CN101231523B - 一种灵敏负荷的控制系统及方法 - Google Patents
一种灵敏负荷的控制系统及方法 Download PDFInfo
- Publication number
- CN101231523B CN101231523B CN2008100103549A CN200810010354A CN101231523B CN 101231523 B CN101231523 B CN 101231523B CN 2008100103549 A CN2008100103549 A CN 2008100103549A CN 200810010354 A CN200810010354 A CN 200810010354A CN 101231523 B CN101231523 B CN 101231523B
- Authority
- CN
- China
- Prior art keywords
- sensibility
- pin
- charge
- data
- pic18f4521
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Abstract
一种灵敏负荷的控制系统及方法,该系统包括设在调度中心的上位机,采用光纤作为主干网络,上位机运行蚁群组分优化控制算法模块,通过分布内嵌式灵敏负荷设备通讯控制器,利用串行方式和被控灵敏负荷进行通信,通过网络方式接入因特网。其方法是采用了灵敏负荷设备蚁群组分全局优化控制模块,利用优化算法实现优化控制,寻找最优的开关状态组合。本控制系统及方法实现了对用户侧的灵敏负荷设备供电侧管理及电力系统的调度/配电自动化一体化设计,合理的降低负荷,保证供电公司受电损失最小。
Description
技术领域:
本发明属于电力系统及其自动化技术领域。
技术背景:
随着经济的高速发展,用电量和高峰负荷持续增大,负荷峰谷差进一步拉大,负荷率不断下降。与此相对应,用户对于电力供应的数量和质量要求却都越来越高。我国目前电力不足问题,主要问题不是电力总量不足,而是指峰值电量过大。因此,提高需求侧的管理水平是必由之路。灵敏负荷管理与控制是作为需求侧的管理的一个重要手段。
电能的生产、输送、分配和使用可以说是在同一时刻完成的,即电力系统中的功率每时每刻都是平衡的。电力负荷的大小随时间而异,负荷随时间变化的轨迹称为负荷曲线,最大负荷称为高峰负荷,最小负荷称为低谷负荷。由于工业电能不能存储,电力部门的发电功率必须实时跟踪负荷的变化,即高峰负荷时,必须要有和高峰负荷相当的发电容量,而在低谷负荷时,则要停掉很多机组。这种按最大负荷确定装机容量的作法是很不经济的,而且机组频繁地启动和停止对电力系统运行也十分不利。
电力系统中关键的问题就是维持发电和用电的平衡,传统的方法是通过控制发电机的输出来维持系统平衡,传统的负荷控制通过限制负荷的使用,来改善负荷曲线。经济的高速发展引起了用电结构的变化,从而导致电力负荷峰谷差加大、负荷率降低、发电设备利用小时数下降、发电煤耗增加,发电成本上升、电网调峰困难、供电可靠性下降甚至高峰时段拉闸限电等一系列问题。
发明内容:
针对现有电力系统负荷控制所存在的问题,本发明提供一种利用负荷资源为电力系统供电服务的灵敏负荷控制系统及方法。
所谓灵敏负荷(Responsive load)即能够快速的响应电网的需求,同时对用户侧的影响较小的一类电气负荷。
本发明采用分布内嵌式灵敏负荷通讯控制器和蚁群组分优化算法模块,用以解决不同灵敏负荷设备的协议兼容、远程通讯、异地控制和全局寻优等关键技术。
本发明的控制系统包括设在调度中心内的至少两台计算机工作站,采用光纤作为主干网络,通过分布内嵌式灵敏负荷设备通讯控制器的串行通信/网络通信转换系统,利用串行方式和被控灵敏负荷进行通信,通过网络方式接入因特网。
1、上位机是调度中心内至少两台以上的计算机,上位机拥有主机、网卡、显示器、音箱(或蜂鸣器)、打印机、键盘鼠标等设施。在上位机上运行蚁群组分全局优化控制算法模块,能够显示当前的系统参数、运行状态、实时曲线等等,并可以把各种重要参数写进数据库,以备事后查询。
