静止无功发生器集中式与分布式安装应用效果仿真研究

概述了集中与分散配置策略下考虑暂态电压安全的静止无功发生器(static var generator,SVG)安装地点选择和容量优化方法。选取某500 kV变电站片区电网为仿真对象,采用电力系统计算分析软件包BPA(Bonneville Power Administration)搭建系统仿真平台,通过模拟片区电网的稳态、暂态仿真运行,对比分析其运行效果。结果表明,在子站低压侧分散安装小容量SVG比在母站低压侧集中安装大容量SVG更利于维持稳态电压质量和加快暂态电压恢复。

基于集中式与分布式的信息物理融合微电网电压频率二次恢复控制仿真研究

随着分布式清洁能源的普及,通信技术在协调各个分布式电源的控制中显得尤为重要。在电力信息传输的过程中,不同的网络状态下表现出不同的通信特性,严重的甚至会发生信息错乱丢包等行为,这对电网的实时控制产生严重影响。为研究信息系统对电力物理系统的实时影响,搭建了电力信息物理融合仿真平台,运用RT-LAB与OPNET两款实时仿真器,通过TCP/IP进行数据交互,对微电网电压、频率的集中式恢复与分布式恢复问题展开研究。仿真结果表明,该平台能有效地反映通信网络对电网控制的影响,提供了一种可靠的未来电力信息物理融合系统研究技术。

基于协同合作的多智能体控制系统算法探究

相对于单架智能机体,多智能体编队有着许多优势,如可以降低每架智能机体负载、提高任务完成效率等。而且多智能体编队兼备自主性、灵活性、稳定性,且能够高成功率、高效率地完成探测、物品运送、甚至更复杂的任务,满足不同场景的实用需求。只不过多智能体控制系统是一种复杂的动态体系,面临外部条件的不断改变和任务的灵活分配,单纯使用人工制定的方式容易造成工作效率降低,不能满足动态的变化。而且,从每个智能体的角度来看,环境是不稳定的,不利于收敛。从多智能体编队的两种思路,集中式分布与分散式分布出发,探究不同的控制算法的优缺点与适用情况。通过对比发现,分布式算法通过对每个智能机体自由度的调配,可以实现对复杂环境做出自由应变,而每个智能机体做出应答后,其他智能机体根据信息参数的改变而改变,从而整个机体编队比集中式算法有着更好的自适应性,在多智能体系统控制算法中,分布式算法远优于集中式算法。