启用紧急行为的分析在未来的电力分配系统使用基于主体的建模与仿真

文摘

在未来的电力分配系统、组件异质性及其cyber-physical交互通过电线和沟通导致紧急系统行为。分销系统代表了最大的一部分的能量系统和组件的节点数量,大规模的研究他们的紧急行为分散控制策略的发展至关重要。本文提出和评估DistAIX,一种新颖的基于主体建模和仿真工具进行这样的研究。主要的新奇是整个的并行模型,其中包括电力系统,通信系统,控制,和所有interactions-using进程而不是线程。因此,多个计算节点的分布仿真的分布式内存体系结构成为可能。这使得DistAIX可扩展的,允许包含尽可能多的处理单元的模拟。的可伸缩性DistAIX由大规模场景的模拟演示。此外,紧急行为观察的能力是证明一个模范分配网格与大量的交互组件。

1。介绍

新技术使能源的集成转向高效、环保和总体可持续能源系统极大提高配电系统的复杂性。新技术包括可再生能源、存储系统、信息和通信基础设施,新的控制方法。的增加系统的复杂性是这些技术的多样性的结果对他们的个人特点、时间属性和行为的可控性。考虑系统的日趋复杂和不同层次的交互的组件,可以预期,其整体性质不能确定基于单个组件的行为(1]。系统的状态将不再由美国的组件,但他们的非线性结果cyber-physical交互。具体的进化,这是一个结果的交互系统,不与任何组件的行为,被称为紧急的行为(2]。

紧急行为与线性系统矛盾行为因为子系统的行为结果的线性叠加在一个线性系统完整的可预见性和简单计算。在紧急系统中,非线性系统组件之间的交互抢占线性化的系统行为2),使古典小信号建模是不可能的。分析未来配电系统的系统行为实施前一个有意义的标尺在现实世界中,一个可伸缩的建模与仿真方法是需要能够创建紧急系统行为基于非线性相互作用系统的组件。工具DistAIX(分布式模拟复杂的电力系统)提出了解决这个需求包括以下贡献:(我)组件:一个系统组件被建模为一个代理对组件的电气、健谈,和控制行为。(2)代理商的紧急行为:系统行为结果cyber-physical交互。边缘之间的代理模型系统的基础设施,用于交互的组件,也就是说,电线和通信链接。(3)可伸缩性:基于代理模型并行使用过程对系统的电气拓扑下的研究。这允许一个分布式仿真模型的多个计算节点。

基于主体建模的定义用于多重代理系统的组件作为独立元素。其他方法如metaheuristics曾被用于分析和在复杂能量系统优化问题3]。这里不考虑这种方法因为我们不目标搜索优化问题的解决方案,但系统的可观测性行为出现从组件的交互。基于主体建模已被证明是一个强大的方法,建模复杂系统的涌现行为(4,5]。专业普遍的基于主体建模仿真工具(6],特别是电力系统建模与仿真7在文献中提出了。例如,工具GridLAB-D能够耦合建模的领域力量,热,控制算法,在一个基于主体的建模方法和市场。

DistAIX不是GridLAB-D重复的尝试,但它的目标是提高可伸缩性的基于代理分销系统的建模与仿真。GridLAB-D使用功率流模块和一个代数解算器系统的电流和电压的计算7]。这限制了其可伸缩性的代数功率流模块。提出了一个并行使用POSIX线程GridLAB-D [8]。并行线程而不是进程限制可用的计算节点的数量一个由于通用内存位置限制的线程(9]。

DistAIX截然不同的基于代理模型的计算过程和利用多个分布式计算节点,例如,可在计算中心。内存可以分布在多个计算节点为每个进程都有其自己的内存地址空间。通过使用分布式内存和计算架构,大型的仿真,例如,nation-sized、能源系统是可能的(10]。我们建议并结合产生挑战的方法解决配电系统模拟,如分布式功率流计算和信息处理。

联合建模与仿真的电力系统,通信系统,和控制,几个cosimulation平台提出了在文献[11- - - - - -16耦合不同工具分布系统,传动系统,通信,或市场模拟。除了独立使用,DistAIX还扩展了池的建模与仿真工具,可以与他人cosimulated。多个大型分销系统的联合仿真与DistAIX耦合模拟传输系统使用不同的工具是一个可能的用例。例如,平台GridSpice [14)可以作为扩展接口是否添加到DistAIX各自的接口。我们关注的表示和分析DistAIX, cosimulation这里不考虑与其他工具,为进一步研究。

