CN107077109A - 用于识别和遵守公用设施网格中的规范化操作约束的系统和方法 - Google Patents
用于识别和遵守公用设施网格中的规范化操作约束的系统和方法 Download PDFInfo
- Publication number
- CN107077109A CN107077109A CN201580057691.1A CN201580057691A CN107077109A CN 107077109 A CN107077109 A CN 107077109A CN 201580057691 A CN201580057691 A CN 201580057691A CN 107077109 A CN107077109 A CN 107077109A
- Authority
- CN
- China
- Prior art keywords
- control
- hyperspace
- state
- grid
- computer
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000015654 memory Effects 0.000 claims description 32
- 230000006399 behavior Effects 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 9
- 238000004088 simulation Methods 0.000 claims description 6
- 238000009412 basement excavation Methods 0.000 claims 2
- 239000003990 capacitor Substances 0.000 claims 2
- 230000007717 exclusion Effects 0.000 claims 1
- 238000002474 experimental method Methods 0.000 abstract description 16
- 238000012360 testing method Methods 0.000 abstract description 7
- 238000004458 analytical method Methods 0.000 abstract description 5
- 230000008859 change Effects 0.000 description 15
- 230000009471 action Effects 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 7
- 238000005457 optimization Methods 0.000 description 7
- 239000000523 sample Substances 0.000 description 6
- 230000005611 electricity Effects 0.000 description 5
- 239000007789 gas Substances 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000004146 energy storage Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001364 causal effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 235000014676 Phragmites communis Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 238000009987 spinning Methods 0.000 description 1
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02B90/20—Smart grids as enabling technology in buildings sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Automation & Control Theory (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及用于建立和维持对自动化实验系统的约束和用于实验的可允许的范围的系统和方法。本发明的方法和系统评估可用的控件,生成表示控件的组合的多维空间,并且分析操作数据以确定多维空间中的哪个点是用于受控系统的可允许的状态。任选地,一些实施方案以用于操纵或变更约束的用户界面为特征。所约束的多维空间通过在实验性试验中使用的多维空间中的点的选择而被用于自动化实验中。
Description
背景技术
对于“智能网格”的当前方法和将详细的传感器测量和机器学习应用于公用设施网格管理仅使用可追溯的数据挖掘“大数据”方法进行学习,并且不使用主动控制和变化来探究对各种条件的网格响应。主动控制可提供由特定传感器响应以及动作对整个网格条件的影响所指示的网格的状态的更快、更强大的因果关系的理解,并且更好地允许对公用设施网格的管理以及对这些网格上的潜在故障的响应。
由于公用设施的物理特性及其运输和分配方法,不管爆炸性的天然气、高压水,还是电,公用设施网格操作包括固有风险。除该巨灾风险之外,网格操作可能非常复杂,并且递送到公用设施用户的质量非常重要。例如,电能质量问题通过影响诸如减少设备寿命,花费超过$100百万每年。网格设计和公用设施传输可以是很复杂的,并且各自在用于该参数的操作条件内的条件的组合可以诱导网格故障或引起关于递送的公用设施质量的问题。需要详细的约束以将网格操作托管给自动化控制方案。
该风险将机会成本的可能性引入到对网格的控制操作决策和用于构建网格知识的主动实验中。然而,由于复杂性和缺乏网格元件之间的协调,以及在选择和实施动作中的不确定性,因此通常存在窗口,在该窗口内用于网格的主动控制的机会成本等于或小于普通网格机会的主动控制的机会成本,尤其使得与当前网格管理相比包络无机会成本,同时准许网格特性和响应行为的有意义的实验和发现。
