<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005">
<channel xmlns:cfi="http://www.microsoft.com/schemas/rss/core/2005/internal" cfi:lastdownloaderror="None">
<title cf:type="text"><![CDATA[《控制与决策》编辑部 -->新型电力系统的协同控制与优化调度专栏]]></title>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[新型电力系统分布式协同优化调度研究综述]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/2024-1355]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[在“双碳”目标的推动下, 新能源和新型负荷的大规模接入为电力系统协同优化调度带来了新的挑战. 多智能体系统中的分布式协同优化方法以其低实施成本、高可扩展性、鲁棒性以及隐私保护等优势, 提供了应对新型电力系统协同调度问题的创新解法. 鉴于此, 对国内外分布式协同调度算法的最新理论进展进行系统综述, 阐明分布式方法相较于集中式方法的优势. 特别是从网络结构的角度, 重点分析无向图和有向图下各类分布式协同优化算法的基本原理、优势与局限性. 此外, 探讨新型电力系统协同调度在分布式网络下面临的通信、可再生能源和负荷的不确定问题和现有的解决方案, 以及一些非凸协同调度模型的数学描述. 基于现有研究结论对新型电力系统协同调度的发展趋势进行展望, 为该交叉领域的研究者提供更全面的信息和新的研究视角.]]></description>
<pubDate>2025/7/11 0:00:00</pubDate>
<category><![CDATA[新型电力系统的协同控制与优化调度专栏]]></category>
<author><![CDATA[马大中，邢茗淇，胡旭光，黄博南，孙秋野]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/2024-1355]]></guid><cfi:id>5</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于深度强化学习模型TD3优化和改进的电动汽车制动能量回收策略]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/2024-1094]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[双电机驱动电动汽车能够实现前后独立转矩分配, 进而可以获得更高的能量回收效率. 针对双电机驱动电动汽车, 提出一种基于双延迟深度确定性策略梯度算法(TD3)进行改进优化的制动能量回收策略. 该策略能在保障制动安全性和舒适性的同时, 实现制动能量回收的最大化. 首先, 构建基于深度强化学习的能量回收决策框架, 并设计一个综合考虑能量回收效果、安全性和舒适性的奖励函数; 然后, 采用TD3算法求解该决策过程, 并提出改进的优先经验回放机制, 以加速策略的收敛速度; 最后, 引入平衡探索的噪声策略, 增强算法探索与利用的能力. 通过Matlab/Simulink平台验证, 所提出算法在满足制动安全性和舒适性的前提下, 能够更高效地分配制动力, 有效地提高制动能量回收效率.]]></description>
<pubDate>2025/7/11 16:20:50</pubDate>
<category><![CDATA[新型电力系统的协同控制与优化调度专栏]]></category>
<author><![CDATA[彭自然，贺振宇，肖伸平，彭歆瑶]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/2024-1094]]></guid><cfi:id>4</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于可信性理论的电动汽车聚合参与日前市场竞标优化方法]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/2024-0968]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[随着电池技术的逐渐成熟和新能源的快速发展, 电动汽车(EV)已成为未来电网的重要组成部分, 其作为辅助调频资源的汇聚调度已成为当前研究热点. 为了更好地管理和利用EV资源的潜力, 聚合商应运而生. 首先, 考虑EV集群参与调频服务的主观意愿度和客观出行行为, 研究评估得到EV集群的可调频容量, 并在此基础上讨论聚合商参与日前市场(DAM)竞价的策略; 然后, 引入可信性理论来描述竞标过程的不确定性, 同时构建聚合商参与竞标的收益模型并改写, 提出一种基于可信性理论的三目标结构优化模型; 最后, 采用NSGA-II算法对模型进行求解. 仿真结果表明, 该模型能够在为聚合商提供多样化的竞价策略选择的同时, 提高其参与辅助调频服务的经济可行性和稳定性.]]></description>
<pubDate>2025/7/11 16:20:50</pubDate>
<category><![CDATA[新型电力系统的协同控制与优化调度专栏]]></category>
<author><![CDATA[周鹏，曾君，黄向敏，王鹏旭，黄智鹏，刘俊峰]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/2024-0968]]></guid><cfi:id>3</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[一种提高均流精度的直流微电网分布式储能SOC加速均衡控制策略]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/2024-0949]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对直流微电网储能系统中存在的荷电状态(SOC)不均衡、电流分配精度差以及直流母线电压偏差等问题, 提出一种提高均流精度的直流微电网分布式储能SOC加速均衡控制策略. 在基于双曲正切函数的自适应下垂控制中引入基于指数函数的变加速收敛因子, 能够在限制下垂系数范围的基础上加快实现储能间的SOC均衡; 为减小线路阻抗对电流分配的影响, 对各个变换器进行虚拟压降均衡控制, 同时对补偿量实施自适应调节, 以达到减小线路阻抗对SOC均衡效果影响的目的; 对母线电压进行二次电压补偿, 解决下垂惯性导致的母线电压偏差问题; 此外, 给出基于系统特征方程的稳定性分析, 在理论上保证了直流微电网的稳定运行. 最后, 通过Matlab/Simulink对所提控制策略的有效性进行验证, 结果表明所提控制策略可有效提升SOC均衡速度和均流精度, 使母线电压稳定维持在额定值.]]></description>
<pubDate>2025/7/11 16:20:51</pubDate>
<category><![CDATA[新型电力系统的协同控制与优化调度专栏]]></category>
<author><![CDATA[郭亮亮，刘鑫蕊，李新宇，王睿，孙秋野]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/2024-0949]]></guid><cfi:id>2</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[考虑多换电站的多无人机应急电力巡检路径规划方法]]></title>
<link><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/2024-0795]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[多无人机应急电力巡检的时间十分有限, 在选择关键巡检目标时需要考虑各目标的故障概率差异, 同时为提升巡检效率, 可以引进换电站降低无人机续航能力不足的影响. 针对上述特点, 将考虑多换电站的多无人机应急电力巡检路径规划问题建模为多站点多航次团队定向问题, 并设计一种融合软演员-评论家模型的遗传算法(SAC-GA). 首先, 在遗传算法中加入两类局部搜索算子, 以优化多无人机访问目标的选择和缩短无人机飞行路径距离. 其次, 提出一种基于SAC模型的参数调优机制, 利用SAC模型基于最大熵学习策略的优势, 在遗传算法迭代过程中, 根据历史学习经验和种群的状态动态生成合适的交叉、变异概率以及染色体再插入中的权距比. 实验结果表明, 算法在小规模实验和大规模实验上均具有明显优势, 并通过消融实验验证SAC-GA中局部搜索算子的有效性和参数调整方法的优越性. 最后, 通过案例分析验证算法在不同应急场景下的有效性.]]></description>
<pubDate>2025/7/11 16:20:51</pubDate>
<category><![CDATA[新型电力系统的协同控制与优化调度专栏]]></category>
<author><![CDATA[秦文龙，罗贺，李晓多，阴酉龙，林世忠，王国强]]></author>
<guid><![CDATA[http://kzyjc.alljournals.cn/kzyjc/article/abstract/2024-0795]]></guid><cfi:id>1</cfi:id><cfi:read>true</cfi:read></item>
</channel>
</rss>