基于漏桶和服务分类机制的数字化变电站信息传输方法

针对基于IEC61850的数字化变电站的通信要求,提出了基于漏桶和服务分类机制的信息传输新方法。通过建立数字化变电站各种信息流的漏桶模型,在交换机内采用服务分类机制和严格优先级队列调度算法实现信息流的合理调度,并应用网络演算方法求解传输时延上界。最后以典型配置的变电站为例,验证了该方法的有效性和可行性。     

一种低压电力线通信改进分级蚁群路由算法

提出了一种应用于低压电力线通信的改进分级蚁群路由算法。首先采用人工蛛网方法对低压电力线通信网络进行组网,将低压配电网分割成由多个人工蛛网子网组成的分级网络;在此基础上,应用改进分级蚁群路由算法进行路径寻优,建立基站与网络内任意节点通信的最优路由。此算法解决了低压电力线通信的路由优化问题,为通过建立路由提高低压电力线通信可靠性提供了新的思路。仿真研究表明,该算法能有效延长低压电力线通信距离,提高算法效率,具有一定的实际指导意义。     

面向区块链电力接入网的边缘计算资源分配策略

新型电力系统发展亟需安全高效的电力边缘通信网络支撑。现有工作重点讨论了区块链技术在电力通信网的应用模式,但未考虑区块链引入电力通信网引起的传输性能恶化问题。对此,提出一种面向区块链电力接入网的边缘计算资源分配策略。首先,提出一种基于区块链资源管理架构,以最小化网络时延为目标构建联合虚拟机资源分配与通信资源调度模型;其次,针对优化问题为混合整数非线性规划,提出一种基于广义Benders分解的计算资源优化算法获取问题最优解。仿真算例表明：所提算法在不同用户请求任务需求及计算资源不足时有效削减计算任务处理时延,解决了区块链应用在电力通信网导致通信质量下降的问题。     

广域保护通信多路径路由选择的改进蚁群算法

广域保护系统对通信过程中的实时性和可靠性都有严格的要求。目前满足广域保护通信系统的路由算法是在综合了时延和可靠性的要求下,计算一条最优主路径,而没有考虑在主路径链路或节点失效后的备用路径问题。针对此问题,提出了一种基于蚁群算法的多路径路由算法,用于计算满足广域保护通信要求的主路由和备用路由,以提高广域保护通信的可靠性。基于链路的时延和可用率改进蚁群算法的信息素,通过改进的蚁群算法可以在广域保护通信网络寻找到从源节点到目的节点之间的多条不同质量的传输路径。实验结果表明,通过所提出的多路径选择算法计算得到的多条路径都能满足广域保护通信系统对实时性和可靠性的要求。     

多阶段输电网络拥塞规避路由算法研究

为了提高多阶段输电网络性能,提出了一种基于蚁群算法的多阶段输电网络拥塞规避路由算法,采用IP模块中的LMH0034芯片对多阶段输电网络路由信号进行均衡处理,提高路由信号的抗噪能力,通过路由更新模块对接口状态机以及接口路由表产生影响,及时调整系统的路由状态信息,采用信息处理模块实现路由系统信息的塑造、传递、采集以及处理。软件设计过程中,引入蚁群算法实现了多阶段输电网络拥塞规避路由算法的改进,给出了多阶段输电网络拥塞规避路由算法的具体代码。仿真实验结果说明,拥塞规避路由算法可以提高多阶段输电网络的吞吐率,降低网络时延和丢包率,最终提升多阶段输电网络的数据传输性能。     

基于协作智能与子梯度优化算法的电力业务差异化QoS路由策略*

针对不同电力业务提供端到端的、确定性的带宽、时延、丢包率、时延抖动等网络QoS,是未来泛在电力物联网通信网络支撑的关键任务之一。文中提出一种基于协作智能与子梯度优化算法的差异化QoS路由策略,解决电力业务多约束条件下路由选择收敛速度慢、易陷入次优解、解的可行性检验缺失、最优性难以证明等问题。具体而言,利用子梯度方法能够动态调整QoS多约束条件惩罚因子,从而在迭代过程中执行可行性检验,并在获得最终解时评估其最优性;利用基本蚁群算法改进后的协作机制,提高不同质量路径的区分度,达到快速收敛、避免进入局部次优解的目的。实验结果表明文中提出的算法较已有方法能够更快地收敛至最优值,且提供了验证解的可行性与最优性手段。     

