CN111506355B - 优化可重新配置的电力系统的性能的方法 - Google Patents
优化可重新配置的电力系统的性能的方法 Download PDFInfo
- Publication number
- CN111506355B CN111506355B CN202010021063.0A CN202010021063A CN111506355B CN 111506355 B CN111506355 B CN 111506355B CN 202010021063 A CN202010021063 A CN 202010021063A CN 111506355 B CN111506355 B CN 111506355B
- Authority
- CN
- China
- Prior art keywords
- power system
- sub
- computer
- implemented method
- operational profile
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000005457 optimization Methods 0.000 claims abstract description 53
- 238000004146 energy storage Methods 0.000 claims description 10
- 238000000638 solvent extraction Methods 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000003862 health status Effects 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims description 2
- 239000000446 fuel Substances 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 230000036541 health Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008014 freezing Effects 0.000 description 3
- 238000007710 freezing Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 241000156302 Porcine hemagglutinating encephalomyelitis virus Species 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/003—Flight plan management
- G08G5/0039—Modification of a flight plan
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
- G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
- G06F9/4451—User profiles; Roaming
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0004—Transmission of traffic-related information to or from an aircraft
- G08G5/0013—Transmission of traffic-related information to or from an aircraft with a ground station
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0017—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information
- G08G5/0021—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information located in the aircraft
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/003—Flight plan management
- G08G5/0034—Assembly of a flight plan
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0047—Navigation or guidance aids for a single aircraft
- G08G5/0052—Navigation or guidance aids for a single aircraft for cruising
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
- H04L41/0833—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability for reduction of network energy consumption
