XiaoMi-AI文件搜索系统
World File Search System调度策略
发电机调度的建模和优化研究...
摘要 - 本文介绍了位于南非东开普省偏远乡村的离网微电网的建模。该建模着眼于将风电整合到现有微电网的控制调度策略的优化研究，该微电网包括由光伏电力、用于储能的电池组和柴油发电机提供的电力负载。优化研究使用 HOMER Pro ® 进行，旨在确定可调度发电（即柴油发电机和电池存储）的最佳调度策略，以最大限度地减少系统中所有发电量的削减和过剩能源生产。测试了 HOMER Pro ® 内置的四种调度策略，即循环充电、负荷跟踪、联合调度和 HOMER 预测策略。因此，本文的目的是测试并找出上述哪种调度策略最适合农村。一旦确定了最适合的策略，就会进一步针对农村负载曲线进行定制和优化。
基于元启发式的微电网规模模型，集成套利感知多日电池调度
摘要：基于规则的微电网调度策略在过去二十年中受到了广泛关注。然而，最近的大量文献已确凿地表明，在优化微电网规模的同时，优化运营调度具有诸多好处。这通常被称为微电网设计和调度协同优化 (MGDCO)。然而，据可查明，文献中所有现有的 MGDCO 模型都考虑了 24 小时解析的日前时间范围，以实现相关的最佳能源调度过程。也就是说，在更广泛的相关文献中，通常没有关于多日时间范围内的智能、前瞻性能源调度策略。为此，本文介绍了一种新颖的 MGDCO 建模框架，该框架将基于套利感知线性规划的多日能源调度策略集成到基于元启发式的标准微电网投资规划流程中。重要的是，该模型通过生成考虑三天内情景的最佳调度解决方案，有效地延长了微电网投资规划问题中主流能源调度优化的时间范围。基于从测试案例微电网获得的数值模拟结果，验证了所提出的基于优化的调度策略在微电网规模确定过程中的有效性，同时保留了计算的可处理性。具体而言，将使用制定的 72 小时调度策略的所提出的投资规划框架与照常的 MGDCO 方法进行比较，结果表明它可以将微电网的全寿命成本降低高达 8%。所提出方法的优异性能在很大程度上可归因于有效利用了电表后锂离子电池存储，从而提高了整体系统的灵活性。
基于模拟的院前卒中护理协同调度分析 Saeid Amouzad Mahdiraji a, *, Johan Holmgren a, Radu-Casian Mihailescu a, Je
移动卒中单元 (MSU) 是一种专用救护车，能够缩短中风患者的诊断和治疗时间。在本文中，我们提出了一种基于模拟的方法来研究在院前中风患者转运中协同使用普通救护车和 MSU 的潜在影响，即共同调度。我们将共同调度策略集成到现有的建模框架中，以构建紧急医疗服务模拟模型。在一个案例研究中，我们将扩展框架应用于瑞典南部，以评估对不同类型中风使用共同调度策略的有效性。结果表明，与为中风事件分配普通救护车或 MSU 的情况相比，使用共同调度策略时，中风患者的诊断和治疗时间缩短。
微电网能量调度的修改后的最大熵逆增强学习方法
摘要 - 将分布式电源资源（DERS）集成到电力系统中的普及带来了一个挑战，以优化微电能计划的调度策略。强化学习方法遇到了长期问题，因为对微电网系统的奖励函数的经验假设。尽管传统的逆增强学习（IRL）方法可以在某种程度上解决此问题，但它们遇到了对大而连续的状态空间中国家访问频率的广泛计算的限制。为了减轻此限制，我们提出了一种修改的最大熵IRL（MMIRL）方法，以从专家示范中提取奖励函数，以解决微网络调度问题。通过计算专家功能期望和学习者特征期望之间的差异来避免国家访问频率的计算。微电网优化适用于使用状态行动（s，a）功能而不是状态s功能仅用于恢复奖励，并且此设置驱动了计算上有效的方法的需求。为此，与微电网能源调度的常规方法相比，提出的MMIRL算法旨在恢复奖励功能并学习调度策略。案例研究分别在能量套利问题和带有DER的微电网系统中进行。结果证明，所提出的MMIRL方法可以以超过99％的精度学习调度策略，并且在这两种情况下都胜过其他比较方法。索引条款 - 分配的能源资源，增强学习，最大熵逆增强学习，Mi-Crogrid Energy调度和操作优化。
2025年1月6日Thaer Qunais Eversource Energy 56 ...
