智能家用负荷与电网实时互动的信息物理融合优化模型及控制研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51667004
  • 项目类别:
    地区科学基金项目
  • 资助金额:
    44.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0704.电力系统与综合能源
  • 结题年份:
    2020
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2020-12-31

项目摘要

The theory and technology of the cyber physical system are the base of the internet plus application techniques in the industrial 4.0 age, in which the fusion model and the control technology play the key role. Correspondingly, to realize the interaction between the intelligent terminals with power grid is important for the conversion from traditionally unidirectional to distributed, bidirectional, interactive, open and dynamic network in the grid cyber physical system, which is considered to be developing tendency of power system in the future.. In this research, by taking scattered residential loads as the research object, the cyber physical fusion models for the rapid demand response to grid will be constructed and the Robust cyber fusion preview control method will be designed to overcome the potential challenges such as random delay, data packet dropout, random noise, and external disturbance from multi-source fusions. Meanwhile, by the study on the coordination between multi loads and grid demands, the target-delivery cyber physical fusion model will be built, in which, solving condition will be confirmed and control index will be optimized and decomposed. This project aims at improving efficiently utilization of electric power resources and realizing maximum benefit under meeting user demand.
信息物理系统的理论与技术是工业4.0时代互联网+应用的技术基础,其中融合模型和控制技术是其关键技术之一。电网信息物理系统被认为是未来电力系统发展方向,而实现用户侧智能终端与电网的需求互动,是能源网络由传统的集中式单向流动向分布式的、双向的、互动的开放式动态网络转变的关键。. 本项目拟以分散的家用负荷为研究对象,构建负荷快速响应的信息物理融合模型和设计鲁棒优化的多源信息融合预见控制方法,解决在高渗透新能源电网不同运行状态下的需求信息交互、负荷与电网交互过程中的多源信息融合和网络控制过程中不确定因素影响(如随机时延、数据丢包、随机噪声、外部扰动等)问题;同时还将研究多用户与电网需求的协调问题,建立目标传递的信息物理融合协调优化模型,确定解算条件,优化分解控制指标。通过本项目的研究,实现电力资源的优化利用和满足用户用电满意度下的利益最大化目标。

结项摘要

本项目以分散式家用智能空调负荷为研究对象,围绕电网信息物理系统的融合模型和控制技术,在个体空调负荷参与需求响应的信息物理模型和控制、大规模分层分布的信息物理模型与控制、云-边协调的信息物理模型与控制等方面进行了深入具体的研究工作。取得了以下结果:.1)从用户个体出发,将用户人机交互信息、外部气象信息、电网当前实际负荷及负荷预测信息、电价信息以及来自网络的不确定CIDR等多种信息融合建模,并采用动态变滚动域策略改进MPC控制,实现了对用户个体与电网互动的信息物理模型与自适应优化控制。.2)构建社区内消费者和消费者之间的P2P能源交易模型与控制策略,实现了微网中用户与用户间互动协调。.3)构建了大规模异质多用户与电网的需求互动协调的分布式信息物理融合模型与控制策略以及云-边协调的合作式信息物理融合模型与自适应优化控制策略。.4)考虑到电网不同运行状态下的需求信息交互、负荷与电网交互过程中的多源信息融合合网络控制过程中中信息丢包/延时等不确定因素影响,以及大规模用户的巨大信息交互量和计算量,首次提出了云-边协调的信息物理融合模型与双反馈双闭环的控制策略。大大降低了运协调的计算量和信道中信息交互量。.项目研究成果可为进一步研究能源互联网打下基础,为大规模泛在电力物联网的协调控制和交易提供可行的研究思路和途径。

项目成果

期刊论文数量(7)
专著数量(0)
科研奖励数量(0)
会议论文数量(1)
专利数量(0)
基于最优密度估计的密度峰值聚类算法
  • DOI:
    10.16208/j.issn1000-7024.2020.07.013
  • 发表时间:
    2020
  • 期刊:
    计算机工程与设计
  • 影响因子:
    --
  • 作者:
    覃华;刘政;苏一丹
  • 通讯作者:
    苏一丹
基于通信的大规模空调与电网互动的分布式合作模型及优化控制
基于通信的大型空调与电网联动分布式协作模型及最优控制策略
  • DOI:
    10.13334/j.0258-8013.pcsee.172036
  • 发表时间:
    2018
  • 期刊:
    中国电机工程学报
  • 影响因子:
    --
  • 作者:
    姜爱华;韦化
  • 通讯作者:
    韦化
Cloud-Edge Cooperative Model and Closed-Loop Control Strategy for the Price Response of Large-Scale Air Conditioners Considering Data Packet Dropouts
考虑数据包丢失的大型空调价格响应云边协同模型及闭环控制策略
  • DOI:
    10.1109/tsg.2020.2985741
  • 发表时间:
    2020-09
  • 期刊:
    IEEE Transactions on Smart Grid
  • 影响因子:
    9.6
  • 作者:
    Jiang Aihua;Wei Hua;Deng Jun;Qin Hua
  • 通讯作者:
    Qin Hua
基于改进的两支路ResNet的配电网接地故障辨识和选线
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    电测与仪表
  • 影响因子:
    --
  • 作者:
    杨柳林;李宇
  • 通讯作者:
    李宇
A two-stage optimization approach on the decisions for prosumers and consumers within a community in the Peer-to-peer energy sharing trading
点对点能源共享交易中社区内产消者和消费者决策的两阶段优化方法
  • DOI:
    10.1016/j.ijepes.2020.106527
  • 发表时间:
    2021-02-01
  • 期刊:
    INTERNATIONAL JOURNAL OF ELECTRICAL POWER & ENERGY SYSTEMS
  • 影响因子:
    5.2
  • 作者:
    Jiang, Aihua;Yuan, Huihong;Li, Delong
  • 通讯作者:
    Li, Delong

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

短路电流N-k快速计算的低阶更新法
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    电力系统保护与控制
  • 影响因子:
    --
  • 作者:
    姜爱华;韦化
  • 通讯作者:
    韦化
近50年济南三川流域降雨-径流关系变化分析
  • DOI:
    10.13476/j.cnki.nsbdqk.20180004
  • 发表时间:
    2018
  • 期刊:
    南水北调与水利科技
  • 影响因子:
    --
  • 作者:
    刘丽芳;王中根;姜爱华;梁康;刘晓洁
  • 通讯作者:
    刘晓洁

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码