基于人工智能算法的卫星能源优化调度研究

文章旨在基于人工智能算法,通过优化卫星能源的分配和调度策略,实现卫星能源的最大化利用、降低能源消耗,提高卫星工作效率和寿命。通过分析人工智能算法在卫星能源优化调度中的应用,选择合适的人工智能算法进行应用,设计有效的优化模型和算法。基于研究成果,设计实现一套完整的卫星能源优化调度系统,为卫星运行提供可靠、高效的能源支持。

基于Stackelberg主从博弈多目标模型的综合能源优化调度

为进一步提高综合能源系统的灵活性和经济性,将分布式能源站作为综合能源系统的研究对象,建立了能源站收益模型和用户获能满意度模型,在用户获能满意度模型内部,以用户获取最大综合效能和用户满意度构成多目标函数。在传统博弈模型基础上增加对用户满意度的考虑,将能源站作为决策者,用户作为反应者建立Stackelberg主从博弈模型,并通过天牛须分布式算法对模型进行求解。算例仿真结果表明,Stackelberg博弈在考虑用户满意度和新能源参与下的综合能源系统中有良好的适用性,天牛须分布式算法在对目标优化模型求解具有良好的可行性,最后验证了不同程度新能源接入系统时对系统的影响。

规模化分布式光伏接入的湾区能源优化调度策略

考虑分布式光伏发电的随机性和不可调度的特点,为解决其大规模接入电网对湾区电网安全稳定运行造成较大影响的问题,本文提出了一种联合储能电站共同调度的能源优化调度策略,采用全钒液流电池作为储能电站的能量存储方式,选取湾区净负荷方差最小和系统发电运行成本最小为目标,运用改进的OBL-PSO算法建立优化调度模型,最后通过算例仿真分析,验证了优化调度策略的有效性。

基于两阶段优化的多能源系统双层调度策略研究

【目的】为实现“双碳”战略目标,综合利用各种能源已成为必然的选择。近年来,研究方向已从单一的多能源系统(multi-energy system, MES)转向多个MES互联协同优化。由于互联系统的复杂性和不确定性,传统的优化方法已经不能满足隐私保护、灵活性和开放性的要求。为解决该问题,提出了一种基于双层两阶段优化的多能源系统调度策略。【方法】在下层,MES通过求解成本最小化问题,自主进行决策和管理。同时,采用滚动优化方法来处理负荷和可再生能源的随机性问题。此外,还提出了一种松弛存储互斥约束的方式,使目标函数成为凸函数,便于求解计算。在上层,建立了一个协调器,以最小化总成本的方式对互连的多能源系统进行协同优化,同时避免变压器过载。并且设置了3个案例对所提方法进行验证。【结果】结果显示:在案例1中,所提方法与次梯度的滚动交互控制方法的总成本相近,但前者迭代次数远少于后者;在案例2中,通过设定三种模式,验证了所提方法最高能100%消纳新能源,避免产生拥塞,而且还能综合利用多种能源之间的互补性以降低总运行成本;案例3表明松弛存储互斥约束后并不会出现违反约束的情况。【结论】结果表明:该策略能保证MES的信息隐私、处理负荷与新能源出力的波动性,而且还具有良好的准确性和弹性。该方法能将自主优化与协同优化相结合,提高了整个系统的运行效率,为实现多能源系统的优化调度提供了新的方法和理论支持。

基于光伏预测的微电网能源随机优化调度

可再生能源的间歇性和负荷的随机性对微电网能源管理系统(EMS)产生了巨大的挑战。在随机环境下的能源优化调度问题在微电网的研究中具有重要意义。以微电网中光伏发电系统的功率预测为基础,将光伏预测误差当做随机变量,建立了一种基于期望模型的能源随机优化调度模型。用Monte Carlo模拟方法生成了光伏发电预测误差的情景集,应用粒子群优化算法来解决随机优化调度模型。通过与确定性模型产生的调度方案相对比,证明了随机优化调度模型更加有效。

基于混合调度时间步长的机场综合能源系统优化调度研究

机场能源的优化调度是机场能源管理系统的重要组成部分,而常规的调度策略中普遍采用固定不变的调度时间步长,这种方法可能会忽略计算效率潜在的提升空间,并且面对可再生能源发电和负荷的波动性缺少一定的灵活性。针对某机场综合能源系统,研究了一种考虑净电负荷变化特性的混合调度时间步长策略,通过灵活改变调度计算节点数来减少优化问题的计算量。仿真结果显示,与常规调度方法相比,该方法的计算效率得到了有效的提高。

多智能体深度强化学习的分布式园区综合能源系统经济调度策略

为解决综合能源系统内不同种类能源间复杂的耦合关系,以及综合能源系统内的多能互补与经济运行存在困难这一问题,本文提出一种以最优经济运行为目标的分布式园区综合能源系统优化调度架构,并采用基于数据驱动的多智能体深度Q网络对其进行求解。所提方法通过深度强化学习中的神经网络读取综合能源系统中的信息,不需要对模型内存在的复杂耦合关系进行建模,训练后的各智能体仅依赖本地园区数据即可实现对用户负荷需求的实时响应。仿真结果表明,所提方法在促进各园区内光伏消纳的同时,提高了综合能源系统运行的经济性。

燃料电池无人机混合电源动态平衡能量管理策略

飞机电推进的动力系统趋于混合能源形式的发展方向,不同类型的源具有不同的特性,混合能源协调工作的方式可以提高动力系统的性能。本文所研究的飞机电推进系统的能源形式为燃料电池和锂电池所做成的混合能源。针对无人机动力系统工况的特殊性,本文在基于规则的能量管理策略研究基础上,提出了一种基于燃料电池氢气消耗的动态平衡能量管理策略,使燃料电池和辅助电源的能量消耗处于相对平衡的状态,避免了其中一种电源能量先耗尽的情况,可以满足多种工况的变化,提高了混合电源的能量利用率和稳定性,保证了无人机动力系统的可靠性。通过仿真分析结果证明了可行性,最后设计了能量管理系统的硬件并进行了实验验证,通过对实验结果计算分析验证了该能量管理策略的可行性。