基于短期预测信息和长期值函数近似的大规模电动汽车实时随机优化调度算法

针对大规模电动汽车(Electric Vehicle, EV)和可再生能源接入背景下主动配电网的实时随机调度问题,提出了一种结合短期预测信息和长期值函数近似的双层实时调度模型。为应对大量EV接入后的维数灾问题,首先提出双层调度框架,上层建立EV集群模型,下层根据EV特性提出功率分配算法对每辆EV制定充电计划,实现上层集群指令的完全消纳并满足各EV充电的需求。同时,为应对EV行为、实时电价及可再生能源出力不确定性的问题,实时优化时采用预测算法预测短期内未来接入的EV行为、可再生能源最大出力与实时电价,并通过值函数近似评估短期决策后系统的值函数,从而实现EV集群充电计划、可再生能源调度计划与购电计划的实时分阶段决策。仿真算例表明,所提模型可以实现大规模EV接入下主动配电网的实时随机调度,同时具备良好的鲁棒性。     

开放式数控磨削加工系统中直线电机的应用研究

对高速、超精密加工来说，传统的进给系统已难以满足要求。近年来，直线电机作为一种新型直接驱动进给装置得到广泛应用。简单介绍了直线电机的基本原理，并利用开放式控制器PMAC(Programmable Muhi—Axis Controller)集成了一套磨削加工系统，在利用PID 前馈控制法对直线电机控制性能研究的基础上，实现了直线电机的微量往复进给运动，为推动直线电机及PMAC在高速高精度数控机床中的应用打下了基础。     

面向电量-调频-容量市场的数据中心园区算力及电力资源规划

数据中心广泛建设是智能时代的发展趋势。如何在保证数据中心服务质量的前提下,考虑数据中心负荷转移特性,并对其进行合理规划,对降低数据中心规划总成本及提升新型电力系统灵活性均有显著意义。为此,提出一种考虑多元电力市场引导下的数据中心园区算力及电力资源优化规划方法。首先,通过多面体定界收缩法建立虚拟发电机和虚拟储能模型,描述数据中心园区的聚合可调特性。然后,根据不同电力市场的结算规则,研究了数据中心园区参与电量-调频-容量市场的方式和经济收益。在此基础上,以综合成本最小化为目标,优化数据中心园区发电机、储能的建设容量以及服务器的建设数量。最后,以阿里巴巴公开运行数据为例,证明考虑多元电力市场能够大大降低数据中心规划成本,激励数据中心园区投资建设更多灵活性资源,为电网提供有效的调频服务和容量支撑。     

考虑多智能体协同的电动汽车充放电分散式实时优化策略

针对多充电站/电动汽车区域能量管理系统(electric vehicles distributed energy management system,EVDEM S)情景下电动汽车充放电优化的问题,将各充电站/EV-DEM S视为充电智能体,建立了考虑多个充电智能体的分散式实时优化架构来协调各智能体的充放电策略。模型在满足车主充电需求的前提下,以日负荷曲线波动最小为目标,实现电网侧的削峰填谷。仿真算例表明,和传统的集中优化方式相比,该分散式优化模型和算法能够很好地对各智能体充放电计划进行协调优化,在保证优化结果的情况下能够极大地提升计算速度。     

PMAC在高速精密加工中的应用

介绍了开放式运动控制器PMAC的结构及原理。阐述了PMAC的时基触发控制功能以及PID调节，并将此控制器作为实验磨床的数控系统。通过实验，研究分析了基于PMAC的高速精密磨削数控加工，为实现PMAC在高速精密加工中的应用打下基础。     

基于PMAC下的直线电机PID控制性能研究

直线电机作为数控机床进给系统的一种新兴驱动方式,已成为现代世界机床技术发展的新趋势。文章简单介绍了直线电机的基本原理,并利用PMAC作为直线电机的控制器集成了数控磨床的横向进给单元,在利用PID 前馈控制法对直线电机控制性能研究的基础上,利用PMAC的时基控制功能结合直线电机的微量往复进给运动及电主轴单元的高速性能,实现了椭圆形零件的高速磨削精密加工,为推动直线电机及PMAC在高速高精度数控机床中的应用打下了基础。     

计及并离网频率约束的微电网容量优化配置方法

在新能源渗透率不断提升的背景下,微电网出现低惯量、弱阻尼的现象。现有研究主要通过改进控制策略、优化调度来提升微电网调频能力,但前提是微电网本身具有足够的调频容量。针对此问题,在微电网规划阶段加入并网和离网模式频率约束,建立混合整数线性容量优化模型。首先,对微电网内多种调频资源进行建模,构建综合频率响应模型并推导频率约束。其次,采用改进的自适应线性化方法将频率约束线性化并嵌入到模型中。最后,使用Gurobi求解器在多个微电网算例中进行验证分析,结果表明所提出的微电网容量优化配置模型能够在保证系统并网和离网频率稳定的同时达到最低的投建与运行成本。     

考虑大量EV接入的电-气-热多能耦合系统协同优化调度

随着能源互联网的发展,在未来多能源网络将深度耦合的大背景下,传统的电网调度模式已不能够满足对多能源系统协同优化的要求,电动汽车的大量推广也给制定更合理的调度策略,支撑多能源系统运行带来了新的挑战和机遇。基于上述背景,文中考虑电网潮流、天然气网潮流、能源中心供能和电动汽车出行及充电需求等约束,利用模糊理论处理电动汽车总体需求及风电出力的不确定性,以全系统供能成本和污染物排放最小为目标,建立了计及大量电动汽车接入下的多能源系统协同调度模型,并采用内点法进行求解。最后,以典型的11节点多能源系统为算例,分析了电动汽车不同充放电模式和不同能源中心结构下的调度策略及效益,并比较了不同接入车数与不同置信水平下的调度结果,验证了电动汽车参与多能源系统的协同调度能够提升系统运行的经济性。     

基于集成学习的孤岛微电网源-荷协同频率控制

提出一种基于集体智慧的集成学习算法,以实现孤岛微电网下分布式电源与负荷的协同频率控制。通过引入负荷聚合商来对大规模家庭用户进行聚合,解决源—荷协同频率控制下的"维数灾难"问题。负荷聚合商根据每个家庭中温控设备的运行状态,可以连续地评估其可参与辅助调频的储备能力。集成学习算法由多个子优化器和一个学习集中器组成,子优化器发挥集体智慧能力为学习集中器提供探索和开发样本,而强化学习主要用于知识学习与迁移。通过孤岛微电网的仿真算例可以验证集成学习能够有效满足源—荷协同频率控制的周期要求和质量要求。