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Software Systems (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种优化可重新配置的电力系统的性能的计算机实现的方法。所述方法包括以下步骤:接收所述电力系统的操作配置文件;将所述操作配置文件划分成多个子阶段;在所述操作配置文件的每个子阶段上执行所述电力系统的近似优化例程,以导出所述电力系统的相应的近似优化的配置;在所述操作配置文件的相应子阶段上执行每个近似优化的配置的精细优化例程,以导出针对所述子阶段的相应的精细优化的配置;以及定义所述电力系统的设置以实现对所述电力系统的所述精细优化的配置。
Description
技术领域
本公开涉及一种优化可重新配置的电力系统的性能的计算机实现的方法。
背景技术
对任务/操作配置文件的电力系统优化,特别是在载具诸如飞行器的背景下,通常被视为有限时域优化问题。在行程的有限时域内的每个时间实例处,可以确定电力系统的最佳配置。有一项建议是将此作为模型预测控制解决方案来解决(Huang,Y.等人,2017年,“Model predictive control power management strategies for HEVs:A review”,《Journal of Power Sources》)。然而,解决在每一个时间步长上具有一整组决策变量的整个任务内的问题在计算上面临巨大挑战—特别是对于非线性系统。在非载具电力系统诸如静电发电机方面也可能遇到类似的问题。
先前,此难题的解决方案是在不同的时间标度内分层分解问题。例如,已知基于时间标度,即基于功率部件的基础物理动力学来分解电动船舶的电力优化问题(Xie,Y.,Seenumani,G.和Sun,J.,2008年,《Grand Challenges in Modelling and Simulation》会议论文集中的“Real-time Simulation and Optimisation ofMulti-scale ShipboardPower Systems”)。然而,这需要构建不同的模型,并且假定以适于用优化器求解的方式对慢速时间标度进行建模。此外,如果系统在任何时间标度上都是非线性的,则该问题不具有确定性或收敛保证。
发明内容
因此,在第一方面,提供了一种优化可重新配置的电力系统的性能的计算机实现的方法,包括以下步骤:
接收所述可重新配置的电力系统的操作配置文件;
将所述操作配置文件划分成多个子阶段;
在所述操作配置文件的每个子阶段上执行所述电力系统的近似优
化例程,以导出所述电力系统的相应的近似优化的配置;
在所述操作配置文件的相应子阶段上执行每个近似优化的配置的精细优化例程,以导出针对所述子阶段的相应的精细优化的配置;以及
定义所述电力系统的设置以实现对所述电力系统的所述精细优化的配置。
有利的是,该方法提供了一种在实际的时间范围内解决复杂的大规模优化问题的方法。近似优化允许通过固定用于细粒度优化的边界条件来解耦子阶段,从而允许在不依赖于其他子阶段的情况下更简单地解决细粒度优化。这种优化可用于改善参数,诸如:燃料消耗量、电力可利用率、电力效率和部件健康状况。
该计算机实现的方法可以具有以下任一种可选特征,或者在它们兼容的范围内,可以具有以下可选特征的任何组合。
可重新配置的电力系统可以是载具中的电力系统。操作配置文件则可以是载具的任务配置文件。载具可以是飞行器、船舶、火车、汽车等。任务配置文件可适合于载具类型。例如,飞行器的飞行计划;船舶的运输路线和计划表;混合机车系统的路线、时间表和铁路网信令信息、速度限制、倾斜度、架空电力线的可用性等;针对汽车的具有不同类别的环境的路线。
近似优化例程可以包括以下步骤:(a)针对考虑中的每个子阶段,估计要通过改变电力系统的控制参数来优化的输出参数的值;(b)基于所估计的值来对考虑中的每个子阶段进行排序,并且确定排位最高的子阶段;(c)固定所述电力系统的允许所述电力系统实现所述排位最高的子阶段的所述输出参数的所述估计值的所述控制参数;(d)将所述排位最高的子阶段从考虑中排除;以及(e)重复步骤(a)至(d),以便对于仍在考虑中的子阶段来固定电力系统的控制参数。例如,待优化的输出参数可以是燃料消耗量、电力可利用率、电力效率、部件健康状况、响应时间/响应速度、维护成本、全寿命周期成本(包括资本支出和/或运营支出)、排放量和/或环境问题和/或能量交易成本(例如,如果电力系统用于陆基发电)。例如,在飞行器电力系统的背景下,控制参数可以包括引擎关断状态、储能状态、能量生成状态等。
在步骤(c)中,针对排位最高的子阶段固定的控制参数可以对考虑中的一个或多个其他子阶段的控制参数施加约束,使得可以针对这些子阶段固定该受约束的控制参数的值。例如,如果在一个子阶段中控制参数要求必须使用电池向一个或多个马达供电,则先前的子阶段可以被约束为(i)不使用存储在该电池中的电力;(ii)使用存储在该电池中的电力,但在该电池中留下预先确定的量的能量;和/或(iii)将电池置于充电状态。
可以将对近似优化例程的子阶段施加的约束施加到精细优化例程的子阶段。有利的是,可因此降低精细优化例程的计算复杂性。
计算机实现的方法可以包括在划分操作配置文件之前执行的步骤,该步骤中接收电力系统的条件,并且基于电力系统的操作配置文件和条件来确定是否可以实现操作配置文件的目标。例如,电力系统的条件可以为:对系统的固定的需求、系统资源、系统限制、系统健康状况、预期的电力需求、资源的变化(例如,计划中的引擎关断的可行性的变化、发电机健康状况的变化,以及因此建议的操作区域),等等。
确定是否可以实现操作配置文件的目标可以包括确定电力系统内的可用电力是否足以实现操作配置文件的目标。如果确定可用电力不足,则系统上的一个或多个功率耗用件可基于功率耗用件的预先确定的优先级而脱离接合。
