基于深度强化学习算法的“电网脑”及其示范工程应用

可再生能源、电力电子设备渗透率持续增大以及大功率交直流混联,电网的动态性、随机性和不确定性显著增强,给电力系统安全稳定运行带来新的挑战.为更有效解决电网中出现的电压、潮流快速波动而导致的安全问题,提出一种基于最大熵深度强化学习算法的智能电网调控辅助决策方法,同时考虑多种控制目标,对电网运行方式进行在线优化控制.该方法将电网调度控制决策建模为马尔科夫决策过程,训练多线程智能体,并采用周期性在线训练机制对智能体的控制性能进行不断提升.基于该方法所研发的辅助决策原型软件部署在国网江苏电力调度控制中心,可与电网调度控制系统环境直接交互,自主学习且不断提升智能体调控决策能力.训练好的智能体可针对电压越限、联络线潮流越限、网损等综合控制目标在毫秒级时间内给出有效控制策略.     

聚邻乙氧基苯胺的化学氧化法合成及表征

采用化学氧化法、以盐酸为掺杂剂,合成了一种国内目前尚未深入研究的新型导电高聚物——聚苯胺衍生物聚邻乙氧基苯胺(POEA).采用X-射线衍射(XRD)、傅里叶转换红外光谱(FTIR)、固体核磁共振波谱(13C-NMR)、扫描电镜(SEM)、凝胶渗透色谱(GPC)、紫外可见吸收光谱(UV-Vis)、四探针法、矢量网络分析仪...     

大型汽轮发电机组失磁失步后再同步条件和措施

通过对大型汽轮发电机组在不同失磁故障下的计算分析，着重进行了失磁失步后再同步 的条件和措施研究，并对实际系统进行了从失磁到失步以及经控制后再同步过程的全面数字 仿真，证实所提出的控制策略是正确的。     

锂硫二次电池硫基正极材料的研究进展

作为新一代的储能体系,锂硫二次电池以高的理论能量密度(2 600 m Ah/g),廉价的正极材料以及环境友好等特点受到广泛的关注。但是,由于硫的绝缘性和充放电过程中体积的膨胀、锂硫之间复杂的电化学反应及其产物多硫化物的溶解性等诸多问题的存在,阻碍了锂硫二次电池走向商业化。本文从无机金属化合物与硫复合、导电高分子与硫复合、纳米碳及其衍生物与硫复合,以及三元复合等方面出发,综述了近年来锂硫电池正极材料的研究现状,并展望了该材料的未来发展趋势。     

聚苯胺复合薄膜的电磁屏蔽及吸波性能

电磁屏蔽和吸波是导电高聚物的重要应用领域之一.本文总结了目前聚苯胺复合薄膜的基本制备方法,如原位聚合法、共混法、层层自组装法,介绍了表征聚苯胺复合薄膜电磁屏蔽效能和吸波性能的方法,阐述了其在上述领域中的应用,指出了聚苯胺复合薄膜未来需要研究与解决的问题.     

三种模型车的方向控制的讨论

<正>大学生智能汽车竞赛——"飞思卡尔"杯智能汽车竞赛,它是在统一的汽车模型平台上,使用飞思卡尔半导体公司的8位、16位微控制器作为核心控制模块,自主构思控制方案进行系统     

基于数据驱动方法的疫情阶段电力用户负荷特性画像模型

电力用户负荷画像建模是一种面向用户的、通过挖掘用电数据中的负荷特性建立差异化画像标签的重要方法,现有研究方法多侧重于画像方法的研究,而缺乏完善的负荷特性标签体系。文章提出了一种基于数据驱动的负荷特性分析通用方法,从调度部门最关注的用电规律性、平顺度、负荷调控能力以及疫情影响度四方面构建负荷特性标签体系。首先,采用模糊C均值聚类算法从海量实际负荷数据中提取行业典型负荷曲线,综合考虑各行业用电特性,从4个方面构建完善的负荷特性标签体系,并建立考虑疫情影响的多类型用户负荷特性画像模型。其次,细化负荷特性标签,给出相应指标定义和计算方法,并采用模糊聚类算法判定指标分界,采用熵权法对用电平顺度进行综合评分。最后,通过算例对各行业典型用户的用电数据进行分析,并给出普适的指标分界,为各行业电力用户负荷建模提供了一种新思路。     

计及源荷双侧不确定性的跨区互联电网源网荷协同调度

日益完善的跨区互联结构、大规模间歇性新能源并网以及负荷侧参与调度能力的提升对电网调度提出了新的挑战,因此研究了源荷双侧不确定和可调度情况下跨区互联电网的协同调度问题。首先,以当前国内跨区互联电网的分层调度架构为基础,构建了计及联络线的跨区互联电网源网荷协同调度模式;然后,考虑到不确定性因素对系统约束条件和调度目标的影响,基于随机机会约束规划建立了该调度问题的基础优化模型。最后,考虑到基础模型存在寻优求解困难等方面不足,进一步提出了上层火电机组启停/联络线功率,下层火风光机组出力及柔性负荷调度量的改进分层优化模型,并采用2类粒子群算法分别对上下层模型进行求解。对不确定环境下的所得调度计划进行了分析,验证了所建分层优化模型的合理性以及求解方法的有效性。