2、分布内嵌式灵敏负荷设备通讯控制器,是基于Microchip公司PIC18F4521芯片,该转换器使被控负荷具有远程调度与控制的功能,并具周期自动上报数据功能:对被控负荷状态采集数据以一定周期自动上报;人工随机采集功能:通过上位机人工采集被控符合状态参数;主台时钟校时及参数设置功能:通过上位机程序主动与通讯控制器进行系统时钟校时并设置参数;自我诊断及报警功能:由内置程序进行自检并在出错时向上位机发送出错信号;负荷控制监测功能:侦测被控负荷是否可控(即监察网络状态),如可控则发送正常采集信息给上位机,否则发送报警信号;串口侦听及协议解析功能:对串口进行侦听并完成不同通讯协议的解析功能。并采用Microchip公司生产的ENC28J60作为以太网控制器,它遵循IEEE802.3协议标准,成本低,易于组网,技术支持广泛,同时采用具有隔离变压作用的RJ45插座共同组成以太网通讯控制器及接口电路。
分布内嵌式灵敏负荷设备通讯控制器由微处理器、串口通讯芯片、电压转换芯片、串口接口、以太网通讯控制器及接口组成。
内嵌式灵敏负荷设备控制器的工作原理如附图3所示,其特征为主台校时,协议解析、通讯控制及数据采集等。
本发明的分布内嵌式灵敏负荷设备通讯控制器主程序流程图如附图7(a)所示:
步骤一:主程序开始;
步骤二:单片机初始化;
步骤三:网卡初始化;
步骤四:监察网络连接,进入侦听状态;
步骤五:判断是否收到以太网桢,如果收到则读取该桢,则接着执行步骤六,如果没接到则开始执行步骤七;
步骤六:读取该以太网桢,判断该桢是ARP包、ICMP包、还是TCP包,并根据不同的数据包作不同的处理,如果不属于上述三种包的任何一种,则返回步骤五;
步骤七:判断是否有数据输入,若有数据输入则把数据封装后发送出去,如果没有数据输入则返回步骤五。
本发明的分布内嵌式灵敏负荷设备通讯控制器网卡初始化的流程图如附图7(b)所示,网卡初始化时执行如下步骤:
步骤一:先后通过硬件和软件复位网卡;
步骤二:设置接收、发送中断向量;
步骤三:设置网卡的IP/MAC/组播地址;
步骤四:设置DMA源地址、目的地址;
步骤五:设置接受、发送寄存器。
本发明的分布内嵌式灵敏负荷设备通讯控制器从被控灵敏负荷接收数据再发到上位机,程序流程图如附图8(a)所示,其步骤为:
步骤一:分布内嵌式灵敏负荷设备通讯控制器接收到被控灵敏负荷传送上来的数据;
步骤二:判断是否需要进行数据处理(解析数据包、数据帧类型,读取对应数据),如果需要则进行数据处理,如果不需要则直接进入下一步;
步骤三:根据用户要求,判断是否需要对数据进行加密,如果需要则先把数据加密再把数据发送到上位机,如果不需要,则直接发送数据;
步骤四:程序结束。
本发明的内嵌式灵敏负荷设备通讯控制器从上位机接收数据再发到被控灵敏负荷程序流程图如附图8(b)所示,其步骤为:
步骤一:分布内嵌式灵敏负荷设备通讯控制器接收到上位机的数据;
步骤二:判断是否需要验证口令,如果需要则执行验证口令子程序,如果不需要则直接进行数据处理;
步骤三:判断是否需要发送数据,如果需要则把数据发送到被控灵敏负荷,如果不需要则执行下一步;
步骤四:程序结束。
3、灵敏负荷设备蚁群组分全局优化控制模块,是针对空调、热水器为代表的一类重要的灵敏负荷,利用优化算法实现优化控制,寻找最优的开关状态组合,以满足负荷削峰的需求及使得供电公司在直接负荷控制区间造成的电费损失最小;充分考虑反弹负荷问题;通过模块优化的结果应该保证负荷控制误差总和最小;充分考虑控制的公平性即各个负荷受控的时间尽量相等,实现负荷的分析和优化控制。
蚁群组分全局优化控制算法模块:
本发明的上位机通过运用蚁群组分全局优化控制算法模块,充分合理的对灵敏负荷进行控制:对于灵敏负荷控制器采集反馈的信息,进行分析,并根据全网络的情况进行调度,决定如何调配灵敏负荷的容量,满足负荷管理的需要。
本发明蚁群分组优化算法模块工作流程包括以下步骤,如附图9所示:
步骤一:上位机发出采样指令,采集周期为T第i组负荷采样数据;
步骤二:目标函数转换;
步骤三:确定启发函数;
步骤四:确定转移概率;
步骤五:信息素更新规则;
步骤六:可行解形成;
步骤七:在第k个采样时刻预测应转移消减总负荷量P;
步骤八:分析被控负荷状态S(k),S(k)=1且满足P时继续采样返回步骤一;S(k)=0且不满足P时则需要消减负荷;
步骤九:分析采样负荷连续受控时间t,同时分析被控负荷允许时间;
步骤十:若满足负荷允许时间则执行消减负荷,否则继续采样返回步骤七。
①优化算法特征:
