FR2974431A1 - SYSTEM AND METHOD FOR CONTROLLING AN ELECTRIC POWER GENERATION PLANT. - Google Patents
SYSTEM AND METHOD FOR CONTROLLING AN ELECTRIC POWER GENERATION PLANT. Download PDFInfo
- Publication number
- FR2974431A1 FR2974431A1 FR1153369A FR1153369A FR2974431A1 FR 2974431 A1 FR2974431 A1 FR 2974431A1 FR 1153369 A FR1153369 A FR 1153369A FR 1153369 A FR1153369 A FR 1153369A FR 2974431 A1 FR2974431 A1 FR 2974431A1
- Authority
- FR
- France
- Prior art keywords
- installation
- electrical energy
- agent
- control
- component
- 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
- 238000010248 power generation Methods 0.000 title claims abstract description 7
- 238000000034 method Methods 0.000 title claims description 27
- 238000009434 installation Methods 0.000 claims abstract description 54
- 238000004519 manufacturing process Methods 0.000 claims abstract description 46
- 239000003795 chemical substances by application Substances 0.000 claims description 86
- 238000003860 storage Methods 0.000 claims description 23
- 238000005457 optimization Methods 0.000 claims description 21
- 238000009826 distribution Methods 0.000 claims description 15
- 238000004146 energy storage Methods 0.000 claims description 14
- 239000000446 fuel Substances 0.000 claims description 4
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 3
- 239000002245 particle Substances 0.000 description 24
- 230000006870 function Effects 0.000 description 8
- 239000007789 gas Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 4
- 239000003344 environmental pollutant Substances 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 3
- 238000011022 operating instruction Methods 0.000 description 3
- 231100000719 pollutant Toxicity 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000001149 cognitive effect Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 230000004043 responsiveness Effects 0.000 description 2
- 239000013543 active substance Substances 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010616 electrical installation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
Système de commande (1) d'une installation de production d'énergie électrique comprenant au moins un composant, dans lequel au moins un agent de commande (2) de l'installation, apte à définir un coût total de fonctionnement de l'installation, un niveau requis de production électrique de l'installation, et apte à émettre des consignes de production d'énergie électrique d'au moins un composant, au moins un agent de bas niveau (3,4,5,6), recevant une consigne de production ou de consommation d'énergie électrique de l'agent de commande (2) de l'installation et émettant une valeur de coût à destination dudit agent de commande, chaque agent de bas niveau (3,4,5,6) étant apte à commander de façon autonome un composant de l'installation de production d'énergie électrique afin d'atteindre la consigne de production d'énergie électrique.Control system (1) of an electrical energy production installation comprising at least one component, in which at least one control agent (2) of the installation, capable of defining a total cost of operation of the installation , a required level of electrical production of the installation, and able to issue instructions for the production of electrical energy of at least one component, at least one low-level agent (3,4,5,6), receiving a set-point of generation or consumption of electrical energy of the control agent (2) of the installation and emitting a cost value to said control agent, each low-level agent (3,4,5,6) being able to autonomously control a component of the electrical energy production facility in order to achieve the power generation requirement.
Description
B 11-0627FR 1 Système et procédé de commande d'une installation de production d'énergie électrique B 11-0627EN 1 System and method for controlling an electric power generation plant
L'invention a pour domaine technique la commande d'installations industrielles, et plus particulièrement la commande d'installations de production d'énergie électrique. Les centrales existantes présentent une structure monolithique axée sur un unique type de production d'énergie (gaz, charbon, nucléaire) et dans laquelle on ne peut généralement moduler la production que de façon limitée. De plus, les centrales existantes ne sont pas conçues pour intégrer le coût de rejets polluants dans leur fonctionnement. Enfin, les centrales existantes fonctionnent sur un régime de flux tendu dans lequel la production doit immédiatement être dépensée. Le stockage in situ de l'énergie électrique n'est ni répandu ni intégré à la gestion des centrales de production d'énergie électrique. Les normes concernant l'émission de gaz à effet de serre deviennent de plus en plus strictes sous la pression de considérations environnementales. La création de nouvelles centrales électriques, et la mise à niveau de centrales existantes requiert donc de prendre en compte le paramètre écologique. Pour cela, des centrales électriques intelligentes sont développées, dans lesquelles les technologies de l'information jouent un rôle décisif. The invention relates to the technical field of control of industrial installations, and more particularly the control of power generation facilities. Existing power plants have a monolithic structure based on a single type of energy production (gas, coal, nuclear) and in which we can generally modulate production only to a limited extent. In addition, existing plants are not designed to integrate the cost of polluting discharges into their operation. Finally, existing plants operate on a tight flow regime in which production must be immediately spent. In situ storage of electrical energy is neither widespread nor integrated into the management of power plants. Standards for greenhouse gas emissions are becoming more stringent under the pressure of environmental considerations. The creation of new power plants, and the upgrading of existing plants therefore requires taking into account the ecological parameter. For this, smart power plants are developed, in which information technologies play a decisive role.
Un premier but de l'invention est un système de commande d'installation de production d'énergie électrique apte à optimiser la production d'énergie électrique provenant de différents composants. Un autre but de l'invention est un système de commande apte à prendre en compte les émissions de polluants dans la gestion de l'installation de production. Un autre but de l'invention est un système de commande apte à prendre en compte les pannes ou les changements d'équipements. A first object of the invention is an electrical energy production control system capable of optimizing the production of electrical energy from different components. Another object of the invention is a control system adapted to take into account pollutant emissions in the management of the production facility. Another object of the invention is a control system capable of taking into account faults or equipment changes.
L'invention a pour objet un système de commande d'une installation de production d'énergie électrique comprenant au moins un composant, caractérisé par le fait qu'il comprend - au moins un agent de commande de l'installation, apte à définir un coût total de fonctionnement de l'installation, un niveau requis de production électrique de l'installation, et apte à émettre des consignes de production d'énergie électrique d'au moins un composant, - au moins un agent de bas niveau, recevant une consigne de production ou de consommation d'énergie électrique de l'agent de commande de l'installation et émettant une valeur de coût à destination dudit agent de commande, - chaque agent de bas niveau étant apte à commander de façon autonome un composant de l'installation de production d'énergie électrique afin d'atteindre la consigne de production d'énergie électrique. Un agent de bas niveau peut être apte à communiquer les paramètres de fonctionnement courants et les changements des caractéristiques du composant commandé à un agent de commande de l'installation. Un agent de commande de l'installation peut être apte à appliquer des règles de limitation des variations dynamiques aux paramètres de fonctionnement des composants, l'agent de commande de l'installation pouvant être également apte à appliquer une optimisation statistique des consignes de production d'énergie électrique des composants. L'optimisation statistique peut être de type PSO. L'optimisation statistique peut être de type PSO modifiée par application de la règle Metropolis. The subject of the invention is a control system of an electrical energy production installation comprising at least one component, characterized in that it comprises - at least one control agent of the installation, capable of defining a total cost of operation of the installation, a required level of electricity production of the installation, and capable of emitting instructions for the production of electrical energy from at least one component, - at least one low-level agent, receiving a a set-point for producing or consuming electrical energy of the installation control agent and transmitting a cost value to said control agent, - each low-level agent being able to autonomously control a component of the installation of electric power generation to achieve the set of production of electrical energy. A low level agent may be able to communicate the current operating parameters and the changes in the characteristics of the controlled component to a control agent of the installation. An installation control agent may be able to apply dynamic variation limitation rules to the operating parameters of the components, the installation control agent may also be able to apply a statistical optimization of the production parameters of the equipment. electrical energy of the components. The statistical optimization can be of the PSO type. The statistical optimization can be modified PSO type by application of the Metropolis rule.
