基于CPSS平行系统懒惰强化学习算法的实时发电调控

为解决电力系统中存在的多种时间尺度下经济调度和发电控制的协同问题，即长时间尺度下优化，短时间尺度下优化和实时控制的问题，本文提出了一种统一时间尺度的实时经济发电调度和控制框架，并为该框架提出了懒惰强化学习方法（Lazy reinforcement learning，LRL）.该方法将懒惰控制器引入以人工社会——计算实验——平行执行和社会系统为基础的强化学习中，使得机组组合，经济调度，自动发电控制和发电命令调配的问题有机结合在一起，取代过去传统的发电控制框架.为了减少仿真所需的真实时间，平行系统包含多个虚拟系统和一个真实系统.仿真实验比较了懒惰学习算法，松弛人工网络以及4608种组合常规发电控制算法在IEEE新英格兰10机39节点仿真系统的控制效果.实验表明，懒惰强化学习方法的控制效果最优.仿真结果验证了懒惰强化学习方法在基于ACP和社会系统的REG框架下具有有效性和可行性.     

高比例可再生能源渗透下多虚拟电厂多时间尺度协调优化调度

考虑可再生能源出力、电力负荷和电价等一系列不确定性因素,提出了高比例可再生能源渗透下的多虚拟电厂日内两阶段优化调度模型。该模型通过对多虚拟电厂中运行设备小时级时间尺度和分钟级时间尺度的协调优化,达到分级消除系统中随机和扰动因素的影响,实现高比例可再生能源的安全消纳。并且在多虚拟电厂优化调度模型中,借助Markowitz均值-方差理论,提出利润函数的风险刻画,准确描述不确定性的影响。最后,通过算例分析,说明所提出模型可有效降低决策风险和不确定性因素的影响。     

径流预报的极点对称模态分解-Elman网络模型

针对径流序列非线性、非平稳的特点,将极点对称模态分解（ESMD）方法与Elman神经网络模型相结合,建立了ESMD-Elman神经网络组合模型,并应用于长江上游干支流8站的年、月径流预报。首先利用ESMD方法将径流序列分解为各模态分量和趋势余项;然后利用Elman神经网络模型分别预测各平稳序列;最后加和重构得到最终预测结果。结果表明：组合模型预报精度大于单一模型,与ESMD-BP神经网络组合模型比,ESMD-Elman神经网络组合模型的8站年径流预报结果的平均相对误差（MAPE）平均降低3.6%,均方根误差（RMSE）平均降低7.8%,确定性系数平均提高5.0%;8站月径流预报结果的MAPE平均降低3.0%,RMSE平均降低2.8%,具有“分解?预测?重构”特点的组合模型提高了预报精度。     

微电网跟踪调度计划双层双时间尺度实时控制策略

为了提升微电网跟踪调度计划的能力,并降低分布式电源和负荷的功率波动对跟踪效果的影响,提出一种利用由超级电容和电池储能组成的混合储能系统跟踪调度计划的双层双时间尺度实时控制策略。上层基于模型预测控制方法建立日内滚动优化模型,结合分布式电源和负荷的超短期功率预测结果,综合考虑一段时域内的跟踪偏差及混合储能系统的功率和荷电状态对跟踪调度计划进行滚动优化;下层在上层优化结果的基础上,采用基于荷电状态的混合储能系统实时控制策略对超级电容和电池储能的实时功率进行协调分配,进一步降低分布式电源和负荷的实时功率波动对跟踪效果的影响。通过仿真算例对所提控制策略进行验证,结果表明:所提策略不但实现了良好的实时跟踪调度计划的控制效果,而且优化了超级电容和电池储能的荷电状态。     

自抗扰控制器及其在聚丙烯反应釜过程控制中的应用

介绍一种新型实用控制器--自抗扰控制器及其在聚丙烯反应釜过程控制中的成功应用.自抗扰控制器是一个不依赖于被控对象模型,而依靠过程误差来消除误差的非线性控制器.在聚丙烯反应釜过程控制中升温过程是控制的难点.自抗扰控制器解决了在升温过程中反应釜夹套的加热水和冷却水的自动切换,从而成功地实现了升温过程的自动控制.     