设参与直接负荷控制计划的用户被分为N个组,每个组可以提供用于直接负荷控制的容量分别为:L1,L2,...,LN。整个负荷控制区间为Tc,采样周期为Ts,根据负荷预测得到每个采样时刻需要转移削减的负荷为P(kTs),k=1,...,M,其中M=Tc/Ts。为了简便标记,在不造成概念混淆的情况下,省略Ts,将kTs简写为k。将第i组负荷在第k个采样时刻的状态记作si(k)。如果si(k)=1,则说明第i组负荷处于受控状态,即属于该组的灵敏负荷被关闭或减载运行。相应的,如果si(k)=0,则说明第i组负荷不处于受控状态,即属于该组的灵敏负荷仍然处于正常的运行状态。
直接负荷控制优化调度策略是针对这N组负荷,寻找最优的开关状态组合,以实现下面两个目的:
1.满足负荷削峰的需求;
2.供电公司在直接负荷控制区间造成的电费损失最小。
记Θ(k)≡{s1(k),s2(k),...,sN(k)},为kTs时刻所有负荷组的受控状态组合。相对于状态组合Θ(k),在第k个采样周期负荷组可以降低的总的负荷容量为LS(k):
建立精确的负荷反弹模型是非常困难的,考虑如下的反弹负荷模型:
LB(k)|Θ(k)=αLS(k-1)|Θ(k-1)+βLS(k-2)|Θ(k-2).(2)
其中,1≥α,β≥0为系数,这里取α=0.15,β=0.05。
考虑反弹负荷,第k时刻需要削减的负荷总量Pt(k)为
Pt(k)=P(k)+LB(k)|Θ(k).(3)
其中P(k)是控制负荷。
将在第k个采样时刻,负荷组所能产生的负荷和需要转移削减的负荷容量差记作e(k)|Θ(k):
e(k)|Θ(k)=LS(k)|Θ(k)-Pt(k).(4)
理想情况下,优化的结果应该保证负荷控制误差在M个采样周期内的总和最小,即:
实际中需要保证负荷组所能控制的负荷必须大于需求的负荷与反弹负荷的和,即需要满足如下限制:
对于第i组负荷,到第k个采样时刻累计的连续受控时间(灵敏负荷关闭或减载运行)和非受控时间(灵敏负荷正常运行)分别记作τi uc(k)和τi oc(k)。其计算公式如下:
其中,i=1,...,N,k=1,...,M,
同时需要考虑两个制约因素:为了保证用户的舒适度,每组灵敏负荷关闭的时间不能太长,这里对每个灵敏负荷组限定了最大连续允许受控时间Ti uc;相应的,为了避免空调压缩机(或冷却机组)频繁启动造成的机械寿命降低,对每组空调规定了最小连续运行时间Ti oc。也就是说,需要考虑下列两个限定条件:
其中,i=1,...,N,k=1,...,M。
对于第i组负荷,如果其处于受控状态(si(k)=1),则根据式(7)可以计算出连续受控时间τi uc(k)。如果连续受控时间τi uc(k)大于Ti uc,则该组负荷应该恢复到非受控状态。同理,如果其处于非受控状态(si(k)=0),则根据式(8)可以计算出连续运行时间τi oc(k)。如果连续运行时间 τi oc(k)小于Ti oc,则该组负荷不能作为可选择的受控负荷。也就是说,限制(9)和(10)任一个不满足的时候,该组负荷就应该处于非受控状态,即
s(k)=0,
其中,i=1,...,N,k=1,...,M。
②调度控制特征
直接负荷控制优化调度问题,被归纳为求解在限制(6),(9),(10)条件下,最小化目标函数(5)。由于该系统存在N个负荷组和M个采样区间,因此整个解空间有2N×M种解的组合。
在优化的时候,还需要考虑控制的公平性。所谓公平性即是要保证在负荷控制区间内,各个负荷受控的时间尽量相等。
对于第i组负荷,在第k个控制时刻,累计的受控时间为:
其中,
在第k个控制时刻,所有参与DLC的负荷组的平均累计受控时间为:
本发明通过调度中心的上位机直接对用户负荷实行周期性的控制,来修改负荷曲线,实现削峰、节能的作用。灵敏负荷优化调度问题本质上可以归结为一个复杂的组合优化问题,本发明基于国际先进的蚁群组分全局优化控制算法用于求解灵敏负荷优化调度问题,并考虑了负荷控制的公平性。蚁群算法作为一种解决组合优化问题的寻优算法,它具有较强的鲁棒型、优良的分布式计算机制、易于和其他方法相结合等优点。
通过上述方法设计的分布内嵌式灵敏负荷设备全局优化通讯控制器,实现对用户侧的灵敏负荷设备供电侧管理及电力系统的调度/配电自动化一体化设计,既能够按照系统需求合理的降低负荷,又能够保证供电公司受电损失最小。优化方法的具体实现原则是实行错峰、避峰用电,合理有效地削减电网高峰负荷,增加低谷用电,提高电网的使用效率。按照“缺多 少、错多少”,“先错峰、后避峰、再限电、最后拉路”的思路,确保电力生产和使用安全,确保城乡居民生活用电,确保重要单位和重点企业用电。