Le système de commande peut comprendre un registre des agents dans lequel chaque agent déclare des informations le concernant, maintient ces informations au cours de son fonctionnement, et supprime les informations le concernant lors de sa propre suppression. The control system may include an agent register in which each agent declares information about it, maintains this information during its operation, and deletes the information about it during its own deletion.
Le composant pour lequel des consignes sont émises peut être une turbine, un agent de bas niveau pouvant être apte à commander le démarrage, l'arrêt et le niveau de fonctionnement de la turbine en fonction des caractéristiques de la turbine, le coût associé au fonctionnement de la turbine dépendant de la consommation de carburant. Le cout associé au fonctionnement de la turbine peut dépendre des émissions polluantes. Le composant peut être constitué par au moins un moyen de stockage d'énergie électrique, un agent de bas niveau pouvant être apte à commander la charge et la décharge du moyen de stockage en fonction des caractéristiques du moyen de stockage, de son niveau de charge courant, le coût associé à une variation de charge du moyen de stockage dépendant de la quantité d'énergie électrique consommée. The component for which instructions are issued can be a turbine, a low level agent that can be able to control the start, stop and operating level of the turbine according to the characteristics of the turbine, the cost associated with the operation of the turbine depending on the fuel consumption. The cost associated with the operation of the turbine may depend on polluting emissions. The component may consist of at least one electrical energy storage means, a low level agent that may be able to control the charging and discharging of the storage means depending on the characteristics of the storage means, its charge level. current, the cost associated with a load variation of the storage means depending on the amount of electrical energy consumed.
Le composant peut encore être une connexion au réseau de distribution, un agent de bas niveau pouvant être apte à commander la connexion de l'installation au réseau de distribution employée afin de vendre l'énergie électrique produite, le coût associé à une vente d'énergie électrique dépendant de la quantité d'énergie vendue et de la contrepartie financière reçue par unité d'énergie vendue. L'installation peut être reliée à un ensemble d'abonnés, auxquels de l'énergie électrique est fournie, un agent de bas niveau pouvant être apte à communiquer à l'agent de commande de l'installation le niveau courant de demande d'énergie électrique par les abonnés, et au moins deux niveaux de demande à deux instants ultérieurs prédéterminés, le coût associé à la fourniture d'énergie électrique aux abonnés dépendant de la quantité d'énergie fournie. Un autre aspect de l'invention est un procédé de commande d'une installation de production d'énergie électrique comprenant au moins un composant, comprenant des étapes au cours desquelles : - on définit un coût total de fonctionnement de l'installation et un niveau requis de production électrique de l'installation, - on détermine les paramètres de fonctionnement courant de chaque composant, - on applique des règles de limitation des variations dynamiques aux paramètres de fonctionnement courant de chaque composant, - on réalise une optimisation statistique des consignes de production d'énergie électrique des composants, - on émet les consignes de production d'énergie électrique d'au moins un composant. L'optimisation statistique peut être de type PSO. L'optimisation statistique peut être de type PSO modifiée par application de la règle Metropolis. D'autres buts, caractéristiques et avantages de l'invention apparaîtront à la lecture de la description suivante, donnée uniquement à titre d'exemple non limitatif et faite en référence aux dessins annexés sur lesquels : - la figure 1 illustre les principaux éléments d'un système de commande selon l'invention, et - la figure 2 illustre les principales étapes d'un procédé de commande selon l'invention. Une installation de production électrique, destinée à fournir de l'énergie électrique à un réseau de distribution d'énergie électrique pour la délivrer à des abonnés finaux, comprend par exemple une ou plusieurs turbines à gaz, une ou plusieurs unités de stockage d'énergie électrique et au moins une connexion au réseau de distribution. D'autres formes d'énergie peuvent également être prises en compte. The component may still be a connection to the distribution network, a low level agent that may be able to control the connection of the installation to the distribution network used to sell the electrical energy produced, the cost associated with a sale of electrical energy depending on the quantity of energy sold and the financial compensation received per unit of energy sold. The installation can be connected to a set of subscribers, to which electrical energy is supplied, a low level agent that can be able to communicate to the installation control agent the current level of energy demand. by the subscribers, and at least two demand levels at two subsequent predetermined times, the cost associated with the supply of electrical energy to the subscribers depending on the amount of energy supplied. Another aspect of the invention is a control method of an electrical energy production installation comprising at least one component, comprising steps in which: a total cost of operation of the installation and a level are defined; required for the electrical production of the installation, - the current operating parameters of each component are determined, - rules for limiting dynamic variations to the current operating parameters of each component are applied, - a statistical optimization of the production instructions is carried out. of electrical energy of the components, - the instructions for generating electrical energy from at least one component are issued. The statistical optimization can be of the PSO type. The statistical optimization can be modified PSO type by application of the Metropolis rule. Other objects, features and advantages of the invention will become apparent on reading the following description, given solely by way of nonlimiting example and with reference to the appended drawings in which: FIG. 1 illustrates the main elements of a control system according to the invention, and - Figure 2 illustrates the main steps of a control method according to the invention. An electrical production plant, intended to supply electrical energy to an electric power distribution network for delivery to final subscribers, comprises for example one or more gas turbines, one or more energy storage units. electric and at least one connection to the distribution network. Other forms of energy can also be taken into account.
L'énergie électrique fournie aux abonnés peut transiter par un réseau de distribution privé ou par un réseau de distribution partagé entre plusieurs compagnies. La figure 1 illustre un système de commande 1 d'une telle installation. Le système de commande 1 comprend plusieurs agents 3,4,5,6 aptes chacun à commander une partie de l'installation de production électrique. Un agent est un système matériel, un procédé logiciel ou une combinaison d'un tel système et d'un tel procédé, apte à commander de façon autonome la partie de l'installation au contrôle de laquelle il est affecté. Un agent est apte à interagir avec d'autres agents par l'intermédiaire d'échanges de messages, de mesures ou de consignes. The electrical energy supplied to subscribers can pass through a private distribution network or a distribution network shared between several companies. Figure 1 illustrates a control system 1 of such an installation. The control system 1 comprises several agents 3,4,5,6 each able to control a part of the electrical production installation. An agent is a hardware system, a software process or a combination of such a system and such a method, able to autonomously control the part of the installation to whose control it is assigned. An agent is able to interact with other agents through the exchange of messages, measurements or instructions.