确定是否可以实现操作配置文件的目标可以包括导出电力系统的控制参数的初始配置,该初始配置允许实现目标,并且该初始配置可以为近似优化例程的主题。
该近似优化例程可以使用一组启发式优化规则。该近似优化例程可以使用一个或多个贪心优化规则,这些规则可以通过聚合控制参数来考虑控制参数的子集。使用基于启发式规则的优化器可以确保为每个子阶段设定最佳配置,并且可以移除或减少迭代该过程的需要。
精细优化例程可以使用任一确定性启发式方法;随机启发式方法;或者它们的混合。
划分操作配置文件可以基于以下项中的任何一者或多者:电力需求容差;环境配额;操作阶段;部件健康状况信息;一个或多个储能部件的可用性;载具待操作的环境(例如,明显不同的高度,其中允许的噪声和/或排放水平可变化)。对于飞行器,示例性操作阶段可以是不同的飞行阶段。对于陆基能量生成,示例性阶段可以是一天中的不同时间,因为能量交易成本和/或负载可随时间变化。
在第二方面,提供了飞行管理计算机,该飞行管理计算机被配置为执行第一方面的计算机实现的方法,可重新配置的电力系统为飞行器中的电力系统,并且操作配置文件为飞行器的任务配置文件。第二方面的飞行管理计算机可以具有第一方面的可选特征中的任何一种,或实际上在这些可选特征兼容的范围内,具有这些可选特征的任何组合。
在第三方面,提供了包括第二方面的飞行管理计算机的飞行器。
在第四方面,提供了操作可重新配置的电力系统的方法,该方法包括以下步骤:执行第一方面的计算机实现的方法以优化可重新配置的电力系统的性能;以及操作可重新配置的电力系统以执行操作配置文件。第四方面的方法可以具有第一方面的可选特征中的任何一种,或实际上在这些可选特征兼容的范围内,具有这些可选特征的任何组合。
在电力系统的操作期间,可以接收更新的操作配置文件或可重新配置的电力系统的更新的条件中的任一者或两者,并且可以使用所接收的更新的操作配置文件和/或可重新配置的电力系统的更新的条件来重复执行计算机实现的方法的步骤。
另外的方面提供:计算机程序,该计算机程序包括代码,该代码在计算机上运行时使得该计算机执行第一方面的计算机实现的方法;计算机可读介质,该计算机可读介质存储计算机程序,该计算机程序包括代码,该代码在计算机上运行时使得该计算机执行第一方面的计算机实现的方法;以及计算机系统,该计算机系统被编程为执行第一方面的计算机实现的方法。
附图说明
现在将参考附图以举例的方式来描述本发明的实施方案,其中:
图1示出计算机实现的方法的系统概述;以及
图2示出调查、排序和冻结方法的示例。
具体实施方式
现在将参考附图讨论本发明的方面和实施方案。另外的方面和实施方案对于本领域的技术人员而言将是显而易见的。本文中提及的所有文档均以引用方式并入本文。
本文的公开内容描述了一种以切实可行且及时的方式解决复杂的大规模优化问题的方法。大规模问题被分解为一组相互依赖的优化子问题。本文中的相互依赖的问题可以指无法轻易分离的问题,并且其中任何一种解决方案都可以影响其他(相依的)解决方案。
在一个示例中,飞行器电力系统具有给定的任务配置文件,该任务配置文件包括一个或多个任务目标和平台条件(该平台条件描述对电力系统的固定的需求、电力系统资源和电力系统限制),该方法可以首先通过利用电力系统灵活性同时遵守任何限制来确保任务电力需求和输送的可行性。例如,如果储能器可用并且需要在给定飞行子阶段中将能量提供给基本负载,以确保任务的成功,则为此目的预留能量。然后,通过用一小组共享边界/初始条件将该问题建模为两层(近似、细致或精细),引入两标度优化。该过程可以被优化以同时降低燃料消耗量、延长部件寿命、提高性能或实现它们的组合。系统概述在图1中示出。
电力系统需求可以表示为根据整个飞行周期所需的电力。这可以通过用多组负载(负载箱)和每个负载的优先级或关键性表示电力需求来更详细地描述。电力系统资源和限制由部件本身确定,例如,额定功率、损耗、再充电延迟和部件健康状况。
通过验证整个飞行时域内的(例如,引擎、发电机和储能器的)可用电力大于整个飞行时域内的电力需求,并且在每一阶段内解决了任何限制,诸如可以确定认证极限、可行性。如果不可行,则可以考虑来自储能系统的附加电力支持。如果仍然不可行,则可以基于优先级或关键性将负载从电源断开或脱离接合。在进行到两标度优化阶段之前,可以更新对功率源的任何附加限制(例如,在飞行的特定子阶段期间使用电力存储装置以保持可行性)和对电力需求的改变(例如,断开的低优先级负载)。
在两标度优化的第一层中,在给定总体任务需求和资源的情况下,可以使用一组贪心的启发式优化规则来预先定义每个飞行子阶段的最佳预期电力系统布置(或配置)。可以聚合其他控制参数以节省计算/评估时间。在该层优化开始时,将任务配置文件划分成多个子阶段。在该示例中,基于任务信息、环境和部件状态、健康状况和容量来定义子阶段。
作为例示性示例,考虑一种具有两个引擎的电力系统,每个引擎各自具有两个发电机和一个储能系统,其中优化目的被设定为降低燃料消耗量。给定飞行子阶段的电力系统的配置可以是只有一个引擎接通(其中可允许另一个引擎的计划中的引擎空中关断),从而导致只有两个发电机向电力总线提供电力,以及提供来自储能器的支持。该子阶段中的配置还需要先前子阶段的配置,以将储能器状态定义为再充电。
更一般地,使用调查、排序和冻结方法来确定每个子阶段的配置。给定包括五个阶段的示例(参见图2),该规则方案采取的动作序列被列为:
1.如果根据空气空间法规和任务需求准许关断引擎,则估计每个子阶段的燃料消耗量。还启用储能器的使用以支持发电机,从而促进提高发电机的效率。通过将活动发电机的功率输出设定为相等的比例和相等的引擎上的推力负载(如果两个引擎都在运行)来估计燃料消耗量。基于预期的燃料消耗量对每个子阶段进行排序(其中排序为1指示最低燃料消耗量)。
