Hazard-evaluation-oriented Moving Horizon Parallel Steering Control for Driver-Automation Collaboration During Automated Driving

Prompted by emerging developments in connected and automated vehicles, parallel steering control, one aspect of parallel driving, has become highly important for intelligent vehicles for easing the burden and ensuring the safety of human drivers. This paper presents a parallel steering control framework for an intelligent vehicle using moving horizon optimization.The framework considers lateral stability, collision avoidance and actuator saturation and describes them as constraints, which can blend the operation of a human driver and a parallel steering controller effectively. Moreover, the road hazard and the steering operation error are employed to evaluate the operational hazardous of an intelligent vehicle. Under the hazard evaluation,the intelligent vehicle will be mainly operated by the human driver when the vehicle operates in a safe and stable manner.The automated steering driving objective will play an active role and regulate the steering operations of the intelligent vehicle based on the hazard evaluation. To verify the effectiveness of the proposed hazard-evaluation-oriented moving horizon parallel steering control approach, various validations are conducted, and the results are compared with a parallel steering scheme that does not consider automated driving situations. The results illustrate that the proposed parallel steering controller achieves acceptable performance under both conventional conditions and hazardous conditions.

火电厂集控运行在电力系统稳定性中的作用分析

本文旨在分析火电厂集控运行在电力系统稳定性中的关键作用。通过对火电厂集控运行与电力系统稳定性的概念进行阐述,特别是火电厂在静态稳定性和动态稳定性方面的影响。重点探讨了火电厂调度和运行控制、电力系统的频率响应以及对电压稳定性的影响。此外,还介绍了电力系统协调集控运行的优化策略,包括监控和自动控制系统,人工智能在集控运行中的应用,火电厂运营参数的优化以及运行的可持续性考虑。研究发现,火电厂集控运行系统的高效运作对于保障电力系统的稳定性、可靠性和可持续性具有至关重要的作用。

可解释机器学习在电网调控领域中的应用

数据驱动的机器学习是新一代人工智能的核心技术,尽管该技术已经在电网调控领域取得了显著成果,但是可解释性差,阻碍了其在对安全可靠性要求极高的电网调控领域的实际工程应用。因此,提升电网调控领域机器学习技术的可解释性对提高其实用性至关重要。首先,从电网调度运行人员的角度,分析了机器学习可解释性的定义、目标和意义;然后,提出考虑可解释性的机器学习在电网调控领域应用的流程,介绍了典型的机器学习解释技术及其在电力系统预测和稳定评估场景的应用,通过实际案例验证了该技术在电网调控领域应用的可行性;最后,对电网调控领域机器学习可解释技术面临的挑战进行了分析和展望。通过该研究,为解决电网调控领域机器学习应用的不可解释问题提供思路和参考,进一步促进机器学习技术在该领域的实际工程应用。

风电光伏并网运行稳定性分析与控制策略研究

风电光伏作为清洁可再生能源,其并网利用是实现能源结构调整的重要手段。但是,大规模风电光伏并网会影响电网运行的稳定性,主要表现为减弱系统惯性、电压波动增大以及稳定边界缩小等,威胁电网安全稳定运行。因此,保障并网运行稳定性是实现大规模风电光伏并网的关键。深入分析影响并网稳定性的因素,采取切实有效的控制对策,既是确保电网安全的必要之举,也是维护社会经济可持续发展的当务之急。先分析并网对电网的影响,然后提出控制策略来提升系统稳定性,为大规模风电光伏并网的稳定运行提供参考。

人工智能在电力系统安全稳定控制中的应用

随着我国特高压交直流混联电网的规模不断扩大,可再生能源以及电力电子设备的渗透率持续升高,电网安全稳定运行面临着巨大的风险与挑战,人工智能技术以其强大的数据挖掘能力为电力系统安全稳定控制提供了新的思路。文中首先从电网数据特征、失稳机理、控制决策要求方面分析了人工智能应用于安全稳定控制中的合理性,并综述了人工智能在预防控制、紧急控制、预防-紧急协调控制中的应用,最后讨论了人工智能应用在安全稳定控制中的若干问题,为提升电网安全稳定控制的智能化水平提供参考。

