CN103676831A - 电力管理控制系统 - Google Patents

Abstract

控制配电系统的系统包括系统控制器，其被配置为确定多个子系统的每一个在第一时间期间的电力分配。该系统还包括与系统控制器通信耦合的子系统控制器。该子系统控制器与设备关联且被配置为接收来自系统控制器的电力分配数据，其表示该设备的电力分配。子系统控制器还被配置为接收表示操作设备的请求的操作请求数据，并根据电力分配数据、操作请求数据以及与设备有关的成本-效用函数生成针对第二时间期间的设备模型操作。子系统控制器还被配置为将与第二时间期间中的设备的模型化操作有关的预测的电力需求数据传输给系统控制器。

Description

电力管理控制系统

技术领域

本发明一般涉及一种运载工具电力管理控制系统。

背景技术

运载工具电力系统的最基本功能是为运载工具系统产生、调整以及分配电能（例如，电力）。在出现故障和其他意外事件时，运载工具电力系统还可以被配置为提供安全保证。随着若干运载工具电力子系统的增加，负载和系统管理变得愈加复杂。

对于复杂系统（即，有很多独立负载的系统），在给定时间的电力需求是难于预测的。某些现有控制方法专注于发电单元的能力并已经使用负荷削减作为一种手段来避免超负荷状况以及保持对高优先级负载的服务。为了实施负载削减，可以根据优先级列表对负载划分“等级”，当超负荷状况存在或即将发生时，根据该优先级列表可以切断（例如，去掉或关断）一个或更多负载。负荷削减易于实施且需要少量计算开销；然而，由于负荷削减过程的简单，运载工具电力系统操作的负载和源的配置可能是次优的。提供本发明以响应这些问题及其他问题。

发明内容

因此，本发明提供一种电力管理控制系统，其使用对偶分解法用于电力系统（例如，配电系统）如下一代“多电”飞机电力系统的电负荷和源的分布式管理。电力管理控制系统使用可伸缩方法，其将有限时间跨度上电力系统的总能源使用量看作是电力系统的每个单元（例如，子系统或设备）的一个或更多子问题（例如，计算）。每个单元的子问题被逐个解决，如通过最短路径算法，并随后使用代数更新规则如子梯度更新规则调整，从而迭代地得到源和负载分配。以这种方式获得的源和负载分配是最优或接近最优的。相应地，电力管理控制系统可以以使得所有单元共同高效运行的方式协调多个单元（例如，源设备，负载设备或其组合），其中每个单元具有不同的行为。

例如，为了调度电力系统的负载和源，产生成本-效用函数（例如，数学结构），其建立为每个源设备产生电力的运行成本和/或运转每个负载设备的效用（或负成本）的数学模型（例如，表示）。设计成本-效用函数以降低运行和发电成本，同时提高电力系统的效用（例如，功能）。电力系统所有单元的成本-效用函数被组合以平衡（例如优化）有限时间范围内电力系统中所有单元的运行。

电力管理控制系统可以包括系统控制器和一个或更多子系统（或设备）控制器。每个设备的成本-效用函数可以被分配给相应的子系统控制器。每个子系统控制器接收来自系统控制器的表示分配的电量的数据。子系统控制器将表示分配的电力的数据作为输入以求解其成本-效用函数，例如，使用最短路径技术，从而调度一个或更多关联设备（例如，源设备，负载设备或其组合）的运行。系统控制器接收每个成本效应函数的指示并利用子梯度更新规则确定和更新一个或更多设备（例如，源设备，负载设备或其组合）的电力分配。

在一个替代实施例中，系统控制器求解每个子系统或设备的成本-效用函数，例如，使用最短路径技术，并根据基于每一个最短路径解的子梯度更新规则向子系统控制器发布一个或更多命令。

在一个实施例中，一种系统包括被配置为确定多个子系统的每一个在第一时间期间或周期（period）的电力分配的系统控制器。该系统还包括与系统控制器通信耦合的子系统控制器。该子系统控制器与设备关联并被配置为从系统控制器接收指示该设备的电力分配的电力分配数据。子系统控制器被进一步配置为接收指示操作设备的请求的操作请求数据并基于电力分配数据，操作请求数据以及与设备关联的成本-效用函数将第二时间期间的设备操作建模，以产生设备的模型化操作。子系统控制器还被配置为于第二时间期间之前将与第二时间期间的模型化的设备操作关联的预测的电力需求数据发送到系统控制器中。

在另一个实施例中，一种方法包括确定多个子系统的每一个的电力分配。多个子系统的每一个与至少一个对应的设备关联。该方法还包括产生指示多个子系统的具体子系统的电力分配的电力分配数据并接收指示操作具体子系统的设备的请求的操作请求数据。该方法还包括基于电力分配分配数据，操作请求数据以及与设备关联的成本-效用函数将设备的操作建模，以生成模型化的设备操作。该方法额外地包括识别与模型化设备操作关联的预测的电力需求数据。

在另一个实施例中，非临时性计算机可读介质包括指令，当其被处理器执行时，使得处理器确定多个子系统的每一个的电力分配。多个子系统的每一个与至少一个相应的设备关联。该指令还使处理器产生指示多个子系统的具体子系统的电力分配的电力分配数据。该指令还使处理器接收指示操作具体子系统的设备的请求的操作请求数据，并基于电力分配数据，操作请求数据以及与设备关联的成本-效用函数将设备的操作建模，以生成模型化的设备操作。该指令额外地还使处理器识别与模型化的设备操作关联的预测的电力需求数据。

根据本发明的一方面，提供一种包括系统控制器和与系统控制器通信耦合的子系统控制器的系统，其中系统控制器被配置为确定多个子系统的每一个在第一时间期间的电力分配，子系统控制器与设备关联，并被配置为从系统控制器接收指示设备电力分配的电力分配数据；以及接收指示操作设备的请求的操作请求数据和基于电力分配数据、操作请求数据，以及与设备关联的成本-效用函数将第二时间期间的设备操作建模以生成模型化设备操作；并将与第二时间期间的模型化设备操作关联的预测的电力需求数据在第二时间期间之前发送到系统控制器。有利的是，本发明系统的设备包括源设备、负载设备或其组合的其中之一。有利的是，本发明系统的子系统控制器与多个设备关联，且该子系统控制器使用相应的成本-效用函数控制多个设备的每一个的操作。有利的是，本发明系统的系统控制器使用子梯度优化处理确定电力的分配，并且子系统控制器使用最短路径算法确定设备的预测电力需求数据。优选地，本发明系统的最短路径算法被配置为根据与设备关联的成本-效用函数，估计从当前操作状态到由操作请求数据指示的期望操作状态的最低成本路径，其中最低成本路径的成本至少部分地根据电力分配数据被估计。有利的是，本发明系统的系统控制器和子系统控制器被包含在飞行器的配电系统中，并且其中第二时间期间发生在第一时间期间之后。有利的是，本发明系统的系统控制器被进一步配置为给多个子系统分配电力，这受制于所有负载在第一时间期间消耗的总电力的电力需求上限，受制于与一个或更多负载的每一个关联的电力需求下限，以及受制于与一个或更多源的每一个关联的电力输出上限。有利的是，本发明的多个子系统的每一个对应一个可调度单元，在预定约束内，可调度单元在第一时间期间中的操作是可选的，而且该系统控制器被进一步配置为确定一个或更多不可调度单元在第一时间期间的电力分配，不可调度单元的操作在第一时间期间内不是可选的。优选地，本发明系统控制器确定的不可调度单元包括飞行安全系统，而本发明的多个子系统的可调度单元包括舒适系统。

