XiaoMi-AI文件搜索系统
World File Search SystemMicrogrids
可再生微电网中故障检测的机器学习方法
摘要。本文介绍了机器学习技术的新颖使用，以识别分散能源系统领域内可再生微电网中的故障。该研究研究了机器学习模型在识别动态和可变微电网环境中异常的有效性。它利用一个综合数据集，其中包括太阳能，风能和水力发电，能源存储状态和故障指示器等参数。调查表明，与常规的基于规则的方法相比，在识别故障的识别优势方面具有94％的精度，这表明了机器学习的优越性，该方法的准确率为80％。精确度和召回措施强调了机器学习模型的均衡性能，降低了误报和假否定性，并保证了精确的问题检测。断层对微电网效率的影响大大降低，在断层情况下仅记录了2％，这表明模型维持有效的能量供应的能力。一项比较研究表明，与常规技术相比，准确性提高了14％，强调了自适应和数据驱动方法在识别复杂的断层模式方面的益处。灵敏度研究验证了机器学习模型的弹性，证明了它们适应不同设置的能力。模型的实际应用通过模拟
AC岛的微电网中的功率质量-Revistas unal
近年来，由于分布式发电源（DGS）的连接增加，分配系统中的操作和控制策略发生了变化。带有电力用户和DGS的小型本地网络称为微电网。这些微电网可以独立运行（岛化）或与主网络或其他微电网合作（互连）。相互联系的微电网的一些优势包括减少损失，可靠性的提高以及在断层条件下的分散操作。尽管如此，当微电网以岛形模式运行时，其电气特性会发生变化，因此，功率质量干扰的严重程度可能会增加，以及它们对电子设备（负载和DG设备）的负面影响。本文介绍了有关岛状微电网电力质量干扰的现有研究的全面文献综述，并确定了对此主题的未来研究的最相关需求。详细信息，以比较互连和岛的微电网中干扰水平之间的差异。在谐波干扰的情况下，还分析了不同微电网构型的影响。
可再生微电网故障检测的机器学习方法
摘要 本研究重点研究和使用机器学习 (ML) 方法来识别可再生微电网中的故障。它强调了与这些动态能源系统相关的困难和复杂性。对从太阳能和风能生产、电池存储状态、故障信号和机器学习模型性能中获得的实际数据的检查突出了可再生微电网中故障检测技术的复杂性。对可再生能源生产数据的分析表明，太阳能和风能的输出存在波动，突出了某些时间段内约 5-10% 的差异，从而说明了可再生能源的间歇性特性。同时，微电网内电池中存储的能量在时间间隔内逐渐下降约 3-5%，表明可能对系统稳定性产生影响。故障检测信号显示出不稳定的模式，这强调了在系统内部查找和分类问题所涉及的复杂性。对机器学习模型的评估（包括监督和无监督学习方法）揭示了许多性能指标。监督模型的准确率更高，通常在 85% 到 90% 之间。但是，它们容易偶尔出现错误分类。相比之下，无监督模型的准确率中等，通常在 75% 到 80% 之间。它们在检测故障方面表现出灵活性，但其精度有限。该研究强调需要结合使用监督和无监督机器学习模型来提高可再生微电网故障检测的准确性。这些结果为了解故障检测程序的复杂性和困难性提供了宝贵的见解，这可能有助于进一步提高可再生微电网系统的可靠性和耐用性。
微电网：海外基地的能源安全 - 空军大学
俄罗斯用伊朗无人机袭击乌克兰电网，以及最近自然灾害的增多，凸显了全球关键基础设施和电力系统的脆弱性。袭击或自然灾害导致电网中断，可能对军事行动和战备构成严重威胁。为了防范这种可能性，国会需要指示国防部在海外基地建立可再生微电网，增强美国陆军已经在进行的努力。这种微电网将提供可靠的电源，不受攻击、极端天气事件和能源市场波动的影响，从而确保联合部队的弹性。更重要的是，这些海外微电网将维持美国的全球军事优势，并保卫美国及其盟友和伙伴的国家利益。
微电网能源管理系统的最新发展和趋势
能源转型是全球能源部门从以化石为基础向零碳转型的途径，其驱动力是减少与能源相关的二氧化碳排放以应对气候变化。尽管环境可持续性和气候中和是这一过程的主要目标，但能源转型是一个更为复杂的范式转变，旨在为全球经济和社会带来利益。根据美国能源信息署最新的《国际能源展望》[1]，未来趋势预测显示全球能源需求将增加，预计到 2050 年将增长约 47%。此外，全球需要改善能源供应。所有这些动机，以及对提高电力系统弹性的需求，都在促进建立一个新的能源生态系统，其基本思想依赖于分散化。根据这种方法，可以通过创建特权解决方案来应对能源挑战，从而获得可靠、绿色和有弹性的能源。在这种情况下，微电网已被确定为实现与能源转型相关的目标的合适电力系统模型。微电网是一种小型自控电力系统，可在给定的电气边界内将发电机和负载连接起来。它可以与上游主电网互动，既可以并网运行，也可以独立运行。