2.固定系统控制参数的配置,以满足排序1的阶段的优选配置(即,图2中所示的示例中的子阶段2)。对于子阶段2之前和之后的子阶段,更新受此影响的约束。即,无法修改控制参数的其他子阶段也将这些控制参数固定。例如,如果子阶段2需要储存在储能器中的所有能量,那么该储能器的能量将不再对刚好在子阶段2之前的子阶段可用。此处的固定指示子阶段的相关控制参数已冻结,并且无法进一步修改。
3.转至下一个最佳排序阶段(排序2),即子阶段5。固定控制参数的有利于在子阶段5中减少燃料使用量的配置。同样,还相应地固定考虑中的其余子阶段的受约束的控制参数。对于该示例,将子阶段4与子阶段5一起固定。
4.重复步骤3,直到已考虑到所有子阶段并且它们的配置被固定。
5.对于已禁用计划中的引擎空中关断的情况以及禁用计划中的引擎空中关断和储能器的使用的情况,可以重复步骤1至步骤4,从而产生三个可能的配置集合。结合引擎空中关断成本(如果有),
并且选择消耗最少燃料的配置集合用于优化。
该优化阶段的所得结果是引擎和发电机的开通/关断状态,以及每个飞行子阶段的储能系统的充电/放电/不活动状态(针对上述示例)。
在两标度优化的第二层中,进行更深入的优化过程,其中(例如,对于每个引擎、发电机、电池或超级电容器的)电力系统设定点通过利用系统行为和任务容差来定义。例如,基于各个效率分布和健康状况以及对负载需求的允许容差来定义从发电机提取以满足负载需求的功率比例。还对储能器所支持的确切功率水平进行精细化,以确保电力系统的灵活性和潜力在优化目的(在该示例中,优化目的为燃料成本最小化)方面最大化。每个功率部件的电力设置受到两标度优化的第一层中设定的配置的限制。
用于该层的优化方法为例如:确定性启发式方法,例如Nelder-Mead算法;和随机启发式方法,例如粒子群优化算法。
一旦确定了整个飞行的功率部件的电力设置,就将电力设置反馈到准备在电力系统上实施的平台。
系统在整个飞行期间运行,并且在飞行开始时设定的配置可以根据任何实时飞行更新而变化。
在调查、排序和冻结方法中利用的排序方法可以由一组不同的规则替代。例如,在先前讨论的方法中,依据对目的最有益到对目的最无益的顺序对子阶段进行排序。然而,控制参数的固定也可以按子阶段随时间的性能按顺序或逆序来进行。
可以应用上述计算机实现的方法来对单个或多个目的同时进行优化。对于针对多个标准的优化,标准的相对重要性可针对每个子阶段、飞行阶段、操作模式或任务而变化。对不确定性的测量可以被并入优化过程中,并且根据优化目的,可以基于一个或多个解决方案选择规则来实施不同的电力计划。
利用上述计算机实现的方法的系统可以在自主载具的背景中应用,其中任务目标和性能(优化)标准由另一个计算机系统(诸如任务管理系统)定义。另选地,(在载具上或远程的)人类操作者可以定义目标和目的。
优化标准可以是单个或多个,并且(对于飞行)是静态的或动态的(在飞行过程中变化)。
可以利用的负载容差包括时间容差或功率(绝对)容差。这些可以用于该方法的所有阶段,例如可行性检查器和管理(以确保可行性)以及贪心的近似任务电力优化器和精细化的子阶段任务电力优化器(用于进一步优化)。
虽然上文关于具有给定任务配置文件的飞行器电力系统进行了描述,但本发明整体地适用于优化载具中可重新配置的电力系统的性能,并且实际上适用于优化可以不是载具的可重新配置的电力系统(例如,静电发电机)的性能。
实施方案可以被描述为过程,该过程被描绘为流程图、流程图表、数据流程图、结构图或框图。虽然流程图可以将操作描述为顺序过程,但许多操作可以并行或并发地执行。此外,可以重新安排操作顺序。过程在其操作完成时终止,但可以具有未包括在附图中的附加步骤。过程可对应于方法、函数、规程、子例程,子程序等。当过程对应于函数时,其终止对应于函数返回到调用函数或主函数。
术语“计算机可读介质”可以表示用于存储数据的一个或多个装置,包括只读存储器(ROM)、随机存取存储器(RAM)、磁性RAM、磁芯存储器、磁盘存储介质、光学存储介质、闪存存储装置和/或用于存储信息的其他机器可读介质。术语“计算机可读介质”包括但不限于便携式或固定存储装置、光学存储装置、无线信道,以及能够存储、包含或携带指令和/或数据的各种其他介质。
此外,实施方案可以通过硬件、软件、固件、中间件、微码、硬件描述语言或它们的任何组合来实现。当在软件、固件、中间件或微码中实现时,用于执行必要任务的程序代码或代码段可以被存储在计算机可读介质中。一个或多个处理器可以执行必要任务。代码段可以表示规程、函数、子程序、程序、例程、子例程、模块、软件包、类、或指令、数据结构或程序语句的任何组合。代码段可以通过传递和/或接收信息、数据、隐式参数、显式参数、或存储器内容来耦合到另一个代码段或硬件电路。信息、隐式参数、显式参数、数据等可以经由任何合适的方式传递、转发或传输,包括存储器共享、消息传递、令牌传递、网络传输等。
虽然结合上述示例性实施方案描述了本发明,但是当给出本公开时,许多等同的修改和变型对于本领域的技术人员将是显而易见的。因此,上述本发明的示例性实施方案被认为是例示性的而非限制性的。在不脱离本发明的实质和范围的情况下,可以对所述实施方案作出各种改变。
上述所有参考文献均据此以引用方式并入本文。
Claims (14)
1.一种优化可重新配置的电力系统的性能的计算机实现的方法,包括以下步骤:
接收所述可重新配置的电力系统的操作配置文件;
将所述操作配置文件划分成多个子阶段;
在所述操作配置文件的每个子阶段上执行所述电力系统的近似优化例程,以导出所述电力系统的相应的近似优化的配置,其中所述近似优化例程包括以下步骤:
(a)针对考虑中的每个子阶段,估计要通过改变所述电力系统的控制参数来优化的输出参数的值;
