一种改进的基于分布式Caching的自适应搜索机制

文章分析了基于Gnutella协议的非结构P2P网络中利用基于分布式Caching的自适应搜索机制来进行资源搜索与使用统一索引Caching机制相比查询成功率有所降低的问题,提出了两种改进方案。通过实验与统一索引Caching机制比较,改进的搜索机制在不增加网络流量的条件下,能有效提高查询成功率。

一种基于分布式Caching的自适应搜索机制

针对基于Gnutella协议的非结构P2P网络中利用洪泛搜索机制进行资源搜索的网络流量大,效率低等问题,提出一种基于分布式Caching的自适应搜索机制。在使用该搜索机制的Gnutella网络中,所有的节点在逻辑上分成多层,在同一层的节点有相同的group ID,洪泛查询被限制在与group ID匹配的一层。通过实验与统一索引Caching机制比较,该搜索机制在不增加响应时间的条件下,能有效地减少网络流量,提高搜索效率。

面向DAG任务的分布式智能计算卸载和服务缓存联合优化

建立了一种有向无环图(DAG,directed acyclic graph)任务卸载和资源优化问题,旨在应用最大可容忍时延等约束实现系统能耗最小化。考虑到网络中计算请求高度动态、完整的系统状态信息难以获取等因素,最后使用多智能体深度确定性策略梯度(MADDPG,multi-agent deep deterministic policy gradient)算法来探寻最优的策略。相比于现有的任务卸载算法,MADDPG算法能够降低14.2%至40.8%的系统平均能耗,并且本地缓存命中率提高3.7%至4.1%。

基于扩展滑模扰动观测器的高速列车分布式速度协同滑模控制

针对高速列车运行中因受外界未知扰动而导致的各车厢速度不同步问题,提出一种基于扩展滑模扰动观测器的高速列车分布式滑模控制算法。首先,考虑高速列车运行的受力情况,建立高速列车多质点模型;其次,设计领航者车厢滑模控制器和跟随者车厢分布式滑模控制器,构建扩展滑模扰动观测器估计外界未知干扰,并反馈给分布式滑模控制器,以消除外界未知干扰对高速列车各车厢速度同步造成的影响,同时利用Lyapunov理论证明了算法的稳定性。最后,通过Matlab仿真验证了该算法能实时精确观测外界未知扰动并反馈补偿,跟随者车厢能快速跟踪领航者车厢的速度,速度跟踪精确度高达99.9%。

内存高效的持久性分布式文件系统客户端缓存DFS-Cache

为了在数据密集型工作流下有效降低缓存碎片整理开销并提高缓存命中率,提出一种持久性分布式文件系统客户端缓存DFS-Cache(Distributed File System Cache)。DFS-Cache基于非易失性内存(NVM)设计实现,能够保证数据的持久性和崩溃一致性,并大幅减少冷启动时间。DFS-Cache包括基于虚拟内存重映射的缓存碎片整理机制和基于生存时间(TTL)的缓存空间管理策略。前者基于NVM可被内存控制器直接寻址的特性,动态修改虚拟地址和物理地址之间的映射关系,实现零拷贝的内存碎片整理;后者是一种冷热分离的分组管理策略,借助重映射的缓存碎片整理机制,提升缓存空间的管理效率。实验采用真实的Intel傲腾持久性内存设备,对比商用的分布式文件系统MooseFS和GlusterFS,采用Fio和Filebench等标准测试程序,DFS-Cache最高能提升5.73倍和1.89倍的系统吞吐量。

基于多元储能的分布式能源系统优化调度方法研究

为进一步构建清洁低碳、经济节能的供能系统,研究建立了含风、光以及多元储能的分布式能源系统,针对北京某办公园区,采用DeST预测用户负荷以及当地风、光条件。以经济性、节能性和环保性三方面的综合效益最大为目标,提出一种自适应优化运行策略,分别采用穷举搜索法和遗传算法对系统优化调度方案进行优化。同时,采用以电定热运行策略作为对照,对比分析几种不同运行策略下系统的综合效益。结果表明:传统以电定热运行模式下的综合效益平均值为0.41;而在自适应优化运行策略下,使用遗传算法得到的调度方案,其综合效益平均值可达0.5,穷举搜索法得到的运行方案,其综合效益平均值可达0.51。

