XiaoMi-AI文件搜索系统
World File Search System配电系统
推荐引用 推荐引用 顾毅，“人工智能配电系统中的可再生能源整合”（2020 年）。电子学位论文。1777。https://digitalcommons.du.edu/etd/1777
基于上述数据可视化平台，研究了数据的外在表现形式，在接下来的工作中，尝试去理解数据内部隐藏的信息。设计了一种基于支持向量回归（SVR）的短期负荷预测方法，为网络重构提供更高精度的负荷预测。利用二阶锥程序（SOCP）将三相平衡最优潮流的非凸性放宽为最优潮流（OPF）问题。采用交替方向乘子法（ADMM）以分布式方式计算最优潮流。考虑到配电系统的现实情况，构建了一个三相不平衡配电系统，该系统包括变电站层面的小时运行计划和馈线层面的分钟潮流运行。在变电站层面最小化含可再生能源系统的运行成本。用机会约束模拟可再生能源发电的随机分布模型，并用高斯混合模型 (GMM) 和基于遗传算法的期望最大化 (GAEM) 建模导出的确定性形式。在实时 (RT) 调度中，使用 OPF 进一步降低系统成本。半正定规划 (SDP) 用于将三相不平衡配电系统的非凸性放宽为凸问题，这有助于实现全局最优结果。以并行方式，ADMM 实现了在短时间内获得结果。
使用 P2P 能源共享的弹性配电系统
摘要 — 太阳能电池板和风力涡轮机等分布式能源 (DER) 的采用正在将传统能源网转变为更加分散的系统，其中微电网正成为一个关键概念。微电网中的点对点 (P2P) 能源共享通过允许交换剩余能源和更好地管理能源资源，提高了整个系统的效率和灵活性。这项工作分析了 P2P 能源共享对三种情况的影响 - 微电网内部、与相邻微电网以及所有微电网在配电系统中组合在一起。与可再生能源集成的标准 IEEE 123 节点测试馈线被划分为微电网。对于微电网之间的 P2P 能源共享，结果显示成本显著降低、对电网的能源依赖减少以及系统弹性显著提高。我们还预测了微电网的能源需求，以评估微电网控制和运行的能源弹性。总体而言，该分析为 P2P 能源共享微电网的性能和可持续性提供了宝贵的见解。索引术语 — 联盟博弈论、复杂网络、能源弹性微电网、净计量、点对点能源共享、渗透阈值、可再生能源、使用时间价格、可视性图表。
演示 - 互连和通电两种不同类型的配电系统连接规则概述
o 提高公用事业计量实践的透明度，以及对太阳能加储能系统非出口继电器和控制器的要求 o 允许客户用同等或更大容量的逆变器替换现有逆变器，并鼓励客户在现有逆变器使用寿命结束时用智能逆变器替换现有逆变器——假设未来大多数逆变器将被常见的智能逆变器取代，以产生电网效益
会议第5届电源配电系统计划
气候变化需要实施不可避免地会影响分配系统的进化和存在本身的行动。最终能源用途的电气化是最清晰的例子之一，这意味着热泵和电动性的显着增长（汽车，卡车和渡轮）。作者在S5 SPAN中面临的挑战，即管理有关预期演变，空间位置和时间巧合的新负载的不确定性，到对自动化和控制的开发和控制所有资源的利用，并减少需要立即改进或重建的需求。再次，论文证实了所有可用类型的灵活性的使用是仍然很难包含在Daily DSO生活中的有价值的选择。电气必须伴随着可再生产生的增加。
考虑多种极端天气事件的弹性导向多阶段自适应配电系统规划
摘要 —气候变化可能会增加一个地区遭受多重极端天气事件袭击的风险，这给可再生能源渗透率不断提高的时代配电系统规划人员带来了重大挑战。迫切需要规划方法更加灵活，并允许在未来进行自适应调整，以对冲极端天气事件情景中的高度不确定性。在这项工作中，我们提出了一种考虑多种极端天气事件的弹性导向配电系统规划方法。开发了一种多阶段混合随机稳健公式，不仅可以为初始投资建模决策，还可以为响应特定极端事件的自适应投资和紧急运营建模决策，同时考虑长期和短期不确定性。我们的模型通过一种新颖的渐进式对冲算法求解，该算法嵌入了嵌套列和约束生成方法。案例研究证明了所提出的方法在制定灵活且经济实惠的规划决策以保护配电系统免受多种极端天气事件的影响方面的优势。
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。
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。
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。
使用政治优化算法对配电系统中可再生分布式发电机和电动汽车进行优化配置
摘要：本文提出了一种有效的方法来解决配电系统 (DS) 中的可再生分布式发电机 (RDG) 和电动汽车充电站 (EVCS) 分配问题，以减少功率损耗 (P 损耗) 并改善电压曲线。这项工作考虑的 RDG 包括太阳能、风能和燃料电池。使用概率分布函数 (PDF) 对与 RDG 相关的不确定性进行建模。这些来源的最佳位置和大小由电压稳定性指数 (VSI) 和政治优化算法 (POA) 确定。此外，还考虑了电动汽车充电策略，例如传统充电方法 (CCM) 和优化充电方法 (OCM)，以研究该方法的有效性。在印度 28 路公交车 DS 上研究了所开发的方法。考虑了不同的情况，例如单个 DG、多个 DG 以及 DG 和 EV 的组合。考虑到适当的调度模式，将多个 DG 与 EV 一起放置可以最大限度地减少 P 损耗并显着改善电压曲线。最后将所提方法与其他算法进行了比较，仿真结果表明POA方法在各方面均取得了更好的效果。