•一种更最佳的策略将需要预测价格，这将是非透明的，并为该提案增加了额外的复杂性•我们的目的是通过反映至少反映基线存储运营商的能力来改善ISO的提案，而不是达成“最佳”调度策略
SPIE -NSF -PAR
我们研究了一个量子开关，该量子开关可为连接到它的多组用户创建共享的端到端纠缠量子状态。每个用户都通过光学链接连接到交换机，在每个时间段中生成了具有某些概率的两个时间段的双方钟形纠缠状态，然后交换机合并链接的链接以创建用户端到端的纠缠。链接的纠缠的一个固定位置存储在交换机上，纠缠的另一个量子存储在与链接相对应的用户中。假设一个时间段之后的链接纠缠的词汇位，我们表征了容量区域，该链接区域定义为端到端纠缠的请求率集，该端到端纠缠率是为了稳定开关的调度策略。我们提出了最大重量调度策略，并表明它可以稳定在容量区域的所有到达率的转换。我们还提供数值结果来支持我们的分析。
用于协作任务计划的多代理深入学习
摘要：有效的，可扩展的和成本效益的资源管理是一个多方面的在线决策问题，在网络和云计算方面越来越面临。更具体地，任务安排是一个复杂的挑战，解决了当今系统的最佳功能至关重要。调度的传统启发式方法在设计上很费力，尤其是很难调节，因此已经提出了各种基于机器的方法。强化学习（RL）在类似的决策问题中显示出很大的结果，许多现有方法采用RL来解决任务调度问题。这些作品中的大多数都考虑了单一代理的方案（因此遭受可伸缩性问题），或者现有的多代理应用程序非常专业。我们提出了一个通用多代理RL框架，该框架可以成功地学习协作最佳的调度策略，从而向既可以扩展又自主的云和网络迈出一步。我们的实验表明，这些代理可以协作学习动态工作负载的最佳调度策略。
光伏/电池/燃料电池/的技术经济可行性...
目前，喀麦隆的电力缺口估计为 50 吉瓦时。这种缺口的特点是频繁甚至长时间停电，扰乱了经济和社会生活。为了克服电力短缺，喀麦隆决定利用其可再生能源潜力生产 3000 兆瓦的电能。事实上，喀麦隆的年太阳辐射量从 4.28 千瓦时/平方米/年到 5.80 千瓦时/平方米/年不等。喀麦隆拥有 2500 万公顷森林，覆盖了其四分之三的领土，是撒哈拉以南非洲第三大生物量潜力国。此外，极北地区牛、山羊、绵羊和猪的饲养活动十分活跃，饲养量达数百万头，产生大量粪便。因此，本文首次使用 HOMER Pro 研究了两种混合系统方案的技术经济可行性，即光伏/燃料电池/电解器/沼气（方案 1）和光伏/电池/燃料电池/电解器/沼气（方案 2），用于马鲁阿市的能源和氢气生产，马鲁阿市被认为是喀麦隆阳光最充沛的地区（极北地区）。本设计结合使用电解器、燃料电池和氢气罐，以减少电池存储需求。本研究考虑了三种类型的家庭用电需求社区（低、中、高消费者）。结果表明，对于低能耗社区，场景 1 的最佳系统架构包括 144 kW 光伏组件、15 kW 沼气发电机、11 kW 转换器、15 kW 电解器、15 kW 燃料电池和 5000 kg 氢气罐，采用循环充电 (CC) 调度策略。对于场景 1 的中等能耗社区，879 kW 光伏组件、15 kW 沼气发电机、31.9 kW 转换器、24 kW 燃料电池、24 kW 电解器和 5000 kg 氢气罐采用 CC 调度策略是最佳混合系统。