基于数据驱动的分布式光伏发电功率预测方法研究进展

从综述的角度,以分布式光伏系统为对象,分析了功率预测技术的发展情况、存在的难点以及主要影响因素,梳理了应用数据驱动方法实现功率准确预测的技术路线。再以空间相关性、历史出力功率以及气象等影响因素为切入点,梳理了光伏系统数据驱动的功率预测研究现状,分析其相应的数据增强、时空图信息以及特征融合的手段,讨论了技术的优缺点。最后给出了功率预测数据驱动方法研究方向和发展建议。

天基分布式光学合成孔径技术

宜居带行星探测研究是近年系外行星研究的热点领域之一,探测太阳系附近的宜居行星对研究生命起源等具有重要意义,成为系外行星探测的重要内容.天基分布式合成孔径技术作为系外宜居行星探测的重要手段,已经成为目前前沿光学技术研究的热点方向,但是仍有诸多技术问题需解决.本文从宜居行星搜寻计划的需求出发,根据以迈克尔逊干涉成像为基础的天基分布式合成孔径系统技术原理,介绍了国内外典型分布式合成孔径系统的技术发展,重点分析了实现天基分布式干涉成像所需采用的控制系统和技术,并阐述了解决高精度空间测距、高精度时间同步、多层级位相同步等关键问题的技术要点.为未来大型柔性可重构空间望远系统的建造提供了参考.

基于密度划分的分布式数据容错存储算法研究

为保证数据安全性,缓解数据存储空间,提出基于密度划分的分布式数据容错存储算法。过滤分布式数据高密度数据区域,将具有高度相似的目标划分到不同区域,通过数据来源样本点描述数据的密度分布,设定数据弹性,利用概率以及数据粒度推算出对应的存储梯度和强度指数,并在信息存储中引入数据存储梯度和数据弹性,完成分布式数据容错存储。实验证明,所提算法有较高的容错性,带宽吞吐量平稳,平均路径长度较小,能提高网络数据的安全性。

“双碳”目标下天然气分布式能源发展现状及机遇

为实现碳达峰碳中和(以下简称“双碳”)目标,必须建设清洁低碳、安全高效的新型能源体系。天然气分布式能源具有相对清洁高效、综合能源利用效率高、输出能源类型多等优点,是我国实现“双碳”目标的重要发展路径之一。为此,剖析了我国天然气分布式能源存在的问题和发展机遇,进而对天然气分布式能源项目的发展提出了建议。研究结果表明:(1)中国天然气分布式能源整体发展相对较慢,且不同地区之间发展速度也存在差异,现有项目主要集中在经济较发达的京津冀鲁、长三角、珠三角以及天然气资源丰富的川渝等地区;(2)中国天然气分布式能源发展面临的主要问题包括前期投入成本较高、电网企业与项目用户端存在利益冲突使得项目上网困难、项目用户端对能源消纳程度的不确定性影响其投资回报等;(3)随着政策普及、技术发展、碳交易市场完善及经济性的提高,天然气分布式能源项目发展有望进入快速发展期。结论认为,在“双碳”目标引领下,中国天然气分布式能源产业正处于重要的战略机遇期,建议从政策支持、调峰需求、碳排放收益以及技术突破4个方面加强研究;天然气分布式能源的高质量推进对我国构建清洁低碳、安全高效的新型能源体系,助力实现“双碳”目标具有重要的现实意义。

