基于DIS的视景仿真交互行为研究

分布式交互仿真是分布式仿真与图形特性的有机结合。针对分布式视景仿真的交互行为特性,文章作了相应的研究,分析了分布式交互仿真DIS节点间交互操作的信息传递机制和通信格式,并结合图形特性论述。在分布式视景仿真中结合对象建模对仿真节点间的实体交互行为做出理论分析,并在此基础上提出了用于实时态势仿真的软件平台和实现方法。     

基于神经网络的传感器冗余方法研究􀀁

本文把传感器硬件冗余技术、BP网络以及串并联Elman递归神经网络结合起来,提出了一种新方法用于构造具有传感器故障检测、分离且具有冗余能力的智能传感器系统。这可以减少硬件冗余技术中使用传感器的个数、消除硬件冗余技术中对冗余传感器应具有相同参数特性的要求,同时可以提高系统预报的准确性,仿真结果验证了这一方法的有效性。     

考虑风机一次调频的风电高占比电网机组组合

随着风电大规模、高渗透率接入电网,单纯常规机组一次调频已难以满足系统调频需求,迫切需要风电参与一次调频。文中在风机调频控制研究的基础上,提出一种考虑风机参与系统一次调频的机组组合模型。该模型通过加入稳态频率、频率最低点和频率变化率为约束条件,确保含风电电力系统预留足够的备用容量以支撑一次调频。文中采用大M法将非线性模型转化为混合整数线性规划模型,并调用Matlab中CPLEX程序包求解。最后,在IEEE 39节点系统上验证了该模型的有效性。仿真结果表明,该模型能提升系统承受负荷扰动的能力,从而满足更大负荷扰动下系统一次调频的备用需求。     

人工智能技术支撑的集群电动汽车实时优化调度策略

电动汽车(electric vehicle,EV)在近年来得到了广泛的应用与部署,针对入网EV的充放电优化已成为研究热点.然而,传统的基于优化模型的EV优化调度方法在实际应用上面临模型参数难以准确获得和计算压力大的挑战.为了解决该问题,基于K-means聚类算法与长短期记忆神经网络(long short-term me...     

基于移动终端的应急现场信息采集和定位模块设计与实现

随着突发事件的日益复杂以及信息通信新技术的快速发展，传统应急通信系统已较难满足对突发事件的准确预防和快速反应，尤其难以满足对应急现场信息实时采集的需求。为此，本文提出了一种新型的对应急现场信息进行实时采集和对救援人员进行跟踪定位的设计方案，并重点对其中的无线传感器网络和移动GIS设计方案进行阐述。最后，设计并实现了基于移动终端的现场信息采集和定位模块，验证了该方案的应用可行性。     

电动汽车参与运行备用的能力评估及其仿真分析

电动汽车(EV)作为未来电力系统一种潜在且容量可观的运行备用资源,其调控必须以满足用户出行与充(放)电意愿为前提,因此对电动汽车备用能力的评估需置于合理的、计及用户响应意愿的市场机制下来考察。首先设计出兼顾系统调控需求与用户出行需求的充(放)电合约机制,提出了EV短时备用能力计算方法和响应电价变化的有序充/放电策略。基于上述模型或方法,实例分析了典型EV单体及集群在不同充电策略下,向电网提供多种可调控备用容/电量产品的能力。同时进一步分析了备用容量价格、备用市场设计等因素对EV可申报备用容量的影响。     

一种MIMO-OFDM系统的信道估计算法

导频辅助的最小平方（LS）算法是MIMO—OFDM系统中常用的信道估计方法,特点是易于实现,但精度不高。基于最小均方误差（MMSE）的信道估计算法性能较好,但复杂度高,难以实现。提出了一种基于离散傅里叶变换（DFT）的信道估计算法,首先将LS信道估计循环前缀长度以外的时域响应值置零,然后选择重要路径,再通过计算参考导频的相位偏移量来进行补偿,最终实现信道的估计。算法能够满足一定的估计精度,且便于实现。仿真数据证明了算法的有效性。     

无线传感器网络中瓶颈节点的研究

无线传感器网络中的"瓶颈节点"是指那些由于随机部署的原因而不得不成为连接两个或多个区域的孤立的节点.相对于其他节点,这类节点对网络的生存期有着更大的影响.如何找出这些"瓶颈节点"在图论中是一个找到最小割集的问题.基于实际部署的可行性,提出了一个新的"准瓶颈节点"的概念,它对网络具有与"瓶颈节点"类似的影响,但是可以很容易地通过分布式算法找出来.通过分析和仿真,证明了"准瓶颈节点"对网络行为(包括能量消耗速率、丢包率)的巨大影响.最后,提出了一种分布式算法来发现这些节点,并提出了两种有效的解决思路来减小它们的不利影响.     

含电—热—气—冷子系统的区域综合能源系统多场景优化调度

针对当前区域综合能源系统(RIES)研究中未详细考虑含电—热—气—冷子系统(PHGCS)协调运行效果的现状,研究计及能源子系统关键特征变量的RIES多场景优化问题。首先,基于能源集线器概念对以区域混合能源站为核心的能源耦合环节进行能源比例分配建模及分析,分别建立RIES中PHGCS数学模型。然后,提出考虑效率指标最大化、费用指标最小化、排放指标最小化及多目标综合性能指标最优的多场景运行模式,建立在不同负荷结构、多时段、多场景运行模式下的优化分析模型。其次,采用峰谷分时电价机制对RIES整体和分时段性能指标、子系统及耦合环节关键特征变量进行综合分析。最后,通过算例验证了该模型与优化方法的合理性和有效性。     

大规模可再生能源接入下的电力系统充裕性优化(三)多场景的备用优化

场景分析法在用于描述可再生能源出力不确定性时,不仅能表征预测风/光功率等随机变量在时间—功率空间上的概率分布,还能进一步反映这些随机波动在时序上的相关性。多场景分析中普遍存在场景维数灾问题,在备用优化中更遭遇控制措施组合爆炸问题,加剧了求解的困难。场景削减有利于场景分析法的实用化,然而现有场景削减方法不能确保小概率高风险场景不被剪除,继而引发风险泄露问题。文中提出一种计及场景集剩余风险下逐步筛选场景的多场景备用优化方法,将场景削减与优化过程融合于一体。相比于传统的"先场景削减、再优化"的思路,所提出的方案能自适应地选取待优化场景集,且能有效识别小概率高风险场景。通过与基于传统场景削减方法的混合整数线性规划方法的对比,所提出的多场景优化方法在平衡优化效果与计算效率上具有显著优势。