对于场景 1 的高能耗社区，11,925 kW 光伏组件、15 kW 沼气发电机、570 kW 转换器、266 kW 燃料电池、266 kW 电解器和 25,000 kg 氢气罐采用 CC 调度策略是最佳混合系统。对于场景 2，以下架构是最佳混合系统：对于低消费者，138 kW 光伏模块、15 kW 沼气发电机、27.2 kW 转换器、15 kW 燃料电池、15 kW 电解器、5000 kg 氢气罐和 480 个电池蓄电池，采用 CC 调度策略；对于中等消费者，234 kW 光伏模块、15 kW 沼气发电机、57.8 kW 转换器、24 kW 燃料电池、24 kW 电解器、5000 kg 氢气罐和 1023 个电池蓄电池，采用负载跟踪 (LF) 调度策略；对于高耗能者，820 kW 光伏组件、15 kW 沼气发电机、405 kW 转换器、266 kW 燃料电池、266 kW 电解器、25,000 kg 氢气罐和 9519 个电池储能系统，并采用 CC 调度策略。情景 1 的平准化能源成本 (LCOE) 分别为 0.871 美元/kWh、0.898 美元/kWh 和 1.524 美元/kWh，针对情景 1，氢的平准化成本 (LCOH) 分别为低、中、高消费者社区的 7.66 美元/千克、4.95 美元/千克和 0.45 美元/千克。针对情景 2，氢的平准化成本 (LCOH) 分别为低、中、高消费者社区的 3.06 美元/千克、1.34 美元/千克和 0.15 美元/千克。从优化结果还得出结论，水电解器、燃料电池和氢气罐的组合
量子互联网动态调度的线性代数框架
摘要 — 未来的量子互联网旨在通过共享端到端纠缠来实现任意远距离节点对之间的量子通信，端到端纠缠是许多量子应用的通用资源。与传统网络一样，量子网络也必须解决与路由和以足够速率满足服务相关的问题。我们在这里处理当必须通过基于第一代量子中继器或量子交换机的量子网络提供多种商品时的调度问题。为此，我们引入了一种新颖的离散时间代数模型，适用于任意网络拓扑，包括传输和内存丢失，并适应动态调度决策。我们的代数模型允许调度程序使用临时中间链路的存储来优化性能，具体取决于信息可用性，范围从集中式调度程序的完整全局信息到分布式调度程序的部分本地信息。作为一个说明性示例，我们将一个简单的贪婪调度策略与几个最大权重启发的调度策略进行比较，并说明通过网络为两对竞争客户端产生的可实现速率区域。
带移动储能系统和离线控制光伏系统的配电网优化调度策略，以最大限度地减少太阳能弃光
摘要：由于离线控制光伏 (PV) 电站不具备在线通信和远程控制系统，因此无法实时调节功率。因此，在离线控制光伏饱和的配电网中，配电系统运营商 (DSO) 应考虑可再生能源的不确定性来调度分布式能源 (DER)，以防止因过压而导致的限电。本文提出了一种使用移动储能系统 (MESS) 和离线控制光伏的日前网络运行策略，以最大限度地减少功率削减。MESS 模型有效地考虑了 MESS 的运输时间和功率损耗，并模拟了各种操作模式，例如充电、放电、空闲和移动模式。优化问题基于混合整数线性规划 (MILP) 制定，考虑到 MESS 的空间和时间操作约束，并使用机会约束最优潮流 (CC-OPF) 执行。离线控制光伏的上限基于概率方法设定，从而减轻由于预测误差导致的过电压。所提出的运行策略在 IEEE 33 节点配电系统和 15 节点运输系统中进行了测试。测试结果证明了所提出方法在离线控制光伏系统中最小化限电的有效性。