Un agent peut également interagir avec son environnement, par exemple, en recevant des mesures issues de capteurs, ou en émettant des consignes de fonctionnement à destination de systèmes constituant une partie de son environnement. Dans l'exemple décrit ici, l'installation elle-même et chaque turbine, chaque moyen de stockage, chaque connexion au réseau de distribution sont contrôlés chacun par un agent 2,3,4,5,6. L'agent de commande 3 d'une turbine à gaz reçoit les caractéristiques de la turbine qu'il contrôle lors de son initialisation ou à la suite d'une maintenance. En temps réel, périodiquement ou de façon différée, l'agent de commande 3 reçoit des valeurs des paramètres de fonctionnement courant de la turbine. Ces paramètres peuvent comprendre notamment la vitesse de rotation de la turbine, la quantité de gaz admis, la quantité d'énergie électrique produite, la température des gaz en sortie de la turbine, la température de l'air admis dans la turbine. I1 reçoit également de l'extérieur, une consigne d'énergie électrique à produire et éventuellement, une consigne de coût à respecter. L'agent de commande 3 modifie les paramètres de fonctionnement de la turbine de façon autonome, afin de concilier la consigne de production d'énergie électrique en maintenant des paramètres normaux de fonctionnement, et éventuellement, en minimisant le coût de fonctionnement. Le coût de fonctionnement est lié à la quantité de carburant consommé. Le coût peut également tenir compte des coûts de maintenance engendrés par des fonctionnements dans différentes gammes de valeurs, ainsi que des couts associés à la production de polluants. L'agent de commande 4 d'un moyen de stockage de l'énergie électrique se comporte d'une manière similaire à celui d'une turbine. L'agent de commande 4 connait les spécifications du moyen de stockage de l'énergie électrique, reçoit des valeurs de moyens de mesure caractérisant les valeurs de fonctionnement du moyen de stockage. L'agent de commande 4 reçoit de l'extérieur, une consigne d'énergie électrique à déstocker ou à stocker et éventuellement, une consigne de coût à respecter. I1 décide alors de la charge ou de la décharge du moyen de stockage de l'énergie électrique. Le coût de fonctionnement peut dépendre de l'énergie nécessaire pour augmenter l'état de charge du moyen de stockage, des coûts de maintenance, des couts de cyclage ou d'une combinaison de ces paramètres. An agent may also interact with his environment, for example, by receiving measurements from sensors, or by issuing operating instructions to systems constituting a part of his environment. In the example described here, the installation itself and each turbine, each storage means, each connection to the distribution network are each controlled by an agent 2,3,4,5,6. The control agent 3 of a gas turbine receives the characteristics of the turbine that it controls during its initialization or after maintenance. In real time, periodically or deferredly, the control agent 3 receives values of the current operating parameters of the turbine. These parameters may include in particular the speed of rotation of the turbine, the amount of gas admitted, the amount of electrical energy produced, the temperature of the gases leaving the turbine, the temperature of the air admitted into the turbine. I1 also receives from outside, a set of electrical energy to produce and possibly a cost set to be respected. The control agent 3 modifies the operating parameters of the turbine autonomously, in order to reconcile the electrical energy production guideline by maintaining normal operating parameters, and possibly by minimizing the operating cost. The cost of operation is related to the amount of fuel consumed. The cost can also take into account maintenance costs generated by operations in different ranges of values, as well as costs associated with the production of pollutants. The control agent 4 of a means for storing the electrical energy behaves in a manner similar to that of a turbine. The control agent 4 knows the specifications of the storage means of the electrical energy, receives values of measuring means characterizing the operating values of the storage means. The control agent 4 receives from outside, a set of electrical energy to destock or store and possibly a cost set to be respected. It then decides on the charging or discharging of the means for storing the electrical energy. The operating cost may depend on the energy required to increase the state of charge of the storage means, maintenance costs, cycling costs or a combination of these parameters.
L'agent de commande 5 de la connexion au réseau de distribution commande l'ouverture ou la fermeture de la connexion au réseau de distribution, afin de vendre de l'énergie électrique à des tiers ne faisant pas partie des abonnés. L'agent de commande 6 de la demande des abonnés détermine la quantité d'énergie électrique requise par les abonnés, ainsi que deux estimations à deux temps ultérieurs, par exemple à l5min et à 30min. L'agent de commande 2 de l'installation communique avec les autres agents 3,4,5,6, fixe leurs objectifs et consignes en fonction des informations qu'ils lui transmettent. L'agent de commande 2 de l'installation maintient une base de données des agents en cours d'activité et de leurs caractéristiques principales. L'agent de lancement 7 crée et supprime un agent de commande, tant lors du démarrage que lors du fonctionnement du système de commande. La création et la suppression d'agents est généralement commandée par l'agent de commande 2 de l'installation. Les agents peuvent être créés sous forme de procédés de commande supportés par un langage de programmation et d'interfaçage, par exemple JADE (acronyme anglais pour Java Agent DEvelopment). La création à proprement parler des agents et leur programmation dépendent du langage employé et relève des connaissances générales de l'homme du métier. Par conséquent, ces étapes ne sont pas décrites ici. The control agent 5 of the distribution network connection controls the opening or closing of the connection to the distribution network, in order to sell electrical power to third parties who are not subscribers. The subscriber demand control agent 6 determines the amount of electrical energy required by the subscribers, as well as two subsequent two-time estimates, for example, 15 min and 30 min. The control agent 2 of the installation communicates with the other agents 3,4,5,6, sets their objectives and instructions according to the information they transmit to it. The control agent 2 of the facility maintains a database of active agents and their main characteristics. Launch Agent 7 creates and deletes a command agent, both at startup and during operation of the control system. The creation and deletion of agents is usually controlled by the control agent 2 of the installation. The agents can be created as control methods supported by a programming and interfacing language, for example JADE (acronym for Java Agent DEvelopment). The actual creation of agents and their programming depends on the language used and is based on general knowledge of the skilled person. Therefore, these steps are not described here.
