XiaoMi-AI文件搜索系统
World File Search Systemgrids
已发表版本的引文（APA）：Wolsink，M.（2024）。智能电网的概念化——过渡中的异常和矛盾的专家范式
缩写：AC，交流电；AMD，高级计量装置；AI，人工智能；DC，直流电；DES，分布式能源系统；DG，分布式发电；DR，需求响应；DSM，需求侧管理；DSO，配电系统运营商；EMS，能源管理系统；ESS，储能系统；EV，电动汽车；HV，高压；ICT，信息和通信技术；IoT，物联网；LAN，局域网；LEM，本地能源市场；LV，低压；MG，微电网；P2P，点对点；PCA，主成分分析；PV，光伏；RE，可再生能源；REC，可再生能源社区；RED，（欧盟）可再生能源指令；RES，可再生能源系统；RTP，实时定价（−关税）；SA，社会接受过程；SCADA，监控和数据采集； SG，智能电网；STS，社会技术系统；TE，交易能源；V2G，车辆到电网。电子邮箱地址：mpwolsink@uva.nl。
高压直流电网模块化多电平换流器的状态和健康监测
本论文讨论的另一个重要主题是 IGBT 模块的状态监测。为此，开发了一个功率循环测试台。选择 𝑉 𝐶𝐸(𝑜𝑛) 作为跟踪功率器件在整个循环测试过程中退化状态演变的参数。因此，构思并开发了一个在线 𝑉 𝐶𝐸(𝑜𝑛) 测量板。为了获得有关所应用循环协议的更多相关见解，开发了一种在线估计 IGBT 器件结温的策略，该策略基于卡尔曼滤波器的使用。该策略还能够通过分析热敏电参数来估计 IGBT 健康状态的退化程度。
夏威夷电气涌动到36％的网格可再生能源
o aeskūihelanisolar，60兆瓦，240兆瓦贝丝，5月OkūponoSolar在毛伊岛，42兆瓦，带168 mwh bess，在6月O'HoAhu，O Ho'ohana Solar I，52 MW，52 MW，52 MW与208 MWH BESS，在12月的On of Drivation and Drivation 5年代开始，并在12月份获得了compltect •新的私人屋顶太阳能安装，称为分布式能源或DER，总计为61兆瓦。 如果新安装的速度与2024年相同，则该公司的预测累积分布式太阳能容量为1,186兆瓦，到2030年。 夏威夷电气服务的单户住宅中约有43％拥有屋顶太阳能。 •Puna Geotermal Venture的可再生生产继续增加，因为它从2018年5月的Kīlauea火山爆发后的关闭中恢复。 今年，该公司预计将进一步提高O'Ahu和夏威夷岛上的可再生能源和电池能量存储，并在所有岛屿上增加数千个屋顶太阳能系统。•新的私人屋顶太阳能安装，称为分布式能源或DER，总计为61兆瓦。如果新安装的速度与2024年相同，则该公司的预测累积分布式太阳能容量为1,186兆瓦，到2030年。夏威夷电气服务的单户住宅中约有43％拥有屋顶太阳能。•Puna Geotermal Venture的可再生生产继续增加，因为它从2018年5月的Kīlauea火山爆发后的关闭中恢复。今年，该公司预计将进一步提高O'Ahu和夏威夷岛上的可再生能源和电池能量存储，并在所有岛屿上增加数千个屋顶太阳能系统。
考虑参与能源和灵活性市场的电力传输网格中可再生生成的托管能力的最大化：双重优化模型
对可再生能源产生的投资是过渡到可持续能源和能源系统的重要组成部分。在这方面，托管能力（HC）的概念是可再生发电的投资者和系统运营商确定最大数量连接可再生资源的有用工具，而无需修改或加强网格。然而，现有研究的相当一部分涉及分销系统中问题的技术要求，同时忽略了传输系统和市场范围。可再生生成吸收减少了对电力部门中化石燃料资源的依赖，同时还表现出满足系统灵活性需求的能力。本文提出了一种基于市场的方法，以最大限度地考虑能源和灵活性市场的传输系统中可再生的HC。为此，开发了一个双重优化问题，以研究最大化可再生生成HC的盈利能力。在上层问题中，关于新一代投资的非负盈利能力，开发了HC最大化。较低级别的问题解决了能源和灵活性市场的社会福利最大化，在这些市场中，新的可再生能源产生可以参与其中。将配方转移到单级混合刻板线性编程（MILP）问题中，以避免双重模型的非线性。所提出的模型应用于2总线说明性示例和IEEE 24总线可靠性测试系统（RTS）。结果表明，可再生生成单元可以通过参与灵活性市场来提高其盈利能力，从而从市场的角度增加可再生的HC。