由于在它们的操作中涉及的风险,因此公用设施网格既在商业上非常保守,又是高度管控的。由于这两个因素,用于调整网格参数的很多动作选择要求通过人工介入来批准,这限制了用于公用设施网格的自动控制的可能性,而不意指批准和管理风险等级和操作范围,自动化系统可通过该操作范围驱动网格。
存在对允许网格条件和处理中的自动化变化,同时将系统保持在可允许的操作范围内的方法的需要。这样做的一种方式是通过机器学习和/或专家系统规范化操作条件的发现,并且然后将这些可允许的操作状态应用为约束,仅准许预期在网格状态改变、动作和处理被实施的时间和位置处支持正常操作约束的网格状态改变、动作和处理。
发明内容
本发明涉及用于建立与网格上的可允许的操作变化的包络相匹配的网格条件的范围的系统和方法,在该范围内可以实行对网格动作的实验和网格动作的优化选择,而不会增加风险或超越正常网格操作的机会成本,通过实施方案通过以下这样做:接收关于主动控制的信息,创建多维空间,在该多维空间中,每个维度是控件,并且这些维度中的每个维度包括该控件的状态,约束空间以消除包括不允许的控件状态或组合的部分,以及主动控制仅在由所约束的多维空间限定的范围内的网格。
附图说明
图1为本发明的方法的流程图。
图2为本发明的示例性实施方案中的网格及其可用的控件的图示。
图3为示出本发明的系统的系统图。
图4为示出本发明的系统内的信息流的数据流程图。
具体实施方式
在不破坏对顾客的公用设施服务的情况下,并且当公用设施服务可以被无缝地与正常操作整合时,优化地追寻用于探究网格条件和响应的自动化控制。通过发现可用的控件,基于可能的控件状态限定空间,并且基于可允许的操作条件约束该空间,创建可以通过普通网格操作搜索而不增加风险或机会成本超出普通网格操作中固有的风险或机会成本的空间,探究可以集中于付诸实践的发现和与正常操作整合的探究。
图1为本发明的示例方法实施方案的流程图。在步骤100中接收控制信息,并且在102中控制信息被用作用于构造可能的控件状态的多维空间的基础。在104中基于网格的规范化操作条件来约束潜在的控件状态的空间,并且在步骤106中在所约束的多维空间内应用自动化实验和/或操作控制。
在步骤100中接收控制信息。控制信息包括被包括在自动化实验和/或优化系统中的每个控件的可能的状态。控件包括网格的具有多个潜在状态的任何特定的元件,该多个潜在状态可被主动地控制。电网上的控件的示例包括引导电能的路由的开关、可以将可变的电能电平供应给网格的光伏逆变器,和/或可控制的电能储存设备。供水网上的示例包括具有可变吞吐率的处理设施、沿着分布线的阀门,和/或控制管道结合部和分割体处的流量的开关。气体分布网络上的示例包括开关和沿着分布线的阀门和/或压力或流量提供源。对于单个控件,可能的控件状态可以是例如电网上开关处的开关位置,或供水网或供气网上阀孔的大小。可以从由网格运营商维护的网格部件的预先存在的数据库,或网格的部件模型收集该信息,在该情况下,这些是可用的,由实际上被驱动以进行自动控制的控件进行修改。任选地,可以通过例如通过使用控件和自动化实验和/或优化系统之间的连接来识别所有可用的网格控件,来将网格控件索引以提供控制信息。
在步骤102中控制信息被用于构造多维空间。对于该多维空间,每个控件被看作维度,其中沿着该维度的点用于控件的可能的特定状态中的每个可能的特定状态。然后,多维空间表示给出可用于自动控制的控件作为该空间内的点的控件状态可能性的每个可能的组合。多维空间被存储在存储器中,例如作为包含多维空间的点以及任选地将每个维度与其表示的特定控件相关联的元数据的矩阵。
由于这些控件状态是有限的,甚至在这些控件状态是很多的情况下,对于存在离散控件状态(诸如仅具有“开”和“关”状态的开关)的维度,维度可简单地包括所有控件作为该维度中的各个点。对于连续控件状态,诸如理论上无限的阀门中的孔径宽度,例如,通过将连续控件的范围指定到多维空间中的具体点来使得这些控件是有限的。可以基于对欧几里德空间中的所选择的点的接近度,通过选择点和装仓数据完成该指定,其中每个所选择的点为在沿着该控件的维度的点中捕获的控件状态。对于实验系统,可以基于沿着该维度给出测试的预测的信噪比(SNR)的粒度可能性,基于实验的功效分析,使用测试机会的数量的预测和在沿着维度的连续控件的特定的离散点之间预期的差异大小,计算此类点的数量。
在步骤104中,约束控件状态的多维空间,以反映正常操作条件。约束防止自动控制将所控制的网格元件推向在普通网格操作期间无法接受的状态(诸如紧急或关闭状态),或在普通网格操作期间无法接受的多个元件之中的网格控件状态的组合(例如,导致在电网的部分中严重的欠压条件或在供气网的区段中将产生危险的超压的控件的组合)。单个控件约束对与该控件相关联的维度起作用,以禁止无法接受的控件状态。可以通过机器学习方法诸如神经网络或部分可观测马氏决策过程来发现组合学约束,其中通过将这些方法应用于数据(从数据确定约束),信任状态关系到在用于确定约束的数据源中的组合学约束的存在。
可以通过一种或多种技术获取这些约束,并且然后将这些约束应用于多维空间。约束可以是预先存在的、通过网格存储在数据库中的,或从人类网格运营商输入的。约束限制多维空间以确保仅表示符合公用设施网格的普通操作包络的控件状态的组合的点被包括在用于自动化主动控制系统的搜索空间中,以确保由系统进行的实验和知识开拓不引起网格背离普通条件。
通过将机器学习技术诸如统计分类、强化学习、群集分析或人工神经网络应用于历史数据来创建过去操作的模型,约束可以来源于历史数据。这还可以包括自动地或通过人类输入特定时间段的标记,用于从考虑中排除作为“正常”操作条件,以确保与在故障、泄漏、关闭的时间段或背离普通操作包络的其它时间段期间的异常值条件相比,约束反映网格的正常操作包络。另选地,应用于分析历史数据的机器学习技术的异常值检测方面可以自动地识别这些时间段,并且从这些数据集抽取约束的考虑中去除这些时间段。
例如通过使用网格部件行为和交互作用的模拟来建立网格控件的普通操作包络、使用模拟诸如使用部件模型的网格行为的蒙特卡洛模拟来识别网格的普通操作包络,约束可以来源于部件模型。
