计及安全约束的综合能源系统深度强化学习优化调度策略研究

在“双碳”背景下,综合能源系统多能耦合与梯级利用已成为助力“双碳”目标实现的重要手段。综合能源系统优化运行是一个涉及非线性、非凸的复杂问题,传统求解方法在获得全局优化调度策略上存在一定困难。同时,随着光伏、风电等可再生能源渗透率不断提高以及网络拓扑日趋复杂进一步加剧了该问题的求解难度。强化学习为解决上述问题提供了有效途径,然而目前大部分关于强化学习优化调度的研究较少考虑系统整体安全约束,因此,该文基于深度强化学习构建了考虑安全约束的综合能源系统优化调度模型。首先,将电网与热网潮流约束融入到传统综合能源系统优化调度模型中,实现了对调度策略的安全校验。其次,基于深度强化学习理论将物理调度问题转化为强化学习序贯决策问题,改进了智能体的状态空间、动作空间及奖励函数的设计方法。最后,在离线与在线环境中实现了优化调度决策的求解与应用,并通过算例对比与分析验证了所提方法的有效性与合理性。     

基于改进人工蜂群算法的SVG综合补偿容量优化研究

基于SVG的三相不平衡和无功补偿综合治理可以有效提高低压配电网电能质量。针对SVG补偿容量的动态分配问题,提出了基于改进人工蜂群算法的SVG补偿容量优化配置方法。首先提出基于补偿度的SVG容量动态分配优化模型;然后引入改进的Tent混沌映射序列提高传统人工蜂群算法的收敛性能,并通过改进的人工蜂群算法求解最优SVG容量分配方案,实时调整三相不平衡和无功的补偿度;最后通过Simulink仿真验证所提方法的合理性和有效性。结果表明所提出的基于改进人工蜂群算法的SVG容量动态分配控制方法可以有效综合治理配电网的三相不平衡和无功补偿问题。     

飞秒激光在6H-SiC表面诱导偏振依赖纳米结构特性研究

激光诱导偏振依赖纳米结构是一种有效实现纳米图案化的技术,并且一直备受研究者的青睐。利用飞秒激光微加工技术,对6H-SiC晶体表面激光诱导偏振依赖纳米结构特性进行了研究。通过改变入射激光加工偏振态和延迟时间样品表面诱导产生了直径约为150 nm的球形纳米颗粒、椭圆形纳米颗粒和空间周期约为150 nm的高空间频率表面条纹结构。实验结果表明,入射激光偏振特性会直接影响诱导产生的微结构形貌,并且优先入射的飞秒激光对最终产生的表面微结构形貌有决定性作用。初步探讨了偏振依赖纳米结构形成的物理机制,表面等离激元(surface plasmon polariton, SPP)在表面微纳米结构的产生过程中扮演着重要角色,研究结果对激光诱导表面周期结构(laser-induced periodic surface structures, LIPSS)可控制备具有重要意义。     

基于半桥MMC特征信号注入的柔性直流线路频变参数辨识

柔性直流电网故障电流上升速度快与电力电子器件过流能力弱形成突出矛盾,线路保护需要在数毫秒级完成故障判别,输电线路精确参数的获取对于提升继电保护的性能至关重要。然而直流系统中缺乏稳定基频,导致输电线路相关参数难以获取、保护实现较为困难。针对柔性直流线路频变参数难以获取的问题,提出基于半桥模块化多电平换流器(half bridge modular multilevel converter, HB-MMC)特征信号注入的柔性直流线路频变参数辨识方法。首先通过换流器控制在线路中注入特定频率信号,然后利用快速傅里叶分解提取不同频率的信号并计算指定频率下的线路参数,最后依据不同线路参数的频变特性拟合出对应的幅频特性曲线。仿真表明,所提参数辨识方法可以准确拟合保护所需直流线路频变参数,参数辨识频段内相对误差小于1.5%。     

