基于期望最大化算法和求容积卡尔曼平滑器的气动参数辨识算法

针对初值和噪声统计特性未知情形下的飞行器系统辨识的问题,提出了基于期望最大化(expectation maximization,EM)和求容积卡尔曼平滑器(cubature Kalman smoother,CKS)的辨识算法。该算法用期望最大化算法对初值和噪声的统计特性进行估计;用求容积卡尔曼平滑器估计状态向量和未知参数。在期望最大化算法的求期望步骤中,所求的期望值通过求容积规则获得,用较少的采样点保证了估计精度;在期望最大化算法的最大化步骤中,未知量的最优值以解析解形式给出,减小了计算量。仿真结果说明,该算法在飞行器气动参数辨识问题中,能给出较好的辨识结果。与其他方法的对比验证说明新算法具有辨识精度高、收敛速度快等优点。     

计及源-荷不确定性的综合能源系统两阶段优化调度

“双碳”背景下,为实现清洁能源稳定消纳,降低能源机组碳排放,提高综合能源系统运行经济性,提出一种低碳综合能源系统两阶段优化调度策略。日前调度考虑综合需求响应平抑供需差异波动风险,基于条件风险价值理论优化供能方案,保障系统运行稳定性;日内供能通过构建低碳综合能源系统模型,引入碳捕集设备、储碳装置与电转气协同运行,进一步消纳清洁能源的同时,提升系统的低碳性和经济性。基于此,构建以综合成本和碳排放量最小为低碳经济运行目标的模型,利用max-min模糊算法得到折中最优解,通过设置不同场景,对比验证了所提方案的有效性。     

考虑灵活爬坡产品的能源枢纽低碳经济调度

在碳达峰、碳中和与能源互联网背景下,能源枢纽成为碳减排的重要环节。随着能源枢纽中可再生能源渗透率不断提高,对能源枢纽爬坡能力提出了挑战。对此,提出了考虑灵活爬坡产品（FRP）的能源枢纽调度模型;将碳交易机制引入调度模型中,基于碳排放权配额与碳交易价格建立考虑FRP的能源枢纽低碳经济调度模型。针对低碳经济调度模型中碳排量不确定性问题,采用信息间隙决策理论（IGDT）来模拟碳排量不确定性,建立考虑FRP的能源枢纽IGDT低碳经济调度模型。最后,通过IEEE 34节点系统的算例分析,验证了所提模型的有效性,同时研究了碳交易价格、FRP价格、预期部署概率、模型规避系数对调度结果的影响。     

计及前瞻风险的综合能源系统低碳经济调度优化

针对可再生能源波动性给综合能源系统（IES）稳定运行带来的巨大挑战，提出一种考虑前瞻风险和经济环境效益的IES调度优化方法。以系统运行成本、污染排放最小为目标，通过蒙特卡洛法生成风光及负荷不确定性概率场景，运用负荷损失值分析不确定性因素潜在风险规模，基于条件风险价值理论控制系统运行风险，引入综合需求响应规划降低运营成本，通过模糊决策算法获得最优方案。算例分析表明：该方案在完成低碳经济调度目标下，实现系统可靠运行且兼具灵活性，提升系统经济环境效益。