可以通过诸如专家系统的各种输入系统从人类网格运营商引出约束,该专家系统被构造成用于动态地询问问题,以减少与普通操作包络的参数有关的信任状态的搜索空间,或当网格条件符合网格的普通操作包络时呈现人类接受或拒绝的情况。
可以单独使用这些方法,或可以彼此结合地使用这些方法,使用不同的方法构建在彼此上,例如,使用基于历史数据的机器学习和/或基于模型的模拟以构建由专家系统使用的初始信任状态,来收集普通操作包络上的人类输入,并且这些方法可以例如为了人类查看通过用标记标明基于历史数据的机器学习和基于模型的模拟之间的差异而被用于测试和验证彼此的结论。
在步骤106,所约束的多维空间被用于限定网格控件状态及其对用于自动化主动网格控制系统的网格目标的影响的探究和开拓。自动化实验系统使用所约束的多维空间作为可能性空间,在该可能性空间内,可以操纵控件用于通过实验性试验测试控件的影响,或选择网格控件状态的组合进行实施来使网格目标最大化,网格目标可以是网格性能的一个或多个测量,诸如使供水网中的损耗最小化,为了供气网上的递送、安全和效率,将压力维持在合理范围内,或使电能质量最大化,紧密匹配需要,同时满足顾客要求和/或电网上的再生资源利用。
任选地,当条件使多维空间改变(诸如将新的部件添加到网格、扩大自动化控制的范围,或者通过输入或发现对约束的改变(除来源于网格操作的观察的这些和普通网格条件的定义之外,包括调节或其它人工介入约束的输入))时,可以动态地更新多维空间。对于最近添加的控件,创建新的维度且进行约束收集。对于已经替换的部分,丢弃旧的维度,并且创建新的维度且进行约束收集,反映由与旧的部件相比新的部件呈现的新的控制选项和约束。当添加新的约束信息时,重新计算约束以将所有当前维度应用于多维空间中。
还可以周期性地更新多维空间,以变更自动化实验和优化的空间和时间粒度。为了增加粒度,初始与特定控件相关联的维度将被分成表示在某些外部条件(诸如时间段)期间的控件、来自非控制电网资产的网格上的负荷或定义的外部条件(诸如暴风雨)的单独的维度。在这些情况下,为特定的一组条件创建新的维度,并且在空间中的维度之中存在条件相关性,其中外部条件将确定维度中的哪个维度被包括在将被探究和开拓的空间中。优选地,在不同的条件下,为每个维度单独地维护数据,即使它们与相同的控件有关。添加维度,并且维度可以受到约束的添加,仅作为普通网格控件维度;用户可以被提示批准新维度的创建,或当需要新的维度且新的维度被要求应用约束时,可以警告用户。还可以基于包括在自动化主动控制系统(其可以提供部件行为的因果知识)的操作期间生成的数据的网格操作数据或网格部件行为的模型,来约束附加的维度。例如,响应于发现不管其它网格控件状态,控件具有严格优于它的其它可能的状态的状态,或多个控件一起追踪,并且可以被看作是相同的,维度可以组合或塌缩以减少自动化主动控制系统所管理的维数。由自动化主动网格控制系统生成的数据可以被用于作出是组合维度还是塌缩维度的确定。组合维度指定两个控件为一个维度,消除另一个维度。塌缩维度去除维度,同时将控件指定为特定的状态,或从自动化主动网格控制系统的控件中去除该控件。
所约束的多维空间可以被用作用于公用设施网格的主动控制的搜索和优化空间,从而确保网格的操纵保持在网格的正常操作条件内,控制电能网元件的自动化、算法控制中涉及的机会成本和风险,以及使用该控件用于网格条件的实验和优化的可能性。
图2是可以通过本发明的实施方案控制的多个网格控件,以及这些控件和网格的位置及其影响网格的潜在的能力的例示性示例。在该示例中,网格是电网,其具有可用于自动化实验和优化的4个控件,这4个控件的可能的和普通操作状态限定用于该自动化系统的搜索和优化空间。
在该示例中,总的来说,控件200是将用于一组光伏电池的逆变器连接到网格的开关。该控件具有两个离散状态,“开”位置和“关”位置,在“开”位置下,该控件将逆变器连接到网格,在“关”位置下,逆变器与网格隔离。因此,基于该控件的维度具有两个状态,一个表示“开”,并且另一个表示“关”。自动化主动控制系统可以使用该控件以选择何时将来自逆变器的电能整合到网格中、哪些对可用的电能和电能质量有影响,以及哪些可以对度量诸如可再生能源的利用很重要。
控件202是沿着网格在三个不同的节点之中路由电能的三路开关,电能从控件202传播通过剩余的网格。该控件具有三个离散状态,三个离散状态表示其可以将电能供应到的节点中的每个节点。自动化主动网格控制系统可以使用该控件来与电能需求匹配以管理电能质量问题,并且使被发送到具有检测出故障的区域的电能最小化。
控件204是可变负荷电能储存设备,可变负荷电能储存设备的电能消耗从0到100%连续可变,并且当其将电能供应给网格时具有一个输出级。通过基于欧几里得空间中的距离来选择点(数据被装仓到该点),可以使连续可变电能消耗是离散的。对于该示例,连续电能消耗被看作具有4个离散点:其可能的电能消耗的0%、33%、67%和100%;对于这些点,装仓可以是:0-16%指定给0%点,17-50%指定给33%点,51-83%指定给66%点,并且84-100%指定给100%点,当这些点被指定给这些范围时,主动控制系统维护这些范围;随着时间推移可以调整点的范围和数量。该控件到最后具有沿着其维度、表示4个范围和“供应电能”状态的5个点。可以由自动化主动网格控制系统使用该控件,以使可再生使用最大化,与电能需求匹配,并且可存在涉及负荷或来自储存设备的所提供的电能的电能质量问题。
控件206是连接到网格的区段的涡轮,以提供用于满足突然出现的尖峰的需求的空转备用;通过该控件跨越范围是连续的,该涡轮的电能输出是可控制的。因为控件是连续的,所以其必须被分成离散点,以充当在多维空间中沿着其对应维度的点。基于用于变化控件206的可能的样本大小的预测,实行用于实验性试验的功效分析,基于在该时间段内可能的试验的数量,确定在给定的时间量内可以检测的影响大小。对于该示例,由于滞后效应的可能性和涡轮的自旋加快/自旋减慢时间引起所计算的实验单元非常长,所以使控件206变化的机会的数量非常低。小的潜在的样本大小意味着影响必须非常大以在这些测量中所涉及的噪音之上是可检测的。使用来自功效分析的信噪比,确定沿着使附近的数据装仓的范围点的数量;在该示例中,其中仅可以检测大的影响,点的数量对应地很小。在信噪比非常高且由于大的预测的样本大小可以检测小的影响的其它情况下,可以使用具有更好的粒度且对控件(该控件的影响可以被检测为更好的SNR)更详细的控制的多维空间,选择更高数量的点以提供自动化主动控制系统。由于用于该控件的较差的SNR,所以控件206沿着数据将被装仓到的其范围具有三个点,容量的0、50%和100%;这意味着在该示例中,容量的0-25%将被装仓到0%的维度中的点,容量的26-74%将被装仓到50%的维度中的点,并且75-100%将被装仓到100%的维度中的点。控件206可以影响电能质量、需求满足,并且影响网格的可再生利用和燃料成本的水平,并且可以被用于探究和开拓控件对这些参数的影响。
