紧凑型荧光灯自动涂粉工艺过程控制的研究

本文介绍了紧凑型荧光灯高速自动涂粉,烘干工艺过程的自动检测与控制方法。     

基于局域重加权的智能配电网多源分布式协调优化算法

为了实现大量间歇式新能源的充分消纳,提出了一种含高密度分布式电源的智能配电网有功和无功资源的区域分布式协调优化算法。该方法首先建立多时间段线性锥最优潮流模型,其次利用辅助变量增广Lagrangian乘子法分裂节点以实现各区域子系统潮流的空间解耦,最后提出了基于局域重加权Lagrangian的分布式优化算法,实施全网有功和无功资源的协调优化。算法上,各区域子系统无需全局协调可独立并行迭代优化,通过邻域子系统间少量的部分信息交互达到全网优化。该算法降低了通信复杂度,最大限度地保留了各子系统的独立性。算例验证结果表明,所提算法计算效率较高且收敛特性良好。     

基于机会约束规划的主动配电网分布式风光双层优化配置

提出了一种基于机会约束规划的主动配电网(ADN)分布式风光双层随机最优潮流优化配置模型。上层模型以兼顾传统配电网的投资收益与配电自动化成本的年利润最大为目标函数,通过蒙特卡罗(MC)随机模拟和前推回代法获取系统静态安全机会约束;下层模型以分布武电源(DG)有功削减最小为目标函数,考虑包括DG有功功率削减限制、有载调压变压器电压调节、DG功率因数调节等主动管理(AM)措施及系统静态安全机会约束。给出了结合遗传算法、MC随机模拟和前推回代法的模型求解方法,通过判断上层模型是否满足静态安全机会约束起动下层模型。算例仿真结果表明,该方法在满足置信水平的机会约束下可有效避免小概率事件的负面影响,且在适应多容量渗透率边界下获得兼顾安全经济环境优化的ADN规划方案。     

风火联合系统不同备用模式的风险调度策略研究

电侧的需求响应以及蓄电设备运行灵活,可以作为虚拟备用资源,保障含风电等间歇性新能源发电的电力系统安全。为衡量虚拟备用资源给系统经济性和环保性的影响,分别建立传统火电备用和虚拟快速备用这2种含风电并网的电力调度模型。并考虑新能源输出功率、电力市场、机组参数等不确定因素给系统优化带来的风险,将区间两阶段随机优化模型与CVaR风险规避相结合,利用区间数、概率数对系统供给侧和需求侧的不确定因素与优化函数有效结合,同时体现决策者风险偏好。算例分析表明,此混合优化算法能够对含风电并网的电力系统不同旋转备用模式进行优化,权衡系统成本与系统风险。算例结果表明充分利用蓄电池、需求响应作为虚拟备用资源能有效降低系统成本和CO2排放。     

含风电场最优潮流的Wait-and-See模型与最优渐近场景分析

精确模拟风功率分布的场景,有效求解反映风电随机性的最优潮流模型,对大规模风电并网的经济调度、质量控制及安全运行均具有重要意义。引入风电随机变量,建立最优潮流的"wait-and-see"(WS-OPF)模型;采用优于其他指标的瓦瑟斯坦(Wasserstein)距离为衡量指标,形成与风功率概率分布最优近似的场景模型,生成渐近最优场景,获得潮流分布及机组最优出力等指导调度安全经济运行的重要信息。最后,以IEEE 30和IEEE 300系统为例,对比各种距离指标的模拟精度,验证Wasserstein距离的优良性;同时,与不考虑风电随机性的模型相比,WS-OPF模型能更好地模拟风功率随机特性,提供与实际发生的风功率相近的调度方案,从而合理地规避风电接入电网的风险,提高风电的消纳能力。     

浅析C语言中嵌入汇编语言的程序实现

C语言是一种高级的面向过程开发的语言,汇编语言则是一种低级的面向机器硬件编程的语言。针对C语言和汇编语言的混合编程问题,研究了在C语言中嵌入汇编指令、C程序调用汇编子过程时应注意的一些技术问题,并给出了实例,使两种语言发挥各自的优势。     