基于时间敏感网络的流量调度机制在智能变电站中的研究与实现

为解决智能变电站中数据流量增长与控制信息实时性的矛盾,提出了一种基于时间敏感网络的二层以太网新技术来对流量进行调度。该技术通过在传输时间上采用时隙窗口独占和共享的思想,在传输通道中采用帧抢占的机制,在前端根据流量特性进行分类,在后端通过算法进行参数的最优化配置。该技术可以改进智能变电站中过程层对传统交换机的流量调度机制,提升对时间敏感流量进行确定性时延调度的效果,为智能变电站的以太网网络提供具有低时延抖动的传输服务,为电力系统的服务质量(QoS)的提升提出了一个新思路。     

基于多智能体深度强化学习的分布式电源优化调度策略

针对分布式电源集中优化调度难以解决隐私保护的问题,提出一种基于多智能体深度强化学习的分布式优化调度方法。该方法可自适应源荷不确定性,在源荷随机波动的情况下实时给出优化调度策略。首先,阐述了基于通信神经网络架构的多智能体深度强化学习方法原理。然后,提出基于多智能体深度强化学习的分区分布式优化调度框架,以日运行成本最低为目标构建日前优化调度模型,并考虑各种运行约束。继而,采用近端策略优化算法对该模型进行离线训练,利用训练好的模型进行在线优化调度决策。最后通过改进IEEE33节点算例进行仿真验证,结果表明,各自治区域在仅利用局部通信的情况下即可计算出各自的近似全局最优解。     

考虑环境污染的机组出力经济分配

对传统意义下经济调度模型进行修正,同时考虑最小化燃料费用和污染排放量,提出了多目标环境经济调度模型,并应用多目标蚁群算法(MOACA)加以求解。指出MOACA将信息素交流和基于全局最优经验指导两种寻优方式相结合,以指导蚂蚁向更好解的方向前进,可以获得分布良好的Pareto最优解。利用文内算法对IEEE-30节点系统的机组出力进行环境经济调度,并与现有一些算法进行比较。     

双调度通信系统在嘉兴电厂的应用

电力调度通信系统的稳定、可靠直接关系到电力企业的安全生产。嘉兴电厂通过H20—20交换机中继组迂回路由、交换机相互级联的方法．将2套DDS-200调度通信系统搭建成一个双调度通信系统,大大提高了嘉兴发电厂调度通信的可靠性。文章着重分析了中继组路由迂回、2B＋D接口方式的特点．详细介绍了双通道接入电力调度网和双调度交换机控制同一个调度操作台的实现方法。     

远程供水变频调速计算机控制系统设计

针对某水厂的实际工况及控制性能要求，采用PROFIBUS现场总线技术构成测控网络，采用SINAUT无线通讯装置进行远程信息交换，设计了远程供水频调速控制系统。在新方案中提出了一种并联水泵变压变流量运行的优化调度建模方法和优化调度算法。该算法约束条件少，求解简便，且模型物理意义与实际工况严格相符，具有较高的精度。仿真实验和运行情况表明：基于新优化算法的控制系统高效节能，运行稳定可靠。     

基于动态分区的配电网日前优化调度研究

为了提高对分布式可再生能源的就地消纳能力,实现配电网分层分区调度,提出了基于MOEA/D的多目标蚁群动态分区算法和基于动态分区的配电网日前优化调度模型。利用潮流追踪算法与复杂网络理论中的二分模块度,提出了量化分区间能量耦合程度的能量二分模块度指标。基于电力系统潮流方程雅克比矩阵推导蚁群算法中的启发式信息,结合预测场景集以分区的能量二分模块度与功率储备为目标函数,利用多目标蚁群算法生成动态分区方案。建立以联络线功率、灵活性不足率以及成本最低为目标的基于动态分区日前优化调度模型,并利用NSGA-II算法求解Pareto最优解集。最后基于IEEE33节点网络对所提模型与方法进行验证。结果表明,采用该方法进行动态分区与日前调度可有效提高系统应对可再生能源不确定性的能力,为就地平抑可再生能源波动奠定基础。     

层次化保护控制系统及其网络通信技术研究

新一代智能变电站层次化保护控制系统旨在基于跨间隔、跨变电站信息,实现最优保护控制策略,其中,信息共享和高可靠的通信网络方案是其重要支撑技术。剖析了层次化保护控制系统的体系结构、功能定位,对层次化保护通信系统的网络流量和网络时延进行分析,提出了一种应用于新一代智能变电站的优化网络通信方案。它基于网络报文时延可测技术,克服了目前不同步采样报文不能进行组网传输的限制,实现了保护装置功能不依赖于全站统一对时,推进了新一代智能变电站的信息共享和网络传输技术发展。     