在该示例中,多维空间是4维的,其中维度用于每个控件,控件200,202,204和206。对于控件200,维度包括两个点,用于“开”状态和“关”状态。对于控件202,维度包括三个点,用于开关位置中的每个。对于控件204,维度包括五个点,用于连续范围被装仓到的四个点以及其中储存设备将电能提供给网格而不是消耗电能的状态。对于控件206,维度包括三个点,用于容量状态的0%、50%和100%。这意味着在约束的应用之前图2的示例多维空间包括由沿着四个维度的点(诸如[关、位置1、66%、100%]或[开、位置3、33%、50%])限定的180个点。
然后,可以基于各个和彼此组合的控件的规范化操作条件来约束该示例空间。在普通网格操作期间,各个约束的示例是通过应用于历史操作数据的机器学习发现控件204始终处于电能消耗或供电状态中,从未处于其中性的0%消耗状态;反映该条件的约束可以通过从表示控件204的可能的状态的整个维度去除0%点来实施。例如组合学约束,控件202的开关和控件204的储存设备可以具有交互作用,使得在正常操作条件下,当电源处于其电能消耗的33%、67%或100%时,开关可以仅处于位置一。通过去除在包括表示对应于控件202的维度上的位置2和位置3的点与表示对应于控件204的维度上的33%、67%和100%电能消耗状态的点的组合的多维空间中的各个点,该条件约束被反映在多维空间中。然后,所约束的多维空间可以被用于限定空间,在该空间内,自动化主动网格控制系统影响示例电网上的控件200,202,204和206。
图3为作为系统的本发明的实施方案的图示。存储器可为已知的计算机存储装置诸如快闪存储器、使用磁介质的硬盘驱动器或用于可存储数据且被频繁和定期访问的数据存储的其它方法。处理器可被构造成用于通过软件指令进行计算。部件之间的连接可为硬连接的、使用用于多个步骤的公共处理器或通过有线装置或无线装置诸如各种802.11协议、ZigBee或蓝牙标准、以太网或用于在单独的传感器、处理器、存储器和模块之间传输数据的其它已知的装置联网的。传感器、存储器、处理器和模块可被分布在包括传感器自身处的位置上或共同位于中间或中央位置处。
网格控件300是特定点,在该特定点处可以控制公用设施网格。电网上的控件的示例包括引导电能的路由的开关、可以将可变的电能电平供应给网格的光伏逆变器,和/或可控制的电能存储设备。供水网上的示例包括具有可变吞吐率的处理设施、沿着分布线的阀门,和/或控制在管道结合部和分割体处的流量的开关。气体分布网络上的示例包括开关和沿着分布线的阀门和/或压力或流量提供源。网格控件具有状态,该状态可以是离散的(诸如仅可以被设置为“打开”或“关闭”的开关或阀门的位置)或连续的(诸如可变孔径大小的阀门)。这些网格控件与可以变更控件状态的自动化主动控制系统联网。
控制存储器302是被构造成用于接收和存储网格控件300的索引及其潜在的状态的存储器。索引包含控件和与它们的可能的状态相关联的点,用于离散控件的各个点,或与连续控件的范围相关联的点的列表。
多维空间存储器304是被构造成用于接收和存储从可用的网格控件300的可能的状态计算的原始多维空间的存储器。这通过空间定义处理器310进行计算,空间定义处理器310将在控制存储器302中索引的每个控件指定到具有与该控件的可能的状态相关联的点的维度。
普通操作包络存储器306是被构造成用于接收和存储普通操作约束数据的存储器。普通操作约束数据可以包括用户输入、部件的数据库、历史操作数据和/或部件行为的模型。
所约束的多维空间存储器308是被构造成用于接收和存储从存储在存储器304中如由约束处理器312修改的原始多维空间计算的所约束的多维空间的存储器。
空间定义处理器310是被构造成用于从控制存储器302接收控件索引信息,并且将控件索引信息聚集到多维空间中的处理器,在多维空间中,控件是维度,其中维度中的点对应于控件的可能的状态。
约束处理器312是处理器,该处理器被构造成用于从存储器306接收普通操作包络数据,并且确定符合普通操作包络的控件状态和组合,然后将控件信息应用于约束原始多维空间,使得多维空间内的点仅对应于符合网格的普通操作包络的可用网格控件的状态的组合;该所约束的多维空间被传递到所约束的多维空间存储器308且存储在所约束的多维空间存储器308中。
自动化主动控制系统314是系统,该系统从所约束的多维空间存储器308接收所约束的多维空间,并且使用该所约束的多维空间来限定空间,在该空间内,可以使控件变化,同时保持在网格的普通操作包络内。自动化主动控制系统确定在什么状态将网格控件300放入且自动地实施这些控件状态,使用这些所选择的和所实施的控件状态来调整网格参数。自动化主动控制系统可以使用所选择的和所实施的控件状态以将特定的网格参数驱动到更理想的状态,或可以使用其能力使网格控件300变化,以进行实验性试验或创建条件,总的来说,在该条件下可以测量网格对所选择的和所实施的控件状态的响应,以精炼网格控件300和网格的响应之间的联系的理解。
图4为示出本发明的实施方案的部件之间的信息交换的数据流程图。由本发明的实施方案创建的、使用的和/或传递的数据包括:控件状态400、无约束的多维空间402、约束信息404和所约束的多维空间406。
由空间定义处理器410从控制存储器408接收控件状态索引400。由空间定义处理器410使用控件状态索引信息400以计算无约束的多维空间402。可以例如通过使用控件和自动化实验和/或优化系统之间的连接生成索引,以识别所有可用的网格控件。