(b)基于所估计的值来对考虑中的每个子阶段进行排序,并且确定排位最高的子阶段;
(c)固定所述电力系统的允许所述电力系统实现所述排位最高的子阶段的所述输出参数的所述估计值的所述控制参数;
(d)将所述排位最高的子阶段从考虑中排除;以及
(e)重复步骤(a)至步骤(d),以便对于仍在考虑中的子阶段来固定所述电力系统的控制参数;
在所述操作配置文件的相应子阶段上执行每个近似优化的配置的精细优化例程,以导出针对所述子阶段的相应的精细优化的配置;以及
定义所述电力系统的设置以实现对所述电力系统的所述精细优化的配置。
2.根据权利要求1所述的计算机实现的方法,其中在步骤(c)中,针对所述排位最高的子阶段固定的控制参数对考虑中的一个或多个其他子阶段的控制参数施加约束,使得针对所述子阶段固定受约束的控制参数的值。
3.根据权利要求2所述的计算机实现的方法,其中对所述近似优化例程的所述子阶段施加的约束被施加于所述精细优化例程的所述子阶段。
4.根据权利要求1所述的计算机实现的方法,还包括在划分所述操作配置文件之前执行的步骤,所述步骤中接收所述电力系统的条件,并且基于所述电力系统的所述操作配置文件和所述条件来确定所述操作配置文件的目标是否能够实现。
5.根据权利要求4所述的计算机实现的方法,其中确定是否能够实现所述操作配置文件的所述目标包括确定所述电力系统内的可用电力是否足以实现所述操作配置文件的所述目标。
6.根据权利要求5所述的计算机实现的方法,其中如果所述确定是所述可用电力不足,则所述系统上的一个或多个功率耗用件基于所述功率耗用件的预先确定的优先级而脱离接合。
7.根据权利要求4所述的计算机实现的方法,其中确定是否能够实现所述操作配置文件的所述目标包括导出所述电力系统的控制参数的初始配置,所述初始配置允许实现所述目标,并且其中所述初始配置是所述近似优化例程的主题。
8.根据权利要求1所述的计算机实现的方法,其中所述近似优化例程使用一组启发式优化规则。
9.根据权利要求1所述的计算机实现的方法,其中所述精细优化例程使用任一确定性启发式方法;随机启发式方法;或者它们的混合。
10.根据权利要求1所述的计算机实现的方法,其中划分所述操作配置文件基于以下项中的任何一者或多者:电力需求容差;环境配额;操作阶段;部件健康状况信息;以及一个或多个储能部件的可用性。
11.根据权利要求1所述的计算机实现的方法,其中所述可重新配置的电力系统是载具中的可重新配置的电力系统,并且其中所述操作配置文件为所述载具的任务配置文件。
12.一种飞行管理计算机,所述飞行管理计算机被配置为执行根据权利要求11所述的计算机实现的方法。
13.一种飞行器,所述飞行器包括根据权利要求12所述的飞行管理计算机。
14.一种操作可重新配置的电力系统的方法,所述方法包括以下步骤:
执行根据权利要求1所述的计算机实现的方法,以优化所述可重新配置的电力系统的性能;以及
操作所述可重新配置的电力系统以执行所述操作配置文件。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB1900477.9 | 2019-01-14 | ||
GBGB1900477.9A GB201900477D0 (en) | 2019-01-14 | 2019-01-14 | Optimisation method |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111506355A CN111506355A (zh) | 2020-08-07 |
CN111506355B true CN111506355B (zh) | 2023-11-17 |
Family
ID=65528095
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010021063.0A Active CN111506355B (zh) | 2019-01-14 | 2020-01-09 | 优化可重新配置的电力系统的性能的方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11308817B2 (zh) |
EP (1) | EP3681104B1 (zh) |
CN (1) | CN111506355B (zh) |
GB (1) | GB201900477D0 (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2856818A1 (fr) * | 2003-06-30 | 2004-12-31 | Everbee Networks | Procede et systeme pour le controle semantique d'un flux de donnees |
CN101013368A (zh) * | 2007-02-02 | 2007-08-08 | 浙江大学 | 一种嵌入式系统开发平台图形库的性能优化设计方法 |
EP2595011A2 (en) * | 2011-11-15 | 2013-05-22 | Palo Alto Research Center Incorporated | Using planning to control demand response and supply choices in a managed electrical system |
CN106786687A (zh) * | 2017-02-24 | 2017-05-31 | 深圳市昊睿智控科技服务有限公司 | 储能设备的参数配置方法和系统 |
CN107077141A (zh) * | 2014-09-16 | 2017-08-18 | 爱维欧视觉公司 | 用于计算飞机性能的系统和用于执行该计算的方法 |
