基于Arduino的开源低成本智能家居

本人是一名大二学生，去年开始接触Arduino时就决定将其融入寝室中，控制灯、饮水机、电风扇等。今年又尝试重写一个，对程序的要求就是：留出很大的扩展空间、主打网络控制、拥有良好的人机界面。     

农村电网线损管理研究

主要针对目前农村电网线损管理中存在的问题进行分析,提出了一套比较详尽的线损管理办法和降损的技术措施,在现有的电网状况下最大限度地降低农村电网线损,从而进一步提高供电所的线损管理水平。     

基于电网智能算法下大数据在电力行业中的应用

介绍了智能电网以及大数据全貌,对电力大数据的分类及特征进行分析,归纳总结各种电网智能算法在电力行业中的应用,并通过典型案例阐述电力大数据在电力系统中的应用场景。最后,提出在智能算法下大数据在电力行业中的发展趋势。     

考虑预测不确定性的微电网实时控制策略研究

风能、光伏等可再生能源的高比例并网成为了缓解全球能源危机的一项重要措施。然而,可再生能源实时出力中的间歇性和波动性给系统的安全性带来了一定的挑战。为了在提高可再生能源利用率的同时保证系统安全性,提出了一种基于深度强化学习(DRL)算法的运行优化实时调度模型。首先,构建了负荷预测模型实现负荷预测和高斯混合模型拟合预测误差;其次,考虑系统各节点的约束条件,以系统运行成本和安全运行作为优化目标,建立相应优化模型;然后,将优化问题转化为马尔可夫决策过程,并采用双延迟深度确定性策略梯度算法求解;最后,利用DRL算法的环境交互机制和策略自由探索,获得联合调度策略的最优结果。实验结果表明,所提方法具有良好的适应性,并且可以进行在线实时调度。     

基于深度强化学习的微电网源-荷低碳调度优化研究

提升可再生能源在能源供给中的比例成为实现低碳经济的重要举措之一。为减少碳排放量并降低用电成本,提出了一种基于深度强化学习的微电网低碳经济优化调度模型。首先,介绍了碳排放流理论并基于此构建了碳计量模型以及阶梯碳价模型;其次,将低碳经济优化问题转换为一个马尔科夫决策;最后,利用深度强化学习对该多目标优化问题求解。实验结果表明,所提方法通过控制发电机组的出力以及负荷的转移,有效地提升了系统经济性并降低了碳排放量。