基于智能云模型的广域阻尼控制器设计

互联电力系统极易发生区间低频振荡,且系统精确数学模型难以获得。为此,提出了一种基于智能云模型的广域阻尼控制器的设计方法。从多规则二维云发生器出发,详细介绍了智能云模型广域阻尼控制器的设计方法。通过调整量化、比例因子,提高控制精度并获得普适性。仿真结果表明:方法的控制效果优于模糊控制,所设计的控制器能够有效抑制区间低频振荡,提高系统的稳定性,在多区域互联大电网中具有可行性。

基于人工智能模块和自适应广域阻尼控制器的电力调度稳定控制方法

人工智能技术能够通过分析电力调度数据高精度,识别和调整自适应参数,对提升电力调度的稳定性具有重要意义。基于此,本文对人工智能模块和自适应广域阻尼控制器的电力调度稳定控制方法展开研究,阐述基于电力调度稳定控制系统的设计思路,并从自适应广域阻尼控制器、人工智能模块、可视化监控曲线3个方面说明电力调度稳定控制系统的搭建方式,最后将本文方法与随机模型预测控制方法和实时调度模型进行对比测试试验,验证了人工智能技术对电力调度系统稳定控制能力的提升。

基于粒子群算法的含大规模风电互联系统的负荷频率控制

以含大规模风电的互联电力系统为研究对象,以抑制风电并网时所引起的系统频率不稳定为目的,提出了基于PSO的负荷频率控制器。传统的负荷频率控制器根据区域控制偏差来调整机组的出力,使区域控制偏差ACE趋于零,从而保证全系统发出的出力和负荷功率相匹配。把风电输出当作一个负的负荷作为等效负荷,在传统的比例积分控制器中引入PSO智能控制,可以进一步提高对等效负荷的控制效果。通过在Matlab/Simulink中构建的含风电的两区域互联电力系统的仿真结果表明,无论是互联电网的频率偏差还是联络线的交换功率,控制指标更优。

智能安全稳控系统在风电集中接入电网中的应用

吉林省松原、白城地区(简称松白)电网大量风电集中接入,火电亦超常规发展,并且电磁环网问题突出,送出压力与日俱增,同塔并架的500 kV输电通道故障失去后存在严重的稳定问题。为此在该区域8个厂站配置了安全稳定控制装置,组成松白电网智能安全稳定控制系统。系统采取分区分层设计,自动获取电网信息和识别故障类型,根据预设策略采取快速切风电、再切火电的措施保证电网安全稳定运行。介绍了松白电网安全稳定控制系统的配置、设计、策略及仿真计算情况。结果表明,此系统可以保证电网严重故障后的安全稳定运行,提高松白电网的输送能力。

一种基于多个并行处理器的智能型变增益电力系统稳定器

本文提出了一种基于多个并行处理器的智能型变增益电力系统稳定器。它由变增益控制及管理环节组成。控制规律模仿人的控制经验及决策行为，简单、直观而有效。文中介绍了这种稳定器的基本原理，实现的硬件及软件系统。非线性仿真及实验室在线控制动模试验的结果均表明：这种稳定器满足稳定控制快速、实时的要求，能在较大的电力系统运行范围内提高其稳定性。

神经网络电力系统稳定器的设计与实现

本文利用ＢＰ型神经网络逼近受控系统逆动态具体设计实现了一种神经网络电力系统稳定器（ＮＮＰＳＳ）。所设计的ＮＮＰＳＳ以四层ＢＰ网络为主体，采用非线性ＰＳＳ的控制响应构成样本进行训练并通过了单、多机仿真的检验。文章深入分析了ＮＮＰＳＳ的性能和特点，重点探讨了设计过程中存在的各种具体问题。ＮＮＰＳＳ装置采用分层结构实现。动模实验结果证实了ＮＮＰＳＳ应用于真实工业环境的可行性。所设计的ＮＮＰＳＳ装置显著改善了电力系统的动、静态稳定性能并为各种大、小扰动提供了有效的阻尼作用。

智能变结构电力系统稳定器的设计

依据变结构控制理论并运用人的智能，提出了智能变结构电力系统稳定器的设计方法。控制规律易于实现，且对网络结构和系统工作点的变化具有鲁棒性。仿真结果表明，与常规电力系统稳定器相比，智能变结构电力系统稳定器能更有效地改善系统的动态特性。