La production et la consommation d'énergie électrique sont reparties entre les différents composants de l'installation lors de l'exécution d'un procédé de commande de l'installation. Par composant, on entend tout dispositif ou appareil de l'installation capable d'exécuter une ou plusieurs fonctions élémentaires de l'installation, telles que production d'énergie électrique, stockage d'énergie électrique, raccordement au réseau,... L'agent de commande 2 de l'installation émet les consignes de fonctionnement, notamment de production d'énergie électrique, aux différents composants de l'installation. Pour cela, il applique le procédé de commande illustré par la figure 2. Le procédé débute par une étape 8 au cours de laquelle l'agent de commande 2 de l'installation reçoit des agents de bas niveau 3,4,5,6, également appelés agents de commande des différents composants de l'installation, les paramètres de fonctionnement des composants commandés. Au cours d'une étape 9, les agents de bas niveau 3,4,5,6 actifs ainsi que l'agent de commande 2 déclarent leur existence auprès du registre des agents. Lors de la déclaration d'un agent, les caractéristiques de l'agent et de l'équipement qu'il commande sont enregistrées dans le registre des agents. Alternativement, le registre des agents peut être créé avant l'étape 8. Bien que créé lors de l'étape 9 de procédé, le registre des agents est mis à jour en temps réel dés que se produit une modification des informations enregistrées. La modification des informations enregistrées peut être à l'origine de l'agent de bas niveau ou de l'agent de commande 2 interagissant avec l'agent de bas niveau dont les informations sont enregistrées. Quand l'agent dont les informations sont enregistrées dans le registre est supprimé, par exemple si la turbine qui lui est associée est déclarée hors service, en maintenance ou simplement arrêtée, l'agent retire ses informations du registre des agents. Ceci a pour effet que l'agent de commande 2 est informé de l'absence de l'agent supprimé. Dans le cas contraire, l'agent de commande 2 serait confronté à une absence de réponse de la part de l'agent supprimé, dont les causes pourraient être multiples et difficilement identifiables. Le registre des agents contribue ainsi à la flexibilité du système, en permettant l'ajout et la suppression d'agents au cours du fonctionnement sans qu'une adaptation du procédé soit nécessaire. Le procédé de commande se poursuit par une étape 10 au cours de laquelle on applique un ensemble de règles différant selon la nature du composant concerné. Les résultats de l'étape 10 sont repris lors d'une étape ultérieure 11 pour subir un ensemble d'optimisations. The production and consumption of electrical energy are distributed among the various components of the installation when executing a control method of the installation. "Component" means any device or device of the installation capable of performing one or more elementary functions of the installation, such as production of electrical energy, storage of electrical energy, connection to the network, etc. control agent 2 of the installation issues the operating instructions, in particular the production of electrical energy, to the various components of the installation. For this, it applies the control method illustrated in FIG. 2. The method starts with a step 8 during which the control agent 2 of the installation receives low level agents 3,4,5,6, also called control agents of the various components of the installation, the operating parameters of the components ordered. In a step 9, the active low level agents 3,4,5,6 and the control agent 2 declare their existence in the agent register. When declaring an agent, the characteristics of the agent and the equipment it controls are recorded in the agent register. Alternatively, the agent register may be created prior to step 8. Although created in process step 9, the agent register is updated in real time as soon as a change in the stored information occurs. Changing the stored information may be the source of the low level agent or the command agent 2 interacting with the low level agent whose information is being logged. When the agent whose information is recorded in the register is deleted, for example if the turbine associated with it is declared out of service, in maintenance or simply stopped, the agent removes his information from the register of agents. This has the effect that the control agent 2 is informed of the absence of the deleted agent. In the opposite case, the control agent 2 would be confronted with a lack of response from the deleted agent, the causes of which could be multiple and difficult to identify. The agent register thus contributes to the flexibility of the system by allowing the addition and removal of agents during operation without the need for process adaptation. The control method continues with a step 10 during which a set of rules is applied that differ according to the nature of the component concerned. The results of step 10 are repeated in a subsequent step 11 to undergo a set of optimizations.
Les règles de commande d'une turbine tiennent compte des différents modes dans lesquels les turbines peuvent fonctionner. Ces règles, au nombre de trois, sont les suivantes : - En mode de démarrage, les niveaux de production d'énergie électrique maximaux et minimaux sont réglés à 0 MW. - En mode de fonctionnement, les niveaux de production d'énergie électrique maximaux et minimaux sont réglés pour respecter les maxima dynamiques de la turbine. En d'autres termes, le niveau de production d'énergie électrique ne peut augmenter ou diminuer que d'une valeur donnée sur une période donnée. Le taux de variation maximal est ainsi fixé. - En mode d'arrêt, les niveaux de production d'énergie électrique maximaux et minimaux sont réglés de telle sorte que la turbine s'arrête le plus rapidement possible tout en respectant ses contraintes dynamiques. The control rules of a turbine take into account the different modes in which the turbines can operate. These rules, three in number, are as follows: - In start-up mode, the maximum and minimum power generation levels are set to 0 MW. - In operating mode, the maximum and minimum electrical energy production levels are set to respect the dynamic maxima of the turbine. In other words, the level of electric power production can only increase or decrease by a given value over a given period. The maximum rate of change is thus fixed. - In stop mode, the maximum and minimum electrical energy production levels are set so that the turbine stops as quickly as possible while respecting its dynamic constraints.
Les règles de commande des moyens de stockage d'énergie électrique différent selon si la demande des abonnés est satisfaite ou non. - Si la demande des abonnés est satisfaite, et que l'état de charge du moyen de stockage d'énergie électrique est à un niveau permettant la charge, le moyen de stockage d'énergie électrique est autorisé à utiliser de l'énergie électrique pour se charger. - Si la demande des abonnés est satisfaite, et que l'état de charge du moyen de stockage d'énergie électrique est à un niveau ne permettant pas la charge, le moyen de stockage d'énergie électrique n'est pas autorisé à utiliser de l'énergie électrique pour se charger. - Si la demande des abonnés n'est pas satisfaite, et que l'état de charge du moyen de stockage d'énergie électrique est à un niveau permettant la décharge, le moyen de stockage d'énergie électrique est autorisé à fournir de l'énergie électrique pour se décharger. - Si la demande des abonnés n'est pas satisfaite, et que l'état de charge du moyen de stockage d'énergie électrique n'est pas à un niveau permettant la décharge, le moyen de stockage d'énergie électrique n'est pas autorisé à fournir de l'énergie électrique pour se décharger. Alternativement, dans l'éventualité où l'état de charge des moyens de stockage est trop bas, il est possible de forcer les turbines à produire plus que leur consigne afin que l'énergie électrique en excédent permette de ramener l'état de charge des moyens de stockage, à un niveau d'équilibre. Le comportement inverse est appliqué en cas d'état de charge trop élevé des moyens de stockage d'énergie électrique. Cette gestion préventive rend les moyens de stockage disponibles en toute situation. The control rules of the electrical energy storage means different depending on whether the subscriber demand is satisfied or not. - If the subscriber demand is satisfied, and the state of charge of the electrical energy storage means is at a charging level, the electrical energy storage means is allowed to use electrical energy to to charge. - If the subscriber demand is satisfied, and the state of charge of the electrical energy storage means is at a level which does not permit charging, the electrical energy storage means is not allowed to use the electrical energy to charge. - If the subscriber demand is not satisfied, and the state of charge of the electrical energy storage means is at a level allowing the discharge, the electrical energy storage means is allowed to supply power. electrical energy to discharge. - If the subscriber demand is not satisfied, and the state of charge of the electrical energy storage means is not at a level allowing the discharge, the electrical energy storage means is not authorized to supply electrical energy to discharge. Alternatively, in the event that the state of charge of the storage means is too low, it is possible to force the turbines to produce more than their setpoint so that the excess electrical energy allows to reduce the state of charge of the cells. storage means, at a level of equilibrium. The reverse behavior is applied in case of too high state of charge of the electrical energy storage means. This preventive management makes the means of storage available in any situation.