附图说明:
图1为本发明的系统的结构框图;
图2为本发明的内嵌式灵敏负荷设备通讯控制器装置结构图;
图3为本发明的内嵌式灵敏负荷设备通讯控制器的工作原理图;
图4(a)为本发明的PIC18F4521单片机及外围电路图;
图4(b)为本发明的以太网通讯控制器及接口电路图;
图5为本发明的电压转换芯片电路原理图;
图6为本发明的串口通信部分的电路原理图;
图7(a)为本发明的内嵌式灵敏负荷设备通讯控制器主程序流程图;
图7(b)为本发明的网卡初始化的程序流程图;
图8(a)为本发明的灵敏负荷通过内嵌式灵敏负荷设备通讯控制器向上位机发送数据程序流程图;
图8(b)为本发明的上位机通过内嵌式灵敏负荷设备通讯控制器向灵敏负荷发送数据程序流程图;
图9为本发明的蚁群分组优化算法模块程序流程图;
图10(a)为本发明应用实例1的负荷组数据图;
图10(b)为本发明应用实例1的负荷控制误差曲线图;
图10(c)为本发明应用实例1的实际消减负荷曲线图;
图11(a)为本发明应用实例2的负荷组数据图;
图11(b)为本发明应用实例2的负荷控制误差曲线图;
图11(c)为本发明应用实例2的实际消减负荷曲线图;
图12(a)为本发明应用实例3的负荷组数据图;
图12(b)为本发明应用实例3的负荷控制误差曲线图;
图12(c)为本发明应用实例3的实际消减负荷曲线图。
具体实施方式
下面结合附图进一步说明本发明:
本发明的系统框图如附图1所示,调度中心系统由至少两台计算机工作站构成,它拥有主机、网卡、显示器、音箱(或蜂鸣器)、打印机、键盘鼠标等设施。计算机工作站内安装有灵敏负荷设备蚁群组分全局优化控制模块,能够显示当前的系统参数、运行状态和灵敏负荷设备实时曲线等,并可以把各种重要参数写进数据库,以备事后查询。调度中心通过分布内嵌式灵敏负荷设备通讯控制器监控灵敏符合设备并充分利用电力公司现有的通讯资源、光纤作为主干网络。通过分布内嵌式灵敏负荷设备通讯控制器的串行通信/网络通信转换系统,利用串行方式和被控灵敏负荷进行通信,通过网络方式接入因特网。
分布内嵌式灵敏负荷设备通讯控制器装置结构如附图2所示,由微处理器PIC18F4521“1”、串口通讯芯片MAX3232ESE“2”、电压转换芯片MCP1700“3”、串口接口“4”、以太网通讯控制器ENC28J60及接口“5”组成。其主要特征为:微处理器“1”控制整个协议转换器协议转换工作状态,微处理器“1”通过串口通讯芯片“2”连接串口接口“4”与外界设备相连接,以此采集外部设备数据信息信号;微处理器“1”直接连接以太网通讯控制器及接口“5”并通过以太网通讯控制器及接口“5”将数据发送到上位计算机或是接收来自上位计算机的指令;电压转换芯片“3”负责给微处理器“1”以及串口通讯芯片“2”供电。
1)微处理器PIC18F4521连接以太网通讯控制器ENC28J60的具体连接方式为(见附图4
(a)和附图4(b)):微处理器PIC18F4521的管脚32连接以太网通讯控制器ENC28J60的管脚10;PIC18F4521的管脚35连接ENC28J60的管脚9;PIC18F4521的管脚37连接ENC28J60的管脚8;PIC18F4521的管脚43连接ENC28J60的管脚7;ENC28J60的管脚4连接逻辑与门MM74HC08M的2号管脚,逻辑与门MM74HC08M的3号管脚连接PIC18F4521的36号管脚,ENC28J60的管脚5连接逻辑与门MM74HC08M的10号管脚,逻辑与门MM74HC08M的8号管脚连接PIC18F4521的44号管脚,ENC28J60的管脚6连接逻辑与门MM74HC08M的5号管脚,逻辑与门MM74HC08M的6号管脚连接PIC18F4521的42号管脚。
2)微处理器PIC18F4521连接串口通信部分的具体连接方式为(见附图4(a)和附图6):PIC18F4521的管脚1连接MAX3232ESE的管脚12;PIC18F4521的管脚44连接MAX3232ESE的管脚11。