根据本公开内容的另外方面，提供一种方法，其包括确定多个子系统的每一个的电力分配，多个子系统的每一个与至少一个相应的设备关联，产生指示多个子系统的具体子系统的电力分配的电力分配数据，接收指示操作具体子系统的设备的请求的操作请求数据，基于电力分配数据，操作请求数据以及与设备关联的成本-效用函数将设备的操作建模以生成模型化设备操作，以及识别与模型化设备操作关联的预测的电力需求数据。有利的是，响应于预测的电力需求数据，更新多个子系统的每一个的电力分配。有利的是，根据一个或更多源设备确定预计要产生的总电力。有利的是，根据识别的预测电力需求数据，确定预计要消耗的总电力是否等于预计要产生的总电力。优选地，当预计要消耗的总电力不等于预计要产生的总电力时，启动源设备以增加提供的电量或降低给负载设备的电力分配。有利的是，操作请求数据通过用户输入被接收，该用户输入指示与设备关联的操作设定点。

根据本发明的又一个另外方面，提供一种非临时性计算机可读介质，其包括指令，当被处理器执行时，使得处理器确定与至少一个相应设备关联的多个子系统的每一个的电力分配，产生指示多个子系统的具体子系统的电力分配的电力分配数据，接收指示操作具体子系统的设备的请求的操作请求数据，基于电力分配数据，操作请求数据以及与设备有关的成本-效用函数将设备的操作建模以产生模型化的设备操作，以及识别与模型化的设备操作有关的预测的电力需求数据。有利的是，在非临时性计算机可读介质中，电力分配根据多个源设备的运转约束被确定。有利的是，在非临时性计算机可读介质中，当指令被处理器执行时，使得处理器从多个子系统控制器接收预测的电力需求数据，其中每个子系统控制器与多个子系统的其中一个关联，以及根据接收的预测的电力需求数据确定预计消耗的总电力是否小于或等于预计产生的总电力。优选地，在非临时性计算机可读介质中，当指令被处理器执行时，使得处理器在预计消耗的总电力不小于或等于预计产生的总电力时更新多个子系统的每一个的电力分配以响应预测的电力需求数据。另外，在非临时性计算机可读介质中，当指令被处理器执行时，使得处理器在预计消耗的总电力小于或等于预计产生的总电力时保持多个子系统的每一个的电力分配。

由至少一个公开的实施例提供的一个特定优势是电力系统（例如，自包含的电力系统，如飞行器）的一个或更多设备可以被电力管理控制系统调度。电力管理控制系统可以为电力管理控制系统的子系统控制器分配一个或更多成本-效用函数，从而使得多个子系统控制器之间能够计算并行化，这导致更快的计算时间，增强的伸缩性和系统的模块化。

所述的特征、功能和优势可以在各种实施例中独立地被实现，或可以在其他实施例中被组合，其进一步细节可参考以下描述和附图。

附图说明

图1图示电力管理控制系统的具体实施例；

图2图示控制电力系统的方法的第一个具体实施例；

图3图示最短路径图表的典型表示的第一个说明性实施例；

图4图示最短路径图表的典型表示的第二个说明性实施例；

图5图示最短路径图表的典型表示的第三个说明性实施例；

图6图示表示电力系统的调度负载的图形；

图7图示控制电力系统的方法的第二个具体实施例；

图8图示计算系统的具体实施例，如电力管理控制系统的控制器。

具体实施方式

配电系统的电力管理控制系统可以运行以确定每个发电单元（例如，源设备）和负载单元（例如，负载设备）的计划（schedule）和承诺（commitment）级别。例如，电力管理控制系统可以被构造为与一个或更多发电单元或负载单元关联的高级别层（high level tier）（例如，全局优化器）和较低级别层（例如，局部处理器）。电力管理控制系统的系统控制器（例如，全局优化器）可以确定和分配配电系统的电力资源以降低发电单元的运行（例如，运转）成本以及增加负载单元的效用。

为了维持总电力平衡（例如，大于或等于消耗的总电力的总发电量），与每个发电单元（例如，源设备）和每个运转单元（例如，负载设备）关联的子系统控制器可以根据表示相应发电单元或运转单元的数学函数依照每个单元自身的运转约束执行计算和操作每个单元。以这样的方式，在配电系统的多个单元（例如，源设备和/或负载设备）之间可以并行化和分布计算（例如，处理计算）。每个子系统控制器可以将计算结果（例如，解信息）传输到系统控制器。在一个具体实施例中，传输的计算结果包括预测的电力需求数据，而且系统控制器接收来自多个子系统控制器的每一个的预测的电力需求数据。系统控制器整合计算结果并确定将被传输到子系统控制器的配电系统的更新的电力资源分配。例如，系统控制器可以根据由配电系统的负载在第一时间期间消耗的总电力（例如，电力需求上约束）、与配电系统的一个或更多负载的每一个有关的电力需求（例如，电力需求下限）以及与配电系统的一个或更多源的每一个有关的电力输出（例如，输出上限）来分配电力（或更新电力的分配）。

图1图示了电力系统100的具体实施例。电力系统100可以包括配电系统102。配电系统102可以包括运载工具如飞行器，船舶，汽车，卫星的电力系统，或另一个基本上自包含的电力系统（例如，石油平台）。配电系统102可以包括电力管理控制系统104，一个或更多设备140-148以及时钟160。电力管理控制系统104可以与一个或更多设备140-148的每一个通信耦合。电力管理控制系统104可以被配置为管理设备140-148以使配电系统102的负载和源被管理和控制以避免超负荷状况以及高效使用资源。

设备140-148可以包括源设备、负载设备或其组合。例如，设备140可以包括源设备如发动机驱动的交流（AC）发电机，辅助动力单元（APU），蓄电池，外部电力，非传统发电源如燃料电池或电容器（例如，超级电容器或超级电容）。

作为另一个实例，设备142可以包括负载设备如厨房装置（例如，烤箱，微波炉，冰箱，咖啡机等），环境控制系统，乘客娱乐系统，除冰系统，致动器，照明系统，航空电子设备，加热设备，飞行安全系统，飞行控制系统等。将理解负载设备的数量和负载设备的类型会随着配电系统102的不同类型改变。例如，与汽车的配电系统相比，飞行器的配电系统可以包括更多、更少或不同的负载或源设备。