Les règles de commande de la connexion au réseau de distribution différent selon si la demande des abonnés est satisfaite ou non : - Si la demande des abonnés est satisfaite par les turbines, il est permis de vendre de l'énergie par l'intermédiaire de la connexion. - Si la demande des abonnés n'est pas satisfaite par les turbines, il n'est pas permis de vendre de l'énergie par l'intermédiaire de la connexion. Le résultat de l'application des règles décrites ci-dessus est ensuite optimisé. Les règles permettent de limiter la zone de fonctionnement de chaque composant. L'optimisation permet de définir les consignes de fonctionnement pour chaque composant. L'objet de l'optimisation est de minimiser les coûts de fonctionnement, tels que définis par la fonction de coût ctotal : C total = c source + cstorage -Le grid nt ris ng(Eq. 1) Avec The control rules of the distribution network connection differ depending on whether subscriber demand is satisfied or not: - If the demand of the subscribers is satisfied by the turbines, it is allowed to sell energy via the connection. - If the demand of the subscribers is not satisfied by the turbines, it is not allowed to sell energy via the connection. The result of applying the rules described above is then optimized. The rules make it possible to limit the operating zone of each component. Optimization is used to define the operating instructions for each component. The object of the optimization is to minimize the operating costs, as defined by the cost function ctotal: C total = c source + cstorage -The grid nt ris ng (Eq.
nt le nombre de turbines, the number of turbines,
ns le nombre de moyens de stockage, et ng le nombre de connexions au réseau de distribution. ns the number of storage means, and ng the number of connections to the distribution network.
Le coût total ctotal est le résultat de la somme des coûts de chaque turbine cturbine7 des coûts des moyens de stockage cstorage, à laquelle est retranché le bénéfice de la revente d'énergie électrique sur le réseau cgrid. The total cost is the result of the sum of the costs of each turbines7 of the costs of storage facilities, which is subtracted from the profit of the resale of electricity on the cgrid network.
Le coût de chaque turbine cturbine dépend de la consommation de carburant, mais peut également dépendre de la quantité de polluants (par ex., des oxydes d'azote NOx) produite. The cost of each turbo turbine depends on the fuel consumption, but may also depend on the amount of pollutants (eg, nitrogen oxides NOx) produced.
Le coût d'un moyen de stockage cstorage dépend de l'état de charge du moyen de stockage et de la puissance requise. The cost of storage means depends on the state of charge of the storage means and the power required.
Alternativement, le cout d'un moyen de stockage peut être arbitrairement fixé égal à zéro. Alternatively, the cost of a storage means can be arbitrarily set equal to zero.
Le bénéfice de la revente d'énergie électrique est analogue à un coût négatif, et correspond au produit de la quantité d'énergie revendue par le coût unitaire. The benefit of the resale of electrical energy is analogous to a negative cost, and corresponds to the product of the quantity of energy sold by the unit cost.
Lors de l'optimisation, la minimisation des coûts est limitée par les contraintes. Les contraintes comprennent la stabilité du réseau et le respect des contraintes dynamiques sur les composants de l'installation. In optimization, cost minimization is constrained by constraints. The constraints include the stability of the network and the respect of the dynamic constraints on the components of the installation.
La contrainte de stabilité du réseau permet d'assurer que suffisamment d'énergie électrique est produite afin de satisfaire la demande des abonnés. La stabilité du réseau est caractérisée par l'équation 2. The network stability constraint ensures that enough electrical power is generated to satisfy subscriber demand. The stability of the network is characterized by equation 2.
L Pturbine + L Pstorage Pdemand + L Pgrid (Eq . 2) nt ns ng Pturbine correspond à la puissance produite par une turbine. L Pturbine + L Pstorage Pdemand + L Pgrid (Eq. 2) nt ns ng Pturbine is the power produced by a turbine.
Pstorage correspond à la puissance entrant ou sortant des moyens de stockage. L'énergie est comptée positivement quand un moyen de stockage se décharge, et négativement quand un moyen de stockage se charge. Pstorage corresponds to the power entering or leaving the storage means. Energy is counted positively when a storage means discharges, and negatively when a storage means is charged.
Pgrid correspond à l'énergie électrique vendue sur le réseau de distribution. Cette valeur est toujours négative, l'énergie électrique ne pouvant être que vendue. Pgrid is the electrical energy sold on the distribution network. This value is always negative, electrical energy can only be sold.
Lors de l'initialisation de l'optimisation, on estime que la seule valeur connue est la puissance demandée Pdemand. When initializing the optimization, it is estimated that the only known value is the requested power Pdemand.
L'autre contrainte correspond au respect des contraintes dynamiques des composants de l'installation. The other constraint corresponds to the respect of the dynamic constraints of the components of the installation.
Ainsi, pour chaque paramètre de chaque composant, on définit un taux de variation maximum sur une période de temps donnée. Par Thus, for each parameter of each component, a maximum rate of variation is defined over a given period of time. By
exemple, pour la puissance P d'une turbine, on écrit l'équation 3 suivante : Pt+~ -Pt <AP (Eq. 3) m~ At Avec Pt : la puissance à l'instant t Pt+i : la puissance à l'instant t+l At : une période de temps donnée APmax : une variation maximale de puissance L'optimisation à proprement parler est basée sur un algorithme MPSO (Metropolis Particle Swarm Optimization, en langue anglaise). example, for the power P of a turbine, we write the following equation 3: Pt + ~ -Pt <AP (Eq.3) m ~ At With Pt: the power at time t Pt + i: the power at the moment t + l At: a given period of time APmax: a maximum variation of power The optimization itself is based on an algorithm MPSO (Metropolis Particle Swarm Optimization, in English).
L'optimisation par essaim de particules (PSO, Particle Swarm Optimization) a été développée en 1995 par James Kennedy et Russel Eberhart. Elle est basée sur le principe d'amélioration d'un individu par l'observation des autres membres du groupe et l'imitation des meilleurs. Particle Swarm Optimization (PSO) was developed in 1995 by James Kennedy and Russel Eberhart. It is based on the principle of improving an individual by observing other members of the group and imitating the best.