3)电压转换芯片MCP1700连接微处理器PIC18F4521的具体连接方式为(见附图4(a)和附图5):MCP1700的VCC连接到PIC18F4521的7、28脚、器件ICD的2脚、MM74HC08M的1脚、MM74HC08M的4脚、MM74HC08M的9脚。
4)电压转换芯片MCP1700的VCC连接串口通信芯片MAX3232ESE的16脚(见附图5和附图6)。
5)电压转换芯片MCP1700的+3.3V连接以太网通讯控制器ENC28J60的15脚、20脚、19脚、28脚和25脚(见附图4(b)和附图5)。
应用实例:
(1).某区域的写字间大厦中央空调灵敏负荷控制
依据本发明的方法,在需要进行灵敏负荷控制的写字间大厦的中央空调控制室安放本发明的灵敏负荷通讯控制器并与中央空调主控制器台相连,总计选取60处中央空调为负荷。控制时间选取了从早上10:30开始到下午14:30结束,采样负荷控制采样周期为T=7.5min,在4小时控制时间段内共进行32次控制。60组负荷的负荷容量Li、最大允许控制时间 最小连续运行时间 具体数据见附图10(a)。对控制效果的评估定义负荷控制误差 和负荷控制时间平均方差 说明控制精度; 说明控制公平性。从附图10(b)可见负荷控制误差效果很好,实际消减负荷曲线也符合要求如附图10(c)。
(2).某区域的星级宾馆中央热水器灵敏负荷控制
依据本发明的方法,在需要进行灵敏负荷控制的星级宾馆热水器中央控制室内安放本发明的灵敏负荷通讯控制器并与中央热水器相连,总计30组被选取的中央热水器负荷。控制时间从早上10:30开始到下午14:30结束,采样负荷控制周期为T=10min,在4小时内共进行了24次控制。30组负荷容量Li、最大允许控制时间 最小连续运行时间 具体数据见附图11(a),对控制效果的评估定义负荷控制误差 和负荷控制时间平均方差 说明控制精度; 说明控制公平性。从附图11(b)可见负荷控制误差效果很好,实际消减负荷曲线也符合要求如附图11(c)。
(3).某区域内的单位的中央空调灵敏负荷控制
Claims (4)
1.一种灵敏负荷的控制系统,包括设在调度中心的上位机和以太网通讯控制器及接口,其特征在于:该系统设置有若干分布内嵌式灵敏负荷设备通讯控制器,这些分布内嵌式灵敏负荷设备通讯控制器利用串行方式和被控灵敏负荷进行通信,采用光纤作为主干网络;所述上位机中运行蚁群组分优化控制算法模块,所述的分布内嵌式灵敏负荷设备通讯控制器包括微处理器PIC18F4521和串口通讯芯片,微处理器PIC18F4521通过串口通讯芯片连接串口接口与被控灵敏负荷相连接,采集被控灵敏负荷数据信息信号;微处理器PIC18F4521直接连接以太网通讯控制器及接口并通过以太网通讯控制器及接口将数据发送到上位机或是接收来自上位机的指令;电压转换芯片负责给微处理器PIC18F4521以及串口通讯芯片供电;所述分布内嵌式灵敏负荷设备通讯控制器,其串口通讯芯片采用MAX3232ESE,电压转换芯片采用MCP1700,以太网通讯控制器采用ENC28J60,其连接关系是:微处理器PIC18F4521的管脚32连接以太网通讯控制器ENC28J60的管脚10,PIC18F4521的管脚35连接ENC28J60的管脚9,PIC18F4521的管脚37连接ENC28J60的管脚8,PIC18F4521的管脚43连接ENC28J60的管脚7,ENC28J60的管脚4连接逻辑与门MM74HC08M的2号管脚,逻辑与门MM74HC08M的3号管脚连接PIC18F4521的36号管脚,ENC28J60的管脚5连接逻辑与门MM74HC08M的10号管脚,逻辑与门MM74HC08M的8号管脚连接PIC18F4521的44号管脚,ENC28J60的管脚6连接逻辑与门MM74HC08M的5号管脚,逻辑与门MM74HC08M的6号管脚连接PIC18F4521的42号管脚;PIC18F4521的管脚1连接MAX3232ESE的管脚12,PIC18F4521的管脚44连接MAX3232ESE的管脚11;MCP1700的VCC连接到PIC18F4521的7、28脚、器件ICD的2脚、MM74HC08M的1脚、MM74HC08M的4脚、MM74HC08M的9脚;电压转换芯片MCP1700的VCC连接串口通信芯片MAX3232ESE的16脚,电压转换芯片MCP1700的+3.3V ENC28J60的15脚、20脚、19脚、28脚和25脚。