基于电-热时间尺度平衡的综合能源多目标联合调度

由于供热设备能源消耗较大,现有方法存在收敛速率缓慢问题,导致能源利用效率较低,提高了供热成本,提出一种基于电-热时间尺度平衡的综合能源多目标联合调度方法.分析人体感受与PMV指标(Predicted Mean Vote,PMV)对应联系,获取冷热功率和人体舒适度之间关联;构建电-热时间尺度平衡调度模型,根据环保、安全可信度、清洁等指标建立多目标优化函数,并融合双层规划法与粒子群算法实现综合能源系统多目标联合调度.仿真结果表明,本文方法计算速率较快,调度性能优良,在满足用户舒适度的同时完善系统运行经济性,具有很高的实际应用价值.     

北京市降雨量与参考作物腾发量多时间尺度的集对分析

为了揭示北京市降雨量和参考作物腾发量之间的不确定性关系,以期为二者的变化规律分析、预报和预测提供支撑,利用1961—2009年的长时间序列资料,应用小波分析方法对北京市的降雨量和参考作物腾发量的波动周期和局部特征进行分析,应用集对分析方法分析不同时间尺度下的降雨量和参考作物腾发量之间的同一性、差异性和对立性。结果表明,北京市降雨量和参考作物腾发量之间存在不同时间尺度的周期波动,且差异性在短、中、长周期尺度水平上占据主要位置,而在中长周期尺度水平上对立性占据主要位置,这为分析降雨量和参考作物腾发量在多时间尺度上的变化规律和二者在多层次上的关系提供支持。     

时间尺度对平原感潮河网水动力水质模拟精度的影响

为探究不同时间尺度边界入流条件对平原感潮河网水动力水质模型模拟精度的影响,以典型平原感潮河网地区的张家港市中部为研究区域,结合野外同步监测数据、自动高频监测数据、常规监测资料等构建了水动力水质模型进行模拟分析。结果表明:时间尺度、开始取值时刻以及调度情况均会影响模拟精度;研究区域边界入流条件、水动力模拟结果和水质模拟结果可信的最大时间尺度为1 h,水质模拟精度优于水动力模拟精度。     

自适应时间尺度分解方法及其应用

针对齿轮故障振动信号的非线性、非平稳和多分量的特征,在定义了瞬时频率具有物理意义的本征时间尺度函数(intrinsic time-scale function,ITF)的基础上,结合固有时间尺度分解中基线信号的构造方法,提出自适应时间尺度分解(adaptive time-scale decomposition,ATD)的时频分析方法,该方法可以自适应地将一个复杂信号分解为若干个瞬时频率具有物理意义的本征时间尺度分量之和.仿真分析验证了ATD方法的有效性以及定义本征时间尺度函数方法的合理性.分别将ATD、经验模态分解(EMD)、局部均值分解(LMD)和固有时间尺度分解(ITD)与包络解调分析相结合应用于斜齿轮故障诊断中,实验结果表明:自适应时间尺度分解方法在保证分解结果正确性的前提下,计算效率方面具有明显优势,将该方法与包络解调相结合能够有效提取到齿轮的故障特征.     

考虑源荷储协同优化的增量配售电公司决策模型

增量配售电公司(IDR)具有灵活性资源多元化、经营方式复杂化的特点.合理制定购售电策略、充分利用灵活性资源是IDR提升市场竞争力的关键.为此,考虑源荷储规划和运行的特点,提出了IDR多时间尺度源荷储协同优化综合决策模型.首先,从当前中国电力中长期交易向现货市场过渡的实际需求出发,构建了基于电量合约分解曲线的IDR购电模型.其次,采用用户价格弹性和消费者心理学理论模拟了零售环节中用户的合同类型选择与可中断负荷响应行为.然后,以最大化经营利润为目标,构建了面向IDR合同购电组合、售电定价、用户侧可中断负荷采购与调用、储能配置与运行等决策的综合优化模型.最后,以某区域IDR为例进行仿真分析,结果表明通过综合优化源荷储决策,IDR可以灵活应对合约价格和代理用户结构的变化,最大化自身利润.