基于强化学习的船舶微电网能量管理策略

全电船舶将柴油发电机、电池储能系统、光伏发电系统相结合,以电能形式满足船舶日常各类运行的需求,提升了船舶能量的利用效率。然而,受到光伏强度和环境温度不确定性的影响,光伏发电系统的有功出力曲线呈现随机性和波动性,进而导致船舶微电网能量管理策略需要兼顾最优性和鲁棒性。为制定有效的能量管理策略,提出一种基于强化学习技术的全电船舶微电网能量管理模型及算法来克服不确定性的影响,算法求解得到的能量管理策略能根据随机性因素的实时变化动态修正,可保持船舶能量消耗处于最优状态。最后通过算例验证了所提算法的可行性和有效性。

长期投资新旧准则变化比较分析

2006年2月，财政部作出了重大的会计改革决策，颁布了新的会计准则，并于2007年正式实施。新颁布的准则（以下简称“新准则”）与原来实施的准则（以下简称“旧准则”）在诸多方面都产生了较大的变动，尤其长期投资部分，变化很大。从长期投资的类别、计量属性、长期股权投资的规定、减值的转回、投资性房地产的规定几个方面，对长期投资新旧准则的变化进行了比较分析，提示了长期投资部分新旧准则的差异之处。

计及VSC运行约束的交直流混合配电网分布式优化调度方法

分布式调度可有效克服由于通信能力限制及子系统分属不同利益主体而引发的生产信息难以集中的问题,更有利于发挥交直流混合配电网在网损降低、新能源消纳方面的优势。然而,VSC运行特性方程及配电网交流潮流约束的高度非凸非线性导致传统方法求解分布式调度问题变得异常困难。提出了一种VSC运行特性方程的线性化方法,并结合配电网潮流线性化方程,将各子系统优化问题转化为混合整数线性规划问题,保证了子问题的收敛性及解的全局最优性,并采用目标分析级联法对各子问题进行分布式优化求解。最后通过构建交直流混合配电网系统仿真算例,验证了所提算法的精确性、收敛性以及在不同规模复杂系统下的通用性,算例同时充分反映出分布式调度可有效保护生产主体隐私、降低配电网通信能力要求,适应未来区域自治配电网系统的发展需要。

现货市场环境下基于深度强化学习的光储联合电站储能系统最优运行方法

光伏-储能联合电站不仅能够有效减少光伏实时出力偏差,也是一种能够提供电能量和调频辅助服务的潜在市场主体。为实现上述3类目标,与光伏出力协同的储能电量调度策略至关重要,然而目前大部分光储联合电站的储能电量调度策略无法同时协调降低光伏实时出力偏差和参与电能量与调频辅助服务市场3种决策;另一方面,电力现货市场价格与调频信号不确定性及储能电量调度策略将光储联合电站储能运行优化问题转化为一个随机动态非凸优化问题,现有相关研究大部分利用随机场景法或智能算法处理非凸优化,所获得的储能运行方案存在一定的局限性,且难以根据实时数据动态制定运行方案。因此,提出一种现货市场环境下基于DQN(deep Q-network)的光储联合电站储能系统优化运行方法,该方法克服了非凸优化难题,结合所提储能电量闭环调度策略能够实现光储联合电站在考虑偏差考核成本、电能量收益、调频辅助服务收益下的储能系统小时级动态优化运行,进而最大化光-储联合电站的经济收益。测试算例通过实际市场数据验证了所提方法的可行性和有效性。

基于代理模型进化算法的用户侧灵活爬坡产品交易策略

高比例新能源并网引发的高波动性和高随机性使得电力系统对灵活性资源的需求更为迫切,而灵活爬坡产品可有效提升电力系统的灵活性。然而,目前灵活爬坡产品的研究主要集中在发电侧,用户侧灵活爬坡产品的交易策略还有待研究。为管理分散的用户侧提供的灵活爬坡产品,以虚拟电厂作为聚合模式,利用弹性价格统一向用户购买灵活爬坡产品并聚合后售卖给主网。为兼顾虚拟电厂和用户侧的利益,建立考虑灵活爬坡产品交易的用户侧虚拟电厂能源交互双层优化模型,并提出一种基于随机排序的代理模型进化算法进行模型求解。该算法采用径向基函数网络拟合所提双层模型,克服了用户私有信息获取的难题。此外,随机排序方式避免了单一代理模型误差过大而导致的寻优偏离。算例在PJM电价数据集上的测试结果验证了所提算法的精确性和可行性,为用户侧灵活爬坡产品的交易提供了理论决策依据。

新型城镇下含热电联产机组的配电网两阶段鲁棒优化调度

随着新型城镇化的改革,多种分布式电源与多元化负荷逐步接入配电网,多种不确定性因素给配电网的运行调度带来极大挑战。文中建立含热电联产(CHP)机组和风电机组的新型城镇配电网两阶段随机鲁棒优化模型。首先,采用场景集描述负荷波动的不确定性,采用保守性模型构建风电出力模糊集合。两阶段鲁棒优化调度中,第1阶段决策日前机组启停方案,第2阶段考虑风电出力的不确定性决策各机组实时出力。采用KKT(Karush-Kuhn-Tucker)条件将第2阶段双层模型变为单层线性优化问题,整体两阶段模型采用列与约束生成方法迭代求解,在负荷的场景集内得到考虑风电不确定性的新型城镇化配电网鲁棒优化调度方案。最后,通过改进33节点算例和改进123节点算例验证了模型的鲁棒性和经济性以及调度方案应对负荷波动的适应性。

电能量和旋转备用市场下电-热综合能源系统低碳优化运行

建立电-热综合能源系统,同时参与电能量市场和旋转备用市场的日前优化决策模型,并将阶梯式碳交易引入该模型中.模型采用条件风险价值方法对新能源和电负荷不确定性风险进行管理,以电-热综合能源系统运营方案成本和碳排放成本最低为目标函数,制定运行计划和安排备用资源.算例分析表明,该模型通过发挥综合能源系统多能互补优势和合理安排备用资源应对不确定性因素引发的风险,提高了能源供应的可靠性、经济性和低碳性.

