一种MA准则下改进的OFDM系统自适应比特功率分配算法

针对经典贪婪算法(greedy)迭代次数多、运算量大的缺点,提出一种基于边缘自适应(margin adaptive,MA)准则的改进贪婪算法来进行正交频分复用(orthogonal frequency division multiplexing,OFDM)系统的自适应比特功率分配。与贪婪算法相比,改进算法通过预分配和迭代分配两部分来降低算法的计算量。在预分配中改进算法通过引入功率利用率函数,对信道条件好的子信道预先加载一部分比特。然后,在迭代分配的过程中,引用分类排序的思想,用一张表格存储子信道的功率变化情况,从而降低算法的复杂度。仿真结果表明,在相同的仿真环境下,改进算法和Greedy算法的误比特性能几乎一致,但改进算法的运行时间更短。

复合电压薄弱性指标及以其为导向的无功优化策略

提出了一种新的电力系统薄弱环节确定指标,并提出以系统薄弱环节分析为导向的多目标函数无功优化方法。首先,融合薄弱性指标电压和功率两方面的特点和优势,定义了新的薄弱环节复合裕度判定指标,综合描述负荷正常工作点与电压崩溃点的距离;以该指标为判定标准识别出系统的电压薄弱环节点集,由此点集构成无功优化的待补偿节点集。然后,建立多目标无功优化模型,采用改进自适应遗传算法,在算法选择环节采用确定式选择原则替换传统轮盘赌法,进而完成多目标无功优化模型求解。最后,以IEEE 30节点系统和新英格兰IEEE 39节点系统为仿真试验案例,通过优化后多项系统运行指标与传统方法计算结果的对比,验证了以新的薄弱环节判定指标为无功优化策略的有效性和优越性,同时也证明了改进后的自适应遗传算法在多目标无功优化计算中的高效性。

基于自适应扩散算法的主动配电网鲁棒优化调度

针对主动配电网负荷调度的均衡性问题,提出了自适应扩散算法的主动配电网鲁棒优化调度方法。通过构造自适应邻接矩阵和融合矩阵,对节点状态值进行迭代更新,以实现全网用户一致检测信息,控制主动配电网发电出力功率边际成本,提高其鲁棒性,优化调度效率,并保证负荷均衡性。实验结果表明,所提方法可显著降低系统的负荷峰谷差,提高其鲁棒性并保证负荷均衡性。

动态连续潮流与自适应混沌粒子群结合计算静态电压稳定裕度

提出一种动态连续潮流(Dynamic Continuation Power Flow,DCPF)与自适应混沌粒子群优化算法(Adaptive Chaotic Particle Swarm Optimization,ACPSO)结合求取系统最大静态电压稳定裕度的方法。该方法以静态电压稳定裕度最大为目标函数,针对连续潮流在处理不平衡功率上存在不足,将动态潮流算法引入到连续潮流模型中,根据发电机和负荷的静态频率特性分配系统的不平衡功率,建立DCPF模型;用DCPF计算每一组控制变量对应的静态电压稳定裕度;用ACPSO进行最优控制变量组合的搜索,求取最大静态电压稳定裕度;ACPSO算法通过将混沌算法引入到粒子群优化中,克服单纯粒子群优化算法计算速度慢、有时易陷入局部最优解的缺点。算例验证了该算法的有效性。

多用户OFDM系统中的自适应子信道和比特、功率分配

提出了一种多用户OFDM系统中的自适应子信道和比特、功率分配算法。算法根据多径频率选择性衰落信道的瞬时特性,动态地为多用户分配子信道和传输比特数,并服从MA优化准则。这里采用分两步走(Two Step)的思想,将子信道的分配和子信道上的比特、功率分配分离开来,以减小联合分配带来的过高的计算复杂度。仿真结果表明,与静态信道分配方案的自适应比特分配算法相比,该算法可以节约5～6dB的发送功率;与静态信道分配方案的等比特分配算法相比,该算法可以节约的发送功率大于10dB。

多目标无功优化的向量评价自适应免疫粒子群算法

为了克服粒子群算法在高维复杂问题寻优时容易陷入局部搜索的现象,提出了一种自适应免疫粒子群算法。该算法利用引入免疫系统的免疫信息处理机制和自动调整动量系数的自适应因子,从整体上达到系统的最佳控制方案。并将基于目标向量的个体评价方法与自适应免疫粒子群算法相结合,提出了基于向量评价的自适应免疫粒子群算法(vector evaluated adaptive immune particle swarm optimization,VEAIPSO)来解决多目标无功优化问题。通过引入静态电压稳定指标,建立了以系统有功损耗最小、节点电压偏移量最小及静态电压稳定裕度最大为目标的多目标无功优化模型。IEEE30和IEEE118节点系统算例仿真结果表明,该算法能有效地解决多目标无功优化问题,并具有良好的收敛稳定性和较高的寻优精度。