CN107211287A (zh) * | 2014-08-29 | 2017-09-26 | 峰鸟航空科技公司 | 使用混合电动飞机实现区域性空中运输网络的系统和方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100378631B1 (ko) | 1994-07-08 | 2003-05-22 | 지멘스 악티엔게젤샤프트 | 발전소용가이드시스템 |
US7011498B2 (en) | 1998-04-03 | 2006-03-14 | Athena Technologies, Inc. | Optimization method for power generation systems |
US8209101B2 (en) * | 2006-08-29 | 2012-06-26 | The Boeing Company | Method and system for adaptive power management |
WO2009052404A1 (en) * | 2007-10-17 | 2009-04-23 | Lockheed Martin Corporation | Hybrid heuristic national airspace flight path optimization |
DE112011104561B4 (de) | 2010-12-23 | 2024-01-25 | Cummins Intellectual Property, Inc. | Vorrichtung und Verfahren zur Verwaltung eines Fahrzeugbetriebszustandes |
US9811130B2 (en) * | 2011-09-12 | 2017-11-07 | The Boeing Company | Power management control system |
GB201200700D0 (en) * | 2012-01-17 | 2012-02-29 | Rolls Royce Plc | Vehicle energy and power management method and system |
GB2524772B (en) | 2014-04-02 | 2016-07-13 | Rolls Royce Plc | Aircraft vapour trail control system |
-
2019
- 2019-01-14 GB GBGB1900477.9A patent/GB201900477D0/en not_active Ceased
- 2019-12-17 EP EP19216956.3A patent/EP3681104B1/en active Active
-
2020
- 2020-01-09 CN CN202010021063.0A patent/CN111506355B/zh active Active
- 2020-01-10 US US16/739,614 patent/US11308817B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2856818A1 (fr) * | 2003-06-30 | 2004-12-31 | Everbee Networks | Procede et systeme pour le controle semantique d'un flux de donnees |
CN101013368A (zh) * | 2007-02-02 | 2007-08-08 | 浙江大学 | 一种嵌入式系统开发平台图形库的性能优化设计方法 |
EP2595011A2 (en) * | 2011-11-15 | 2013-05-22 | Palo Alto Research Center Incorporated | Using planning to control demand response and supply choices in a managed electrical system |
CN107211287A (zh) * | 2014-08-29 | 2017-09-26 | 峰鸟航空科技公司 | 使用混合电动飞机实现区域性空中运输网络的系统和方法 |
CN107077141A (zh) * | 2014-09-16 | 2017-08-18 | 爱维欧视觉公司 | 用于计算飞机性能的系统和用于执行该计算的方法 |
CN106786687A (zh) * | 2017-02-24 | 2017-05-31 | 深圳市昊睿智控科技服务有限公司 | 储能设备的参数配置方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
US11308817B2 (en) | 2022-04-19 |
EP3681104B1 (en) | 2023-02-01 |
US20200226936A1 (en) | 2020-07-16 |
GB201900477D0 (en) | 2019-02-27 |
CN111506355A (zh) | 2020-08-07 |
EP3681104A1 (en) | 2020-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kanellos et al. | A cost-effective and emission-aware power management system for ships with integrated full electric propulsion | |
