XiaoMi-AI文件搜索系统
World File Search System配电
基于强化学习的先进配电系统中最优电源管理的智能控制策略：综述
摘要：在向能源网络分散化、数字化和脱碳转型的背景下，基于可再生能源的配电应用（如微电网、智能电网、智能建筑和电动汽车系统）中的智能能源管理变得越来越重要。可以说，通过引入智能技术（特别是人工智能），采用基于计算机的智能自主决策，可以克服许多挑战并利用这一转型带来的好处。与其他数值或软计算优化方法不同，基于人工智能的控制允许分散的电力单元协作做出最佳决策，以满足管理员的需求，而不仅仅是基于任务分工的原始分散。在智能方法中，强化学习是最相关和最成功的，尤其是在配电管理应用中。原因是它不需要精确的模型来获得与环境交互的优化解决方案。因此，我们始终需要对发展水平有一个清晰、最新的认识，尤其是在缺乏对这一至关重要的研究领域的最新全面详细评论的情况下。因此，本文满足了这一需求，并全面回顾了基于 RL 的最先进的成功和杰出的智能控制策略，以优化电力流和配电管理。其中，对新兴策略、基于 RL 多智能体的提案以及管理微型和智能电网（特别是储能）电力流的多智能体主要次级控制的文献进行了分类，并给予了广泛重视。结果，我们审查了 126 篇最相关、最新和非增量的论文，并将其归入相关类别。此外，我们还确定了每个选择的主要正面和负面特征。
通过多目标瓶藻群算法在配电网中分配可再生能源资源，同时考虑风能和太阳能资源的不确定性
摘要：鉴于可再生能源在配电系统中的重要性，本文讨论了定位和确定这些能源（即风力涡轮机和太阳能电池板）容量的问题。为了解决这个优化问题，使用了一种基于salp行为的新算法。目标函数包括减少损耗、改善电压曲线和降低可再生能源成本。在该方法中，考虑了配电系统中不同负载模型和使用智能电表的不同负载水平的可再生资源分配。由于这些目标函数是多目标的，因此使用模糊决策方法从一组帕累托解中选择最优解。所考虑的目标函数可减少损耗、改善电压曲线和降低 RES 成本（A 在不受资源限制的情况下最佳地分配 RES 资源；B：在受资源限制的情况下最佳地分配 RES 资源）。此外，还考虑了每日风、太阳辐射和温度数据。所提出的方法应用于 IEEE 标准 33 总线系统。仿真结果表明，多目标群体算法（MSSA）在改善电压分布和降低配电系统损耗方面具有更好的性能。最后，将 MSSA 算法的优化结果与 PSO 和 GA 算法进行了比较。
减少配电和城市轨道交通网络的能源损失
演示包括一个智能软开路点 (sSOP)，其中轨道转换器连接到轨道网络，电网转换器连接到本地低压电网，ESS 电池转换器连接到电池存储系统。在演示期间，项目团队进行了测量以评估系统的运行情况。团队捕获了轨道转换器的输入电压、电网转换器的输入直流电流 (Ig DC) 和电池转换器的输入电流 (Ib DC)。测试条件设置为电源轨道参考高达 50kW，电网参考功率高达 10KW，并选择轨道电压的设定点为 652V。
配电网基础设施能否容纳住宅……
摘要 在本文中，我们提出以下问题：公用事业公司需要以何种方式升级配电网以适应电气化负荷，这些升级将花费多少？我们的研究重点是北加州的 PG & E 服务区，该服务区为 480 万电力客户提供服务，并且面临着电动汽车普及和住宅空间和热水电气化的双重宏伟目标。我们创建了时空详细的电力需求预测，并将该需求与一系列技术采用场景中的配电基础设施限制进行比较。我们发现，住宅空间和热水电气化对配电馈线容量的影响将小于电动汽车充电，但这两种转变都需要加快当前的升级速度。我们还发现时间和地点在重要方面对总容量增加有很大影响：例如，有利于白天电动汽车充电的场景与有管理的夜间住宅充电的场景具有类似的影响，但不受控制的夜间住宅充电可能会产生更大的影响。我们预计这些升级将为 PG&E 的费率基础增加至少 10 亿美元，甚至可能超过 100 亿美元。我们得出的结论是，能够完成大量即将进行的升级项目的措施（包括解决劳动力和供应链限制，以及寻求非电线替代方案，如储能和需求响应）对于成功实现电气化至关重要。
评估微电网对互联岛屿配电系统的弹性优势