设备140-148的一个或更多可以接收与设备140-148的期望操作有关的请求。例如，设备148可以接收请求设备148执行与设备148的功能有关的具体操作的请求。在一个具体实施例中，请求162包括与该设备关联的操作设定点（例如，操作参数或期望的运转特性）。请求162可以在设备148的用户接口（例如，用户输入）如图形化用户界面（GUI）被接收，可以作为设备148的正常操作部分由设备148产生，可以从另一设备（例如140）获取，或可以由与设备148有关的子系统控制器（例如子系统控制器132）产生。请求162可以被转发到子系统控制器132以使子系统控制器132能够尝试调度设备148的操作。

在配电系统102中，某些负载可以被调度（例如，可调度单元），而某些不可以被调度（例如，不可调度单元）。例如，不可以被调度的负载（即不可调度负载）包括关键负载，如控制系统（例如，飞行控制），安全系统（例如，生命支持系统，紧急照明，飞行安全系统，安全气囊系统）等。可调度负载可以包括被认为是对电力系统100的操作不重要的负载，例如某些环境系统，厨房单元，娱乐系统，舒适系统等。

电力管理控制系统104可以包括系统控制器110和一个或更多子系统控制器130-132。系统控制器110可以与子系统控制器130-132的每一个耦合。系统控制器110还可以与设备140-148直接耦合或通过子系统控制器130-132之一耦合。在具体实施例中，系统控制器110，设备140-148，子系统控制器130-132或其组合通过通信总线（没显示）通信地耦合。通信总线可以包括有线通信总线，无线通信总线或其组合。

系统控制器110可以包括处理器112和存储器114。处理器112可以被配置为访问存储器114并与子系统控制器130-132，设备140-148或其组合的每一个进行通信。例如，处理器112可以被配置为从存储器114存取成本-效用函数118，算法120或其组合，并根据成本-效用函数118，算法120或两者执行一个或更多计算。

存储器114可以包括设备信息116，（一个或更多）成本-效用函数118，以及（一个或更多）算法120。设备信息116可以包括与配电系统102的一个或更多设备140-148的其中至少一个有关的数据。例如，设备信息116可以包括设备标识符（设备ID）和与设备140-148的每一个关联的一个或更多运转参数或特性（例如，功率限制，阈值，用电率，发电率等）。

成本-效用函数118可以包括对应于设备140-148的至少一个的成本-效用函数。在一个具体实施例中，成本-效应函数118包括针对包含在配电系统102中的每个设备140-148的至少一个成本-效用函数。成本-效用函数可以与具体设备140-148的操作关联。在一个具体实施例中，系统控制器110包括针对至少设备140和142的成本效用函数。

每个成本-效用函数可以对应设备140-148的具体设备（例如具体负载或源）且可以表示多个时间周期或期间内具体设备的一个或更多操作。或者或另外，每个成本-效用函数可以对应与设备140-148的每一个关联的具体设备类型。在一个具体实施例中，具体成本-效用函数包括具有一个或更多公式的优化模型以表示具体设备。最短路径方法可用于根据一个或更多变量（例如，乘数）求解具体成本-效用函数并提供在多个时间期间的后续时间期间内操作具体设备的最优解决方案。最短路径方法可以被配置为计算具体设备的多个路径以求解具体成本-效用函数。多个路径的每一个可以包括相应的成本，而且最短路径方法可以选择最优解决方案作为具有最低成本的路径（例如，最低成本路径）。在一个具体实施例中，具体设备的最低成本路径的成本至少部分基于电力分配数据，一个或更多变量（例如乘数），操作具体设备的请求，或其组合被估计。成本-效用函数118的更详细内容将参照图3-5进行描述。

算法120可以包括一个或更多算法以管理和控制配电系统102内的电力。例如，算法120可以包括含有最短路径算法和子梯度算法的对偶分解算法。最短路径算法可被用于根据一个或更多变量（例如，乘数）求解成本-效用函数118和/或最短路径图表。子梯度算法可被用于根据成本-效用函数118的解计算和更新一个或更多变量。以这样的方式，电力管理控制系统104使用的对偶分解算法可以在最短路径算法和子梯度算法之间迭代交替以调度设备140-148并实现至子系统130-132的每一个、设备140-148的每一个或其组合的最优、接近最优或改进的电力分配。在一个具体实施例中，系统控制器110使用子梯度算法（例如，子梯度优化过程）确定电力的分配。

子系统控制器130-132可以各自与系统控制器110通信耦合并被配置为与系统控制器110传输数据。例如，每个子系统控制器130-132可以分别接收电力分配数据，其表示至与子系统控制器130-132关联的设备的电力分配。子系统控制器130可以包括成本-效用函数136且可以与设备144关联。子系统控制器130的成本-效用函数136可以对应设备144。也就是说，成本-效用函数136可以将与设备144的操作关联的成本和/或效用建模。子系统控制器132可以包括成本-效用函数138且可以与设备146和148关联。子系统控制器132的成本-效应函数138可以对应设备146和设备148。也就是说，成本-效用函数138可以将与设备146和/或设备148的操作关联的成本和/或效用建模。成本-效用函数136-138的每一个可以存储一个或更多与系统控制器110的成本-效用函数118类似的函数模型（例如，最短路径图表），其更多细节将参照图3-5描述。最短路径图表可被用于确定具体设备的最低成本路径，最低成本路径确定具体设备的一个或更多操作状态。

在一个具体实施例中，子系统控制器130-132和/或设备140-148可以包括各硬件和/或软件，其被配置为检测设备140-148的其中之一的故障或表现不佳。硬件和/或软件可被配置为与系统控制110通信（例如，发信号）以使系统控制器110能够启动与检测设备关联的一个或更多纠正动作（例如，关断，传输操作，启动备份系统等）。

时钟160可以给电力管理控制系统104提供共同的时钟信号以使系统控制器110和子系统控制器130-132同步。在一个替代实施例中，电力管理控制系统104可以使用时钟160且可以异步运行。在一个具体实施例中，系统控制器110和子系统控制器130-132各自包括对应的时钟。时钟160使电力管理控制系统104能够在电力管理控制系统104的操作期间使用共同的时间间隔（例如，时间周期或时段）。例如，在每个时间周期或期间，系统控制器110和子系统控制器130-132可以各至少一次执行与配电系统102关联的相应计算并将与计算关联的结果传输到系统控制器110。在一个具体实施例中，系统控制器110和子系统控制器130-132的时间期间的持续时间是一样的。在一个替代实施例中，子系统控制器130-132的时间期间可以是与系统控制器110的时间期间不同（例如，更短或更长）的持续时间。此外，子系统控制器130的时间期间可以是和子系统控制器132的时间期间不同（例如，更短或更长）的持续时间。在一个具体实施例中，系统控制器110使用两个或更多不同的时间期间，例如在其中执行第一计算（例如，与子梯度算法关联的计算）的第一时间期间，在其中执行第二计算（例如，与最短路径算法关联的计算）的第二时间期间。在一个具体实施例中，第一时间期间的持续时间与第二时间期间的持续时间不同（例如，更短或更长）。

