摘要:在本论文中,我们研究了一组四旋翼飞行器的分散控制器的设计。四旋翼飞行器分为领导者和跟随者。领导者由人控制,而追随者则使用去中心化控制器来跟随领导者。追随者是自主的,不知道领导者的行为。本论文的新颖之处在于依靠 WiFi 模块等廉价传感器来估计与相邻四旋翼飞行器的距离。为了设计去中心化控制器,迭代学习与监督学习和模仿学习相结合,经历了几个阶段,包括日志收集、高级模型训练和设计“一个控制器”。然后控制器被集成到跟踪器中,使它们成为自治的。学习方法的主要优点是移动
双向充电和“智能充电”可用于支持能量系统作为灵活性元素。“智能充电”旨在通过在网络招标低的时间内移动充电来使充电峰取得峰值。双向充电还允许电动汽车将过量的能量重新注入网络。在电力汽车电池中存储的能量的加固可以提高网络的稳定性,这减少了在额外的基础设施中进行昂贵投资或建立额外的储备金能力以管理切削边缘费用的需求。双向补给可以由家庭和能源群落使用,以增加光伏生产的自我消费(也称为“清洁消耗”)并运行充电峰。这两种技术通常将网络和能量系统卸载。双向充值通过临时存储多余的能量并在必要时将其重新注射到网络中,以支持可再生能量(例如风或太阳能)的整合。中午充电可以吸收最大光伏产生的大部分,因此避免或至少减少调整。可以在晚上和网络中暂时重新注射到电动车辆中的能量的一部分。更好地利用建筑物,遗址和企业中的能源生产以及网络中过量能源的重新注入会提高可再生电力生产的效率,并降低对进口的依赖。