数据驱动下风电-抽蓄联合参与日前-实时市场随机鲁棒竞价策略

风电出力不确定性和波动性导致其市场竞争力较弱,且电价的预测偏差可能进一步加大其市场风险。为减少不确定性因素对风电-抽蓄联合系统收益的不良影响,由对抗变分贝叶斯神经网络生成以风电为代表的可再生能源出力场景,基于数据驱动方法对实时电价进行模糊不确定性建模。通过随机鲁棒优化建立风电-抽蓄联合参与日前和实时电力市场的三阶段模型,相较于常规的两阶段随机优化,增加了第三阶段鲁棒改进过程,保证了竞价方案能够既有经济性又能够有效应对极端场景、既有鲁棒性又不过分保守。结果表明,所提方法比传统不确定性分析方法具有明显优势,能够在避免人为假设的前提下,高效且真实反映可再生能源出力场景以及表征电价不确定性,可有效减少风电实时出力波动和电价预测偏差带来的较高不平衡惩罚。

基于近端策略优化算法的灾后配电网韧性提升方法

台风灾害易导致配电网线路断线,并解列成多个孤岛运行。如何高效实现配电网网络重构、分布式发电调度以促进灾后负荷恢复这一问题亟待解决。文中提出了一种基于深度强化学习近端策略优化(PPO)算法的灾后配电网韧性提升方法。首先,以灾后配电网的节点电压偏差、负荷损失和发电成本最小为目标,构造了内层优化模型。其次,将灾后配电网韧性提升策略转化为多阶段马尔可夫决策过程,并构建了外层强化学习优化模型。以联络线开关的投切指令为控制变量,最大化负荷恢复为优化目标,并采用PPO算法进行求解。然后,分析了PPO算法的样本数据处理方法,并对PPO算法训练过程进行测试以验证该算法的收敛性。最后,采用改进的IEEE 33节点、IEEE 118节点配电网进行算例分析,验证了所提优化方法的可行性。

考虑需求侧灵活性资源参与的国内外电力辅助服务市场机制研究综述

需求侧灵活性资源是未来支撑新型电力系统运行的重要手段之一,可以有效应对高比例可再生清洁能源并网带来的挑战,科学、合理、完善的辅助服务市场机制对推进需求侧灵活性资源的利用和发展具有重要意义。为此,对当前国内外典型辅助服务市场机制的相关研究与市场实践进行调研与综述。首先,分析梳理国内现有的需求侧灵活性资源参与电力辅助服务市场交易的机制,总结当前市场机制运营存在的若干问题;然后,介绍澳大利亚、美国、英国的相关市场机制,以及在需求侧灵活性资源利用方面进行的探索和实践;最后,对需求侧灵活性资源的利用以及未来我国电力辅助服务市场的建设提出相关建议。

鱼塘养殖环境智能动态监测系统

本设计是针对鱼塘养殖及工厂化水产养殖环境,基于STM32F103的水质环境智能动态监测系统,能够自动巡航检测溶解氧、pH值、水温以及浑浊度。该设计利用溶解氧传感器、pH值传感器、温度传感器、浊度传感器测量相应的参数,经过模数转换将测量值转换成可用数据传输到主控芯片。系统通过分析参数判断当前环境情况,同时通过WIFI通信模块向云服务器发送数据,使用网页向用户反映养殖环境情况,建立数据库存储水质情况数据,以便从长时间维度上进行统计分析养殖环境与产品的质量和产量的关系。

青少年田径运动员营养补充建议

一、青少年田径运动员体能和训练特征田径被称为体育运动之母,是所有运动的基础。不同田径项目的体能特征不同,短距离项目(100米跑、200米跑、110米栏等)和田赛类项目要求绝对速度和爆发力,对于技术动作的要求比较苛刻,训练量相比长距离项目较低,人体供能系统主要动员磷酸原供能系统(ATP-CP)为主。中距离项目(800米跑、1500米跑等)对速度耐力要求较高,人体供能系统以糖的无氧酵解和有氧氧化为主,要求发展更高的混氧能力和乳酸耐受及清偿能力。长距离项目(10000米跑、马拉松等)对有氧耐力要求较高,人体供能系统以糖、脂肪的有氧氧化为主,要求具有良好的体能,耐受乳酸阈强度。

从作者分析看情报学研究队伍和研究方向的变化——以四种情报学核心期刊为例

为研究情报学科的研究方向,通过收集情报学四种核心期刊的文献并进行分析。运用计量学方法统计分析这四种核心期刊的发文量,著者,机构以及文章内容等,反映10年情报学科的现状以及情报学科研究的发展。