在一个具体实施例中，电力管理控制系统104可以在有限时间范围内降低或最小化总发电成本，同时增加或最大化总负载效用。例如，可以以等式和不等式约束的方式连同目标函数为配电系统102用公式表达能源优化问题，这可以使电力管理控制系统104能够采用源设备和负载设备（例如，设备140-148）的分布式管理。电力管理控制系统104可以通过创建电力管理问题以及使用分布式优化算法求解电力管理问题来管理（例如，分配电力）和控制配电系统102的操作。分布式优化算法可以被实施以使在多个单元（例如，系统控制器110，子系统控制器130-132，设备140-148或其组合）之间并行化和分布计算，其中每个单元可以执行其自身的计算以降低电力管理问题的规模和复杂度。每一个设备140-148的结果（例如，基于最低成本路径的一个或更多运转状态）可以被传输到系统控制器110。系统控制器110可以根据结果管理（例如更新）分配给设备140-148的每一个的电力。这种分布式体系允许不同的分布架构。

在一个具体的实施例中，电力管理控制系统104可以使用（一个或更多）拉格朗日方法来控制配电系统102。例如，电力管理控制系统104可以根据等式约束函数h_i(x)=0(i=1,…,p)和不等式约束函数g_i(x)≤0(i=1,…,m)求解优化问题以最小化目标函数f(x)，其中p与等式约束函数的数目关联，m与不等式约束函数的数目关联。优化问题具有的拉格朗日形式如下：

$L(x,\mathrm{\λ},\mathrm{\μ})=f\left(x\right)+\underset{i=1}{\overset{p}{\mathrm{\Σ}}}{\mathrm{\μ}}_i{h}_i\left(x\right)+\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\λ}}_i{g}_i\left(x\right)$          方程（1）

其中μ_i和λ_i是拉格朗日乘数/乘子。注意本文中的优化、最小化、最大化及其他类似术语指寻找电力管理问题的具体解决方案而不分别要求绝对优化、最小化或最大化。例如，对于具体系统的有效操作，局部优化、最小化或最大化可以不同。作为另一个实例，为降低计算负担或由于计算（例如，舍入误差）、通信（例如，信号错误）、控制（例如，控制误差）等过程中固有的误差，近似优化、最小化或最大化可以不同。

在一个具体实施例中，目标函数f(x)表示与配电系统102的设备140-148关联的效用和成本的总和。例如，目标函数f(x)可以表示操作燃料电池或烤箱的成本，以及通过保持烤箱温度在给定设定点（例如，期望温度）获得的效用。

等式约束函数h_i(x)可以表示设备140-148的每一个的动态更新，其从与设备140-148的每一个对应的动态模型（例如成本-效用函数）提取。等式约束函数h_i(x)还可以被用于表示系统的额外电力约束，比如保持配电系统102中的电力平衡的电力平衡约束。例如，电力平衡可以对应于一时间期间（例如，操作间隔）内提供的（例如，产生的）电力大于或等于消耗的电力。

不等式约束函数g_i(x)可以表示设备140-148的每一个的操作约束如设备140-148的每一个的操作状态中的上限和下限，以及应该被保持的整个系统电力约束，如总需求电力的总和小于或等于预定上限。例如，不等式约束函数g_i(x)可以包括和一个或更多负载设备的每一个关联的电力需求下限和与一个或更多源设备的每一个关联的电力输出上限。不等式约束函数g_i(x)还可以包括在特定时间期间消耗的总电力的电力需求上限。继第一期间之后的第二期间中设备140-148的每一个的电力分配可以根据第一期间的电力需求上限被确定以使第二时间期间可用的电量（例如，所产生的电量）以第一期间的电力上限为基础。在一个具体实施例中，系统控制器110可以根据第一期间的电力需求上限增加或减小第二时间期间的电力输出上限。例如，系统控制器可以根据第一时间期间的电力需求上限在第二时间期间激活或停用一个或更多源设备。

目标函数f(x)和约束函数h_i(x)，g_i(x)可以以和的形式表示为：

$f\left(x\right)={\mathrm{\Σ}}_{k=1}^K{f}^k\left(x^k\right)$              方程（2）

$g_i\left(x\right)={\mathrm{\Σ}}_{k=1}^K{g}_i^k\left(x^k\right)$   和          方程（3）

$h_i\left(x\right)={\mathrm{\Σ}}_{k=1}^K{h}_i^k\left(x^k\right)$              方程（4）

方程（1）可以根据子向量x^k被分解为K个子问题，其中k=1,…,K。在一个具体实施例中，K值可以对应配电系统102的设备140-148的数量。对于每个子问题，可以通过最小化下列子函数来求解优化问题。

$L^k(\mathrm{\λ},\mathrm{\μ})={\min }_{x}k(f^k\left(x^k\right)+{\mathrm{\Σ}}_{i=1}^p{\mathrm{\μ}}_i{h}_i^k\left(x^k\right)+{\mathrm{\Σ}}_{i=1}^m{\mathrm{\λ}}_i{g}_i^k\left(x^k\right))$   方程（5）

对于给定的乘数对(λ,μ)，其中λ和μ是拉格朗日乘数。上述子问题的和是一个凸优化问题，其可以通过子梯度法（例如，子梯度优化过程）求解。子梯度法是一个迭代过程，通过找到对偶分解问题的上升方向来逐渐靠近最优解。子梯度法可以由电力管理控制系统104在系统控制器110上实施。在每一个数列j，乘数(λ_j,μ_j)根据下列式子被更新：

λ_j+1=max[(0,λ)]_j+α_jg(x_j),μ_j+1=μ_j+α_jh(x_j)   方程（6）

其中α_j与电力管理控制系统104的序列中的时间期间值关联。例如，该序列可以包括多个时间期间（例如，时步或时间间隔）。

系统控制器110，子系统控制器130-132，设备140-148或其组合，可以根据一个或更多成本-效用函数118、136-138单独计算给定乘数对(λ,μ)的解并将解传输到系统控制器110。例如，通过使用最短路径法可以为设备140-148的每一个的所定义的（一个或更多）子问题（例如，成本-效用函数118，136-138）确定解（例如最优解）。

乘数(λ,μ)可以是数值，它们与操作设备关联，例如，乘数μ可以与使用比分配给设备的电力多或少的电力的敏感度关联，而λ可以与根据最短路径算法计算的成本的敏感度关联。

在一个具体的实施例中，对应于等式约束函数h_i(x)的乘数μ可以是硬性约束（例如，重加权）且被施加于计算的电量，其要被用以获得配电系统102的电力平衡（例如，源和设备的总电力必须平衡）从而设备（例如，子系统控制器）不超过分配的电量。

在一个具体实施例中，对应于不等式约束函数g_i(x)的乘数λ可以是软性约束（例如，弱加权）且被施加于操作设备的计算成本。乘数λ可以被认为是每个电力单位的价格，以使当电力平衡指示需求大于可用电力时，必须购买λ成本的短缺量，而如果电力平衡指示需求小于或等于可用电力时，超出的值可以以λ费率卖出。通常，成本被表示为拉格朗日乘数和当前状态的函数。

