XiaoMi-AI文件搜索系统
World File Search System调度策略
基于滚动时域策略的不确定条件下舰载机保障作业动态调度方法
特色应用：不同任务中舰载机保障作业的动态调度研究涉及多种保障资源（可再生资源包括保障作业人员和保障设备，不可再生资源包括油料、氧气、氮气、液压、电力等），作业活动需满足串行和并行约束关系，多重约束（可再生资源约束、不可再生资源约束、作业空间约束）等复杂的调度过程。这些资源的有效协调可以描述为不确定环境下的多资源约束多项目调度问题（MRCMPSP）。本文建立了舰载机动态保障调度的整数规划数学模型，解决了非确定性多项式时间难（NP-hard）问题。针对不确定、动态的环境，受到预测控制技术中的滚动时域（RH）优化方法的启发，提出了一种周期性、事件驱动的滚动时域（RH）调度策略。 RH策略不仅降低了问题规模，而且在合理的计算时间内有效地调整了基线调度，避免了在动态飞行甲板环境下不必要的调度，实现了资源的有效分配。设计了双种群遗传算法（DPGA）来解决大规模调度问题。计算结果
日前和日内电力经济调度...
摘要 为提高可再生能源的渗透率，本文提出了一种考虑虚拟储能的电氢综合能源系统模型。具体而言，对电氢综合能源系统进行数学建模。考虑到建筑物的热特性和用户的需求响应，将虚拟储能系统集成到模型中以优化系统的整体性能。针对可再生能源发电、负荷预测和功率波动的不确定性，提出了日前和日内优化调度策略。日前优化模型协调各组件的输出以最小化日运行成本，从而得到24小时运行计划。日内调度模型旨在通过滚动优化细化日前策略来平滑功率波动并提高系统稳定性。提出了四个比较案例来验证所提出的模型。本研究的定量结果表明，在电氢综合能源系统中引入虚拟储能系统具有多个显著优势。通过优化运营成本，系统的设备成本显着降低，可再生能源的整合显著提高，有效促进可持续发展。此外，虚拟储能的应用，最大程度发挥氢能优势，同时助力减少碳排放，为未来能源体系的可持续性提供有力支撑。
基于分层控制协同优化策略的多能源综合船舶能量管理系统研究
摘要：针对混合动力船舶推进系统输出功率和负载需求具有较大的波动性和不确定性，本文提出了一种船舶推进系统分层协同控制能量管理方案。在第一层控制方案中，对传统扰动算法进行改进，增加振荡检测机制、确立动态扰动步长，实现最大功率点跟踪控制的实时稳定性。在第二层控制方案中，引入功率敏感度因子和电压电流双闭环控制器，通过设计基于动态下垂系数的两层协调控制策略，解决了负载切换引起的电压、频率偏差问题。在第三层控制方案中，由于最优调度功能的需要，从引入突变因子、改进速度公式、重新初始化策略3个方面对多目标粒子群优化算法进行改进。与其他算法的对比，证明了该算法在日前优化调度策略中的有效性。验证了所提分级协同优化控制方案的优越性，电能损耗降低39.3%，总体跟踪时间延长15.4%，柴油发电机组环境成本降低8.4%，该控制策略解决了稳态振荡阶段和偏离跟踪方向的问题，能有效抑制电压和频率波动。
jmse-10-01556-v3.pdf
摘要：针对混合动力船舶推进系统输出功率和负载需求具有较大的波动性和不确定性，本文提出了一种船舶推进系统分层协同控制能量管理方案。在第一层控制方案中，对传统扰动算法进行改进，增加振荡检测机制、确立动态扰动步长，实现最大功率点跟踪控制的实时稳定性。在第二层控制方案中，引入功率敏感度因子和电压电流双闭环控制器，通过设计基于动态下垂系数的两层协调控制策略，解决了负载切换引起的电压、频率偏差问题。在第三层控制方案中，由于最优调度功能的需要，从引入突变因子、改进速度公式、重新初始化策略3个方面对多目标粒子群优化算法进行改进。与其他算法的对比，证明了该算法在日前优化调度策略中的有效性。验证了所提分级协同优化控制方案的优越性，电能损耗降低39.3%，总体跟踪时间延长15.4%，柴油发电机组环境成本降低8.4%，该控制策略解决了稳态振荡阶段和偏离跟踪方向的问题，能有效抑制电压和频率波动。
