Fuel-optimal trajectory design using solar electric propulsion under power constraints and performance degradation

The fuel-optimal transfer trajectories using solar electric propulsion are designed considering the power constraints and solar array performance degradation.Three different performance degradation models including linear,positive and negative exponential degradations are used in the analysis of three typical rendezvous missions including Apophis,Venus and Ceres,respectively.The optimal control problem is formulated using the calculus of variations and Pontryagin’s maximum principle,which leads to a bang-bang control that is solved by indirect method combined with a homotopic technique.In demonstrating the effects of the power constraints and solar array performance degradation on the power budget and fuel consumption,the time histories of the power profile and the fuel consumptions are compared for the three missions.This study indicates that it is necessary to consider the power constraints and solar array performance degradation for the SEP-based low-thrust trajectory design,espacially for long-duration outbound flights.

Power allocation in cooperative MIMO systems under individual power constraints

allocation （PA） plays an important role in capacity improvement for cooperative multiple-input multipleoutput （Co-MIMO） systems. Many contributions consider a total power constraint （TPC） on the sum of transmit power from all nodes in addressing PA problem. However, in practical implementations, each transmit node is equipped with its own power amplifier and is limited by individual power constraint （IPC）. Hence these PA methods under TPC are not realizable in practical systems. Meanwhile, the PA problem under IPC is essential, but it has not been studied. This paper extends the traditional non-cooperative water-filling PA algorithm to IPC-based Co-MIMO systems. Moreover, the PA matrix is derived based on the compound channel matrix from all the cooperative nodes to the user. Therefore, the cooperative gain of the IPC-based Co-MIMO systems is fully exploited, and further the maximal instantaneous capacity is achieved. Numerical simulations validate that, under the same IPC conditions, the proposed PA scheme considerably outperforms the non-cooperative water-filling PA and uniform PA design in terms of ergodic capacity.

Joint Power Control and Spectrum Allocation for Cognitive Radio with QoS Constraint

Spectrum sharing with quality of service (QoS) requirement and power constraint on cognitive users is studied. The objective is to maximize the system throughput. This problem is modeled as a mixed integer nonlinear programming problem and then transformed to a continuous nonlinear programming problem through eliminating integer variables. We propose the joint power control and spectrum allocation algorithm based on particle swarm optimization to obtain the global optimal solution. Simulation results show that the proposed method can achieve higher system throughput and spectrum utilization under the constraints of transmit power and QoS requirement.

OPTIMAL POWER ALLOCATION FOR COGNITIVE RADIO UNDER INTERFERENCE OUTAGE CONSTRAINT

Cognitive radio is able to share the spectrum with primary licensed user,which greatly improves the spectrum efficiency.We study the optimal power allocation for cognitive radio to maximize its ergodic capacity under interference outage constraint.An optimal power allocation scheme for the secondary user with complete channel state information is proposed and its approxi-mation is presented in closed form in Rayleigh fading channels.When the complete channel state in-formation is not available,a more practical transmitter-side joint access ratio and transmit power constraint is proposed.The new constraint guarantees the same impact on interference outage prob-ability at primary user receiver.Both the optimal power allocation and transmit rate under the new constraint are presented in closed form.Simulation results evaluate the performance of proposed power allocation schemes and verify our analysis.

Taking into Account of Functional Constraints in Optimization of Modes of Power Systems by Genetic Algorithms

The development of the capabilities of computational tools has created up new possibilities for the effective use of a number of classical mathematical methods and algorithms for solving many important problems in the power engineering. In particular, a set of algorithms are developed to optimize the modes of electric power systems based on genetic algorithms. At the same time, the issues of taking into account functional constraints in solving such problems by genetic algorithms need to be improved. In accordance with it in this article the problems of taking into account of different constraints in optimization of modes of power systems using genetic algorithms are considered. The algorithm of optimization by genetic algorithm taking into account of functional constraints in forms of equality and inequality by penalty functions is proposed. The results of research of proposed algorithm’s efficiency in example of optimization of mode of power system with 8 buses, 4 thermal power plants and 3 transmission lines with controlled power flow are presented.