通过为每个控件创建维度(沿着维度存在表示用于离散控件的可能的状态的有限数量的点或表示用于连续控件的控制范围的点),由空间定义处理器410计算无约束的多维空间402。空间基于控件状态索引400。无约束的多维空间信息被传递到多维空间存储器412中,并且被存储在多维空间存储器412中,然后,可以将无约束的多维空间信息传递到约束处理器414以被转换到所约束的多维空间406。
约束信息404是指示网格的普通操作包络和该包络内的控件状态的数据。约束信息可以是先已存在的和从网格数据库、部件模型或历史网格操作数据接收的,或从人类网格运营商输入的。由普通操作包络存储器416接收约束信息404,并且约束信息404被存储在普通操作包络存储器416中,并且约束信息404被供应到约束处理器414,约束处理器414使用约束信息以将无约束的多维空间402转化为所约束的多维空间406,以确保所约束的多维空间406符合网格的普通操作包络。
由约束处理器输出所约束的多维空间406,约束处理器获取约束且将约束应用于将多维空间限制于网格的普通操作包络。基于无约束的多维空间402和约束信息404,由约束处理器416生成所约束的多维空间406,并且所约束的多维空间406被存储在所约束的多维空间存储器418中,并且输出到自动化主动控制系统420。自动化主动控制系统420使用所约束的多维空间406限定其可用的空间,在该可用的空间内,其可以变更网格参数以探究对控件的网格响应或开拓对控件的网格响应的知识,以提高一个或多个度量上的网格性能。主动控制系统420从所约束的多维空间406的构件中选择控制决策422,控制决策422被分布到网格控件424,使得网格控件可以实施来自公用设施网格上的多维空间406内的所选择的控件状态。
Claims (20)
1.一种计算机实施的方法,所述方法包括:
接收控制信息;
基于所述控制信息,使用处理器生成可能的网格控件状态的多维空间;以及
通过去除不处在正常操作条件下的网格控件状态来约束所述多维空间。
2.根据权利要求1所述的计算机实施的方法,还包括使用处理器来从所述约束的多维空间选择网格控件状态。
3.根据权利要求2所述的计算机实施的方法,还包括自动调整所述公用设施网格的一个或多个控件,以实施所选择的网格控件状态。
4.根据权利要求3所述的计算机实施的方法,其中所述一个或多个控件包括有载抽头变换器。
5.根据权利要求3所述的计算机实施的方法,其中所述一个或多个控件包括电容器组。
6.根据权利要求3所述的计算机实施的方法,其中所述一个或多个控件包括对输气管道附近的挖掘的响应。
7.根据权利要求1所述的计算机实施的方法,还包括:
通过用户界面将网格控件状态呈现给用户;
接收关于所呈现的网格控件状态的用户输入;以及
基于所述用户输入,使得所述约束的多维空间包括或排除所呈现的网格控件状态。
8.根据权利要求1所述的计算机实施的方法,其中控件数据包括用于每个控件和所述控件的可能的状态的标识符。
9.根据权利要求1所述的计算机实施的方法,其中生成所述多维空间包括将用于连续控件的值的范围指定给对应于所述连续控件的维度中的离散点。
10.根据权利要求1所述的计算机实施的方法,其中所述多维空间包括用于每个控件的维度,其中所述维度中的点用于所述控件的每个可能的状态。
11.根据权利要求1所述的计算机实施的方法,其中约束所述多维空间包括:
接收网格操作数据;
确定在所述网格操作数据中表示的控件状态;以及
通过排除未在所述操作数据中表示的控件状态来约束所述多维空间。
12.根据权利要求1所述的计算机实施的方法,其中约束所述多维空间包括:
在部件模型中模拟网格控件行为;
基于所述模拟,确定符合普通网格操作的所述控件状态;以及
通过排除被确定为与普通网格操作不一致的所述控件状态来约束所述多维空间。
13.一种用于管理公用设施网格的系统,所述系统包括:
控制存储器,所述控制存储器存储控制信息;
空间定义处理器,所述空间定义处理器被构造成用于接收所述控制信息并且基于所述控制信息来生成多维空间;
多维空间存储器,所述多维空间存储器被构造成用于接收并存储通过所述空间定义处理器生成的所述多维空间;和
约束处理器,所述约束处理器被构造成用于从所述多维空间存储器接收所述多维空间并且约束所述多维空间。
14.根据权利要求13所述的系统,还包括被构造成用于从所约束的多维空间选择网格控件状态的自动化主动控制系统。
15.根据权利要求14所述的系统,还包括网格控件。
16.根据权利要求15所述的系统,其中所述网格控件包括一个或多个有载抽头变换器。
17.根据权利要求15所述的系统,其中所述网格控件包括一个或多个电容器组。
18.根据权利要求15所述的系统,其中所述网格控件包括对输气管道附近的挖掘的响应。
19.根据权利要求13所述的系统,还包括被构造成用于存储网格操作数据的普通操作包络存储器。
20.根据权利要求13所述的系统,还包括被构造成用于存储来自网格部件模型的结果的普通操作包络存储器。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201462067493P | 2014-10-23 | 2014-10-23 | |
US62/067,493 | 2014-10-23 | ||
PCT/US2015/056191 WO2016064721A1 (en) | 2014-10-23 | 2015-10-19 | Systems and methods for identifying and adhering to normative operational constraints in utility grids |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107077109A true CN107077109A (zh) | 2017-08-18 |
CN107077109B CN107077109B (zh) | 2021-07-09 |
Family
ID=55761360
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580057691.1A Active CN107077109B (zh) | 2014-10-23 | 2015-10-19 | 用于识别和遵守公用设施网格中的规范化操作约束的系统和方法 |
Country Status (8)
