Janendra (Jay) 是一名特许专业电气工程师,拥有 25 年的经验,负责为电力基础设施提供创新、技术完善、经济高效且安全的工程解决方案。他曾在澳大利亚和太平洋岛屿的电力系统设计和运营、资产战略和项目开发方面担任高级工程、管理和能力建设职务。
Janendra(Jay)是一位特许专业的电气工程师,拥有25年的经验,可以提供用于电气基础架构的创新,技术上的,具有成本效益和安全的工程解决方案。他曾在电力系统设计和运营,资产战略和澳大利亚和太平洋群岛的项目开发中担任高级工程,管理和能力建设角色。
本报告是作为由美国政府机构赞助的工作的帐户准备的。美国政府或其任何机构,也不是巴特尔纪念研究所,或其任何雇员,对任何信息,设备,产物或程序披露或代表其使用的任何法律责任或责任都没有任何法律责任或责任,或者对其使用的准确性,完整性或有用性都不会侵犯私人权利。以此处参考任何特定的商业产品,流程或服务,商标,制造商或以其他方式不一定构成或暗示其认可,建议或受到美国政府或其任何机构或Battelle Memorial Institute的认可,建议或赞成。本文所表达的作者的观点和观点不一定陈述或反映美国政府或其任何机构的观点和意见。
摘要 — 传统上,由于负载基本可预测且发电可靠,电力系统的离线优化是可以接受的。波动性可再生能源发电和物联网设备的日益普及使得负载可进行细粒度控制,这导致离线优化在电力系统领域的适用性不断降低,并将注意力转移到在线优化方法上。然而,在线优化是一个广泛的主题,可以应用于不同的环境并受其驱动,在不同的时间尺度上操作,并建立在不同的理论基础上。本文回顾了电力系统领域使用的各种在线优化技术,旨在明确最常用技术之间的区别。特别是,我们介绍和比较了四种不同的技术,涵盖了电力系统领域使用的在线优化技术的广度,即优化引导的动态控制、单周期问题的反馈优化、基于 Lyapunov 的优化和多周期问题的在线凸优化技术。最后,我们推荐了电力系统领域在线优化的一些未来潜在方向。
o 尤其是同步发电机 (SG) 与电网跟踪 (GFL) 逆变器之间、SG 与电网形成 (GFM) 逆变器之间以及 SG、GFM 逆变器和 GFL 逆变器之间的动态。• 在选择基于逆变器的资源 (IBR)(GFM、GFL 或混合)及其与现有同步发电和不断增加的可再生能源渗透之间的控制时,微电网规划人员将面临各种选择。
除了设计一种高效且功能强大的机器学习算法来自动化渗透测试之外,人们可能还想看看实时战略电脑游戏,因为两者都涉及一个攻击另一个实体的实体,无论是针对网络的渗透测试人员还是针对视频游戏中玩家群体的计算机。从历史上看,电脑游戏中的人工智能和机器学习是通过强化学习协议实现的,这种协议也非常适合自主渗透学习算法。实时战略游戏和渗透测试之间的另一个相似之处是游戏在大状态空间和复杂的选项组合下运行。随着时间的推移,这变得更加复杂,因为常用的计算能力有所提高,人类玩家也变得更加熟练。战略游戏中的选择组合是无限的,这是它们与计算机网络的另一个共同点;试图进入网络安全网络允许许多不同的选择,这些选择并不总是容易预测的——这是应用强化学习的极好基础。实时战略游戏和渗透测试之间的另一个共同点是网络和游戏的布局事先并不完全清楚。渗透测试人员必须采用侦察来了解网络拓扑;战略游戏中的“战争迷雾”使玩家在探索之前无法了解地形。因此,许多论点都支持使用计算机战略游戏和模拟作为开发自主网络安全产品(如渗透测试)的框架。此外,尽管实时战略游戏有大量选项,但可以使用少数几种较大的战略类型进行游戏;考虑到侦察期间发现的漏洞配置,这可以告知渗透测试选择使用的攻击树类型。
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。
北约网络安全中心 (NCSC) 负责规划和执行网络安全的所有生命周期管理活动。在履行这一职责时,NCSC 提供专业的网络安全相关服务,涵盖北约通信和信息系统 (CIS) 整个生命周期的科学、技术、采购、运营、维护和持续支持。NCSC 在北约的 C4ISR 背景下确保联盟的运营和业务安全开展。NCSC 为 NCI 机构客户和用户以及该机构的所有其他部门提供网络安全服务;这包括所有服务线、计划办公室、CIS 支持单位/部门和机构运营中心。NCSC 负责在以下专业安全领域提供广泛的服务:CIS 安全、网络防御、信息保证、计算机安全和通信安全。在履行其职责时,NCSC 为网络安全相关政策和战略的制定和实施提供支持,并为所有北约 CIS 提供生命周期安全风险管理服务。 NCSC 在网络安全新功能和创新的开发方面处于领先地位。NCSC 整合并提供专业服务,以防止、检测、应对和恢复网络安全事件。
摘要 - 未来几年,由于可再生能源 (RES) 份额的增加,电力系统将面临电力频率不稳定的问题。RES 通过电力电子转换器集成到电力系统中。RES 的运行和控制与传统能源截然不同。本文重点研究了 RES 份额上升对电力系统频率稳定性的影响及其可能的解决方案。在发生干扰时,RES 不会参与频率调节过程。尽管如此,它们仍会因输入能量的间歇性而对电力系统产生干扰。RES 没有额外的有功功率用于频率调节,因为它们已经在最大功率点运行。这些基于电力电子的发电机不像传统发电机那样具有惯性。无惯性系统会对频率变化率 (RoCoF) 和频率最低点产生不利影响。这在具有不同场景的 IEEE 9 总线系统上得到了证明。根据该分析,RES 应在干扰期间提供惯性响应。本文提出的改进虚拟惯性控制 (M-VIC) 技术通过使用外部储能系统 (ESS) 来模拟传统发电机的惯性。在 M-VIC 中,惯性响应通过控制 ESS 提供的功率的速率和持续时间来复制。所提出的技术可以更有效地降低频率最低点和 RoCoF,同时更好地利用 ESS。为了证明这一点,在 MATLAB R2019a 中模拟了 PV 集成单区域电力系统模型。