水电富集区域电量送出能力提升的源储协同优化运行方法

针对可再生能源出力的强波动性、间歇性导致电力外送断面出现短时间尺度重过载、清洁能源送出消纳困难等问题,提出了水电富集区域电量送出能力提升的源储协同优化运行方法,该方法定义了衡量断面外送电量的量化指标,以系统发电成本最小、断面输出电量最大、储能消耗电量最小为目标,建立多目标优化模型,通过求解帕累托前沿,结合熵权双基点法,得到折中最优点。对我国某省级电网算例的仿真结果表明,该方法可有效通过水电、火电和储能的协同优化运行提升断面外送可再生能源的发电量,在保证系统安全稳定运行的前提下提升了可再生能源的消纳率。

考虑电力网络约束的工业园区虚拟电厂调控边界求解方法

构建以新能源为主体的新型电力系统,亟须挖掘负荷侧灵活调节资源参与电网调控。含电解铝、矿热炉等高耗能负荷的工业园区具备良好的调控潜力,但是考虑园区内部电力网络约束,其精确调控边界求解面临着变量维数高、约束非线性的难题,现有方法不能较好地兼顾计算效率和精度。对此,文中将上述问题抽象为高维非线性状态空间在P-Q耦合平面的投影问题:分别建立考虑工业园区安全运行线性化和非线性约束的调控边界投影求解模型,采用一种新颖的高维状态空间投影算法,通过顶点“搜索-映射”的两步式求解过程,得到工业园区型虚拟电厂调控边界的精确投影。算例结果表明,采用所提方法求解的调控边界可由线性不等式组完全表征,与现有调度系统完全兼容,结合与叠加柔性资源调控能力和传统采样方法的对比,验证了该方法的可行性以及高求解精度和效率。

地方金融监管权力法治化的反思与重塑

地方金融监管权力的法治化塑造,不仅旨在保证地方金融监管权力来源的法定,更关注法治对地方金融监管权力运行进行制约与监督的规范效用,而这需要借助职权法定、行政自制和理性制衡三者协同完成。为回应中央与地方金融监管权责失衡之实践异化,地方金融监管权力法治化的核心要义便是地方金融监管权责的对等化设计,具体是以职权与职责在量上的实质均衡为内核,来完成主体维度中央和地方关系的均衡处理与事项维度规则制定和监管执法的分项设计。当然,地方金融监管权力法治化的实践展开,应当借助地方金融监管权责事项的清单化管理展开,即分别按照“以权定责”和“以责定权”的逻辑来设置权力清单与责任清单各自不同的要素构成,并在“属地管理”观念的统一指引下完成“以块统条”和“以条带块”管理模式的差别化设计。

基于绿电和自愿减排量交易的园区低碳电力运营优化

为保证园区电力运营经济性,提高清洁电能的使用比例,文章提出了一种基于绿电和自愿减排量交易的园区低碳电力运营优化模型。该模型综合考虑了绿电和火电的购电成本、光伏发电成本及自愿减排量收益,以总运营成本最小为目标函数,结合随机概率约束,分中长期、日前和实时三阶段对绿电、火电电量以及光伏发电量进行优化。以南京市某企业园区的数据为基础,在自愿减排量价格合理的前提下,该优化模型可小幅降低园区总运营成本,并且显著提高了清洁电能的使用比例和园区应对扰动的能力。另外,就自愿减排量价格以及置信度取值对优化结果的影响进行了分析。