Une particule k est décrite par une position xk, une vitesse vk, et une mesure de la performance de la particule. Un algorithme PSO standard suit le procédé suivant pour chaque particule : - une nouvelle vitesse vk+1 est déterminée en fonction de la vitesse précédente vk selon l'équation 4 décrite ci-dessous, - une nouvelle position xk+1 est déterminée en fonction de la position précédente xk et de la vitesse courante, - la performance est déterminée, - la meilleure position mémorisée est mise à jour. Ces instructions sont répétées jusqu'à ce que le nombre maximum d'itérations soit atteint ou que le critère d'erreur minimale soit atteint. A particle k is described by a position xk, a velocity vk, and a measure of the performance of the particle. A standard PSO algorithm follows the following method for each particle: a new speed vk + 1 is determined as a function of the previous speed vk according to equation 4 described below, a new position xk + 1 is determined as a function of the previous position xk and the current speed, - the performance is determined, - the best memorized position is updated. These instructions are repeated until the maximum number of iterations is reached or the minimum error criterion is reached.
Chaque particule mémorise l'historique des positions dans l'espace des solutions en utilisant deux valeurs. La première valeur est la meilleure solution atteinte jusque là par cette particule. Cette première valeur est appelée meilleur valeur personnelle, notée pbest. La seconde valeur est la meilleure solution atteinte jusque là par une particule dans le voisinage de cette particule. La seconde valeur est appelée meilleur valeur du groupe, notée gbest. vk+1=wt-vk+et-rl-(pbest-xk)+c2-r2-(gbest-xk) (Eq. 4) L'équation 4 montre que la détermination d'une nouvelle vitesse dépend non seulement de la valeur précédente de la vitesse, mais également d'une composante cognitive et d'une valeur sociale. Pour la valeur de cognition, on utilise la valeur pbest définie plus haut tandis que pour la composante sociale, on utilise la valeur gbest précédente. L'importance relative des valeurs pbest et gbest dépendent des coefficients de pondération cl et c2. L'importance relative de la vitesse vk dépend du coefficient de pondération wt. En d'autres termes, le déplacement d'une particule est influencé par les trois composantes suivantes : - Une composante physique : la particule tend à suivre sa direction courante de déplacement ; - Une composante cognitive : la particule tend à se diriger vers le meilleur site par lequel elle est déjà passée ; et - Une composante sociale : la particule tend à se fier à l'expérience de ses congénères et, ainsi, à se diriger vers le meilleur site déjà atteint par ses voisins. Afin de permettre à l'algorithme de rechercher des solutions, et afin de s'assurer que les particules ne sont pas piégées dans des minima locaux, on utilise deux valeurs aléatoires rl et r2 générées entre 0 et 1. L'algorithme MPSO est une variante de l'algorithme PSO décrit ci-dessus et présente trois particularités. La première est de mettre à jour la valeur pbest en accord avec la règle Metropolis. Cette règle permet d'obtenir la probabilité p d'accepter la position courante <2.0 (Eq. 5) 15 I1 existe plusieurs méthodes pour déterminer la température initiale parmi lesquelles on peut citer la méthode basée sur l'observation de la variation moyenne de la fonction f. A partir d'une solution initiale xo, un certain nombre de 20 solution x'o (environ 100) telles que f(x'o)> f(xo) est tiré. Ainsi la variation moyenne (delta(f)) est calculée. La température initiale To est calculée de façon à accepter au départ un certain pourcentage (p-80% équivalent à une probabilité p=0.8) de mouvement dégradant la fonction f. La valeur de To est ainsi déduite de l'expression e(-delta(f)) de la particule comme pbest. L'équation 5 décrite ci-dessous les règles de calcul de cette probabilité p. 1. p=~ ou r3- 0 sinon Avec f la fonction de performance x la particule courante r3 un nombre aléatoire entre 0 et 1 T température si f(x) <- f(pbest) " f(x) - f(pbest) T ii l+exp illustre 25 To = p La décroissance de la température utilisée est donnée par la formule géométrique suivante : Tk+1 = y*Tk La règle de Metropolis permet ainsi d'accepter des positions « mauvaises » au court des premières itérations, mais seules les positions qui ont contribuées à l'amélioration de la solution sont acceptées dans les dernières itérations. Each particle stores position history in the solution space using two values. The first value is the best solution reached so far by this particle. This first value is called best personal value, noted pbest. The second value is the best solution reached so far by a particle in the vicinity of this particle. The second value is called the best value of the group, denoted gbest. vk + 1 = wt-vk + and-rl- (pbest-xk) + c2-r2- (gbest-xk) (Eq.4) Equation 4 shows that the determination of a new speed depends not only on the previous value of speed, but also of a cognitive component and a social value. For the cognition value, we use the value pbest defined above while for the social component, we use the previous gbest value. The relative importance of the values pbest and gbest depend on the weighting coefficients cl and c2. The relative importance of the velocity vk depends on the weighting coefficient wt. In other words, the displacement of a particle is influenced by the following three components: - A physical component: the particle tends to follow its current direction of displacement; - A cognitive component: the particle tends to move towards the best site by which it has already passed; and - A social component: the particle tends to rely on the experience of its peers and, thus, to move towards the best site already reached by its neighbors. In order to allow the algorithm to search for solutions, and to ensure that the particles are not trapped in local minima, two random values rl and r2 are used generated between 0 and 1. The MPSO algorithm is a variant of the PSO algorithm described above and has three features. The first is to update the pbest value according to the Metropolis rule. This rule makes it possible to obtain the probability p of accepting the current position <2.0 (Eq.5) There are several methods for determining the initial temperature, among which can be mentioned the method based on the observation of the average variation of the function f. From an initial solution xo, a number of solutions x'o (about 100) such that f (x'o)> f (xo) is drawn. So the average variation (delta (f)) is calculated. The initial temperature To is calculated so as to accept initially a certain percentage (p-80% equivalent to a probability p = 0.8) of movement degrading the function f. The value of To is thus deduced from the expression e (-delta (f)) of the particle as pbest. Equation 5 described below the rules for calculating this probability p. 1. p = ~ or r3- 0 otherwise With f the performance function x the current particle r3 a random number between 0 and 1 T temperature if f (x) <- f (pbest) "f (x) - f (pbest) ) T ii l + exp illustrates 25 To = p The decrease of the temperature used is given by the following geometrical formula: Tk + 1 = y * Tk The rule of Metropolis thus makes it possible to accept positions "bad" in the course of the first iterations, but only the positions that contributed to the improvement of the solution are accepted in the last iterations.
La seconde particularité concerne la façon dont la vitesse est mise à jour. A la différence de l'algorithme PSO dont la variable sociale dépend uniquement la valeur de gbest, la variable sociale de l'algorithme MPSO est basée sur une moyenne pondérée de toutes les solutions qui sont meilleures que celle considérée. On définit ainsi une nouvelle équation 6 de mise à jour de la vitesse basée sur l'équation 4 relative à l'algorithme PSO. The second particularity is how the speed is updated. Unlike the PSO algorithm whose social variable only depends on the gbest value, the social variable of the MPSO algorithm is based on a weighted average of all solutions that are better than the one considered. This defines a new equation 6 for updating the speed based on equation 4 relating to the PSO algorithm.