系统控制器110可以接收解并使用子梯度法更新拉格朗日乘数。更新的拉格朗日乘数可以被传输到系统控制器110、子系统控制器130-132以及设备140-148。使用最短路径法计算设备140-148的每一个的最优解和更新拉格朗日乘数的过程可以被重复执行直到得到一个收敛解，该解维持配电系统102稳定。例如，乘数(λ,μ)可以在序列中的每个时间期间中被计算并被报告给系统控制器110、子系统控制器130-132和/或设备140-148，作为由系统控制器110传输的电力分配数据的部分。系统控制器110、子系统控制器130-132和/或设备140-148可在序列中的每个时间期间中计算解并且报告解作为传输给系统控制器110的电力需求数据的部分。在一个具体实施例中，在序列的第一时间期间中计算的乘数(λ,μ)可以在第一时间期间中被系统控制器110，子系统控制器130-132和/或设备140-148所用，以在继第一时间期间之后的第二时间期间中计算设备140-148的每一个的解。例如，第二时间期间可以包括第一时间期间之后的下一个时间期间且设备140-148的每一个的解可以表示第二时间期间中设备140-148的每一个的操作状态。

如图2所示，电力系统100使用方法200操作以控制图1的配电系统102。方法200可以由电力管理控制系统104实施以调度图1的配电系统102的一个或更多设备140-148。方法200可以包括在步骤202开启（例如，启动）电力管理控制系统。在电力管理控制系统被启动之前或之后，电力管理控制系统可以用包含一个或更多最短路径算法和一个或更多子梯度算法的对偶分解算法被编程。还可以使用一个或更多成本-效用函数对电力管理控制系统编程。

拉格朗日乘数λ_t ¹可以在204被初始化。在图2的方法200中，k表示与电力管理控制系统关联的多个时间间隔的当前时间间隔。拉格朗日乘数λ_t ¹与时间间隔k=1关联，如由指定初始时间间隔（例如，第一时间期间）的上标1（1）指示的。例如，系统控制器110可以初始化要被分配到图1的整个电力管理控制系统104的拉格朗日乘数。在一个具体实施例中，拉格朗日乘数λ_t可以包括参照方程（1）-（5）描述的乘数(λ,μ)。

拉格朗日乘数λ_t的值可以在206被选择。当k=1时，拉格朗日乘数λ_t的值可以选为λ_t ¹，对于k＞1的值，λ_t可以被选为

或

如下所述。选定的拉格朗日乘数λ_t的值可以被提供给一个或更多源设备1-i（例如，发电机）和一个或更多负载设备1-j（例如，负载）。例如，一个或更多源设备和一个或更多负载设备可以包括图1的设备140-148。

一个或更多源设备1-i以及一个或更多负载设备1-j的每一个的最短路径解（例如电平变量）可以在208a-d被确定。一个或更多源设备1-i和一个或更多负载设备1-j的每一个可具有对应的成本-效用函数，将最短路径算法应用到其上以分别计算一个或更多源设备1-i的一个或更多最短路径解g_1-i以及一个或更多负载设备1-j的一个或更多最短路径解y_1-i。例如，图1的系统控制器110、子系统控制器130-132、设备140-148或其组合，可以确定一个或更多源设备1-i和一个或更多负载设备1-j的每一个的最短路径解（根据拉格朗日乘数λ_t）。一个或更多源设备和一个或更多负载设备将一个或更多最短路径解g_1-i和y_1-i提供给系统控制器，如图1的系统控制器110。具体设备的最短路径解可以包括该具体设备的最低成本路径。例如，每个设备可以确定多个路径，而每个路径根据分配的电量和/或拉格朗日乘数λt对应于一个估计的成本。最短路径解可以是多个路径中具有最低成本的一个。在一个具体实施例中，一个或更多源设备1-i的总的一个或多于一个最短路径解g_1-i可以表示在时间间隔k内由配电系统产生的总电力（例如，可用电量）。一个或更多负载设备1-j的一个或更多最短路径解y_1-i表示在时间间隔k内由配电系统消耗的总电力。

在210可做出电力平衡条件是否被满足的判定。例如，可以做出由配电系统产的总电力是否大于由配电系统消耗的总电力的判定。当产生的总电力大于消耗的总电力，方法200在206将下一个时间间隔k+1的拉格朗日乘数λ_t选为当前时间间隔k的拉格朗日乘数λ_t。

当产生的总电力不大于消耗的总电力，在212更新拉格朗日乘数

的值。拉格朗日乘数

的值可以根据拉格朗日乘数λ^k _t的值和产生的总电力不大于消耗的总电力的差值乘以常数α被更新。在一个具体实施例中，常数α的值可以与时间间隔k的持续时间有关。更新的拉格朗日乘数

的值可以在206被选为下一个时间间隔k+1的拉格朗日乘数λ_t的值。在一个具体实施例中，判定电力平衡条件是否满足以及更新拉格朗日乘数

的值可以作为由图1的控制系统110执行的子梯度算法的部分执行。

因此，图1的电力系统100和图2的方法200使得分布式方法能够调度配电系统102中的源设备和/或负载设备。调度源设备和负载设备可以提供源设备和负载设备之间的有效互动，这避免超负荷/过载状况、降低发电成本以及增加负载效用。配电系统102中的每个源设备（例如，发电单元）的调度和承诺水平可以以约束组为基础，该约束组包括备用电力，运转参数和有限时间范围内的预测负荷。该调度使得电力系统如飞行器电力系统能够分配电力从而有效地保持关键负载（例如，飞行器中的航空电子设备，飞行安全系统等），同时以提供调度电力消耗时的灵活度的方式管理其他非关键负载（例如，舒适系统）。

图3-5显示最短路径图表的实例，最短路径图表可以由设备连同成本-效用函数和/或操作设备的请求使用。最短路径图表可以表示有限（例如，固定的）时间期间上的设备操作且使得算法（例如，最短路径算法）能够确定（例如计算）最短路径（例如，成本最低路径）。例如，最短路径算法可用于估计从（例如，设备的）当前操作状态到请求（例如，操作请求数据）指示的期望操作状态的最低成本路径。

成本-效用函数可以与设备关联且提供设备在操作过程中的数学特性（例如，源特性，负载特性或其组合）。例如，设备可以是图1的设备140-148的其中之一。具有源特性的设备（例如，源设备，如发电机，燃料电池，电容器等）可以与成本-效用函数关联，该函数根据输出电力水平、状态变量（例如，开，关，充电，放电等）、控制变量（例如，保持，充电，放电，增加输出电力，降低输出电力，关断，打开等）、操作设备的（例如，在具体电力水平上）成本（例如，处罚或花费）或其组合来表征设备的特性。附加的源特性可以包括可用电量（例如，能产生的）、可用的最大电力（例如，能够产生的）、当产生的电力小于首选的电力输出水平时要用的成本率、当产生的电力超过首选的电力水平时要用的成本率、在时间期间的电力输出向量、放电率（例如，每秒千伏安（kVA））、最大充电率、预热（例如，启动）时间期间、预热时间期间的电力成本。运转设备的成本可以与给设备提供燃料、给设备充电、在超过期望（例如，理想）运转状态时运转设备如删除超过阈值的资源（例如，燃料或存储的电荷）或连续运转设备超过阈值、操作延迟、操作率的持续时间、所消耗的电量（例如，资源）或其组合有关。