用于电力系统信息综合传输的改进加权公平队列调度算法

为保证电力系统信息综合传输中各种信息业务的服务质量,提出一种改进的最坏情况下公平的加权公平队列(improved worst-case fair weighted fair queueing plus,IWF2Q)调度算法。该算法通过在WF2Q算法的虚拟开始时间和虚拟完成时间计算公式中引入"虚拟延迟时间",解决了电力系统信息综合传输中由WF2Q算法导致的推迟传输高优先级信息业务分组的问题。以NS2为工具,建立了基于区分服务体系结构模型的IEEE 14母线系统信息综合传输网络仿真模型,运用网络仿真方法定量评估了以IWF2Q算法实现基于区分服务体系结构模型的电力系统信息综合传输时各类信息业务的实时性和公平性。仿真结果表明,IWF2Q算法降低了高优先级信息业务分组延时,同时兼顾综合传输的各类信息业务间的公平性,证明了IWF2Q算法的有效性和可行性。     

考虑噪声和环境的微电网分布式经济调度策略

随着微电网的迅速发展,其运行和经济优化控制越来越受到人们的关注。传统的经济优化控制为集中式控制,其面临着单点故障,资源消耗大等问题。分布式控制可以很好地解决上述问题,并可以结合一致性算法解决微电网中的经济调度问题。系统调度过程需要通信网络完成信息的交互,然而通信网络通常会受到噪声的影响,针对此问题,本文提出了一种基于有限时间一致性的完全分布式经济调度策略来应对噪声的干扰,并以分布式系统的发电成本和环境污染排放最小为目标,通过引入一致性增益函数来抑制噪声,实现系统的完全分布式环境/经济优化调度。算例仿真表明：本文所提出的完全分布式调度策略在保证一致性收敛的同时,可以抑制噪声的干扰并且达到了较好的优化效果。     

Heuristic techniques for accelerating hierarchical routing on road networks

The route computation module is one of the most important functional blocks in a dynamic route guidance system. Although various algorithms exist for finding the shortest path, their performance tends to deteriorate as the network size increases. We present an efficient hierarchical routing algorithm that finds a near-optimal route and evaluate it on a large city road network. Solutions provided by the hierarchical routing algorithm are compared with the optimal solutions to analyze and quantify the loss of accuracy. We propose a novel yet simple heuristic to substantially improve the performance of the hierarchical routing algorithm with acceptable loss of accuracy. A network pruning technique has been incorporated into the algorithm to reduce the search space and the correctness of the results is evaluated. The improved hierarchical routing algorithm that incorporates the heuristic techniques has been found to be over 50 times faster than a typical shortest path algorithm.     

基于蚁群算法的梯级水电站群优化调度

提出一种求解梯级水电站中长期优化调度问题的方法一蚁群算法（Ant Colony algorithm，ACA）。算法模拟了蚂蚁群体觅食路径的搜索过程来寻找梯级水电站中长期最优调度计划。算法把问题解抽象为蚂蚁路径，利用状态转移、信息素更新和邻域搜索以获取最短路径即最优解。实例计算结果表明，算法可以求解具有复杂约束条件的非线性梯级优化调度问题。算法求解精度高、收敛速度快，为解决梯级水电站中长期优化调度问题提供了一种有效的方法。     

基于最小流量的智能配电网WSNs通信模型

为了解决无线传感器网络(WSNs)的规模大、分布广而带宽有限与智能配电网对通信数据实时性和可靠性有上确界之间的矛盾,提出了一种基于最小流量的无线传感器网络路由通信模型。以无线传感器网络链路节点中接收到数据与发送出的数据之间的流量平衡为切入点并结合无线传感器网的通信约束条件以及配电网数据传输的实时性需求,建立了基于最小流量的智能配电网无线传感器网络的路由通信模型。利用庞特里雅金极值的方法构建出所设计智能配电网无线传感器网络通信模型的哈密尔顿函数。利用极值存在的唯一性,从必要性出发判断出无线传感器节点是否在最优路链路径上。并给出了最优控制模型的求解过程。最后对采取所提出的通信模型的延时时间、网络能量消耗、数据传输能力以及数据传输的错误率对比测试。结果表明,所提出的通信模型完全能够满足智能配电网通信需求。