基于数据与机理分析的有源配电网状态估计与网络化趋优协调控制

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61533010
  • 项目类别:
    重点项目
  • 资助金额:
    290.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0301.控制理论与技术
  • 结题年份:
    2020
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2020-12-31

项目摘要

As an important part of the smart grid, active distribution networks being intelligent and initiative are achieved by state estimation and approximate-optimal coordination control, the research of which is an international academic frontier with significant theoretical and application value. Considering the difficulties and challenges in the research of state estimation and approximate-optimal coordination control of active distribution networks together with the limitations existing in the research on the basis of either mechanism or data, the project carries out the research based on a combination of data and mechanism analysis, namely, involving the analysis of the source-network-load interaction mechanism and the dynamic modeling of multi-temporal and spatial scales; studying the distributed cooperative monitoring and state estimation methods considering the effect of dynamic complexity of the measurement environment and massive partial data; researching the networked approximate-optimal coordination control methods of active distribution networks under the cloud-triggered mechanism. On this basis, a dynamic coordination control architecture is to be constructed in which the upper level is approximate-optimal coordination and the lower is source-load interaction networked distributed coordination control for realizing the optimization goal of active distribution networks, and it is to be verified in application by experiment combining Jinzhou active distribution networks, which lay a foundation of theory and technology for large-scale distributed energy sources integrating into active distribution networks , improving power quality and achieving active control and management and optimization of system operation.
有源配电网是智能电网的重要组成部分,支撑有源配电网实现智能性与主动性的状态估计与趋优协调控制方法,其研究属国际学术前沿,具有重要理论与应用价值。本项目考虑有源配电网状态估计与趋优协调控制研究中面临的困难与挑战,以及单一基于机理或数据的方法进行研究所存在的局限性,提出基于数据与机理分析融合的思想开展研究,重点研究:有源配电网源网荷互动机理分析与多时空尺度动力学建模;考虑测量环境的动态复杂性以及数据的海量与不健全性的影响,研究分布式协同监测与状态估计方法;研究云触发机制下有源配电网的网络化趋优协调与控制方法。在此基础上,构建上层趋优协调,下层源荷互动网络化分布式协调控制,以实现有源配电网趋优目标的动态协调控制架构,并通过实验以及结合锦州有源配电网完成应用验证工作,为有源配电网接纳大规模分布式能源、提高供电质量、实现主动控制与管理以及优化系统运行奠定理论与技术基础。

结项摘要

有源配电网的机理模型与监测数据均存在更多不确定性,状态估计需应对监测环境的复杂动态性和数据海量与不健全性,优化协调控制研究将面临系统可调资源众多且异构混杂、信息物理融合与多目标趋优等问题。本项目针对上述特征,研究形成了适用于有源配电网环境的高效监测与状态估计以及网络化趋优协调控制方法。主要体现在:1)分析了双网的耦合交互关系并建立了耦合连接关系,研究了双网共同作用下的动态演化规律,建立了混杂能源系统的多时间尺度分层控制框架,为研究源网荷在不同时空尺度上的相互作用机理及双网关联动态行为提供了理论基础;2)建立了分布式协同监测与状态估计方法,尤其是针对信息物理融合特性,提出了网络受到攻击下的状态估计方法,为应对有源配电网测量装置混杂、监测数据不完整以及系统整体多时空尺度特性下的状态估计问题提供了有效的解决方案;3)建立了不确定环境下的多目标趋优混杂优化方法,突破了有源配电网的多目标多约束下的优化协调控制技术;4)建立了不确定环境下的分布式协调控制策略,研究了时变时延的多智能体分布式优化方法和孤岛微电网的分布式二次控制策略等。特别地引入了事件触发机制,大大降低了数据通信压力,为研究有源配电网异质源荷设备即插即用提供了重要依据。.项目执行期间,共发表184篇高水平学术论文,其中SCI收录153篇、EI收录16篇,申请国家发明专利55项(授权19项),出版英文专著2部,获2019年江苏省科学技术奖一等奖1项,2017年中国自动化学会自然科学一等奖1项,2019年中国自动化学会技术发明一等奖1项,培养IEEE Fellow、国家优青、江苏省杰青、江苏省特聘教授各1名,培养博士研究生17名、硕士研究生34名。自主研发了18项覆盖主动配电网终端、区域、系统的软硬件功能模块、装置和系统,经中国自动化学会组织的鉴定委员会鉴定,认为研究成果在机理与数据融合驱动的安全评估、多模态协调切换与网络化协同控制技术、多目标一体化调度方法与技术方面达到国际领先水平。