摘要：飓风、洪水和野火等极端气候事件在受到这些威胁的地区变得越来越严重，需要采取措施提高为这些社区服务的电力基础设施的弹性。这种高影响事件造成的长时间停电会给社区带来经济、健康和社会后果。作为基本服务提供商，电力公司必须向其客户提供安全、经济和可靠的电力。公众对这些更频繁的中断越来越不能容忍，尤其是考虑到旨在提高电力质量、可靠性和弹性的技术进步。一个有希望的解决方案是最先进的微电网及其采用的先进控制。本文介绍并演示了一种技术经济分析方法，可用于评估电网弹性投资避免的经济后果，如应用于波多黎各的别克斯岛和库莱布拉岛。这种评估方法可以支持将弹性价值纳入任何投资决策过程的政策，尤其是那些符合公众利益的政策。
有源配电网中电池储能系统的优化配置
在这个时代，基于可再生能源的分布式发电源 (DG) 是一种清洁能源，正在迅速融入配电系统，以满足不断增长的电力需求。但是，由于可再生 DG 对自然资源的依赖，它只能提供波动电力，无法根据负载需求进行调度。此外，可能会发生逆向功率流，配电系统运营商可能会遭受损失 [1]。作为解决上述问题的一种方法，储能系统应运而生，并促进了可再生 DG 的融入。[2] 详细讨论了各种 ESS 技术、应用和效率。讨论表明，BESS 主要用于运营项目。然而，规模不合适的 BESS 可能会给配电网中 ESS 的商业运营带来麻烦 [3]。优化位置和大小的 ESS 安装可以有效提高配电系统的可靠性和效率[4]。M.Nicketal.通过优化位置安装适当大小的 ESS，最大限度地降低了 ESS 安装的总投资成本，并使用二阶锥规划 (SOCP) 降低了电力系统支出[5]。在配电网中安装电池储能系统 (BESS) 不仅可以提高电力系统效率，还可以提高电力供应商的电力交易灵活性，以实现利润最大化[6]。随着配电网中可再生能源分布式发电的增加，安装 BESS 还可以支持增加
考虑生命周期和不确定性的主动配电网存储分配
摘要 — 现代主动配电系统需要集成存储系统，从而促进光伏 (PV) 能源的大规模扩散。这进一步要求对储能系统进行最佳规划，以满足所有运营和经济约束。本文介绍了一种详尽的存储集成方法，考虑了电池储能的生命周期、负载和光伏输出的不确定性以及系统的孤岛运行模式。制定了一个两阶段混合整数线性规划问题，该问题在第一阶段确定电池的容量和放电周期数。在第二阶段分析了基于部分放电深度的电池寿命。此外，通过概率分析和时间周期聚类考虑了光伏和需求的不确定性和可变性。该方法在标准的 33 总线径向配电网上得到了验证，可用于分配分布式锂离子电池。此外，该方法的可扩展性在实际的印度配电网和加拉加斯大都市地区的 141 台母线配电网（各个节点都有分布式光伏装置）中得到了验证。
中压配电网中高压 SiC 应用的优势调查与基准测试
本报告是作为美国政府机构赞助的工作的记录而编写的。美国政府及其任何机构或其任何雇员均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证，也不承担任何法律责任或义务，也不表示其使用不会侵犯私有权利。本文中以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务并不一定构成或暗示美国政府或其任何机构对其的认可、推荐或支持。本文中表达的作者的观点和意见不一定代表或反映美国政府或其任何机构的观点和意见。
主动配电系统运营商 (DSO)
关于作者 Michael Pollitt 剑桥大学 CERRE 学术联席主任 Michael Pollitt 是剑桥大学贾奇商学院的商业经济学教授。他是该大学能源政策研究小组 (EPRG) 的助理主任，也是剑桥大学西德尼苏塞克斯学院经济学和管理学研究主任和研究员。他曾担任英国天然气和电力市场办公室的外部经济顾问。 Monica Giulietti 拉夫堡大学 CERRE 研究员 Monica Giulietti 是拉夫堡大学商学院的 CERRE 研究员和微观经济学教授，她在那里领导经济学学科小组，主要关注能源经济学和监管。此前，她曾在华威大学、诺丁汉大学、阿斯顿大学和埃克塞特大学工作。 Andrei Covatariu 能源政策组 (EPG) 高级研究员 Andrei Covatariu 是罗马尼亚能源政策组 (EPG) 的高级研究员，也是联合国欧洲经济委员会 (UNECE) 能源数字化工作组的专家 Daniel Duma 斯德哥尔摩环境研究所研究员 Daniel Duma 在能源领域工作了 10 年，在 Enel 担任过与公共政策、发展、金融和可持续性相关的各种职务。目前，他是斯德哥尔摩环境研究所的研究员。Daniel 还是能源政策组的附属专家，他为绿色转型和经济增长的研究项目做出了贡献。