模型组件的行为需要嵌入紧急行为的可能性,也就是说,非线性,在最终的解决方案中扮演着重要角色。这些模型可以是来自文学或实验。特别是对于控制行为,DistAIX可以作为测试环境在未来控制策略的发展。模型可以使用DistAIX开发新组件的行为。尽管个人行为的组件,电器的决心以及通信交互对紧急行为的分析是至关重要的。一直努力的识别和形式化计算电子的交互水平(17]。结合电气与通信交互和cyber-physical交互在一个可伸缩的建模与仿真工具是这项工作的贡献之一。

与传统的能源系统仿真工具,(18概述,DistAIX不目标系统级解决方案。一个完全分散的迭代forward-backward扫描方法的实现(19)是用于在所有节点电压和电流的测定。这种方法,只有当地的邻居在电网需要知道每个节点和组件(19]。不需要系统级解算器的功率流计算,简化了模型的分布到多个进程。通信链路延迟等基于个人属性建模。沿着这些链接和组件之间的消息交换路由从一个过程到另一个,并在必要的时候。因此,所有交互的组件可以通过分布式计算资源计算。

我们相信新控制策略的仿真研究为未来配电系统在大规模对实现是一个重要组成部分。分销系统是最大的电力供应系统的一部分,对电气节点的数量和组件。在我们看来,弹性分析分销系统的紧急行为需要一个模型,该模型包括所有组件及其行为。因此,建模与仿真等系统需要扩展。我们提出一个模拟工具,找到一个有用的并行化的基于个体模型对于一个给定的计算资源和分配这些资源的计算。DistAIX旨在保持大规模的紧急系统行为模拟的计算时间可控,同时使单个组件行为高度灵活的建模代理。

本文的组织结构如下:部分2介绍了挑战和相关研究领域的可扩展的基于主体建模与仿真的能量系统。节3,提出了DistAIX在细节部分4定义了评价方法。部分5讨论结果和部分6总结这项工作。

2。可扩展的基于主体能源系统的建模与仿真

建模与仿真复杂的基于主体能源系统面临以下挑战当系统规模的研究和/或可用的计算节点数量的增加:(1)计算功率流(2)Interagent数据流(3)结果数据采集。

一个可扩展的建模与仿真工具需要应对上述挑战。在文献中发现的解决方案和大纲DistAIX如何利用他们将在接下来的部分讨论。

2.1。计算功率流

分销系统模型的执行分布式计算资源是非常必要的工作方法没有一个集中的点在所有系统变量选择的知识。这是特别重要的电压和电流的计算系统的研究。因此,分散的功率流计算是必要的,可以制定计划的方式。这个话题近年来进行了广泛的调查,导致几个分散的功率流公式。

在[20.,21)网格划分为一组的宫。两个相邻的宫共同巴士,所谓的边界的公交车。对于每一次网格,功率流是独立解决和注入功率计算相邻的宫随后考虑电压不匹配边界的公交车。这个过程重复迭代,直到所有的宫收敛的功率流解决方案。虽然总体解决方案被发现在一个分散的方式,功率流计算在一次网格进行集中使用牛顿迭代等算法。

其他方法旨在解决高斯-赛德尔算法以分散的方式(22]。每个节点计算其电压使用前面计算所有相邻节点的电压。新的电压值传递给下一个节点也更新自己的电压。在这种方法中计算节点上执行水平。然而,高斯-赛德尔可以被认为是相对缓慢的收敛。在[23)加速高斯-赛德尔使用fpga实现。他们的方法不符合要求分散的功率流计算如上所述。

另一个算法,可以用于分散的功率流计算径向电网是所谓forward-backward扫描方法。它已经被用于基于主体智能电网仿真(24,25),由三个迭代重复步骤(19]:(1)在每个节点,计算节点电流:电流注入所有组件连接到一个节点计算给定节点电压。在第一次迭代中,所有节点电压与额定电压初始化。节点电流通过总结所有组件的一个节点。(2)向后扫描:从每个支线的最后一个节点,计算电流流经所有分支节点采用基尔霍夫电流定律。(3)向前扫描:松弛节点开始,所有节点电压更新基于分支阻抗和前面计算分支电流。

