IoT-Forschung

Energiesystem-Wiederherstellung — SCI-publizierte Algorithmenforschung

Ein kollaboratives Forschungsprojekt mit zwei begutachteten Publikationen im CSEE Journal of Power and Energy Systems. Die Forschung schlug neuartige Algorithmen zur Wiederherstellung von Stromverteilungssystemen nach Ausfällen vor — unter Verwendung von Prims Minimum Spanning Tree zur Findung optimaler Leistungsflusspfade.

MATLABMatpower ToolboxAlgorithm DesignPrim’s MSTMulti-Objective OptimizationPower Flow AnalysisGraph TheoryIEEE 69-Bus System

Energiesystem-Wiederherstellung — SCI-publizierte Algorithmenforschung

Die Herausforderung

Bei schweren Netzausfällen erfordert die Wiederherstellung der Stromversorgung kritischer Lasten mit verteilten Erzeugungsressourcen die Ermittlung optimaler Leistungsflusspfade — ein komplexes multikriterielles Optimierungsproblem.

Unsere Lösung

Wir schlugen einen neuen Gewichtungskoeffizienten für den Prim-MST-Algorithmus vor, um optimale Wiederherstellungspfade basierend auf Leitungsimpedanz, Lastpriorität und Bedarf zu finden. Eine adaptive Strategie wurde für den Umgang mit Störungen nach der Wiederherstellung entwickelt.

Wirkung

Ergebnisse & Wirkung

Veröffentlicht: Optimale Inselnetzbildung mit Prims MST-Algorithmus — CSEE JPES, Bd. 8, Nr. 2, März 2022

Veröffentlicht: Adaptive Inselnetzbildungsstrategie — CSEE JPES, Bd. 9, Nr. 4, Juli 2023

Vorgeschlagene Methode stellte 64% des Gesamtbedarfs wieder her — übertraf 6 konkurrierende Methoden

100% Wiederherstellung der höchstpriorisierten Lasten im Ausgangsszenario

Validiert am IEEE-69-Bus-Verteilungssystem mit MATLAB Matpower

← Vorheriges ProjektRFID-Anti-Kollisionsprotokolle — IoT-Forschung & Simulation

Haben Sie ein Projekt im Sinn?

Lassen Sie uns besprechen, wie NexGenix Ihre nächste Lösung entwickeln kann.

Projekt starten →