具有负载特性的设备（例如，负载设备，如灯，烤箱，娱乐系统等）可以与成本-效应函数关联，该函数根据电力需求水平、状态变量（例如，开、关、加热、冷却、混合、煮、保温等）、控制变量（例如，保持、加热、煮、保温、照明、激活、停用、上升、降低、关断、打开等）、以及运转设备（例如，在具体电力水平上）的效用（例如，益处或可取性）来表征设备的特性。运转设备的效用可以与在给定时间或时间元素（例如，时间临界性）中运转设备关联以使设备在预定时间期间内完成操作。偏离时间元素（例如，没有在时间期间内运转设备）会造成损失（例如，成本）。

在一个具体实施例中，某些具体设备如电容器具有负载设备（如，充电时）和源设备（如，放电时）两者的特性。因此，电容器的成本-效用函数可以包括源特性分量和负载特性分量。

请求，如图1的请求162，可以被产生以启动具体设备的操作。例如，该请求可以表示（例如，限定）一个或更多操作设定点（例如，运转特性或运转能力），如起始时间、设备标识符、操作模式、电力水平、速率限制、电力限制（例如电力上限、电力下限或其组合）、操作的时间期间、时间间隔数、运转温度、运转状态的数量、状态改变变换数量、在一个或更多运转状态中设备操作的持续时间、负效用成本（例如，偏离一个或更多特性）等。负效用成本可以以向量的形式列出，表示随着时间的增加值。在一个具体实施例中，一个或更多上述特性（例如，能力）可以被与设备关联的成本-效用函数获得（例如，被包含在）。

设备的最短路径图表可以根据成本-效用函数、请求或其组合被产生。例如，响应于接收运转设备的请求，对应于设备的成本-效用函数可以被选择（被确定），且可以为设备产生最短路径图表。

参考图3所示，最短路径图表的第一典型实施例被显示和大体指定为300。最短路径图表300可以对应一个设备（例如，烤箱）并可以表示随着时间的设备的操作。最短路径图表300可以包括表示一个或更多时间间隔（例如，多个时间间隔）的垂直轴（例如，最左边的列）。水平轴（例如，最上面的行）可以表示状态变换（例如，步骤）的数量（n），设备可以在一个或更多时间间隔（例如，总时间期间）中执行这些状态变换。虚线表示水平轴指示的不同操作/运转状态之间的边缘。成本与穿过每个边缘（例如，从一个运转状态转变到另一个运转状态）有关。与具体边缘关联的具体成本与时间有关，使得具体成本随着每个时间间隔变化（例如，增加或降低）。在一个具体实施例中，具体转变/变换获得的效用已从边缘成本中减去了。最短路径图表300可以包括“开始”结点（标记为S）和“结束”结点（标记为E）（例如，终结点）。

图3中的圆可以表示设备的状态（例如，运转状态）。在图3中的每个时间间隔上，当从第一状态转变到下一状态时有两个可用选择。例如，第一选择可包括“暂停”变换而第二选择可以包括“打开”变换。从一个状态变换到其他状态的成本被分配给边缘（例如，虚线）。例如，“暂停”选择的成本与“打开”选择的成本是不同的。部分根据穿过每个边缘的成本，从开始节点（S）到结束节点（E）的路径可以被确定。该路径对应在这一时间期间上运转设备的总成本。

使用最短路径算法可以确定总成本。最短路径算法可以是基于方案策略的动态编程，旨在通过决策树（例如，最短路径图表）确定每个单元的总操作成本，决策树被穿过来降低总的单元操作成本（或增加运转效用）。最短路径算法可以确定多个路径，每个路径与达到结果的成本有关。每个成本可以根据分配的电量如由一个或多个约束（例如，一个或更多乘数）所指示的分配的电量被确定。例如，最短路径算法可以包括Djkstra算法或Bellman-Ford（贝尔曼福特）算法。

最短路径图表300和最短路径算法可以与参照图1所述的子梯度更新算法一起被使用。例如，与最短路径图表300关联的成本可以以一个或更多拉格朗日乘数（例如，λ）为基础。为每个设备分配的电量和/或一个或更多拉格朗日乘数可以随着每个时间间隔被更新。因此，在具体时间间隔上，最短路径算法基于对应于具体时间间隔的成本被使用以基于计算的最短路径确定下一个时间间隔中设备的运转状态。在下一个时间间隔中，一个或更多更新的拉格朗日乘数被接收（例如基于子梯度算法）且被用于修正（例如，更新）成本，而且再一次执行最短路径算法以确定继当前运转状态之后的设备运转状态。结果，由于更新的成本并且基于设备的当前状态，最短路径方案在每次迭代时变化。

在一个具体实施例中，最短路径图表300表示烤箱（例如，蒸汽烤箱）的操作，蒸汽烤箱已经接收在300华氏度运转一个小时的时间期间（例如，多个时间间隔）的请求。根据包含在请求中的时间期间以及对应于烤箱的成本-效用函数，步骤（例如，状态转变）的数目（ｎ）已被确定以在包含多个时间间隔的整个时间期间保持温度。在一个具体实施例中，成本-效用函数被用于根据运转对应于成本-效用函数的设备的请求产生最短路径图表。通过使用最短路径算法，能够在一段时间期间内调度烤箱的操作。

参考图4，最短路径图表的第二个典型实施例被显示和大体指定为400。例如，最短路径图表400可以与包括多个运转状态（例如，煮状态和保温状态）的设备如咖啡机有关。煮状态与煮模式有关，而保温状态与保温模式有关。煮模式可以不被中断，正如图4反映的，其中状态在相邻时步之间从煮阶段转变到下一个阶段。保温模式可以被暂停不超过3个连续的时间间隔，以便温度不会因为保温的长时间暂停而降得太低。

参考图5，最短路径图表的第三个典型实施例被显示和大体指定为500。最短路径图表500可以是具有多个运转状态且可以起到源设备和负载设备的作用的设备的代表。例如，设备可以包括可再充电电池或电容器（例如，超级电容器）。最短路径图表500可以包括三个状态，对应于放电状态，第一充电状态（例如，半充电状态），以及第二充电状态（例如，全充电状态）。尽管最短路径图表500中只显示两个充电状态，但是超过或不足两个充电状态也可以被包括在最短路径图表500中。在最短路径图表500中，放电速度与充电速度不同。例如，从第二充电状态到第一充电状态的放电速度，或从第一充电状态到放电状态的放电速度发生在一个时间间隔上。从放电状态到第一充电状态的充电速度，或从第一充电状态到第二充电状态的充电速度发生在两个时间间隔上。因此，一旦设备承诺充电时，设备将不可用于放电（或保持），直到到达下一个充电状态。另外，单元可以从一个时间间隔到另一个时间间隔“保持”其充电（例如，暂停）。