注意,还有其他的配方forward-backward扫描方法计算电流的电力流动而不是向后扫描(26]。Forward-backward扫描为一个基于主体的仿真提供了相当大的优势。最重要的是:(我)在节点级别上执行计算,因此高度分散的。电气系统行为出现电子交互的代理。(2)该算法利用分布的径向结构网格。因此,向前和向后扫描的处理每个支线可以并行计算。(3)计算网格组件的电气行为独立的每个组件的第一步。因此,这一步可以并行。(iv)充分融合已经证明该算法(27]。

DistAIX,我们选择forward-backward扫描技术提出了(19)给定的优势确保所需的可扩展性功能,并允许系统分析基于单一组件的行为和交互。自算法利用网格分布的结构是不能够处理网状网格。文献中描述的扩展为弱网状网格(解决这个问题19电力分配系统等)。

2.2。Interagent数据流

分离一个分布系统模型为分布式计算需要一个团体interagent数据流组织处理分布式内存架构在一个可伸缩的方式。Interagent数据流意味着cyber-physical交互的代理可以发生在一个模型部分和不同模型之间的部分。两种方法解决这个挑战已确定在现有的基于主体建模与仿真框架28]:(我)留言板:火焰29日](2)代理复制和更新:RepastHPC [30.]。

两个框架使用消息传递接口(MPI)并行化模拟多个计算节点上。火焰在每个进程使用留言板代理交互的实现。代理使用留言板的过程与其他代理交换数据并通过MPI消息被广播到所有或一组其他代理。

代理复制和更新方法RepastHPC如图1对于一个与代理两个过程和两个小例子。中介绍的方法是(30.]。代理的过程1需要数据代理B,属于过程2,反之亦然。可以电压和电流所需的数据,例如。在RepastHPC,进程1 B创建一份代理在其自己的内存空间。过程2做同样的代理如果代理过程中1需要访问数据的代理B,它读取复制的过程1和不是从原来的代理。Agent-networks正本和副本之间的代理在同一流程(红色箭头在图1)被称为SharedNetworks RepastHPC和维护自己的数据结构。副本仅为代理创建链接,穿过过程,也就是说,在模型的部分。只要需要,可以更新副本与原始状态的代理通过调用mpi的同步方法的RepastHPC(蓝色箭头在图1)。与火焰相比,该方法不使用广播,但通过MPI异步消息发送和接收。在这个例子中,代理B的复制过程中1是用原始的状态更新代理B和复制的代理与原有的状态更新代理代理复制的状态是没有转回到原来的代理。因此,避免频繁的进程间通信和程序员完全控制在时间点副本更新是必要的。

如同所示(28),RepastHPC的可伸缩性优于火焰,因为这种差异的一个代理交互的实现。同时,RepastHPC保持不变的内存消耗越来越多的过程中使用的模拟火焰的内存消耗增加(28]。由于这些好处,RepastHPC用于DistAIX的实现。两个代理网络结构(SharedNetworks)用于每个流程组织物理和网络交互的代理。为实现引用部分的更多细节3.5。

2.3。结果数据采集

存储仿真时间依赖和独立的数据应该只最小的压力计算资源,同时分析结果数据和后处理必须灵活和方便。需要解决以下两个问题的一种有效的方式数据采集解决方案:(我)存储大量的数据仿真时间步。(2)读取特定的结果数据进行后处理和分析。

连接数据库系统的仿真是一个可能的解决方案;例如,GridLAB-D一个MySQL数据库提供了一个接口31日]。关系数据库MySQL和PostgreSQL等可用于存储仿真时间独立的数据,也就是说,代理和模型的元数据。然而,他们有问题在处理大量数据在两个方向,从数据库中写作或阅读。基准测试已经表明,NoSQL数据库有一个更好的性能时,快速存储大量的数据(32,33]。由于这些原因,DistAIX是界面上的一个PostgreSQL数据库元信息和基于卡桑德拉的NoSQL数据库集群存储在一个可扩展的数据库系统模拟与时间有关的数据。