微电网的主要特征包括：存在多个分布式发电机，其中可再生能源比例较高（例如光伏板、风力发电机等）；存在储能系统 (ESS)，通常基于电池；存在先进的通信基础设施 [2]。微电网中的储能系统 (ESS) 用于执行多种功能，以解决发电和需求变化的管理。微电网中储能系统的典型用途包括提供电压支持、频率调节、合成惯性、可再生能源稳定和时移、套利和配电系统升级延期等服务。此外，信息和通信技术 (ICT) 的广泛使用使微电网的组件能够以双向方式相互交换信息 [3]。就控制和管理而言，微电网通常采用多级方法进行管理，涵盖不同的时间范围和物理层。这种控制方法称为分层控制，可以实现最重要的微电网目标，例如电压/频率调节、功率共享、同步以及弹性和盈利运行。所有上述特性都允许根据定义的优化目标对微电网中的电力流进行调制，并允许电能的最终用户积极参与电力市场[4]。微电网中使用的能源管理系统（EMS）是在更高级别的分层控制下运行的监控系统，用于根据定义的目标（例如成本优化、能源效率）调度电源和ESS
多微电网：架构和运行及控制策略回顾
摘要：通过将多个微电网 (MG) 互连并形成多微电网 (MMG) 系统，可以缓解单个微电网 (MG) 的若干问题，例如电压和频率波动，这些问题主要由于可再生能源 (RES) 发电的间歇性而引起。MMG 系统可提高电力系统的可靠性和弹性，提高 RES 的利用率，并为消费者提供具有成本效益的电力。本文全面回顾了 MMG 领域的研究，总结了文献中提出的不同运营目标和约束，以实现 MMG 的高效运行。此外，还讨论了可以将 MG 互连以形成 MMG 系统的不同 MMG 架构及其特性。本文还对集中式、分散式、分布式和分层结构中 MMG 的运行和控制的不同控制策略和运营管理方法进行了最新回顾。还介绍了 MMG 系统中不同不确定性来源的分类以及提出的不确定性处理策略。最后，本文补充讨论了MMG系统的主要开放问题和未来研究方向。
在不断发展的电气分配系统中工程微电网
摘要：非系数的替代方案和微电网技术正在成熟，并为电力公司提供了巨大的机会，以增加其为客户提供的收益。他们有潜力减少解决传统电气系统加载问题的成本，有助于减少碳排放，并改善电气配电系统对极端天气事件的弹性。本手稿的作者介绍了有关微电网研究及其实际应用的研究。这是通过本手稿的作者和其他作者的过去工作来利用的，以开发微电网的特定目标，在部署微电网时要考虑的工程师的实际标准，以优化微电网设计的随机方法和黑色起始需求。然后将此指南用于设计具有自适应边界的实际网络微电网。
dynagrid：用于大规模集成和电化的动态微电网
技术范围开发了一种多分辨率（分形）方法，该方法考虑了几层动态网格分配，并具有不同级别的细节：•在正常运行期间，最佳分区可能会随时间变化，例如，由于大量电动汽车（EVS）的存在（EVS）（EVS）（EVS）或每日变化在Solar PhotoRAr Photovoltaic（PV）中的每日变化中，因此可以将载荷变化，从而改变了负载的加载，从而改变了负载。•在中断期间，通常在正常操作中表现良好的分区可能无效地继续为网络中未受影响和严重损坏的部分中的客户提供服务。创新：•微电网的动态和多分辨率形成•网络微电网的分布式控制和操作•公平的微电网网络，以改善能量正义。
通过点对点能源交易实现可再生能源微电网的套利策略
摘要 — 本文提出了一种针对可再生能源微电网 (MG) 的套利策略，以克服光伏和风能等可再生能源 (RES) 在日前市场 (DAM) 和实时市场 (RTM) 之间建立的交易能源市场 (TEM) 中的点对点 (P2P) 能源交易这一新兴商业领域中的不稳定行为。为了识别由 P2P 和实时交易之间的价格差异产生的套利机会，提出了一种具有区间系数的双层风险约束随机规划 (BRSPIC)。在决策的第一阶段，采用各种方案来处理 DAM 价格的不确定性。在第二阶段，P2P 能源交易竞争由基于非合作领导者-追随者博弈的双层规划建模。在较低层次上最大化同行的社会福利的同时，MG 在较高层次上最大化其利润。为了更加贴近实时，第三阶段考虑了区间系数，以应对 RES 和负载以及 RTM 价格的不确定性。条件风险价值 (CVaR) 被强制应用于模型，以控制利润波动的风险。通过使用 Karush-Kuhn-Tucker (KKT)，BRSPIC 被转换为单级优化。然后，将其线性化并通过混合整数线性规划 (MILP) 求解器进行求解。通过在测试系统上评估所提出的模型，很明显，通过套利策略，MG 的利润增加了 3.1% 以上。通过考虑 CVaR，完全规避风险的决策会使 MG 的利润减少 27%，尽管这是一个非常保守的决策。