基于重要度排序的配电自动化终端优化布局方法

针对配电自动化终端优化布局问题，提出了一种基于重要度排序的终端优化布局方法。首先以等年值综合费用为目标函数，供电可靠性和投入产出比为双重约束建立了配电自动化终端优化布局模型。然后通过分析配电自动化终端对供电可靠性提升的影响，给出各个节点的“二遥”及“三遥”终端安装重要度定义及计算公式。最后采用枚举法确定最优终端安装数量，基于节点终端安装重要度排序确定终端的最优安装位置。该方法考虑了已布局节点对剩余节点终端安装重要度的影响，能够在降低计算量的同时兼顾布局合理性。运用所提方法RBTS-BUS2系统及扩充模型进行终端优化布局并与智能优化算法的布局结果进行对比，验证了本文方法的有效性及优越性。     

计及投资费用约束的配电自动化终端优化布局方法

针对初始投资费用受限情况下的配电自动化终端布局问题,提出了一种计及初始投资费用约束的配电自动化终端优化布局方法.首先分析了考虑配电自动化终故障端辅助定位及自动隔离故障的配电网可靠性评估流程;然后在保证供电可靠性的前提下,建立了以等年值综合费用最低为目标函数,以设备投资费用为约束条件的配电自动化终端优化布局模型;最后,在IEEE RBTS BUS2算例中,采用多种群遗传算法对构建的模型进行求解,得出最优的配电自动化终端布局结果.通过与传统方法进行对比,验证了所提方法的有效性和优越性.     

压电智能结构损伤检测传感器优化配置的遗传神经网络方法

基于损伤检测的智能结构传感器优化配置的研究工作较少,问题在于难以找到理想的关联损伤物理力学特征的损伤检测目标函数.提出了一种基于损伤检测的压电智能结构传感器优化配置的遗传神经网络(GANN)方法.该方法采用最小二乘支持向量机(LS-SVM)网络建立损伤检测目标函数,运用改进的遗传算法对目标函数进行优化,从而实现不同数目传感器的优化布置,并综合考虑成本与效益的因素,确定传感器的最优配置数目.论文对该遗传神经网络方法的具体实现过程及其可行性进行了分析,结果表明,该方法是可行的,可用于实现传感器对应于其初始布置模式下的最优配置.对于更多传感器的初始布置模式,采用该方法可有效减少更多传感器的数量,从而降低成本.     

配电网主馈线分段开关优化配置的新方法

配网分段开关的优化配置是一个要同时考虑技术性、可靠性和经济性的非线性整数规划问题.针对这个问题,提出一种在原有网架与开关的基础上,确定分段开关最佳新增数量和安装位置的规划方法.该方法的目标函数综合考虑了年分段开关投资费用、年运行维护费用和年停电损失费用;考虑投资约束对辖区指数区间加以修正,计算需新增的分段开关数量;再以期望供缺电量作为评价函数,用枚举法来对已知数量分段开关配置进行优化.通过对临湘电力局临城Ⅱ回配电系统的实例计算,证明了该方法的工程实用性.     

面向智慧教室的无线传感网边缘节点智能部署方法

摘 要: 为降低部署后的通信时延,提高智慧教室的数据发送与网络使用效率,提出面向智慧教室的无线传感网边缘节点智能部署方法。以智慧教室场景中良好的通信、最大限度降低部署边缘节点成本为优化目标,构建边缘节点智能部署的目标函数。针对目标函数设定流量约束条件、无线传感网数据流约束条件、节点计算能力约束条件。自适应调整粒子群优化算法的惯性权重、粒子更新速度、Pareto最优解保存策略,设计多目标改进粒子群优化算法求解目标函数,实现面向智慧教室的无线传感网边缘节点智能部署。测试结果表明,该方法的时延较低,网络计算能力较高,保证了智慧教室无线传感网通信和传输质量。     