马克思廉价政府思想的理论考察与当代价值

廉政建设是推进全面从严治党、党的自我革命的有力保障。马克思在《法兰西内战》中总结了廉价政府的一系列思想,阐释了廉政机制保障,提出了约束贪腐的罢免制度,明确了揭露腐败的监督机制,揭示了规范权力运行的法律制度等。马克思廉价政府思想在本质上要求廉政建设必须具有自我革命的实践性、整合重构的系统性、管党治党的权威性。当代中国廉政建设实践对马克思廉价政府思想的创新发展取得突出成效,以建设党内法规体系保证党对廉政建设的坚强领导,以改革纪检监察体制保证党的执政地位长期巩固,以健全党和国家监督体系保证党的自我革命不断深化。马克思廉价政府思想的当代价值要求我们必须持续加强党对廉政建设的坚强领导和自我革命的政治使命,持续强化廉政建设的科学性和时代变迁的适应性,持续探索增强廉政建设执行力的内在动因和运行规律,持续提升中国特色社会主义廉政建设成果和治理效能。

计及实时最大功率约束的高速磁浮列车再生制动能量存储利用

针对高速磁浮列车牵引供电系统结构及运行规则特殊性导致再生制动能量无法主动利用、能量回馈方式对局域网电压影响大的问题,在对高速磁浮列车牵引供电系统结构和能量流动机理进行分析的基础上,给出基于地面式超级电容储能的高速磁浮列车再生制动能量回收利用系统拓扑结构;考虑高速磁浮列车再生制动能量回收系统容量配置小、超级电容工作电压变化明显的特性,以高效回收再生制动能量为目标,将储能系统实时的可运行最大功率作为约束功率,制定相应的能量管理策略,实现系统不同工况下的能量管理,并通过分层控制策略实现整个再生制动能量利用系统的高效运行。通过仿真验证所提再生制动能量回收利用系统及控制策略的有效性,结果表明:所提方案可使高速磁浮列车牵引能耗降低21.83%;与储能系统采用固定功率约束的功率分配方式相比,再生制动能量利用率提高了11.9%。

基于自适应生成对抗网络的智能电网状态重构的虚假数据攻击检测

考虑到电力系统与能源互联网的深度耦合,虚假数据注入攻击对电力系统的威胁不断提升。文章针对虚假数据注入攻击(false data injection attack,FDIA)设计自适应生成对抗网络(adaptive generative adversarial networks,AGAN)状态重构的虚假数据注入攻击检测方法。该方法在生成对抗网络(generative adversarial networks,GAN)基础上融入卷积神经网络(convolutional neural network,CNN)以及自适应约束下的自注意力机制(self-attention,SA),实现节点间全局参考性,从而实现状态的有效重构和异常状态的准确预测;根据AGAN的异常数据预测结果设计结合网络判别值的检测逻辑。最后,在IEEE14节点的电力系统上验证所提方法的有效性,且对比GAN、CNN,AGAN重构的平均绝对百分比误差为0.0001%,检测准确率可达到98%。

具有功率调节和容错能力的风力机自适应控制

水平轴风力机面对高风速变化工况时,极易出现转子灾难性失控超速运行,此时风能转换效率低于预期值,同时恶劣的环境也对桨距角控制提出了容错要求。针对这些问题,提出一种具有功率调节和容错能力的风力机自适应约束控制方案,通过自适应约束的桨距角控制实现安全可靠的功率调节,并集成容错能力以补偿可能的故障影响。介绍水平轴风力机的数学模型和运行要求,分析基准的非线性自适应约束控制方案的设计过程,并在此基础上讨论具有未知控制增益、任意初始条件和存在故障影响下的设计方案,最后搭建MATLAB仿真模型对所提出的方案进行验证。仿真实验结果表明:所提方案可以提高风力机的功率调节效率,同时在不同工况和不同故障条件下均能将转子速度和发电功率控制在安全范围内。