基于模型校核的柔性直流输电线路自适应重合闸方案

为解决柔性直流输电线路常规自动重合闸盲目合闸的问题,有必要研究断路器合闸前识别故障性质及熄弧时刻的自适应重合闸方案。首先,考虑线路分布式参数及参数的频变特性,在分析Marti模型的基础上,得到线路两端电压电流与行波间的时域表达;其次,基于模型校核思想,将无故障模型作为计算模型,当故障消失时实际模型与计算模型相匹配,而故障未消失时实际模型与计算模型不匹配;最后,利用Pearson相关性对上述差异进行提取,提出一种适用于柔性直流输电线路的自适应重合闸方案。PSCAD/EMTDC仿真结果验证了所提方案的有效性,以及相较于自动重合闸方案和现有自适应重合闸方案的优越性。     

基于停放车辆路边单元环境感知的车联网资源高效分配

为减少路边单元（RSU）部署,同时满足移动车辆用户对处理时延敏感和计算密集任务的需求,提出了基于停放车辆环境感知的资源分配算法。选择路边停放的车辆替代RSU为车辆用户提供服务,将停放时间作为选择停放车辆路边单元（PCRSU）的决策要素,分别在内容缓存和分发2个方面设计了减小需求响应时延的机制。在内容缓存方面,PCRSU通过感知用户历史搜索数据与兴趣点区域类型两类要素对用户进行个性化的内容推荐。在内容分发方面,PCRSU通过感知车辆用户的数据传输需求,对带宽进行高效分配。实验证明,与已有方法相比,所提算法能更合理地选择PCRSU,有效降低系统的需求响应时延,在保证网络覆盖的同时提升系统稳定性,并且能为车辆用户提供更加准确的服务内容。     

不确定性环境下基于深度强化学习的综合能源系统动态调度

随着综合能源系统中间歇性能源和负荷不确定性的逐步增强,传统的调度方法局限于固定物理模型及参数设定,难以较好地动态响应源荷的随机波动。针对这一问题,提出了一种基于深度强化学习的综合能源系统动态调度方法。首先,以数据驱动方式构建面向综合能源系统的深度强化学习模型,通过智能体与综合能源系统的持续交互,自适应学习调度策略,降低对物理模型的依赖程度。其次,通过添加随机扰动的方式表征源荷不确定性变化特征,针对不确定性变化特征改进深度强化学习模型的状态空间、动作空间、奖励机制以及训练流程等关键环节,并经由近端策略优化算法优化求解,实现了综合能源系统的动态调度决策。最后,通过算例仿真验证了所提方法在不同时间尺度以及不确定性环境下的可行性和有效性。     

纤维缠绕复合材料起伏区域残余应力

针对纤维交叉起伏区域残余应力,建立一种细观分析模型。基于热传导方程、固化反应动力学模型和复合材料层合理论,采用有限元方法和细观分析模型,对缠绕复合材料在固化工艺过程中的残余应力分布及其变化规律进行数值模拟。通过算例,研究纤维起伏区域残余应力的分布特点,结果表明:起伏纤维束不同位置处残余应力差别很大,层合区纤维束呈现拉应力状态,起伏区纤维束呈现压应力状态,富树脂区出现最大压应力;残余应力沿纤维束起伏方向呈现V型变化趋势,在纤维束上不同位置出现拉、压不同的应力状态,起伏角度最大处出现最大压应力。     

BW-RAID系统的分布式异步版本识别机制

为解决BW-RAID系统中数据冗余模式从镜像向RAID4转换时的节点间缓存数据版本识别问题,提出了一种分布式异步版本识别机制。该版本识别机制在镜像卷中的一个逻辑块被更新时,为其生成一个新版本;在冗余模式转换时,通过比较镜像节点间的版本判定某一逻辑块在两个镜像节点缓存的数据是否一致,如果数据一致将其迁移到数据存储卷,否则暂存入镜像节点各自的磁盘缓存以保证系统的冗余一致性。实验表明,该机制在系统正常、降级、故障恢复状态下均能准确、有效识别一致数据;顺序写评测中存储负载小于1%,平均带宽提升最高达25.43%;Open-mail负载重播评测中存储负载低于40%,应用重播结束时写更新数据均完成冗余模式转换,实现了提高空间利用率的目标。