基于典型气象年和制氧可时移负荷的独立微电网容量优化配置

微电网电源容量优化配置作为微电网规划建设初期的关键环节,需根据建设地点的气象数据、地理位置和负荷需求,在满足经济性和可靠性前提下合理配置微电网的电源容量。本文以某高原边防营地独立微电网为研究对象,提出一种基于典型气象年和制氧可时移负荷的独立微电网电源容量配置优化方法。综合考虑可再生能源装机容量比、供电可靠性和供氧可靠性等多种约束条件,以微电网全寿命周期内年平均成本最小为目标函数,利用遗传算法对所提优化配置模型求解,并对不同方案下的配置结果进行分析,验证了所提方法的可行性,为独立微电网的规划和建设提供参考。     

基于遗传算法的分布式光伏配网储能优化配置研究

为了改善配网电能质量、实现配网负荷水平的调节,提出基于遗传算法的分布式光伏配网储能优化配置方法。在分析复合储能工作原理与蓄电池储能调峰优化的前提下,构建两阶段储能优化配置模型。第一阶段优化配置模型中,以最小电压波动、网损为目标函数,从而确定蓄电池储能的最佳接入位置。第二阶段优化配置模型中,将配网接入的最低储能设备总容量作为目标函数,从而实现储能设备容量的优化配置。通过最佳保留策略、交叉、变异率的自适应变化,对遗传过程进行优化。采用改进的遗传算法对两阶段储能优化配置模型进行求解,以此确定储能的最佳配置方案及运行优化策略。试验结果表明：该方法对配网储能进行优化配置后,配网电压波动指标明显下降至1.95%,并且网损值、电压波动指标大幅降低。该方法能够实现各类负荷的调峰,具有削峰填谷效应。     

非线性预测控制终端约束集的优化

为保证预测控制的稳定性,经典的策略是在预测控制的优化问题中加入终端约束集和终端惩罚函数,并保证终端约束集是一个在终端控制律作用下的正不变集,终端惩罚函数是受控系统的局部控制Lyapunov函数.本文提供了一种求解非线性系统终端约束集、终端控制律和终端惩罚函数的新策略.通过在优化问题中引入新的变量来降低求解终端约束条件的...     

参数化鲁棒极点配置方法

研究了一类线性多变量系统鲁棒控制器的设计问题，提出了一种基于极点配置和目标函数优化的鲁棒极点配置方法。解决问题的基本思想是，利用极点配置的参数化表示结果，以系统输出的Ｌ∝范数作为极点配置的鲁棒性准则，给出鲁棒极点配置的优化命题。通过解这一优化命题确定极点配置问题中的自由参数，从而达到设计鲁棒控制器的目的。     

网络与终端协同选择及切换机制的研究

提出了一种智能切换机制,用于实现在异构网络中网络与终端的协同选择及切换功能。随着各种业务和应用的发展,异构网络融合是信息和通信技术的必然趋势。根据多接入、多终端等应用环境的要求,采用AHP与URA等多属性决策理论,为用户选择最佳的目标网络和目标终端,并提出相应的智能切换信令流程,包括网络切换、终端切换、网络与终端联合切换方式,最终构建以用户为中心的多终端智能空间,实现个人移动性管理。仿真表明,该智能切换机制可以有效地实现网络和终端的协同选择,并可以保证在异构网络切换QoS性能,为现代服务业的业务及应用的发展提供可靠的理论依据。     

基于Modbus协议的终端通讯系统的开发

智能泊车系统选用可编程逻辑控制器(PLC)控制机械设备,系统设备参数存储在PLC的寄存器中,终端机通过读取PLC寄存器中的数据实现对系统的监控。为了解决智能泊车终端与PLC进行数据通讯过程中出现的数据量大且实时性要求较高的问题,设计了一种基于Modbus通讯协议的多功能智能终端通信系统。通过对智能终端系统整体架构的设计和功能的开发,对Modbus协议进行了解析,将不同类型的通讯数据封装成为Json数据结构中进行传输,实现了泊车终端机(上位机)与PLC的实时数据通讯。经过实际测试表明,当循环读写PLC中DB块地址位0~149位数据50次,时间间隔为50 ms时,平均单次读取时间为10.9 ms,平均单次写入时间为11.4 ms,读写数据成功率为100%,占用系统内存不超过50 MB,满足智能终端在停取车流程中的功能需求,且通讯过程稳定可靠。     