抑制分布式静止串联补偿器对线路保护影响的方法研究

分布式静止串联补偿器(distributed static series compensator,DSSC)通过调节注入线路的电压可改变线路功率,优化电网潮流分布。针对现有交流线路保护算法难以适应DSSC串入线路运行的问题,提出了抑制DSSC对线路保护影响的方法。首先,分析了DSSC对交流线路保护的影响,证明了DSSC注入电压可能改变距离保护的阻抗测量值,导致距离保护有拒动或误动的风险。然后,提出了利用DSSC本体过流保护快速将DSSC旁路、或基于故障辅助判据主动将DSSC注入电压降为0的方法,以抑制不同类型的线路故障时DSSC对线路保护的影响。最后,基于硬件在环RTDS实时仿真平台以及浙江湖州DSSC示范工程现场进行试验,验证了所提抑制DSSC对交流线路保护影响的方法的有效性。

计及随机性的多分布式电源接入中压配电网承载能力评估

电力系统的源侧和荷侧均具有随机性,影响配电网接入分布式电源的容量分析。为此,提出了一种考虑源荷随机性的中压配电网多分布式电源承载能力评估方法。首先,将分布式电源和负荷出力分解为可预测变量和随机变量,结合序贯蒙特卡洛模拟法,分别模拟时序周期内源荷随机生产模型。其次,在划分供电分区和简化源荷接入位置基础上,以各供电分区可接入分布式电源容量最大为目标,考虑传输容量、电压偏差、短路电流等约束,对配电网承载能力模型进行随机潮流求解。然后,以指标变化量和限值距离为衡量依据,确定多分布式电源有序接入策略,防止局部运行参数不优而导致配电网对分布式电源承载能力受限。最后,将该模型应用在中部某城市的区域配电网中,验证该方法的可行性和有效性。

基于时空关联特征与B-LSTM模型的分布式光伏功率区间预测

提出一种基于时空关联特征与贝叶斯-长短期记忆神经网络(bayesian long short-term memory,B-LSTM)模型的分布式光伏功率区间预测方法。以长短期记忆神经网络(long short-term memory,LSTM)为基础构建近似贝叶斯神经网络,建立考虑时空关联特征的B-LSTM模型,利用其强大的记忆能力和特征提取不同特征尺度的模态分量,并进行分布式光伏功率区间预测。以某地区实际分布式光伏数据集进行算例分析,验证了所提方法的优越性。

分布式装配置换流水车间调度问题研究综述

近几十年来,现代制造业发展迅速,一种趋势是在分布式生产工厂进行工件的加工,待完成后到装配工厂集中装配成最终产品。该模式在带来诸多好处的同时,对资源调度提出了新的挑战。针对分布式装配置换流水车间调度问题(distributed assembly permutation flowshop scheduling problem,DAPFSP),介绍了DAPFSP的背景和存在的主要困难,进而对以最小化最大完工时间为优化目标的DAPFSP,从数学模型、编解码策略、全局和局部搜索算法角度进行探讨,分别综述了以最小化总流程时间等为优化目标,具有零等待等约束,以及考虑准备时间等因素的DAPFSP研究成果。最后,对有待进一步开展的研究工作进行展望。

氢电-锂电通勤飞机分布式推进系统匹配设计

针对通勤类飞机总体设计参数和飞行任务剖面需求,根据氢电-锂电推进系统架构方案,提出了推进系统参数匹配方法和能源动态平衡管理策略。以19座级通勤飞机作为验证对象,对其动力装置和储备能源进行了选型和管理研究。根据选型的分布式推进气动布局方案,进一步采用全析因试验设计方法分析了螺旋桨转向对飞机气动特性的影响,获得了有利于飞机巡航状态的螺旋桨转向配置方案。

部分分布式电源提供辅助服务的主动配电网快速鲁棒优化

经逆变器接入配电网的分布式电源提供有功与无功辅助服务是确保配电网安全经济运行的重要手段。该文同时计及了储能系统、可投切电容电抗器、有载调压变压器分接头、静止无功补偿器调节能力,以储能与网络损耗及弃风弃光最小为目标函数,计及运行约束,基于支路潮流方程构建了部分分布式电源提供辅助服务的多时段二阶段混合整数二阶锥鲁棒优化模型,提出了一种新颖的基于割平面的主、次问题二阶段直接交替迭代求解方法。不同于现有列与约束生成(columns and constraints generation,CCG)算法,该方法求解主问题时无需增加新的变量与约束条件,求解次问题时,只需针对每个时段进行求解,因此极大降低了求解复杂度与计算机内存。若求解结果不满足二阶锥精确凸松弛条件,则构建二阶段混合整数序列二阶锥鲁棒优化模型,依然能够快速求解,且可恢复出原问题的精确解。最后,采用2个仿真实例验证了所提出方法的性能。IEEE 123节点配电网的仿真结果表明,该方法计算速度是CCG算法的12~22倍。该方法可为含高比例间歇性分布式电源配电网鲁棒优化运行提供实时快速分析与求解工具,提高新能源就地消纳能力。