Nk pb2St - xk vk+l=wt vk+cl rl (pbest-xk)+min vmax (Eq. 6) `=1 a i Avec Nk pb2St - xk vk + l = wt vk + c1 (pbest-xk) + min vmax (Eq. 6) `= 1 a i With
vmax la vitesse maximale autorisée, vmax the maximum speed allowed,
Nk un ensemble de solutions meilleures que la particule présente, rangées en ordre décroissant par rapport à la fonction objectif, c'est-a-dire par rapport à la fonction coût dans le cadre de l'application à une installation de production électrique. Nk a set of solutions better than the particle present, ranked in descending order with respect to the objective function, that is to say with respect to the cost function in the context of the application to an electrical production facility.
En d'autres termes, l'équation 6 signifie qu'il vaut mieux pour une particule suivre un groupe de particules qu'une particule isolée, la particule isolée pouvant aller dans une direction non optimale. In other words, equation 6 means that it is better for a particle to follow a group of particles than an isolated particle, the isolated particle can go in a non-optimal direction.
La troisième particularité concerne l'application d'un opérateur de mutation si gbest n'est pas amélioré à l'issue d'un nombre donné de générations, par exemple 60 générations. The third particularity concerns the application of a mutation operator if gbest is not improved at the end of a given number of generations, for example 60 generations.
L'opérateur de mutation modifie la vitesse des particules à leur maximum autorisé, afin de permettre à l'algorithme de sortir d'une situation bloquée dans un minima local. The mutation operator modifies the speed of the particles to their maximum allowed, to allow the algorithm to get out of a situation locked in a local minimum.
Le procédé MPSO est appliqué par l'agent de commande 2 de l'installation lors de l'exécution du procédé de commande, chaque particule correspondant à un agent commandant un composant. The MPSO method is applied by the control agent 2 of the installation during the execution of the control method, each particle corresponding to a component controlling agent.
On rappelle qu'une particule correspond à une solution du problème. Ici il s'agit, pour une puissance demandée, de trouver la puissance de fonctionnement pour chaque turbine. It is recalled that a particle corresponds to a solution of the problem. Here it is, for a requested power, to find the operating power for each turbine.
A l'issue de l'étape d'optimisation 11, on obtient un ensemble de consignes de production qui sont émises à destination des composants lors de l'étape 12. Le procédé se poursuit, à l'étape 13, par la réalisation des consignes de production par les agents de bas niveau commandant les composants affectés par lesdites consignes. Le procédé se poursuit alors par une boucle vers l'étape 9. Le procédé n'est interrompu que par une suppression des agents par l'agent de lancement 7. Le système de commande d'installation électrique et le procédé de commande associé permettent d'optimiser les coûts de fonctionnement d'une installation de production électrique. Grace aux prévisions de production, l'agent de commande 2 de l'installation peut déterminer si la demande à venir peut être satisfaite avec les moyens de production en fonctionnement. Si ce n'est pas le cas, d'autres moyens de production sont sollicités. Si la demande est passagère, les moyens de stockage d'énergie sont sollicités en complément des moyens de production. De plus, la connexion au réseau de distribution peut être coupée afin de favoriser la production d'énergie destinée à satisfaire la demande des abonnés. Le système de commande présente également une réactivité suffisante pour palier la défaillance d'une turbine en démarrant d'autres turbines et en sollicitant les moyens de stockage pour maintenir la production pendant le démarrage des turbines de remplacement. Le système et le procédé de commande décrits ci-dessus peuvent être généralisés à d'autres sources d'énergie électrique, n'impliquant pas de turbine. Ces énergies n'impliquent généralement pas de conversion intermédiaire par un cycle de vapeur. On peut citer comme exemple, l'énergie solaire photovoltaïque, ou l'énergie éolienne. Le système et le procédé de commande présentent une flexibilité, une réactivité et une efficacité accrue par rapport aux systèmes existants. De plus, ces systèmes et procédés de commande, de par leur modularité, peuvent être appliqués à des installations de tailles radicalement différentes. At the end of the optimization step 11, a set of production instructions which are sent to the components during step 12 is obtained. The process continues, in step 13, by carrying out the production instructions by the low level agents controlling the components affected by said instructions. The process is then continued by a loop to step 9. The process is interrupted only by a removal of the agents by the launching agent 7. The electrical installation control system and the associated control method make it possible to optimize the operating costs of an electrical production facility. Due to the production forecasts, the control agent 2 of the installation can determine if the future demand can be satisfied with the production means in operation. If this is not the case, other means of production are solicited. If the request is transitory, the energy storage means are solicited in addition to the means of production. In addition, the connection to the distribution network can be cut in order to favor the production of energy to satisfy the demand of the subscribers. The control system also has sufficient responsiveness to overcome the failure of a turbine by starting other turbines and soliciting the storage means to maintain production during startup of replacement turbines. The control system and method described above can be generalized to other sources of electrical energy, not involving a turbine. These energies generally do not involve intermediate conversion by a steam cycle. An example is photovoltaic solar energy, or wind energy. The control system and method has increased flexibility, responsiveness and efficiency over existing systems. In addition, these systems and control methods, by their modularity, can be applied to facilities of radically different sizes.
