基于分区及风险的分层优化低压减载选址

文章应用分层筛选的方法进行低压减载的选址优化。首先,应用能量灵敏度矩阵对系统进行分区,基于中枢节点和最脆弱节点形成区内被控节点。为保证区内电压的调控有效性,应用解析灵敏度指标进行第1层的节点筛选;其次,从全局的角度考虑选址对系统所带来的运行风险差异,以系统的风险最小为目标进行第2层筛选。对IEEE-30标准母线系统进行算例分析,验证了所提方法的全面性和有效性。

基于分步筛选法的电网融冰计划决策

针对直流融冰期间系统运行可靠性降低、安全风险增大的问题,提出一种基于分步筛选法的融冰计划决策方法。该方法引入风险评估理论,采用兼顾输电线路保护动作与覆冰断线的综合故障概率模型;建立以断线融冰时负荷切除期望最小、断线后系统运行风险最低为目标,以融冰条件为约束的融冰策略决策模型;根据分步筛选法得到最优融冰策略。通过对IEEE30系统的仿真表明,该方法提出的决策模型能有效减小因融冰带来的负荷损失,降低融冰期间系统的运行风险,为电力部门制定融冰计划提供一定的参考。

计及动态惩罚因子的风火协调优化调度

鉴于采用弃风惩罚因子在风电系统动态经济调度中存在的问题,引入动态惩罚因子,提出了一种新的电力系统动态经济调度模型——风火协调优化调度模型,并基于实际电力系统的风电场有功出力和负荷数据,在IEEE30节点系统中对计及动态惩罚因子的风火协调优化模型进行仿真模拟。结果表明,优化模型在有效降低风电场弃风量的同时,可减少系统的总成本。

面向工业互联网的异构时间敏感数据流协同传输机制设计

工业互联网需要实现IT(information technology)和OT(operation technology)的融合,现场级工业网络的构建是真正实现从OT到IT产线数据无缝接入、从IT到OT实现产线智能运维的关键.对于OT来说,工业系统中的数据具有高度的时间敏感特性,感知数据和控制指令在时间上的确定性传输是实现工业系统可靠稳定运行的基础.然而工业现场仍面临感知数据异构、协议不兼容、传输性能需求不一致等问题,给异构时间敏感数据流的确定性传输带来了巨大的挑战.设计统一的低时延低抖动时间感知门控机制,从而精确地控制数据流的传输行为,是解决这一问题的可行方案之一,这也是时间敏感网络(time-sensitive networking,TSN)标准中的其中一项关键技术.本文主要研究多跳TSN网络中异构时间敏感数据流协同传输问题.首先,将异构时间敏感数据流建模为两大类:周期时间敏感(periodic time-sensitive,PTS)流和非周期时间敏感(sporadic time-sensitive,STS)流.然后,本文分析了PTS流集合的可调度性和门控列表的设计方法,给出了可调度性的充分条件和必要条件,并设计了可调度性判别算法来判定任意决策集合的可调度性.接着,提出了异构时间敏感数据流的协同传输框架,并构建了异构数据调度的约束集合.为实现PTS流最小的端到端确定性时延,并尽可能地降低PTS流调度机制对STS流传输的影响,本文采用无等待时隙调度的设计方法,以最小化调度单元中的最大的时隙占用为优化目标,构建了异构时间敏感数据流调度优化问题.再次,本文设计了均匀排布与填充(uniform arrangement and filling,UAF)算法,通过对相同周期的流进行均匀排布以及填充前序周期调度时产生的空闲时隙,实现调度单元时隙占用最小化.最后,仿真和实验结果验证了两大类异构时间敏感数据流协同传输框架的有效性,以及UAF调度算法在保证同等调度性能基础上求解的高效性.