遗传算法在风光互补发电系统优化设计中的应用

风光互补发电系统的优化配置是一个多目标优化问题,优化目标为系统安装成本,约束条件为供电可靠性。如何合理的匹配设计是充分发挥风光互补发电优越性的关键。在成本(目标)函数的最小化计算中,采用改进的遗传算法进行优化,随机搜索并采用选择、交叉、变异三种基本算子在全部组合中搜索最优化的配置。结果表明在满足负荷用电的前提下,其经济性能优于单独的光伏系统和单独的风电系统。     

基于自治单元的配电网可靠性分析及优化配置

本文重点分析接入分布式电源的配电网可靠性,并基于可靠性指标建立优化配置模型,解决新能源大量接入环境下配电网存在的可靠性分析困难的问题。本文根据接入分布式电源后电网的特性,将配电网简化为以自治单元为主体的系统,然后进行自治分区划分并分类,计算不同类别自治分区的可靠性指标。并且通过可靠性指标建立优化模型,最终对系统中分布式电源的容量进行配置。通过实际算例分析,本文提出的方法能够正确的计算系统的可靠性指标,并且将负荷的可靠性指标用自治区域指标替代,从计算量上减小计算的复杂度,比传统方法具有更快的计算速度。因此基于自治单元的配电网可靠性分析和优化配置方法更适用于当前大规模接入分布式电源的系统,为解决目前配电网可靠性计算的难题提供了有效手段。     

磁盘阵列多终端配置管理模块设计与实现*

配置管理模块为用户提供多种灵活的配置方式,供用户对磁盘阵列的具体参数进行设置。单一的配置方式无法适应用户多样性需求。详细介绍了一种可同时支持多种终端配置的配置管理模块的功能、设计与实现。     

电动汽车典型快充站优化运行配置方法

为了降低大功率快充桩对电网冲击波动, 并考虑典型快充站分布式电源和储能优势, 提出一种电动汽车典型快充站优化运行配置方法. 通过分析站内分布式电源出力特点以及电动汽车充电行为规律, 以充电站运行成本最小为优化目标, 建立典型快充站优化运行配置模型, 以站内功率平衡、分布式电源出力等为约束条件, 利用遗传优化算法求解模型最优解. 最后通过不同配置算例验证所提方法的可行性, 为典型快充站的优化运行提供技术支撑.     

Voltage and frequency regulation in autonomous microgrids using Hybrid Big Bang-Big Crunch algorithm

This paper proposes an optimal power control strategy for inverter-based Distributed Generation (DG) units in autonomous microgrids. It consists of power, voltage, and current controllers with Proportional-Integral (PI) regulators. The droop concept is used for the power control strategy. Static parameters in PI regulators may not ensure the most optimal solution due to inevitable changes happening in microgrid configuration and loads. In the proposed method, after occurring a load change in a standalone microgrid, parameters of the PI controller are dynamically adjusted to get the most optimal operating point that satisfies objective functions. The optimization problem is formulated as a multi-objective programming with objective functions of minimizing overshoot/undershoot, settling time, rise time, and Integral Time Absolute Error (ITAE) in the output voltage. These objective functions are combined using fuzzy memberships. The Hybrid Big Bang-Big Crunch algorithm (HBB-BC) is used to solve the optimization problem. The proposed methodology is simulated on a case study and according to obtained results, the suggested tuning of PI parameters leads to a better voltage response than previous methods. The case study is also solved using the Particle Swarm Optimization (PSO) and Big Bang-Big Crunch (BB-BC) algorithms and it is found that the HBB-BC gives a better solution than the PSO and BB-BC.     

Guest editorial

This paper applies network flow method, genetic algorithms, and Monte Carlo simulation to optimal reliability design for a composite electric power system. Genetic algorithms are general purpose optimization techniques based on principles inspired from the biological evolution using three main operations of reproduction, crossover, and mutation, which could locate near optimal solutions in most cases. The proposed method primarily adopted Monte Carlo simulation method, maximum-flow minimum-cut theorem, and optimization techniques to find out the optimal values of reliability indices, such that the optimal reliability design for the system can be achieved. The objective function to be optimized is composed of interruption cost and installation cost. The reliability indices mainly used include expected demand not served (EDNS) and forced outage rate (FOR). An application of the proposed method conducted on an IEEE five-bus test system is presented.