Country | Link |
---|---|
US (1) | US20170250571A1 (zh) |
EP (1) | EP3210181B1 (zh) |
KR (1) | KR20170072284A (zh) |
CN (1) | CN107077109B (zh) |
BR (1) | BR112017008240A2 (zh) |
CA (1) | CA2964369A1 (zh) |
TW (1) | TW201636750A (zh) |
WO (1) | WO2016064721A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6968282B2 (ja) | 2017-12-01 | 2021-11-17 | スリーエム イノベイティブ プロパティズ カンパニー | パワートレイン管理の因果分析 |
CN108647864B (zh) * | 2018-04-25 | 2021-12-31 | 国网江西省电力有限公司电力科学研究院 | 老旧架空地线腐蚀度多维采集与评测方法 |
TWI683224B (zh) * | 2018-12-19 | 2020-01-21 | 國立屏東科技大學 | 群集分析方法及採用該方法之資料探勘系統 |
CN109921514A (zh) * | 2019-02-01 | 2019-06-21 | 国网浙江省电力有限公司金华供电公司 | 用于电能质量治理决策支持的方法 |
EP3770833A1 (de) * | 2019-07-25 | 2021-01-27 | Siemens Aktiengesellschaft | Ressourcenmanagementvorrichtung und verfahren zum verwalten oder verteilen einer physikalischen ressource |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030109951A1 (en) * | 2000-03-10 | 2003-06-12 | Hsiung Chang-Meng B. | Monitoring system for an industrial process using one or more multidimensional variables |
KR20090029055A (ko) * | 2007-09-17 | 2009-03-20 | 한국전기연구원 | 다수의 분산전원 및 에너지 저장장치를 포함하는마이크로그리드의 제어 방법 |
US20090083019A1 (en) * | 2007-09-25 | 2009-03-26 | Edsa Micro Corporation | Systems and methods for intuitive modeling of complex networks in a digital environment |
US20090265042A1 (en) * | 2008-04-17 | 2009-10-22 | Mollenkopf James D | System and Method for Providing Voltage Regulation in a Power Distribution System |
WO2010054477A1 (en) * | 2008-11-14 | 2010-05-20 | Thinkeco Power Inc. | System and method of democratizing power to create a meta-exchange |
KR20110081445A (ko) * | 2010-01-08 | 2011-07-14 | (주)넥스챌 | 스마트 그리드용 시설물 통합 시스템 및 그 방법 |
CN102347637A (zh) * | 2010-07-29 | 2012-02-08 | 株式会社日立制作所 | 智能网格的监视控制方法以及装置 |
CN102640458A (zh) * | 2009-11-26 | 2012-08-15 | Lg电子株式会社 | 用于组件的网络系统 |
CN102713946A (zh) * | 2010-01-27 | 2012-10-03 | Abb技术有限公司 | 用于优化供应网络的工作方式的装置和方法 |
CN103718566A (zh) * | 2012-05-18 | 2014-04-09 | 株式会社东芝 | 社会基础设施控制系统、控制方法、控制装置及服务器 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1992021194A1 (en) * | 1991-05-10 | 1992-11-26 | Echelon Corporation | Power line communication while avoiding determinable interference harmonics |
US8788097B2 (en) * | 2009-06-22 | 2014-07-22 | Johnson Controls Technology Company | Systems and methods for using rule-based fault detection in a building management system |
US8583531B2 (en) * | 2010-11-24 | 2013-11-12 | Joseph P. Hirl | Decision support system for the management of energy use, contracting and capital investments for facilities |
KR20130120657A (ko) * | 2012-04-26 | 2013-11-05 | 한국전자통신연구원 | 스마트 그리드 연동 장치 |