2.权利要求1所述的灵敏负荷控制系统的控制方法,其特征在于:分布内嵌式灵敏负荷设备通讯控制器从被控灵敏负荷接收数据再发到上位机按以下步骤:
步骤1.分布内嵌式灵敏负荷设备通讯器接收到被控灵敏负荷传送上来的数据;
步骤2.判断是否需要进行数据处理,包括解析数据包、数据帧类型,读取对应数据,如果需要则进行数据处理,如果不需要则直接进入下一步;
步骤3.根据用户要求,判断是否需要对数据进行加密,如果需要则先把数据加密再把数据发送到上位机,如果不需要,则直接发送数据;
步骤4.程序结束;
分布内嵌式灵敏负荷设备通讯器从上位机接收数据再发到被控灵敏负荷按以下步骤:
步骤1.分布内嵌式灵敏负荷设备通讯器接收到上位机的数据;
步骤2.判断是否需要验证口令,如果需要则执行验证口令子程序,如果不需要则直接进行数据处理;
步骤3.判断是否需要发送数据,如果需要则把数据发送到被控灵敏负荷,如果不需要则执行下一步;
步骤4.程序结束。
3.权利要求1所述的灵敏负荷控制系统的控制方法,其特征在于分布内嵌式灵敏负荷设备通讯控制器工作流程包括以下步骤:1)、主程序开始;2)、单片机初始化;3)、网卡初始化;4)、监察网络连接,进入侦听状态;5)、判断是否收到以太网桢,如果收到则读取该桢,则接着执行步骤6),如果没接收到则开始执行步骤7);6)、读取该以太网桢,判断该桢是ARP包、ICMP包、还是TCP包,并根据不同的数据包作不同的处理,如果不属于上述三种包的任何一种,则返回步骤5);7)、判断是否有数据输入,若有数据输入则把数据封装后发送出去,如果没有数据输入则返回步骤5)。
4.权利要求3所述的灵敏负荷控制系统的控制方法,其特征在于:分布内嵌式灵敏负荷设备通讯控制器工作流程步骤3)所述的网卡初始化按以下步骤:
步骤1.先后通过硬件和软件复位网卡;
步骤2.设置DMA源地址、目的地址;
步骤3.设置网卡的IP/MAC/组播地址;
步骤4.设置接收、发送寄存器;
步骤5.设置接收、发送中断向量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100103549A CN101231523B (zh) | 2008-02-03 | 2008-02-03 | 一种灵敏负荷的控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100103549A CN101231523B (zh) | 2008-02-03 | 2008-02-03 | 一种灵敏负荷的控制系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101231523A CN101231523A (zh) | 2008-07-30 |
CN101231523B true CN101231523B (zh) | 2011-05-11 |
Family
ID=39898055
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008100103549A Expired - Fee Related CN101231523B (zh) | 2008-02-03 | 2008-02-03 | 一种灵敏负荷的控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101231523B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101505058B (zh) * | 2009-03-19 | 2011-01-19 | 东北大学 | 一种基于双网络的双递归神经元灵敏负荷网络建模装置及方法 |
CN102855525B (zh) * | 2012-08-16 | 2016-04-20 | 中国电力科学研究院 | 一种居民用户负荷预测分析系统和方法 |
CN104750053B (zh) * | 2013-12-31 | 2018-01-12 | 华北电力大学 | 一种用电控制设备及方法 |
CN114779666B (zh) * | 2022-06-20 | 2022-09-16 | 西安羚控电子科技有限公司 | 一种仿真验证系统及方法 |
-
2008
