XiaoMi-AI文件搜索系统
World File Search System控制策略
需求侧响应功率控制策略考虑负载生产序列要求
随着大量新能源的引入，电力系统需要新的手段来增强其调节功能。需求方面的高能消耗工业负载具有改善电网调节功能的重要潜力。计划外功率调整会影响正常的负载产生。本文提出了一种权力控制策略，该策略考虑了正常的负载生产顺序，旨在平衡负载响应能力要求和安全生产订单。根据负载过程流量以及生产设备的功率特征，影响负载生产订单的因素以及计算影响重量的方法的因素，并提出了一种策略，以减少对功率控制产生的生产订单的需求响应，以降低负载生产订单以及计算影响重量的方法。通过模拟示例验证了电力控制策略的有效性，为工业负载提供了可行的解决方案，以参与需求侧响应。
一种非线性模型预测控制策略，用于秤车的自主赛车
摘要 - 本文介绍了旨在控制用于自主赛车竞赛的小型汽车模型的非线性模型预测控制（NMPC）策略。拟议的控制策略涉及将车辆时间最小化，同时将车辆保持在轨道边界范围内。优化问题考虑了车辆的致动极限以及作用于Pacejka魔法公式和简单传动系统模型的汽车上的侧面和纵向力。此外，该方法允许在静态障碍物填充的轨道上安全地竞争，从而产生无冲突的轨迹并跟踪它们，同时增强膝盖正时性能。使用F1/10模拟器的凉亭模拟展示了拟议的控制策略的可行性和有效性。该代码作为开源释放，使得可以复制获得的结果。索引术语 - 非线性模型预测性控制，Au au sopos Racing，F1/10模拟器，自动驾驶汽车导航。
基于强化学习的先进配电系统中最优电源管理的智能控制策略：综述
摘要：在向能源网络分散化、数字化和脱碳转型的背景下，基于可再生能源的配电应用（如微电网、智能电网、智能建筑和电动汽车系统）中的智能能源管理变得越来越重要。可以说，通过引入智能技术（特别是人工智能），采用基于计算机的智能自主决策，可以克服许多挑战并利用这一转型带来的好处。与其他数值或软计算优化方法不同，基于人工智能的控制允许分散的电力单元协作做出最佳决策，以满足管理员的需求，而不仅仅是基于任务分工的原始分散。在智能方法中，强化学习是最相关和最成功的，尤其是在配电管理应用中。原因是它不需要精确的模型来获得与环境交互的优化解决方案。因此，我们始终需要对发展水平有一个清晰、最新的认识，尤其是在缺乏对这一至关重要的研究领域的最新全面详细评论的情况下。因此，本文满足了这一需求，并全面回顾了基于 RL 的最先进的成功和杰出的智能控制策略，以优化电力流和配电管理。其中，对新兴策略、基于 RL 多智能体的提案以及管理微型和智能电网（特别是储能）电力流的多智能体主要次级控制的文献进行了分类，并给予了广泛重视。结果，我们审查了 126 篇最相关、最新和非增量的论文，并将其归入相关类别。此外，我们还确定了每个选择的主要正面和负面特征。
重写线粒体疾病中的核表观遗传脚本作为异质体控制策略
摘要 线粒体疾病是由核或线粒体 DNA (mtDNA) 突变引起的，目前的治疗选择有限。对于 mtDNA 突变，降低突变型与野生型 mtDNA 比率（异质体转移）是一种有希望的治疗选择，尽管目前的方法面临重大挑战。先前的研究表明，严重的线粒体功能障碍会触发适应性核表观遗传反应，其特征是 DNA 甲基化发生变化，当线粒体损伤不明显时，这种反应不会发生或不那么重要。基于此，我们假设针对核 DNA 甲基化可以选择性地损害具有高水平突变 mtDNA 的细胞，有利于具有较低突变负荷的细胞，从而减少整体异质体。使用在不同异质体水平下含有两种致病 mtDNA 突变（m.13513G>A 和 m.8344A>G）的细胞杂种模型，我们发现突变类型和负荷都会明显影响核 DNA 甲基化组。我们发现这种甲基化模式对于高异质体细胞的存活至关重要，但对于低异质体细胞则不然。因此，通过使用 FDA 批准的 DNA 甲基化抑制剂破坏这种表观遗传编程，我们成功选择性地影响高异质体细胞杂种并减少异质体。这些发现在培养细胞和体内异种移植模型中均得到验证。我们的研究揭示了核 DNA 甲基化在调节线粒体异质体背景下的细胞存活方面以前未被认识到的作用。这一见解不仅加深了我们对线粒体-核相互作用的理解，而且还引入了表观遗传调节作为线粒体疾病的一种可能治疗途径。引言
多类型灵活资源与低频减载协调控制策略实现有功功率平衡
摘要：随着电力系统规模的不断扩大，分布式发电和能量管理向有源配电网发展趋势日益明显。然而分布式可再生能源的不稳定性给电力系统运行带来了复杂性，电力系统的有源对称性和平衡性显得越来越重要。本文针对分布式资源和低频减载的特点，提出了一种基于储能功率快速调整的协调运行与控制策略。分析各类可控资源的特点，探究储能的快速响应能力，根据支撑时间对储能类型进行分类，最终通过储能系统的功率分配与调节控制实现决策。此外，针对有源支撑不足的场景，提出了低频减载和分级系统的综合控制策略。通过多能源系统案例验证了所提模型和方法的可行性。
提高高比例可再生能源接入低碳能源系统电压调节能力的控制策略