住宅太阳能电池能源管理的集成非线性模型预测控制
摘要 — 在动态配电市场环境中，拥有太阳能发电和电池储能设备的住宅产消者可以通过电力交换灵活地与电网互动。提供这种双向电力调度的时间表可以方便电网运营商进行运营规划，并通过一些经济激励为产消者带来额外好处。然而，实现这种双赢局面的主要障碍是难以 1) 预测未知运行条件下电池退化的非线性行为和 2) 以计算可行的方式解决高度不确定的发电/负载模式。因此，本文为配备屋顶太阳能光伏板和家用电池的住宅产消者建立了一个强大的短期调度框架。目标是在具有规定调度规则的动态配电能源市场环境下实现最低成本运行。提出了一个一般的非线性优化问题，其中考虑了由于电力交易、电池退化和各种运行约束而导致的运营成本。使用所提出的基于集成非线性模型预测控制的经济调度策略实时解决优化问题，尽管本地数据有限，但预测中的不确定性已得到充分解决。所提出的算法的有效性已使用真实世界的产消者数据集得到验证。
行为经济学优化了可再生能源网格
摘要：电源系统优化通常受到性能和成本之间的妥协。2021年德克萨斯电网中断说明了全球以中心化电网的危险，其优势与分布式能源系统的安全性和灵活性相当。家用电池的存储有助于平衡网格负载并提高系统稳定性和灵活性。但是，由于其成本很高，今天仍未广泛使用家用储物电池。当前，对增加家庭电池存储适用性的研究主要集中在优化经济策略，例如配置，派遣和补贴政策，这些政策更多地依赖于技术和财务观点。消费者不是“理性的”个人，非经济激励措施可能会影响他们的决策而不会提高价格。因此，本文提议鼓励用户获取家用电池存储，以提高基于行为经济学的权力调度和经济优势的效率。在本文中，一项经验研究基于行为经济学激励措施和购买意愿的效用模型。此外，多目标遗传算法可用于通过使用网格差异和用户收入作为优化目标来优化家用电池存储。本文的结果表明，行为经济学激励措施将购买家用电池能量存储的意图提高了10.7％，而不会增加补贴。通过改善能源调度策略，峰值载荷转移绩效和用户收入分别提高了4.2％和10.6％。
混合储能农业综合能源系统优化调度
摘要：农村能源是我国能源体系的重要组成部分，随着我国农业现代化的不断推进，综合农业能源系统将发挥越来越重要的作用。但我国现有的农村能源系统大多效率低下、运行成本高、污染环境。因此，满足各类农业能源需求的同时平衡能源效率与成本是综合农业能源系统设计和调度的重要问题。结合近年来发展成熟的混合储能技术，本文提出一种融合储能、沼气发电(BG)、P2G和电锅炉(EB)的新型农业能源系统结构及优化调度策略，为问题的解决提供新思路。首先介绍农业能源系统的结构并描述系统设备的数学模型；然后建立以系统综合运行成本最小化为目标的经济最优调度模型，控制各能量转换设备出力，达到提高系统运行性能、降低运行成本的效果。研究结果表明：加入HES及多能耦合设备的系统较原系统综合成本降低20%，环保成本降低23.2%，能源效率提高51%；HES模式下储能设备储存的功率主要由对应负荷的需求变化决定，不同能源之间的转换次数有限，能量转换损失最小。
SPP 储能研究