项目成果

期刊论文数量(175)
专著数量(2)
科研奖励数量(3)
会议论文数量(0)
专利数量(55)
Consensus of multiagent systems with relative state saturations
具有相对状态饱和度的多智能体系统的共识
  • DOI:
    10.1109/tsmc.2019.2912980
  • 发表时间:
    2021
  • 期刊:
    IEEE Transactions on Systems, Man, and Cybernetics: Systems
  • 影响因子:
    --
  • 作者:
    Chu Hongjun;Yue Dong;Gao Lixin;Lai Xiangjing
  • 通讯作者:
    Lai Xiangjing
MAS-Based Management and Control Strategies for Integrated Hybrid Energy System
基于MAS的综合混合能源系统管控策略
  • DOI:
    10.1109/tii.2016.2569506
  • 发表时间:
    2016-08-01
  • 期刊:
    IEEE TRANSACTIONS ON INDUSTRIAL INFORMATICS
  • 影响因子:
    12.3
  • 作者:
    Dou, Chunxia;Yue, Dong;Xue, Yusheng
  • 通讯作者:
    Xue, Yusheng
Adaptive model-based event-triggered control of networked control system with external disturbance
基于自适应模型的外部扰动网络控制系统事件触发控制
  • DOI:
    10.1049/iet-cta.2015.1289
  • 发表时间:
    2016-06
  • 期刊:
    IET CONTROL THEORY AND APPLICATIONS
  • 影响因子:
    2.6
  • 作者:
    Zhang Huaipin;Yue Dong;Yin Xiuxia;Chen Ji
  • 通讯作者:
    Chen Ji
Resilient event-triggering H∞ load frequency control for Multi-area power systems with energy-limited DoS attacks
针对能量受限 DoS 攻击的多区域电力系统的弹性事件触发 H 无穷大负载频率控制
  • DOI:
    10.1109/tpwrs.2016.2634122
  • 发表时间:
    2017
  • 期刊:
    IEEE Transactions on Power Systems
  • 影响因子:
    6.6
  • 作者:
    Chen Peng;Jicai Li;Minrui Fei
  • 通讯作者:
    Minrui Fei
A novel event-triggered mechanism for networked cascade control system with stochastic nonlinearities and actuator failures
具有随机非线性和执行器故障的网络串级控制系统的新型事件触发机制
  • DOI:
    10.1016/j.jfranklin.2019.01.021
  • 发表时间:
    2019-03
  • 期刊:
    Journal of the Franklin Institute
  • 影响因子:
    --
  • 作者:
    Zhou Gu;Tao Zhang;Huan Zhao;Mouquan Shen
  • 通讯作者:
    Mouquan Shen

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

电力大数据智能化高效分析挖掘技术框架简
  • DOI:
    10.13382/j.jemi.2016.11.008
  • 发表时间:
    2016
  • 期刊:
    电子测量与仪器学报
  • 影响因子:
    --
  • 作者:
    邓松;岳东;朱力鹏;胡斌;周爱华
  • 通讯作者:
    周爱华
基于T-S模型的非线性网络控制系统的量化保成本控制
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    控制与决策
  • 影响因子:
    --
  • 作者:
    褚红燕;费树岷;岳东;CHU Hong-yan1,2,FEI Shu-min1,YUE Dong2(1.College o;2.College of Electrical;Automatic Engineering,
  • 通讯作者:
    Automatic Engineering,
Robust stabilization control for a class of singular perturbation systems with delay
一类时滞奇异摄动系统的鲁棒镇定控制
  • DOI:
    10.1109/icsmc.1999.814050
  • 发表时间:
    1999-10
  • 期刊:
    Proceedings of the IEEE Intern
  • 影响因子:
    --
  • 作者:
    岳东;Li Ming;Tso S K;Fei Minrui
  • 通讯作者:
    Fei Minrui
网络化神经网络的时滞依赖稳定性判据
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    Control Theory & Applications
  • 影响因子:
    --
  • 作者:
    朱训林;岳东
  • 通讯作者:
    岳东
任意相阶数的鲁棒MRAC方案
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    工业仪表与自动化装置
  • 影响因子:
    --
  • 作者:
    吴忠强;许世范;岳东
  • 通讯作者:
    岳东

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

岳东的其他基金

能源互联网配用侧海量分布式可控资源智能决策与协同控制
  • 批准号:
    62233010
  • 批准年份:
    2022
  • 资助金额:
    288 万元
  • 项目类别:
    重点项目
基于事件触发机制的多群组刚体姿态协同控制研究
  • 批准号:
    61374055
  • 批准年份:
    2013
  • 资助金额:
    80.0 万元
  • 项目类别:
    面上项目

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