耦合共享的自动驾驶电动汽车和电网的最佳管理：可再生能源整合的潜力
Xianyi Yang，Adam Abdin，Jakob Puchinger。 对共享的自动驾驶电动汽车和电网的最佳管理：可再生能源整合的潜力。 运输研究。 C部分，新兴技术，2024，165，pp.104726。 10.1016/j.trc.2024.104726。 hal-04618301Xianyi Yang，Adam Abdin，Jakob Puchinger。对共享的自动驾驶电动汽车和电网的最佳管理：可再生能源整合的潜力。运输研究。C部分，新兴技术，2024，165，pp.104726。10.1016/j.trc.2024.104726。hal-04618301
港口地区微电网的设计、规模和能源管理：综述
摘要：由于气候变化挑战和环境法规的演变，港口越来越重视能源效率和低碳能源系统。因此，必须对港口的众多系统进行技术突破，例如港口起重机、海港车辆或停泊船只的电源。这些方面可能需要在港口地区建立微电网。微电网在大陆和岛屿上得到了广泛的发展，主要用于国内负荷。然而，这些在港口地区仍然很少见。它们在这些地方的发展面临着许多挑战，例如高功率要求、对各种负载的监控和管理、能源政策框架等。此外，建立微电网涉及规模和能源管理的研究，以避免成本过高并验证负载要求。本文提供了与海港地区微电网发展相关的文献调查。首先，列出了港口微电网中的主要组件，然后对涉及规模和能源管理的研究进行了回顾。最后，从本次调查中列出了创新概念和障碍，并对全球海港微电网发展进行了最新回顾。
智能电网能源统计与预测
智能电网中电力的供需缺口导致了能源预测和能源管理系统的引入。能源预测是智能电网系统规划和管理的关键参与者[1]。智能电网中的数据是借助高级计量基础设施（AMI）收集的，它可以测量双向电力流。数据分析应用程序使用这些数据进行预测。这些预测应用程序可用于发电调度、可再生能源发电厂的发电预测以及需求侧管理。在智能电网管理中，各种统计和机器学习预测方法已用于预测电力需求和发电量[2,3]。时间序列发电量和电力需求已使用统计预测方法来预测，包括自回归移动平均线（ARMA）、自回归积分移动平均线（ARIMA）和向量自回归（VAR）[4]。由于智能电网技术的最新进展，统计预测方法无法处理大量发电和需求数据。统计方法不能用于复杂和非线性的数据点[5]。随着机器学习和人工智能预测方法的进步，现在可以进行准确而精确的预测。非线性时间序列数据使用循环神经网络 (RNN) 和长短期记忆 (LSTM) 预测方法进行预测[6]。可再生能源融入智能电网引发了不确定性问题以及能源消费模式的变化。这些不确定性问题可以通过概率方法解决，因为与点预测相比，它们会生成预测区间[7-9]。通过将多种预测方法组合成一种称为混合预测方法的单一方法，可以提高预测精度[10]。多种预测方法的集成使混合模型更加复杂。因此，需要在预测结果和预测精度之间进行权衡。
富含可再生能源的微电网能量管理优化
HAL 是一个多学科开放存取档案库，用于存放和传播科学研究文献，无论这些文献是否已出版。这些文献可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
基于双层优化的电动汽车电池更换站与孤立微电网经济调度策略
进入21世纪以来，我国发展迅速，电动汽车作为汽油车的替代逐渐进入大众的视野。目前，电动汽车换电问题正成为制约其发展的主要因素，新能源的合理开发与研究成为当务之急。微电网成为符合要求的合理产品。然而，微电网系统并非十全十美，如今的换电站集充放电储能功能于一体，与微电网互动形成能量交换。然而，如今的微电网系统面临能源供需关系紧张、负荷不稳定等问题。如何协调微电网与电动汽车换电站两个运营主体的良好互动，保证各自的利益，最终实现节能减排，利于社会发展的目标具有很强的现实意义。本文对电动汽车换电站与孤立微电网的经济调度策略进行研究。建立基于双层优化理论的经济调度模型，将换流站与孤立微电网作为两个独立的实体；基于多目标优化理论将两者整合为一个系统，研究孤立微电网的经济效益。