参考图6，描述表示电力系统的被调度负载的图600。例如，电力系统可以包括图1的电力系统。通过使用关于图1-5所述的子梯度算法和最短路径算法可以调度负载。

图600可以是能够提供11KW功率的电力系统或子系统的代表。图600显示了多个时间间隔（例如，多个时间期间/时期）的电力消耗。当电力系统不能满足总需求时，一个或更多设备被调度以寻找具有最低成本的方案（根据使用最短路径模型的成本-效用函数）。电力系统可以包括多个设备，例如，电灯、微波炉、咖啡机、第一烤箱和第二烤箱。每个设备与描述设备特性（例如，运转特性）的成本-效用函数关联。例如，多个设备可以被表征为如表1所示：

表1——设备运转特性

参考表1，每个设备采用设备标识符、千瓦（kW）单位的所需电力（例如，每个时间间隔内所消耗的电量）、延迟成本（例如，与将操作延迟至少一个时间间隔有关的成本）、运行时间间隔（例如，设备在运行状态中的时间间隔数目）和操作期时间间隔（例如，被分配给设备以在时间间隔值上实现操作的时间间隔数目）。无穷大的延迟成本可以表示相应设备被认为是关键设备，且避免操作中的延迟。例如，不可调度设备（例如，不可调度单元）在时间间隔中不可以被可选地调度，如继接收运转具体设备的请求之后的第一时间间隔。延迟成本还可以被表示为向量（例如，如第一烤箱和第二烤箱一样），其表示多个连续延迟的增加成本。例如，可调度设备（例如，可调度单元）在时间间隔如继接收操作具体设备的请求之后的第一时间间隔中可以基于预定约束（例如，表1的延迟成本）被选择性调度。参考表1，电灯和微波炉可以被认为是不可调度设备（例如，不可调度单元），因为和每个设备关联的延迟成本是无穷大的。咖啡机、第一烤箱和第二烤箱可以被认为是可调度设备且每一个设备可以部分基于每个设备的对应延迟成本（例如，延迟成本向量）被调度。

假定与图600关联的电力系统只可以提供11kW电力，那么表1的所有设备不可以在同一时间被操作。当期望（例如，被请求）所有设备同时运转时，电力系统（例如，电力系统的控制器）可以调度（例如，调解或决定）设备的操作。在一个具体实施例中，不可调度设备早于可调度设备被分配电力。

例如，表1包含的运转设备的请求已被接收如下：时间间隔1之前灯请求，第一烤箱请求在时间间隔6上，微波炉请求在时间间隔8上，第二烤箱请求在时间间隔10上，咖啡机请求在时间间隔11上。一旦接收到每个请求时，电力系统会估计每个设备的成本-效用函数（根据表1）以调度设备。例如，电力系统（例如，控制器或子系统控制器）可以生成每个请求的设备的最短路径图表，且在每个时间间隔中，电力系统（例如，控制器）会执行最短路径算法以确定下一个时间间隔期间的运转状态。调度设备能够使电力系统避免超负荷情况。

图7图示控制电力系统的方法。例如，该电力系统可以包括图1的配电系统102。方法700包括在702确定多个子系统的每一个的电力分配，其中多个子系统的每一个与至少一个相应的设备关联。例如，图1的系统控制器110可以确定配电系统的每个子系统的电力分配。在一个具体实施例中，电力分配是以电力系统总的可用电量为基础，且总电力可以被分配给包括关键（例如，不可调度）和非关键（例如，可调度）负载的子系统。在另一个实施例中，电力分配可以以电力已经分配给所有关键设备之后的剩余可用电量为基础。然后该可用剩余电量可以被分配给包括非关键负载的子系统。

在704产生电力分配数据，其指示多个子系统的具体子系统的电力分配。例如，电力分配数据由图1的系统控制器110产生。

在706接收操作请求数据，其指示运转/操作具体子系统的设备的请求。例如，该设备可以包括图1的设备140-148的其中之一。

在708根据电力分配数据、操作请求数据以及与该设备关联的成本-效用函数建模设备的操作以生成模型化的设备操作，并在710识别与模型化的设备操作有关的预测的电力需求数据。通过使用最短路径算法建模设备的操作。预测的电力需求数据可以以根据最短路径算法确定的设备操作状态为基础。例如，系统控制器110或子系统控制器130-132的其中之一可以确定具体设备（例如，设备140-148的其中之一）的最短路径图表，以及通过使用最短路径算法确定具体设备的下一个运转状态。为每个设备（例如，图1的设备140-148）计算的预测的电力需求数据可以被提供给系统控制器。在一个具体实施例中，多个子系统控制器的每一个可以提供由子系统控制器为与该子系统控制器关联的每个设备计算预测的电力需求数据。

在712更新多个子系统的每一个的电力分配以响应预测的电力需求数据。通过使用子梯度算法根据预测的电力需求数据更新电力分配。更新的电力分配可以被传输到多个子系统的每一个，作为更新的电力分配数据。

在一个具体实施例中，更新电力的分配可以包括比较预计要产生的总电力与预计要消耗的总电力。例如，电力系统的系统控制器，例如，图1的配电系统的系统控制器110，可以根据电力系统的一个或更多源设备（例如，发电设备）确定预计要产生的总电力。系统控制器还可以根据由子系统产生的预计的需求数据确定消耗的总电力。系统控制器可以确定预计要消耗的总电力是否大于或等于预计要产生的总电力。当预计要消耗的总电力不等于预计要产生的总电力时，系统控制器可以启动源设备（例如，发电机，燃料电池，电容器等）以增加提供的电量或可以减少分配给具体子系统（例如，具体负载）的电量。

图7的方法700通过使电力系统的一个或更多设备被调度的方式使电力系统为多个子系统分配电量，这可以增加电力系统的效率并减少（或消除）超负荷情况。

图8是包括通用计算设备810的计算环境800的块图，该计算设备810可操作以支持通信。例如，计算设备810或其部分，可以对应图1的系统控制器110、子系统控制器130-132或设备140-148。

计算设备810可以包括至少一个处理器820。在计算设备810内，该至少一个处理器820可以与系统存储器830、一个或更多存储设备840、一个或更多输入/输出接口850、一个或更多通信接口860或其组合进行通信。