摘要：在低碳能源系统中，由于高比例可再生能源接入会导致系统电压调节能力下降，因此一旦发生电压超标现象，容易造成大面积可再生能源脱网、停电事故。为了提高低碳能源系统的电压调节能力，本文提出了一种两级送端电网过电压抑制策略。首先，研究高比例可再生能源接入低碳能源系统送端电网过电压现象的发生原理，提出一种由整流站集中控制和分布式电源电网灵活资源控制两级组成的过电压控制策略。然后，利用PSO算法和一致性算法对建立的控制模型进行求解。最后，基于实际运行电网数据建立仿真系统，通过仿真验证所提出的控制策略。结果表明，本文提出的控制策略在各种运行工况下，均能有效抑制交流母线暂态过电压，提高高比例可再生能源送端电网的运行稳定性。此外，在白天过电压调节过程中，可以充分发挥柔性调节设备的潜力，缩短电压超限持续时间，降低电压超限峰值，有助于降低电网可再生能源浪费率。
逆变器控制策略对 100% 可再生能源渗透微电网稳定性影响的研究：预印本
摘要 —本文研究了混合发电（同步发电机 (SG)、电网形成 (GFM) 和电网跟踪 (GFL) 逆变器）的微电网暂态稳定性，随着渗透水平的提高，朝着 100% 可再生能源发电微电网迈进。具体来说，通过电磁暂态研究评估了具有 SG 和 GFL 逆变器的微电网、具有 GFM 逆变器的 SG 以及具有 GFM 和 GFL 逆变器的 SG 在每种渗透情况下的动态，其中有两个关键动态事件：计划外孤岛和泵送感应电机负载中的切换。分析和仿真结果表明，与 SG 并联运行的 GFL 逆变器的微电网可以提供比 GFM 逆变器更快的功率响应，以补偿频率和电压的偏差。混合 SG、GFM 和 GFL 逆变器的方案具有最佳的暂态和稳态稳定性，以实现 100% 基于逆变器的资源 (IBR) 渗透。这项综合研究为微电网工程师在面临安装 IBR（GFL、GFM 或混合）的各种选择时了解微电网的稳定性提供了有用的参考。
混合风电电池系统的有效控制策略，以提高电池性能和寿命
摘要 — 混合风电电池系统的主要挑战是电池成本，包括投资和更换。因此，已经进行了大量关于成本最小化的研究。以前的研究通常侧重于电池尺寸，而电池性能也会对电池更换和电池成本产生重大影响。本文提出了一种提高电池性能和寿命的新方法。我们提出了一个扩展的双组电池模型，采用新的场景和公式来实现电池之间的平衡并在预测误差期间管理其功率。在这个模型中，浅充电/放电循环被消除，电池经历完整的循环。此外，电池可用性也得到了提高。给出了案例研究的模拟结果，结果表明，与传统模型相比，所提出的方法更有效。索引术语 — 风力发电、电池存储、电力调度、电力波动
可变负荷和环境条件下独立光伏系统的鲁棒动态控制策略
摘要：双级独立光伏 (PV) 系统存在稳定性和可靠性问题，其提供最大功率的效率受环境条件变化的极大影响。混合反步控制 (BSC) 是最大功率点跟踪 (MPPT) 的良好候选方案，但是，由于 BSC 的递归性质，PV 输出中存在显著的稳态振荡。该问题可以通过提出一种混合积分反步控制 (IBSC) 算法来解决，其中提出的积分作用可显著降低 PV 阵列输出在不同温度和太阳辐照度水平下的稳态振荡。同时，在交流阶段，主要挑战是减少由负载参数变化引起的 VSI 输出的稳态跟踪误差和总谐波失真 (THD)。尽管传统的滑模控制 (SMC) 对参数变化具有鲁棒性，但它本质上是不连续的并且继承了过于保守的增益设计。为了解决这个问题，提出了一种基于超扭转控制 (STC) 的动态扰动抑制策略，其中设计了一个高阶滑模观测器来估计负载扰动的影响作为集中参数，然后由新设计的控制律拒绝该参数以实现所需的 VSI 跟踪性能。所提出的控制策略已通过 MATLAB Simulink 验证，其中系统在 0.005 秒内达到稳定状态，并在峰值太阳辐射水平下提供 99.85% 的 DC-DC 转换效率。交流级稳态误差最小化为 0 V，而 THD 分别限制为线性和非线性负载的 0.07% 和 0.11%。
考虑多个P2H提供综合需求响应的综合能源系统优化调度和控制策略
随着多能源负荷和可再生能源渗透率的提高，电热系统的谷值与峰值逐渐增大。虽然综合能源系统 (IES) 和电转氢 (P2H) 技术被广泛应用以提高能源效率、促进可再生能源的消纳，但是具有 P2H 的 IES 提供综合需求响应 (IDR) 的调度策略尚不清楚。因此，本文提出了一种具有多种 P2H 技术的 IES 提供 IDR 的最优调度策略。首先，建立描述多种 P2H 技术的统一数学模型，联合考虑启停和爬坡约束。然后，建立双层 P2H 耦合的 IDR 调度模型，其中上层是包含 P2H 和氢储能的 IES 模型并考虑电/气/热多能源耦合，下层是包含可转移负荷和减量负荷的灵活用户模型。采用 Karush – Kuhn – Tucker (KKT) 条件和大 M 方法将低层用户模型重新表述为几个互补的松弛约束。然后，整个模型被转化为可解的单层线性化模型。最后，案例研究表明，所提出的方法可以提高系统灵活性并有效降低负载峰谷差。此外，在 IES 中加入 P2H 和 HS 可以进一步优化整体经济效益、能源效率和消耗可再生能源的能力。