基于STM32的校园照明智能控制系统

该设计主要采用基于STM32微控制器与CAN总线结合的方法,由光线强度检测电路和热释电红外信号检测电路组成检测电路,通过检测光线强度强弱和是否有人靠近,从而控制灯的开启与关闭。采用组态王软件做上位机进行控制和监控,实现了与外界环境相结合的人为可控智能闭环系统,实际表明该系统具有低功耗,稳定性强,通信距离远,传输速度快,误码率低等特点。

风能发电系统暂态稳定性智能控制研究

针对传统风能发电系统暂态稳定性控制方法,存在电网有功、无功失衡问题,控制性能差,提出新的风能发电系统暂态稳定性智能控制方法,在分析风能发电系统转矩特性的暂态稳定性机理的基础上,利用双馈感应发电机(DFIG)暂态稳定性控制方法,结合暂态功角控制对双馈感应电机的有功控制过程进行优化,基于对风电机转速变化的分析,加快控制系统能量不均衡的收敛,降低同步发电机的波动幅度;采用暂态电压控制方法优化无功控制,实现电网电压波动的恢复,完成风能发电系统暂态稳定性的智能控制。为验证所提控制方法的有效性,在实验中进行两个算例的验证。算例证明所提控制方法下,发电系统发生故障时DFIG机组能够加速使系统恢复到正常运行状态,其暂态稳定提高效果明显。

健身器械动能发电及接入电网的自适应控制系统

健身器械动能发电系统,是利用人在健身器材上运动时产生的动能,带动发电机转子进行发电的余能回收系统。通过对充放电过程进行智能控制并与电网相联接,实现高效储能和综合利用。针对健身环境、运动器械、人体运动的特点,设计并制作一套发电/供电系统,可向健身房内其他用电器供电。通过多次实验,测得各个部件运行特性及输出波形,其与理论分析和设计参数相吻合,验证了该系统的可行性和可靠性,表明其具有实用价值和应用前景。

远距离送电发电厂稳定运行的多级智能控制

介绍了对于远距离送电的发电厂当电力系统发生危及其稳定运行故障时 ,利用其发电机感受到的角加速度及其变化率、有功功率及其在电力系统故障时的突变量等特征量进行多级智能控制的方法 ,及其在相关工程实践中计算、试验结果。通过此控制原理实现的控制过程具有一定的实时性 ,且简单。

湖北电网稳定控制智能化改造初步设想

针对目前湖北电网稳定措施需要频繁进行人工投停的现状 ,在充分利用现有稳定控制装置和远联切通道的前提下 。

基于复合控制的电力电子变压器控制策略研究

在电力电子变压器(PET)中,针对高频变压器连接的输入级与输出级的变换器,现有的控制策略太过复杂,文中提出了一种复合控制应用在整个系统中。复合控制器由前馈解耦控制和智能预测控制两部分组成,前馈控制将系统中的交叉耦合电势进行完全解耦,然后智能预测控制通过离散模型来预测电路变量,确保交流输出的电流参考值最接近前馈项的估计值。并且在下一个采样周期,选择最合适的开关状态来驱动功率器件。对系统输入和输出之间的不同电压幅值以及负载功率的变化进行仿真实验,仿真结果表明能够改善系统的稳态性能以及抗干扰能力,并得到单位功率因数运行,研究表明了所提出方法的正确性和有效性。

湖北电网首套智能稳定控制装置

介绍了湖北电网内首套投入运行的智能化稳定控制装置-汉川电厂B厂稳定控制装置的原理与实现,该装置的应用标示了湖北电网稳定控制的执行环节由人工对装置进行投退发展到智能化自动执行的突变,是以后湖北电网实现集中分散、分层分区稳定控制的基础。

全速度差简化模型及其实验验证

为了解决二阶微分方程的数值模拟难以在交通信号控制机中实现的问题,以全速度差(FVD)模型为基础,提出低阶的全速度差简化(FVDS)模型,先用数值模拟分析方法将全速度差简化模型与改进Newell模型相比,结果表明相比于现有的改进Newell模型,全速度差简化模型的稳定性更高。为进一步验证模型的实用性,利用全速度差简化模型以及改进Newell模型预测交叉路口跟驰行为中跟驰车辆的速度值,并与交叉路口实测跟驰行为中跟驰车辆的速度值进行比较。结果表明,全速度差简化模型对跟驰车辆速度的预测值与实际值的残差比改进Newell模型对跟驰车辆速度的预测值与实际值的残差更小,全速度差简化模型比改进Newell模型更有效。