基于人工蜂群算法的配电网无功优化调度研究

为了改善现有无功功率调度时算法执行效率,解决模型易陷入局部极值问题,提出一种基于改进人工蜂群算法模型。在分析等式和不等式约束的情况下,建立最小化实际功率损耗、电压偏差和电压稳定增强的无功功率调度目标函数。提出一种基于邻域半径选择的改进人工蜂群算法,设计一种新的邻域选择机制和改进的搜索策略。实验阶段,以IEEE39总线电力系统为例,对所提算法有效性和执行效率进行验证。与线性规划(LP)、粒子群优化(PSO)算法和基础人工蜂群(ABC)算法相比,改进ABC算法比其他算法执行效率更优,且解的质量更高。该模型为配电网电力调度及稳定性运行的发展提供了一定借鉴作用。

基于功率重构和时序特性约束的长预见期光伏集群功率预测

光伏装机容量的逐渐增大为大规模的光伏并网带来了巨大挑战,突破更长预见期的光伏功率预测有助于电力系统的安全稳定运行。现有研究及应用最长预见期为7 d,为将预见期延长至8~15 d,提出了一种基于功率重构和时序特性约束的长预见期光伏集群功率预测方法。首先,采用近似积分计算日电量和辐照能;其次,基于麻雀搜索算法优化变分模态分解以分解电量及辐照能序列,并采用多元线性回归模型对不同频率的分量进行预测叠加得到电量预测结果;然后,根据出力特性建立约束过程,将电量预测结果重构为光伏功率;最后,将所提方法应用于中国甘肃省某光伏集群,模型在不同季节典型月功率预测的均方根误差平均降低2.55%,验证了方法的有效性。

计及多重不确定性的虚拟电厂响应区间评估方法

为了准确评估虚拟电厂在电源侧和负荷侧出现多重不确定性情况下可为电力系统运行提供的响应能力,提出考虑多重不确定性的虚拟电厂响应区间两阶段鲁棒优化评估方法。基于虚拟电厂内可再生能源与负荷不确定性特征的区间描述,建立以运行成本最低为目标的虚拟电厂响应区间评估模型,通过场景分解将其转化为最劣场景与最优场景下的两阶段鲁棒优化模型,采用列和约束生成算法分别求解2个场景下的各设备功率区间计划,并将虚拟电厂在2个场景下的对外响应功率计划作为上、下限,从而评估虚拟电厂参与电网运行的响应区间。算例仿真结果表明,该方法能够在计及不确定因素影响并保证解空间可行的情况下,评估虚拟电厂对外交互功率和运行成本的适宜区间,为虚拟电厂参与电网调度及电力交易提供参考。

储能虚拟惯量主动支撑与调频状态转移控制

释放储能装置的频率支撑潜力,将是提升风、光高占比系统并网稳定性的关键。该文首先对比分析常规发电机组的固有惯量、风电机组的虚拟惯量及储能的惯性支撑特性。其次,根据系统中的储能容量配置,约束量化储能的虚拟惯量,为系统惯量需求提供评估依据,以保障频率安全。在此基础上,利用储能独特的功率支撑特性,提出恒频控制与调频状态转移控制结合的储能并网频率主动支撑控制策略,突破虚拟惯量及一次调频的传统控制模式。最后,搭建风电高渗透电网仿真系统,验证储能装置在所提控制策略下能够显著提升系统的频率稳定性,改善其对电网的主动支撑性能。

基于双重约束的光伏逆变器无功调控策略

针对光伏并网逆变器在应用中存在无功调节范围小、动态响应速度慢,导致逆变器效率低的问题,结合光伏逆变器的结构特点,提出了一种基于最大功率点追踪(MPPT)与并网点电压双重约束的逆变器无功调控策略。该策略在d-q解耦控制的基础上,通过分析光伏逆变器不同工作状态下的无功调节能力,推导出光伏逆变器最大输出无功约束条件,最大限度将逆变器冗余容量作为备用无功功率输送到配电网进行无功补偿,提高了光伏逆变器无功调节范围和光照强度不足时的利用率。最后搭建Simulink仿真模型和实验平台进行验证。结果表明,在无功功率约束条件下,光伏逆变器可以大范围调节输出无功,验证了所提策略的可行性。