系统存储器830可以包括易失性存储设备（例如，随机存取存储器（RAM）设备）、非易失性存储设备（例如，只读存储（ROM）设备、可编程只读存储器和闪存）或两者都包括。系统存储器830可以包括操作系统832，其包括基本输入/输出系统，用于启动计算设备810和整个操作系统以使计算设备810能够与用户、其他程序以及其他设备交互。系统存储器830还可以包括一个或更多应用程序834、程序数据836、（一个或更多）成本效用函数837、一个或更多算法838以及设备信息839。例如，成本效用函数837、算法838和设备信息839可以分别包括图1的成本效用函数118、136-138、算法120以及设备信息116。成本-效用函数837可以与一个或更多与计算设备810相连的设备关联，通过设备信息839可以识别每一个设备。算法838可以包括最短路径图表、子梯度算法或其组合，每一个算法由至少一个处理器820执行。程序数据836可以包括数据，其被应用程序834所用从而执行应用程序834的相应功能。

至少一个处理器820还可以与一个或更多存储设备840通信。例如，一个或更多存储设备840可以包括非易失性存储设备，如磁盘、光盘或闪存设备。存储器设备840可以包括可移动或固定存储设备。存储设备840可以被配置为存储操作系统、应用程序和程序数据。在一个具体实施例中，系统存储器830、存储设备840或两者包括有形、非临时性计算机可读介质。存储设备840可以存储由一个或更多应用程序834所用的数据。

至少一个处理器820还可以与一个或更多输入/输出接口850通信。一个或更多输入/输出接口850可以使计算设备810能够与一个或更多输入/输出接口870通信从而便于用户交互。例如，一个或更多输入/输出接口850适于接收来自用户的输入，接收来自另一个计算设备的输入或其组合。输入/输出接口850可以符合一个或更多标准接口协议，包括串行接口（例如，通信串行总线（USB）或电气与电子工程协会（IEEE）接口标准）、并行接口、显示适配器、音频适配器、或自定义接口。输入/输出接口870可以包括用户接口设备和显示器，包括按键、键盘、指向设备、显示器、扬声器、麦克风、触摸屏以及其他设备的某个组合。

至少一个处理器820可以与其他计算机系统880和/或其他设备通过一个或更多通信接口860通信。一个或更多通信接口860可以包括有线以太网接口、IEEE802无线接口、蓝牙通信接口、电、光或射频接口或其他有线或无线接口。其他计算机系统880可以包括主机计算机、服务器、工作站、手提计算机、电话、平板计算机、或任意其他通信设备或组件。例如，其他计算机系统880可以包括图1的系统控制器110或子系统控制130-132。

本文所述实施例的描述旨在提供各种实施例的结构的一般理解。该说明并非旨在作为使用本文所述结构和方法的装置和系统的所有特征要素的完整描述。在阅读本发明的基础上，许多其他实施例对于本领域技术人员而言是显而易见的。其他实施例可以使用和源自本发明，可以做出结构和逻辑替换和改变而不偏离本发明的范围。例如，方法步骤可以以和图中所示顺序不同的顺序执行，或一个或更多方法步骤可以省略。因此，本发明和附图被认为是示例性的而非限制性的。

另外，尽管本文已图示和描述了具体实施例，但是应当理解，设计成实现相同或相似结果的任意后续的设置可以用所示的具体实施例替代。本发明旨在覆盖各种实施例的任意和所有后续修改或更改。本文未具体描述的上述实施例的组合或其他实施例，在阅读本发明之后，这对于本领域的技术人员而言将是显而易见的。

Claims (14)

1.一种系统，其包括：

系统控制器，其被配置为确定多个子系统的每一个在第一时间期间的电力分配；以及

子系统控制器，其与所述系统控制器通信地耦合，所述子系统控制器与设备关联，所述子系统控制器被配置为：

从所述系统控制器接收指示所述设备的电力分配的电力分配数据；

接收指示请求操作所述设备的操作请求数据；

根据所述电力分配数据、所述操作请求数据以及与所述设备关联的成本-效用函数将第二时间期间的所述设备的操作建模以产生所述设备的模型化操作；以及

于所述第二时间期间之前，将与所述第二时间期间所述设备的模型化操作关联的预计电力需求数据传输给所述系统控制器。

2.根据权利要求1所述的系统，其中所述设备包括源设备、负载设备或源设备与负载设备组合的其中之一。

3.根据权利要求1所述的系统，其中所述子系统控制器与多个设备关联，且其中所述子系统控制器使用相应的成本-效用函数控制所述多个设备的每一个设备的操作。

4.根据权利要求1所述的系统，其中所述系统控制器使用子梯度优化处理确定所述电力分配，而且其中所述子系统控制器使用最短路径算法确定所述设备的预计电力需求数据，所述最短路径算法被配置为根据与所述设备关联的所述成本-效用函数估计从当前操作状态到由所述操作请求数据指示的期望操作状态的最低成本路径，其中所述最低成本路径的成本至少部分地根据所述电力分配数据被估计。

5.根据权利要求4所述的系统，其中所述最短路径算法被配置为根据与所述设备关联的所述成本-效用函数估计从当前操作状态到由所述操作请求数据指示的期望操作状态的最低成本路径，其中所述最低成本路径的成本至少部分地根据所述电力分配数据被估计。

6.根据权利要求1所述的系统，其中所述系统控制器和所述子系统控制器被包含在飞行器的配电系统中，且其中所述第二时间期间发生在所述第一时间期间之后。

7.根据权利要求1所述的系统，其中所述系统控制器还被配置为，受制于所有负载在所述第一时间期间内消耗的总电力的电力需求上限、受制于与一个或更多负载的每一个关联的电力需求下限且受制于与一个或更多源的每一个关联的电力输出上限给所述多个子系统分配电力。

8.根据权利要求1所述的系统，其中所述多个子系统的每一个对应一个可调度单元，所述可调度单元的操作在第一时间期间在预定约束内是可选的，且其中所述系统控制器被进一步配置为确定一个或更多不可调度单元在所述第一时间期间的电力分配，所述不可调度单元在所述第一时间期间中不是可选的。

9.根据权利要求8所述的系统，其中所述不可调度单元包括飞行安全系统，并且其中所述可调度单元包括舒适系统。

10.一种方法，其包括：

为多个子系统的每一个确定电力分配，所述多个子系统的每一个与至少一个相应设备关联。

生成电力分配数据，其指示所述多个子系统的具体子系统的所述电力分配；

接收操作请求数据，其指示操作所述具体子系统的设备的请求；

根据所述电力分配数据、所述操作请求数据以及与所述设备关联的成本-效用函数将所述设备的操作建模，以产生所述设备的模型化操作；以及

识别与所述设备的模型化操作关联的预计电力需求数据。

11.根据权利要求10所述的方法，进一步包括响应于所述预计电力需求数据来更新所述多个子系统的每一个的所述电力分配。

12.根据权利要求10所述的方法，进一步包括根据一个或更多源设备确定预计要产生的总电力。

13.根据权利要求10所述的方法，进一步包括：

根据所述预计电力需求数据确定预计要消耗的总电力是否等于预计要产生的总电力，以及

当所述预计要消耗的总电力不等于所述预计要产生的总电力时，启动源设备以增加提供的电量或降低给负载设备的电力分配。

14.根据权利要求10所述的方法，其中所述操作请求数据通过用户输入被接收，所述用户输入指示与所述设备关联的操作设定点。

Images