Xie et al. | Optimization-based power and energy management system in shipboard microgrid: A review | |
Irawan et al. | Optimisation of maintenance routing and scheduling for offshore wind farms | |
Teng et al. | Integrated approach to vehicle scheduling and bus timetabling for an electric bus line | |
US9108652B2 (en) | Method and system for timetable optimization utilizing energy consumption factors | |
US20180154915A1 (en) | Method and system for timetable optimization utilizing energy consumption factors | |
Sidharthan Panaparambil et al. | A review on hybrid source energy management strategies for electric vehicle | |
Bennaceur et al. | Passenger-centric Urban Air Mobility: Fairness trade-offs and operational efficiency | |
Antonopoulos et al. | MPC framework for the energy management of hybrid ships with an energy storage system | |
CN115714416A (zh) | 解释资产维护和降级的混合电力系统的约束优化的系统和方法 | |
Kong et al. | A data-driven energy management method for parallel PHEVs based on action dependent heuristic dynamic programming (ADHDP) model | |
He et al. | Minimizing the operation cost of distributed green data centers with energy storage under carbon capping | |
US20230274216A1 (en) | Delivery plan generation apparatus, delivery plan generation method, and program | |
Bhadoria et al. | Economic energy scheduling through chaotic gorilla troops optimizer | |
CN111506355B (zh) | 优化可重新配置的电力系统的性能的方法 | |
Pi et al. | Hybrid nested partitions and mathematical programming approach and its applications | |
Fauvel et al. | A flexible design methodology to solve energy management problems | |
Elbert | Noncausal and causal optimization strategies for hybrid electric vehicles | |
Oo et al. | Real-time energy management for marine applications using Markov approximation | |
CN115714376A (zh) | 通过组合预期和实时优化以操作混合电力系统的系统和方法 | |
Schattenberg et al. | On the Identification and Use of Hierarchical Resources in Planning and Scheduling. | |
US11507077B2 (en) | Data analysis for selecting container with integrated energy source based on predicted transport energy usage | |
Liu et al. | Research in public transport vehicle scheduling | |
Bakar et al. | Optimal Berth Allocation in Ports with The Deployment of Shore to Ship Power System | |
Bono et al. | SULFR: Simulation of Urban Logistic For Reinforcement |
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 |