基于虚拟领导节点改进的孤岛微电网完全分布式二次调频策略

传统分布式二次调频策略在虚拟领导节点频率信息出现故障时会导致微电网系统频率无法恢复,针对该问题提出并设计一种完全分布式二次调频策略。首先分析传统分布式二次调频策略虚拟领导节点故障对二次调频过程产生的影响;然后,结合一致性算法对传统分布式二次调频控制器加以改进,通过将调频补偿量与频率偏差的对消作为“频率引导项”加入各分布式控制器中,使得各分布式发电单元完全对等,以保证虚拟领导节点去除后频率的正常恢复,实现完全分布式控制;最后,通过仿真验证所提方法在保证频率恢复方面的有效性与优越性。

含大规模分布式光伏接入电网的无功电压控制降损方法研究

大规模分布式光伏(distributed photovoltaic,DP)接入电网后,电网电压易出现大幅度波动,导致电网损失问题越来越突出。当前已有的电网降损方法没有考虑光伏发电自身的无功调节能力,应用效果不理想。为此,设计一种含大规模DP接入电网的无功电压控制降损方法。通过建立目标函数,设定约束条件,采用敏感性分析方法分析电压稳定性,将敏感度较高的值作为无功补偿位置,并对当前负荷进行预测,确定最佳的补偿容量,实现电网降损。试验结果表明:所提方法降损后较降损前基准电压更趋于1 pu,更为稳定,所提方法能够针对光伏控制接入分布特性,有效控制无功功率变化情况,相对于其他方法,无功功率波动较小,表现出较好的降损效果。

面向高比例分布式能源接入的输配网两阶段风险调度研究

随着大量高比例可再生能源接入配电网,潮流呈现双向化,输电网和配电网互联性增加,分散独立的调度影响电网可靠稳定运行水平。面对输网与配网间互济需求增强的现状,提出了面向高比例分布式能源接入的输配电网两阶段风险调度研究。首先以最小运行成本为目标,构建考虑输配电网不同运行风险的日前经济调度模型,在风险限值约束情况下协同优化系统源网荷储多种可调资源;其次构建目标函数为综合风险值最小的日内风险调度模型,计算三类运行风险指标值,对日前可调控资源进行出力计划调整;最后通过改进的粒子群算例求解模型,证明了该模型可使输配电网间交互协调,协同优化运行成本与运行风险,验证了所提两阶段风险调度模型的有效性和优越性。

低复杂度的大规模MIMO分布式信道估计

针对大规模多输入多输出(multiple-input multiple-output,MIMO)系统传统信道矩阵获取方式导频开销大、计算复杂度高的问题,提出了一种低复杂度的二阶段分布式信道估计方案。该方案的初始阶段在基站侧采用传统压缩感知算法恢复信道矩阵,第2阶段在用户端利用信道的时间相关性,将大规模MIMO的角度域信道分解为密集部分和稀疏部分,并分别估计以实现连续信道追踪。稀疏部分信道通过所提的分布式自适应弱匹配追踪(distributed adaptive weak matching pursuit,DAWMP)算法,利用子信道的联合稀疏性进行多维重建。相比于线性最小均方误差(linear minimum mean square error,LMMSE)算法,所提方案的信道分解策略有效减少了在用户端进行信道估计的计算复杂度。仿真结果表明,所提算法与经典压缩感知信道估计算法相比,计算复杂度降低了约33%,算法性能提升了约0.5 dB。