US20130325542A1 (en) * | 2012-06-01 | 2013-12-05 | Global Precision Solutions, Llp. | System and method for distribution of utility asset data in a project area |
US9147153B2 (en) | 2012-11-06 | 2015-09-29 | Rockwell Automation Technologies, Inc. | Empirical modeling with globally enforced general constraints |
WO2015151143A1 (ja) * | 2014-03-31 | 2015-10-08 | 株式会社日立製作所 | 電力系統の制御指令装置 |
-
2015
- 2015-10-19 WO PCT/US2015/056191 patent/WO2016064721A1/en active Application Filing
- 2015-10-19 BR BR112017008240A patent/BR112017008240A2/pt not_active IP Right Cessation
- 2015-10-19 EP EP15852123.7A patent/EP3210181B1/en active Active
- 2015-10-19 CA CA2964369A patent/CA2964369A1/en not_active Abandoned
- 2015-10-19 US US15/514,935 patent/US20170250571A1/en not_active Abandoned
- 2015-10-19 KR KR1020177013574A patent/KR20170072284A/ko not_active Application Discontinuation
- 2015-10-19 CN CN201580057691.1A patent/CN107077109B/zh active Active
- 2015-10-22 TW TW104134731A patent/TW201636750A/zh unknown
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030109951A1 (en) * | 2000-03-10 | 2003-06-12 | Hsiung Chang-Meng B. | Monitoring system for an industrial process using one or more multidimensional variables |
KR20090029055A (ko) * | 2007-09-17 | 2009-03-20 | 한국전기연구원 | 다수의 분산전원 및 에너지 저장장치를 포함하는마이크로그리드의 제어 방법 |
US20090083019A1 (en) * | 2007-09-25 | 2009-03-26 | Edsa Micro Corporation | Systems and methods for intuitive modeling of complex networks in a digital environment |
US20090265042A1 (en) * | 2008-04-17 | 2009-10-22 | Mollenkopf James D | System and Method for Providing Voltage Regulation in a Power Distribution System |
WO2010054477A1 (en) * | 2008-11-14 | 2010-05-20 | Thinkeco Power Inc. | System and method of democratizing power to create a meta-exchange |
CN102640458A (zh) * | 2009-11-26 | 2012-08-15 | Lg电子株式会社 | 用于组件的网络系统 |
KR20110081445A (ko) * | 2010-01-08 | 2011-07-14 | (주)넥스챌 | 스마트 그리드용 시설물 통합 시스템 및 그 방법 |
CN102713946A (zh) * | 2010-01-27 | 2012-10-03 | Abb技术有限公司 | 用于优化供应网络的工作方式的装置和方法 |
CN102347637A (zh) * | 2010-07-29 | 2012-02-08 | 株式会社日立制作所 | 智能网格的监视控制方法以及装置 |
CN103718566A (zh) * | 2012-05-18 | 2014-04-09 | 株式会社东芝 | 社会基础设施控制系统、控制方法、控制装置及服务器 |
Non-Patent Citations (1)
Title |
---|
MICHAEL SONNENSCHEIN 等: "A Distributed Greedy Algorithm for Constraint-based Scheduling of Energy Resources", 《PROCEEDINGS OF THE FEDERATED CONFERENCE ON COMPUTER SCIENCE AND INFORMATION SYSTEMS》 * |
Also Published As
Publication number | Publication date |
---|---|
TW201636750A (zh) | 2016-10-16 |
EP3210181B1 (en) | 2022-05-04 |
WO2016064721A1 (en) | 2016-04-28 |
CN107077109B (zh) | 2021-07-09 |
EP3210181A1 (en) | 2017-08-30 |
CA2964369A1 (en) | 2016-04-28 |
