动汽车能量优化管理方法

插电式混合动力汽车中电动机和发动机的能量优化控制方法在提高车辆续航里程及驾驶性能方面有重要影响,本文结合传统的差值补充策略、负载跟随策略、持续最优策略3种控制策略提出一种基于多模式切换的能量优化管理方法,设计了5种工作模式在不同电池SOC下的模式转移方法和功率分配方法,旨在使汽车在满足驱动需求的前提下针对不同的行驶状态都能够降低能量消耗.结合某PHEV车型整车仿真模型对提出的能量优化管理方法进行离线仿真,并将离线仿真结果与传统能量控制方法的仿真结果进行对比,结果表明基于多模式切换的能量优化管理方法提高了汽车燃油经济性和汽车续航里程.     

基于层次结构Markov链的软件可靠性建模方法

在当前主流的基于体系结构的软件可靠性建模方法中,基于Markov链的状态模型是一种广泛应用的可靠性模型。现有基于状态的可靠性模型适用于构件转移满足Markov过程的软件,当程序中同时存在确定性转移和非确定性转移时,特别是存在多个构件对某构件的调用时,现有的办法不能得出精确的结果,甚至可能会引入不存在路径。为解决这一问题,文章基于UML模型和Markov模型,提出一种层次结构方法,用组合结点替代构件间的调用关系,建立层次结构的Markov链模型。最后通过一个实例对新方法的性能进行了验证。      

基于熵理论的Markov链对粮食生产年景的预测——以河南省为例

将度量系统状态不确定性的熵引入到Markov链中,从而使随机过程的Markov链分析方法与信息熵结合起来,构造了一种熵权的Markov方法,用不同步长的Markov链熵权和来预测系统的状态,实现了对粮食生产年景的动态预测.     

基于差分进化算法的多目标优化V2B2模式的调度策略

分布式可再生能源的配置提高了家庭微电网的调度空间,有利于能源结构的改善,但同时也对主电网的稳定性构成了挑战。针对这一现状,提出了一种基于差分进化算法的多目标优化V2B2模式的调度策略。该方法基于电动汽车的移动性,利用电动汽车和蓄电池的充放电功率,实现了2个不同地理位置下微电网的统一调度,在优化用电成本的基础上,着重于光伏发电的储存和使用,由此降低光伏波动对主电网的影响。采用上海地区相关数据进行实验,结果证明,该方案在降低用电成本、提高光伏自消耗率以及降低负荷峰谷差方面均取得了良好的效果。     

基于分布鲁棒优化的社区型能源系统低碳经济调度

随着可再生能源渗透率的提高以及能源转型进程的推进,能源系统在保证调度策略鲁棒性的同时,也要考虑系统的绿色性和低碳性. 针对含碳捕集机组的社区型能源系统中各社区在风电功率不确定性下的最优决策问题,提出一种非合作博弈模式下的分布鲁棒优化方法. 首先,以运行成本最低为目标,构建各社区的两阶段调度模型. 其次,将风电功率的分布信息纳入到两阶段模型中,考虑各社区之间的非合作博弈关系,构建分布鲁棒博弈模型. 最后,利用线性决策理论及对偶原理求解模型. 仿真结果表明,所提分布鲁棒博弈方法可以保证博弈策略的鲁棒性,同时也克服了鲁棒优化强保守性的问题.     

基于强化学习的云计算资源调度策略研究

提出了一种基于强化学习的云计算虚拟机资源调度问题的解决方案和策略。构建了虚拟机的动态负载调度模型,将虚拟机资源调度问题描述为马尔可夫决策过程。根据虚拟机系统调度模型构建状态空间和虚拟机数量增减空间,并设计了动作的奖励函数。采用Q值强化学习机制,实现了虚拟机资源调度策略。在云平台的虚拟机模型中,对按需增减虚拟机数量和虚拟机动态迁移两种场景下的学习调度策略进行了仿真,验证了该方法的有效性。     

SDN架构下数据中心内存能耗优化策略

提出一种基于内存共享机制数据中心进程优化调度策略,并基于软件定义网络 (SDN)架构建立数据中心负载模型及内存节点能耗模型,给出2个用于降低内存能耗的启发式进程调度算法. 这2个算法以实际内存节点为研究对象,在保证数据中心负载均衡的基础上,通过合理进程调度实现内存共享率最大,使得处于活动态的内存节点数最少,从而达到数据中心内存能耗优化目的. 仿真结果表明,提出的启发式进程调度算法能有效降低内存能耗.     

港口自动导引小车的优化调度研究

主要研究港口AGV的路径布置及其优化、AGV的合理配置、AGV的调度和AGV的避碰问题．提出采用基于遗传算法的面向对象Petri网建立AGV的数学模型，对AGV实现优化调度．同时提出一个避免AGV碰撞的智能策略．     

单小区MBMS的吞吐量优化与频域调度

针对单小区带上行反馈的多媒体广播组播业务(MBMS)的资源管理框架,提出一种简单有效的优化机制,即限制反馈用户的G因子,以极小的覆盖为代价换取显著的吞吐量提高;同时提出将该机制与MBMS的频域调度结合,并分析了对调度增益的影响. 仿真表明,该机制与频域调度(FDPS)相互促进,进一步提高了MBMS的吞吐量. 在用户数较多的情况下吞吐量增益达到50％,而覆盖的损失不超过1％.     

基于集中式信息系统的主动配电网鲁棒优化调度

为了适应配电网从被动受电向主动供电角色的转化,提出基于集中式信息系统的主动配电网鲁棒优化调度策略。采用交流潮流模型描述配电网的功率平衡关系,计及无功注入的调节作用,建立两阶段电能与备用联合调度模型;应用鲁棒优化技术,构建可再生能源发电出力的不确定性集合;将高维、非凸的最优化问题转化为凸问题,以保证最优解的性能。对算例系统进行仿真计算,结果表明资源的优化调度提高主动配电网的灵活性,所提出的鲁棒优化调度策略能够增强主动配电网对间歇性可再生能源发电的容纳能力。     

智能型混合能源独立供电/市电并联系统

开发了一个智能型混合能源独立供电/市电并联供电系统,解决再生能源可能引发之发电不稳定问题,利用独立电源混合并入市电之机制互补电能供应,运用成本导向发展经济调度法则,完成电源管理及功率分配最佳化过程控制,并可根据不同场址需求弹性加入各种再生能源以及传统能源.本系统透过全数字化控制达成电源管理及功率分配,并分析混合能源发电系统之冲击,并网模式将洁净能源电力转换供给一般负载使用,减少尖峰时刻之市电需求,于离峰用电或多余电能时将水电解为氢与氧储存备用,该系统可以逆潮流反馈电能回市电,自动侦测市电中断时以独立供电模式供应负载.本系统可达成三点目标:1)经智能型电源管理控制法则使系统操作于最佳效率之状态;2)并网模式时,输出与市电电压同相位之电流,达成单位功因并网以提升能源利用率;3)独立供电模式下提供低总谐波失真成分之正弦输出电压,有效降低电磁干扰.比对商购产品,少数有同时具备监视及控制功能,且不具备如本系统可任意搭配能源数量及调配电力使用负载条件之功能,本研究所开发之系统具有明显技术差异、领先优势及成本优势,具高度商品化价值.