模拟了额外的敏感度，将此设置更改为“经济套利”，以优化经济套利的方式调度电池。SERVM 仍将在高净负荷时段调度电池，但由于该模型无法完美预见发电机性能，因此从可靠性的角度来看，调度可能不是最优的。例如，在高净负荷日，储能资源可能已安排在一天中净负荷最高的时段调度。然后，发电机可能会在高净负荷期结束时随机发生故障，从而产生可靠性事件。由于电池是在高负荷时段调度的，因此它不再可用于防止稳定负荷削减。而“保持可靠性”方法如果不需要防止稳定负荷削减，就不会在高净负荷时段调度。这种比较很重要，因为它说明了在保持可靠性与优化经济性时电池容量信用的权衡。如图 3 所示，经济套利运营策略提供的容量信用低于“保持可靠性”运营策略。在这种情况下，比较仅量化发电机性能的不确定性影响；负荷预测的额外不确定性或可再生能源输出的不确定性将导致经济调度策略和“保持可靠性”策略之间的额外差异。如果发电机性能完全已知，“经济套利”和“保持可靠性”策略将产生相同的结果。
使用深度强化学习的延迟保证服务的下行链路调度程序
摘要 - 在本文中，我们提出了一种新型的调度方案，以确保单跳无线网络的每包延迟，以延迟关键应用程序。我们考虑了几类具有不同延迟要求的包装，高级数据包在成功传输后产生高实用性。考虑到竞争数据包之间延迟的相关性，我们应用了延迟范围的概念，并为调度决策引入了新的输出增益功能。特别是，选择数据包的选择不仅要考虑其输出增益，还考虑了其他数据包的延迟范围。在这种情况下，我们制定了一个多目标优化问题，旨在最小化平均队列长度，同时在保证每包延迟的约束下最大化平均输出增益。然而，由于环境的不确定性（例如，时变通道条件和随机数据包到达），使用传统的优化技术解决此问题是困难的，而且通常是不切实际的。我们开发了基于深入的增强学习（DRL）的框架来解决它。特别是，我们将原始优化问题分解为一组标量优化子问题，并将它们都作为部分可观察到的马尔可夫决策过程（POMDP）。然后，我们求助于基于双重Q网络（DDQN）的算法，以学习每个子问题的最佳调度策略，这是CanoverComethelarge-ScalestatesPaceAstatesPaceAndredCeanDreduceq-valueoveres-timation。仿真结果表明，我们提出的基于DDQN的算法在奖励和学习速度方面优于常规Q学习算法。此外，与其他基准方案相比，我们提出的调度方案可以显着减少平均延迟和延迟中断率。
平衡沿海城市能源系统计划中的能量三元素
能源过渡通常会遇到平衡三个相互竞争的经济成本，CO 2排放和能源弹性（所谓的能源三元素）的挑战。对于沿海城市而言，这种权衡特别明显，沿海城市通常具有更大的雄心勃勃的减排目标，并且更有可能面临诸如台风等极端天气事件的威胁。为了解决城市级别能量过渡的能量三元素，这项研究开发了一个自下而上的多目标优化框架。该框架可以同时优化长期的能源组合，以实现20年的视野和短期每小时的调度策略，考虑到储能的需求侧灵活性。通过设定多个目标，通过帕累托边境（即最低成本，最小排放和多样性最佳的场景）评估了三种代表性场景之间的权衡。在典型的沿海城市，即中国Xiamen的案例研究中，由于在太阳能，风能和其他可再生资源的当地资源有限的情况下，电力过渡仍需要在很大程度上依靠进口电源。与成本最低的途径相比，额外的成本为3.9％，可以帮助实现具有最大能量多样性的途径，以提高弹性，而需要26.8％的额外成本来达到最低排放途径。此外，通过与现实世界的实际数据进行比较，可以验证最初的10年建模结果，以进一步对类似沿海城市的SUS可容纳过渡途径产生有价值的见解。