模糊约束线性规划在日照区域水资源承载能力评价中的应用研究

在总结了前人众多研究成果的基础上,基于联合国教科文组织提出的资源承载能力的概念定义了水资源承载能力;基于对水资源承载能力内涵的理解,构建了水资源承载能力评价的模糊约束线性规划模型,该模型具有理论严谨、概念清晰、内涵具体丰富、涵盖水量水质等特点;计算了日照市不同水平年、不同保证率水资源承载能力以及当用水效率因子、生态环境贡献（破坏）因子变化时,不同福利水平（或生活水平）水资源承载能力;与文献[10]进行了对比计算,表明日照市水资源承载能力计算结果合理;提出了增强日照市水资源承载能力的具体策略。     

智能电网环境下基于大数据挖掘的居民负荷设备识别与负荷建模

利用数据挖掘技术对用户负荷大数据进行处理,既可以通过识别用电负荷设备来分析用户的用电行为习惯,又可以辅助进行负荷精确建模,实现精确而有目标性的需求侧管理或制定具有针对性的零售商售电策略。在此背景下,基于动态时间弯曲(dynamic time warping,DTW)的时间序列匹配方法,提出了一种低频负荷数据下的居民电器设备识别方法。首先,将负荷数据分割成单负荷设备运行和多负荷设备同时运行2种情况下的负荷子序列;然后,依据待识别子序列的时间长度,参照实测的电器设备耗电功率数据,生成与其时间长度一致的电器设备耗电功率参考序列,其中包含了从电器设备启动前一时刻至设备关闭后一时刻的功率变化情形;最后,以DTW距离作为相似性度量指标确定识别结果。对于由多负荷设备运行产生的负荷序列,提出了一种剔除已识别设备后将序列再次分割,如此交替进行的识别策略。在获得识别结果后,构建了居民负荷统计模型。借助于高效数据分析软件R语言平台,实现了所提出的算法,并使用500组负荷数据进行了数据实验。结果表明,在对负荷数据每min采样1次的情况下,所提出的负荷设备识别方法对单设备负荷序列识别的准确率超过93%,对多设备负荷序列识别的准确率接近83%。     

Reliability and economic evaluation of demand side management programming in wind integrated power systems

In this paper, security constrained unit commitment (SCUC) is employed for simultaneous clearing of energy and reserve markets. Spinning reserve of generation units and interruptible loads (IL) are assumed as system operating reserves. In the proposed method, the unit commitment program is done with considering the wind power uncertainty. So, modeling the wind uncertainty has been done by a two-stage stochastic programming. Also, the economic evaluation of wind power uncertainty is discussed and the impacts of IL and wind farm locations have been studied on the system reliability. Expected energy not supplied (EENS) is considered as criterion for undesirable load shedding of power system. Finally, the proposed model is applied to the IEEE reliability test system (IEEE-RTS) to demonstrate its effectiveness.     

基于动态规划的电池储能系统削峰填谷实时优化

削峰填谷是电池储能系统的基本功能之一。为了更好地发挥储能系统作用、延长电池使用寿命,削峰填谷优化需综合考虑电池容量和充放电次数、变流器出力、实时负荷曲线、与储能系统其他控制功能相配合等因素。文中提出一种基于动态规划的实时修正优化控制策略,可在优化模型中引入充放电次数限制和放电深度限制等非连续约束条件,并通过将电池电量离散化等方法解决含有非连续约束的优化问题。同时,针对电网扰动等因素引起的储能系统其他控制功能动作导致的电池可用容量不确定变化,通过在线修正的方法加以解决。上述控制算法已成功应用于南方电网兆瓦级锂离子电池储能示范工程。以该系统所在的深圳碧岭站负荷实测数据为基础,对所设计控制策略进行了验证,说明了其良好的优化效果。