XiaoMi-AI文件搜索系统
World File Search System潮流
基于三相四线 OPF 的高比例光伏低压配电网光伏逆变器与储能系统的协同控制
利用光伏无功功率和储能有功功率可以解决光伏接入低压配电网带来的电压越限、网损、三相不平衡等问题，但低压配电网三相四线结构给潮流计算带来困难。为实现通过潮流最优来利用光伏，提出一种基于三相四线系统潮流最优的低压配电网光伏储能协同控制方法。考虑电压和电流的幅值和相位角，采用三相四线节点导纳矩阵建立低压配电网网络拓扑结构，以最小化网损、三相不平衡度和电压偏差为目标，考虑电压约束、反向潮流约束和中性线电流约束，建立了基于三相四线网络拓扑的多目标优化模型。通过改进节点导纳矩阵和模型凸性，降低问题求解的复杂度，利用CPLEX算法包进行求解，并基于某21节点三相四线低压配电网进行24 h多周期仿真，验证了所提方案的可行性和有效性。
单个发电机对节点碳排放的贡献
近期向可持续能源系统的转变见证了无碳和碳高效发电在电网中的快速部署。然而，碳减排的好处并非在整个电网中均匀体现。每台发电机可以有不同的碳排放率。由于物理潮流的存在，节点功耗由一组发电机的组合来满足，而这种组合由网络拓扑、发电机特性和电力需求决定。本文介绍了一种基于物理潮流模型的技术，该技术可以根据发电和潮流信息有效地计算每个单个发电机贡献的节点碳排放量。我们还扩展了该技术以计算节点平均碳排放量和边际碳排放率。模拟结果验证了计算的有效性，同时我们的技术为碳审计、碳导向需求管理和未来碳导向容量扩张等应用提供了基本工具。
采用模糊逻辑控制器的高渗透风力储能系统的风潮流和网络频率的动态稳定性
摘要：近年来，由于人们对气候变化的担忧，发电和配电系统技术发生了重大变化。因此，预计在不久的将来，大规模发电、输电和配电将出现混乱。这是因为可再生能源 (RES) 产生的能源的传输和分配难以控制，这是由于这些能源的不稳定性及其能源的间歇性造成的。因此，由于 RES 的高渗透率影响，保持风力发电流的动态稳定性和控制网络频率变得更具挑战性。本文提出了一种使用功率共享方法的风力储能系统控制算法，以保持风力发电流的动态稳定性和电网频率的控制。为了保持网络稳定性，安装了储能系统 (电池) 来存储多余的风力，而不会将其投入二次/卸载负载 (SL)，并最大限度地减少风力涡轮机发电的功率损失。结果表明，与比例积分微分 (PID) 控制器相比，使用模糊逻辑 (FL) 控制器可以显著降低风能流的暂态时间和频率的波动率。
推荐引用 推荐引用 顾毅，“人工智能配电系统中的可再生能源整合”（2020 年）。电子学位论文。1777。https://digitalcommons.du.edu/etd/1777
基于上述数据可视化平台，研究了数据的外在表现形式，在接下来的工作中，尝试去理解数据内部隐藏的信息。设计了一种基于支持向量回归（SVR）的短期负荷预测方法，为网络重构提供更高精度的负荷预测。利用二阶锥程序（SOCP）将三相平衡最优潮流的非凸性放宽为最优潮流（OPF）问题。采用交替方向乘子法（ADMM）以分布式方式计算最优潮流。考虑到配电系统的现实情况，构建了一个三相不平衡配电系统，该系统包括变电站层面的小时运行计划和馈线层面的分钟潮流运行。在变电站层面最小化含可再生能源系统的运行成本。用机会约束模拟可再生能源发电的随机分布模型，并用高斯混合模型 (GMM) 和基于遗传算法的期望最大化 (GAEM) 建模导出的确定性形式。在实时 (RT) 调度中，使用 OPF 进一步降低系统成本。半正定规划 (SDP) 用于将三相不平衡配电系统的非凸性放宽为凸问题，这有助于实现全局最优结果。以并行方式，ADMM 实现了在短时间内获得结果。
声音潮流：探索声音激发青少年音乐学生和本科音乐教育专业学生创造性批判意识的潜力
引言 ................................................................................................................................................................................ 140 创造力是感知、认识和批判世界的一种方式 ................................................................................................................ 142 研究目的和研究问题 ................................................................................................................................................ 145 研究参与者 ...................................................................................................................................................................... 145 连帽衫下的见解：并非在我们可能思考的时刻适合所有人 ............................................................................. 149 方法论 ............................................................................................................................................................................. 150 研究方法 ............................................................................................................................................................................. 151 声音会议工作坊 (SSW) ............................................................................................................................................. 152 声音收集和 C分类（SCC）表................................................................................................ 154 声音片段（SP）................................................................
探索不断变化的人工智能格局：从分析型人工智能到生成型人工智能
我们将继续引领潮流，了解生成人工智能如何影响我们的生活、工作、学习、获取信息、投票、消费等方式，以及如何充分利用它并缓解现有的挑战。
最优功率流导出的稀疏线性求解器基准
由于电网的变化性质，能够在大型电网中求解高保真最优潮流模型变得越来越重要。这种高保真问题称为交流最优潮流 (ACOPF)，是一个非线性、非凸优化问题。解决此类问题的少数可靠方法之一是内点法。这些方法会产生稀疏线性系统，其中系数矩阵是对称的、不确定的并且通常是病态的。因此，它们对于稀疏线性求解器来说尤其具有挑战性，并且代表了求解 ACOPF 问题时相当大的计算瓶颈。在本文中，我们介绍了一个线性系统存储库，该存储库由开源优化器 IPOPT 求解 ACOPF 问题时捕获。这些矩阵旨在用作稀疏线性求解器开发的测试套件。