- 2008-02-03 CN CN2008100103549A patent/CN101231523B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN101231523A (zh) | 2008-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106707778B (zh) | 一种基于模型预测控制的家庭综合能源智能优化管理系统 | |
Zhu et al. | Sharing renewable energy in smart microgrids | |
Salinas et al. | Dynamic energy management for the smart grid with distributed energy resources | |
CN105684257B (zh) | 用于控制微电网的操作的微电网能量管理系统和方法 | |
Sui et al. | A demand side management model based on advanced metering infrastructure | |
WO2012062184A1 (zh) | 泛能网的系统能效控制器及控制方法以及终端设备的控制方法 | |
Srikantha et al. | Distributed optimization of dispatch in sustainable generation systems via dual decomposition | |
CN103269070A (zh) | 一种自动需求响应系统和自动需求响应方法 | |
CN106532751B (zh) | 一种分布式电源能效优化方法及系统 | |
CN103733463A (zh) | 基于市场数据来控制能量服务的方法及装置 | |
CN102969720B (zh) | 一种能够在智能电网中应用的负载动态控制和分析方法 | |
CN102244677A (zh) | 绿色能源云计算方法与系统 | |
CN109412148A (zh) | 计及环境成本与实时电价的可平移负荷模型构建方法 | |
CN101231523B (zh) | 一种灵敏负荷的控制系统及方法 | |
Li et al. | Coordinated state‐estimation method for air‐conditioning loads to provide primary frequency regulation service | |
Rao et al. | Demand Response for Renewable Generation in an IoT based Intelligent Smart Energy Management System | |
CN116933952B (zh) | 基于物联网可视化的园区低碳能源调度系统 | |
CN211480995U (zh) | 分布式资源聚合装置及系统 | |
CN112684719A (zh) | 一种虚拟电厂仿真测试系统、方法和存储介质 | |
CN112186785A (zh) | 一种基于台区智能终端的源网荷储平衡系统 | |
CN103138293A (zh) | 火电厂厂级负荷优化分配方法及系统 | |
Safari et al. | Intelligent Management of the Electricity Distribution Network based on the Internet of Energy | |
CN210428523U (zh) | 能源管理网关、能源网络系统 | |
CN113872183A (zh) | 一种综合能源优化协调系统 | |
Falcao et al. | High performance computing in electrical energy systems applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110511 Termination date: 20150203 |
|
EXPY | Termination of patent right or utility model |