高压柔性直流电网分层协同自适应下垂控制

为实现直流电网的潮流优化及扰动后不平衡功率的合理分配,提出一种直流电网分层协同自适应下垂控制策略。其中,系统控制层基于各站直流电压、有功功率等信息,以直流电网运行中网损和直流电压偏差最小为优化目标,实时分析并优化各站的直流电压、有功功率指令,以实现稳态时直流电网潮流最优;换流站控制层以本地信号为依据,综合考虑各换流站功率裕度以及电压偏差影响,通过实时自适应调整下垂系数,合理分配扰动后直流电网内部的不平衡功率,同时减小直流电压的偏差。系统控制层的指令值优化与换流站控制层的下垂系数优化协同作用,实现直流电网功率的协调控制。以七端直流电网为例的仿真结果验证了所提策略的有效性和优越性。

基于梳状导频的OFDM系统子载波和功率分配

提出一种根据梳状导频进行信道估计得到带有误差的信道信息,来完成自适应比特装载的算法。把正交频分复用子载波进行分组,利用基于梳状导频的信道估计对信道时变进行跟踪,即时获取信道信息来完成分配算法。将子信道的分配和子信道上的比特、功率分配分离开来,以降低计算复杂度。仿真结果表明与静态信道分配方案的等比特分配算法相比,该算法可以节约发送功率大于10dB。

一种OFDM系统中的自适应调制策略

给出了一种OFDM系统中考虑QoS约束的自适应调制策略。算法首先通过用户的QoS约束值确定用户的调度优先级并据此分配子载波,然后再对用户进行比特和功率分配,确定调制方案。仿真结果表明,该算法能够使系统在满足QoS约束要求的条件下使所需的发射功率最小。

基于自适应遗传算法的移相器优化计算

为解决"电力输电网潮流输送不均衡"等问题,将作为柔性交流输电技术之一的移相器应用到电网优化中。在分析其原理及作用的基础上,对移相器的电网优化选址问题进行了研究,提出了一种"能够反映移相器调控效果并解决电网中部分断面的重载、过载问题,提高电网送电安全性"的选址优化方法,该方法采用基于潮流裕度的初选和基于通道利用率的定址两步进行优化。对IEEE57节点电网典型运行方式下的移相器进行了计算。研究结果表明,所述的指标和方法是高效和合理的,也同时表明了移相器对系统可靠性具有重大的改善作用。

平均速率受限条件下OFDM系统联合自适应分配策略

提出一种满足不同用户速率要求的OFDM系统的联合子载波、比特和功率分配算法,以达到进一步减小发射功率的目的。首先在用户平均速率受限的条件下进行子载波分配,然后对分给每个用户的子载波进行速率注水,进行比特和功率分配,使系统在满足用户传输速率要求的同时传输功率最小。仿真结果表明,该算法功率分配部分具有较低的复杂度,相同性能要求下所需最小传输功率比其他算法小。

航发产品适应性数控加工技术探索研究

基于柔性制造和适应性控制的适应性数控加工技术在高性能航空发动机和延寿大修机产品的加工中具有显著的优势。适应性控制要素包括余量、误差、精度、切削速度、进给速度、切削力等,在数控加工过程中主要体现在工件空间几何位置适应性控制、零件装夹定位适应性控制、加工切削载荷适应性控制和机床生产运行适应性控制4个方面。对航空发动机产品适应性加工工艺及其关键技术做了综合阐述,并探讨了适应性数控加工的应用及控制要素。最后指出适应性数控加工技术是提高数控加工效率和精度的有效方法,智能控制的适应性数控加工技术将成为智能制造的重要发展方向。

大型并网光伏电站AGC/AVC多模式自动控制系统设计与实现

"碳达峰、碳中和"背景下,能源格局重构和转型是必然所趋,"十四五"规划到2030年风电、光伏非石化能源消费占比达25%,新能源电站自动控制系统需求将到爆发阶段,而AGC/AVC是整个电网优质、安全及经济运行的保障,研发自适应、多种策略准确度高的AGC/AVC系统成为变革目标。结合光伏电站的波动性和不稳定性等特点,全面考虑电网及发电企业的需求,设计了大型并网光伏电站、多模式混合控制策略与调节模式的AGC/AVC自动控制系统,包括系统的物理架构、数据采集与数据处理及实现。该系统是一种基于数学模型的控制算法,根据设置系统参数变化自动调控规则,并融合功率分配思想,提出AGC平均计算策略、AGC带优先级平均策略、AVC带优先级平均计算策略及AVC无功补偿装置和逆变器混合策略等多种自适应控制模式,将实时数据和调度端下发目标曲线对比,调控光伏电站发电的有功功率和无功电压,依据调度分配目标功率进行最优组合策略分配调度电单元逆变器的有功功率,达到分批调控和微调的效果,控制智能化调节精度化,系统具有很强的鲁棒性。在为电网安全、可靠运行保驾护航的同时,实现光伏电站无人值守、少人值班的运营模式,减少运营成本,提高光伏发电系统的优质、可靠和经济运行。

OFDM系统中子信道的自适应比特、功率分配

研究了一种改进的OFDM系统中子信道的自适应比特、功率分配算法。该算法可适用于多径频率选择性衰落信道,它根据信道的瞬时特性,动态地为OFDM系统的各子信道分配传输比特数和发送功率。依据不同的分配准则,采用了MA和RA两种优化算法。仿真结果表明,采用自适应技术可以大大提高OFDM系统的性能。