US20170250571A1 (en) | 2017-08-31 |
KR20170072284A (ko) | 2017-06-26 |
BR112017008240A2 (pt) | 2018-01-09 |
EP3210181A4 (en) | 2018-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107077109A (zh) | 用于识别和遵守公用设施网格中的规范化操作约束的系统和方法 | |
Wang et al. | Multi-agent deep reinforcement learning for resilience-driven routing and scheduling of mobile energy storage systems | |
CN107111844B (zh) | 用于选择网格动作以改善网格结果的系统和方法 | |
Ekel et al. | Multiobjective and multiattribute decision making in a fuzzy environment and their power engineering applications | |
Fioriti et al. | A novel stochastic method to dispatch microgrids using Monte Carlo scenarios | |
CN110249348A (zh) | 能量控制系统的配置与参数化 | |
JP2013529879A (ja) | 発電機の運転をスケジューリングするための方法 | |
Bedoya et al. | Distribution system resilience under asynchronous information using deep reinforcement learning | |
Atteya et al. | Distribution network reconfiguration in smart grid system using modified particle swarm optimization | |
CN104934968A (zh) | 基于多智能体的配网应灾恢复协调控制方法及装置 | |
WO2017081715A1 (ja) | 推論システム、推論方法、及び、記録媒体 | |
Bozorg-Haddad et al. | Verification of FPA and PSO algorithms for rule curve extraction and optimization of single-and multi-reservoir systems' operations considering their specific purposes | |
Salehi et al. | HRDM method for rehabilitation of pipes in water distribution networks with inaccurate operational-failure data | |
US9252633B2 (en) | System and method for accelerated assessment of operational uncertainties in electrical power distribution systems | |
Bagheri Tolabi et al. | Novel hybrid fuzzy-intelligent water drops approach for optimal feeder multi objective reconfiguration by considering multiple-distributed generation | |
CN109902133A (zh) | 基于电网任意分割区域的多源数据纠错处理方法及系统 | |
Hu et al. | Optimal operating strategies and management for smart microgrid systems | |
Giraldo et al. | Optimal operation of community energy storage using stochastic gradient boosting trees | |
CN113783179B (zh) | 一种电网负荷预测及优化方法 | |
Marques et al. | Improved multi-objective evolutionary algorithm in subpopulation tables with features from NSGA-II for the service restoration problem | |
CN106250985A (zh) | 一种求解配电网网架多阶段规划的改进遗传膜方法 | |
Mwifunyi et al. | Multiagent based fault localisation and service restoration in Tanzanian secondary distribution network | |
Sanches et al. | Integrating relevant aspects of MOEAs applied to service restoration in distribution systems | |
Alvarado et al. | Ant colony systems application for electric distribution network planning | |
Nazari et al. | Sustainable urban water management: a simulation optimization approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |