基于GeoSOS-FLUS模型的乌鲁木齐主城区扩张情景模拟分析

乌鲁木齐市作为新疆首府、“一带一路”中的中亚区域经济中心,其土地资源的合理利用、城市形态的健康发展则显得尤为重要。本研究首先基于乌鲁木齐主城区1990～2018年遥感影像解译出的土地利用分类对其土地利用时空演变情况加以分析,1990～2018年乌鲁木齐主城区急剧扩张,2010年以来交通网络铺设完善,主城区快速扩张,周遭耕地、林地、草地等萎缩95.12 km²、6.49 km²、52.37 km²,重心呈现出向东与向北扩张趋势,主城区农用与绿化面积萎缩,无法兼顾经济与生态效益协调可持续发展。接着,遴选自然与社会经济等影响主城区扩张的驱动因素,结合乌鲁木齐主城区扩张历史特点设计第一产业优先、第二三产业优先、生态优先情景,利用Geo SOS-FLUS模型对不同情景下的主城区扩张情景进行模拟预测,研究发现第二三产业优先情景下建设用地明显增加1 142.94 km²;生态优先情景下生态效益高的林地、草地、水域面积显著增加281.59、651.38、7.29 km²;第一产业优先情景下,建...     

基于自适应动态规划的SMES调频控制策略研究

当电动汽车（electric vehicles, EVs）切入或切出充电桩时,会引起配电网功率急剧变化,进而增加配电网频率的波动性。提出一种通过引入大容量超导磁储能（superconducting magnetic energy storage, SMES）系统来提高配电网频率稳定性的方法。在传统PID控制的基础上,建立一种无模型的自适应动态规划控制方法,使SMES在EVs切入充电桩时放电,EVs处于稳态充电阶段时存储电能,EVs切出充电桩时进行充电。分别对2种控制方法进行仿真验证,得出配电网输入功率和配电网频率实时特征曲线,结果表明,基于自适应动态规划的控制方法更有利于提高配电网频率的稳定性。     

基于增强学习算法的微电网智能频率协调控制策略

随着清洁能源发电比例的增加，为了减轻微电网发电的随机性以及不确定性带来的影响，提高供电可靠性，对于微电网进行频率控制显得尤为重要。由于储能系统可以灵活存储或释放电能，利用增强学习算法的智能控制策略，调整光伏发电接入微电网时的微型燃气轮机以及储能系统的功率输出，从而抑制微电网频率波动。分析了微电网中各个部分的传递函数，推导了各部分的功率输出关系，开发了一类基于增强学习算法的控制器用于微电网的频率控制，仿真结果验证了该智能控制策略的可行性，可有效抑制微电网由于光伏发电不确定性引起的频率波动。