Claims (13)
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1153369A FR2974431B1 (en) | 2011-04-19 | 2011-04-19 | SYSTEM AND METHOD FOR CONTROLLING AN ELECTRIC POWER GENERATION PLANT. |
| PCT/EP2012/057130 WO2012143424A1 (en) | 2011-04-19 | 2012-04-19 | System and method for controlling an electrical energy production installation |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1153369A FR2974431B1 (en) | 2011-04-19 | 2011-04-19 | SYSTEM AND METHOD FOR CONTROLLING AN ELECTRIC POWER GENERATION PLANT. |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR2974431A1 true FR2974431A1 (en) | 2012-10-26 |
| FR2974431B1 FR2974431B1 (en) | 2013-05-03 |
Family
ID=45998350
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR1153369A Active FR2974431B1 (en) | 2011-04-19 | 2011-04-19 | SYSTEM AND METHOD FOR CONTROLLING AN ELECTRIC POWER GENERATION PLANT. |
Country Status (2)
| Country | Link |
|---|---|
| FR (1) | FR2974431B1 (en) |
| WO (1) | WO2012143424A1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104392394A (en) * | 2014-11-20 | 2015-03-04 | 四川大学 | Detection method for energy storage margin of micro-grid |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102171361B1 (en) | 2013-01-25 | 2020-10-28 | 엘지전자 주식회사 | Method and apparatus for performing initial access procedure in wireless communication system |
| CN106934501B (en) * | 2017-03-18 | 2020-06-30 | 江西理工大学 | Robot inspection path planning method based on combination reverse particle swarm optimization |
| US11875371B1 (en) | 2017-04-24 | 2024-01-16 | Skyline Products, Inc. | Price optimization system |
| CN107491881A (en) * | 2017-08-24 | 2017-12-19 | 海南电网有限责任公司 | A kind of construction method of steam power plant's electric power green color index model |
| CN111275572B (en) * | 2020-01-15 | 2023-07-11 | 杭州电子科技大学 | Unit scheduling system and method based on particle swarm and deep reinforcement learning |
| CN113627871B (en) * | 2021-06-22 | 2023-08-18 | 南京邮电大学 | Workflow scheduling method, system and storage medium based on multi-target particle swarm algorithm |
-
2011
- 2011-04-19 FR FR1153369A patent/FR2974431B1/en active Active
-
2012
- 2012-04-19 WO PCT/EP2012/057130 patent/WO2012143424A1/en active Application Filing
Non-Patent Citations (5)
| Title |
|---|
| HEAD J D ET AL: "Implementation of a multi-agent system for optimized multiobjective power plant control", NORTH AMERICAN POWER SYMPOSIUM (NAPS), 2010, IEEE, PISCATAWAY, NJ, USA, 26 September 2010 (2010-09-26), pages 1 - 7, XP031788289, ISBN: 978-1-4244-8046-3 * |
| JHE XING ET AL: "New Metropolis coefficients of Particle Swarm Optimization", CONTROL AND DECISION CONFERENCE, 2008. CCDC 2008. CHINESE, IEEE, PISCATAWAY, NJ, USA, 2 July 2008 (2008-07-02), pages 3518 - 3521, XP031305674, ISBN: 978-1-4244-1733-9 * |
| MCARTHUR S D J ET AL: "Multi-Agent Systems for Power Engineering Applications-Part I: Concepts, Approaches, and Technical Challenges", IEEE TRANSACTIONS ON POWER SYSTEMS, IEEE SERVICE CENTER, PISCATAWAY, NJ, US, vol. 22, no. 4, 1 November 2007 (2007-11-01), pages 1743 - 1752, XP011194235, ISSN: 0885-8950, DOI: 10.1109/TPWRS.2007.908471 * |
| MCARTHUR S D J ET AL: "Multi-Agent Systems for Power Engineering Applications-Part II: Technologies, Standards, and Tools for Building Multi-agent Systems", IEEE TRANSACTIONS ON POWER SYSTEMS, IEEE SERVICE CENTER, PISCATAWAY, NJ, US, vol. 22, no. 4, 1 November 2007 (2007-11-01), pages 1753 - 1759, XP011194236, ISSN: 0885-8950, DOI: 10.1109/TPWRS.2007.908472 * |
| WANG J ET AL: "Particle swarm optimization for redundant building cooling heating and power system", APPLIED ENERGY, ELSEVIER SCIENCE PUBLISHERS, GB, vol. 87, no. 12, 1 December 2010 (2010-12-01), pages 3668 - 3679, XP027215041, ISSN: 0306-2619, [retrieved on 20100813] * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104392394A (en) * | 2014-11-20 | 2015-03-04 | 四川大学 | Detection method for energy storage margin of micro-grid |
| CN104392394B (en) * | 2014-11-20 | 2017-05-31 | 四川大学 | A kind of detection method of micro-capacitance sensor energy storage nargin |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2012143424A1 (en) | 2012-10-26 |
| FR2974431B1 (en) | 2013-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| FR2974431A1 (en) | SYSTEM AND METHOD FOR CONTROLLING AN ELECTRIC POWER GENERATION PLANT. | |
| Jiang et al. | Smart home in smart microgrid: A cost-effective energy ecosystem with intelligent hierarchical agents | |
| FR2926107A1 (en) | METHODS AND SYSTEMS FOR NEURAL NETWORK MODELING OF TURBINE PIECES | |
| JP2021505103A (en) | Systems and methods for optimal control of energy storage systems | |
| Ding et al. | Value and economic estimation model for grid-scale energy storage in monopoly power markets | |
| FR2920056A1 (en) | SYSTEM AND DEVICE FOR DEVELOPING A PROBABILISTIC LIFETIME ESTIMATING PROCESS BASED ON EXPERIMENTATION. | |
| WO2019073183A1 (en) | System for controlling and monitoring distributed power equipment | |
| Aguilar et al. | Chance constraints and machine learning integration for uncertainty management in virtual power plants operating in simultaneous energy markets | |
| US20230060100A1 (en) | Systems and methods for constrained optimization of a hybrid power system that accounts for asset maintenance and degradation | |
| CN114841489A (en) | Dynamic nonlinear optimization of battery energy storage systems | |
| Roy et al. | A hybrid RFCRO approach for the energy management of the grid connected microgrid system | |
| CN113285490A (en) | Power system scheduling method and device, computer equipment and storage medium | |
| EP1725814B8 (en) | System and device for controlling air-conditioning equipment in a chamber | |
| Toufani et al. | Optimization of pumped hydro energy storage systems under uncertainty: a review | |
| Belloni et al. | A stochastic optimal control solution to the energy management of a microgrid with storage and renewables | |
| FR3050893A1 (en) | METHOD FOR CONTROLLING ELECTRIC ENERGY FLOWS IN A RADIO ACCESS SYSTEM TO A COMMUNICATION NETWORK AND ASSOCIATED CONTROL DEVICE | |
| Qi et al. | Optimal scheduling in IoT-driven smart isolated microgrids based on deep reinforcement learning | |
| EP3109967A1 (en) | Method for managing the energy production of an energy system and associated management device | |
| CN115714376A (en) | System and method for operating a hybrid power system by combining anticipation and real-time optimization | |
| CN111210079A (en) | Operation optimization method and system for distributed energy virtual power plant | |
| Tisseur et al. | Optimal scheduling of distributed energy storage systems by means of ACO algorithm | |
| CN115241923A (en) | Micro-grid multi-objective optimization configuration method based on snake optimization algorithm | |
| Phommixay et al. | Comparative analysis of continuous and hybrid binary-continuous particle swarm optimization for optimal economic operation of a microgrid | |
| FR3112637A1 (en) | Method of controlling an electrical micro-grid | |
| Neisen et al. | Optimization Approaches for Model Predictive Power Flow Control in Hybrid Fuel Cell Systems |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 6 |
|
| PLFP | Fee payment |
Year of fee payment: 7 |
|
| PLFP | Fee payment |
Year of fee payment: 8 |
|
| PLFP | Fee payment |
Year of fee payment: 9 |
|
| PLFP | Fee payment |
Year of fee payment: 10 |
|
| PLFP | Fee payment |
Year of fee payment: 11 |
|
| PLFP | Fee payment |
Year of fee payment: 12 |
|
| PLFP | Fee payment |
Year of fee payment: 13 |
|
| PLFP | Fee payment |
Year of fee payment: 14 |