对大量的数据需要通过数据库系统,序列化的数据似乎是一个不错的选择。Protocol Buffers (34)已被证明是一种有效的方法用于数据序列化和反序列化在其他领域的应用(35,36),因此在这里探索时间的减少卡桑德拉数据库写入数据。

3所示。与DistAIX建模与仿真

DistAIX提出了部分。部分3.1讨论如何RepastHPC用于仿真的并行化和部分3.2讨论了代理流程的分布。节3.3我们评论时间步而细节代理行为和所有代理类型的建模提供了部分3.4。部分3.5关注代理交互和讨论交流的计算以及电气相互作用。最后,设置模拟处理的部分3.6。

3.1。并行与RepastHPC

RepastHPC使用MPI并行高性能计算(HPC)上的仿真系统。仿真是通过推出mpiexec选项指定要使用的主机和过程开始的数量。每个进程执行基于代理分销系统模型的一部分。在DistAIX,这是反映在一个C+ +类模型它定义了每道工艺配置,代理负责,并连接代理在这个过程和代理中存在其他进程。的模型类也定义了流程和数据的时间表,需要与其他进程同步。

图2显示了流程的进度。第一步是初始化和包含的所有代理的创建过程和代理之间的所有电气连接在这个过程。此外,电气连接在其他过程建立了代理的创建这些代理的副本。如果没有这些副本创建代理属于不同流程之间的电气连接会失踪的模拟模型。这将导致错误的仿真结果。模型保存同步和一致通过更新副本与原始状态的代理根据副本更新方法解释部分2.2。代理更新副本之间的每一步流程安排(白框如图2),也在forward-backward扫描步骤达到收敛。

初始化后,执行过程仿真步骤对于一个给定的仿真步长(循环图2)。代理信息和个人控制行为是在步骤2中处理。这部分的模拟考虑了通信网络基础设施(如何解释部分通信链路的建模3.5)以及控制策略研究。步骤2,初代理进程间同步消息。之后,执行过程中所有的代理行为的独立为每个代理。一步过程的电流和电压的计算每个节点使用迭代forward-backward扫描方法,直到收敛。

forward-backward扫描算法并行化的计算根据其三个阶段部分将对此进行说明2.1。类似于消息处理,节点电流的计算是独立于其他代理来完成的。通过网格拓扑算法迭代向后和向前扫。在扫描期间,只能激活一个节点每支线。扫描完成后,代理需要复制更新同步新计算的值的电流和电压的电气代理连接跨越两个过程。forward-backward扫描算法的三个阶段是重复,直到达到收敛。一步准备的过程是由下一个仿真时间步,也就是说,拯救这一步的结果和重置内部状态变量中使用forward-backward扫描迭代。这对每个代理独立完成最后一步。

3.2。代理流程的分布

代理需要分布式流程的流程等待别人最少的时间。电网拓扑的影响良好的分销代理的每个支线只有一个代理可以活跃在forward-backward席卷。可以预期,有利于并行化的进程数量取决于系统的电气拓扑,因此有限。

我们适应一个节点调度方法(37)与相邻的连续序列nonbifurcating电网的节点,称为workitems在下面。Workitems网格的部分,只有一个节点可以活跃在forward-backward席卷。电力网格的拓扑结构下研究的模拟分析。Workitems取决于解析图拓扑网格研究的深度优先搜索算法。节点代理流程工作的分布在以下步骤:(1)叶节点代理和深度确定拓扑中。(2)如果过程可用的数量 ,的最深的选择叶子节点代理(如果有不足叶节点在拓扑)。(3)的workitems选择叶节点代理包括被分配到一个过程,使所有过程是负责节点中包含一个工作项。如果 选择叶子节点代理在前面的步骤中,workitems和流程的数量在这个步骤中是唯一的 。(4)从现在开始只剩下的拓扑节点代理还没有分配给一个过程被认为是。继续步骤如果仍有节点代理被分配到一个过程。否则,所有节点代理分布过程。

变压器代理和松弛剂都视为节点代理关于他们的分配过程。组件代理(负载,电动汽车(EV),光伏(PV)热电联产(CHP)风能转换器(WEC),电池,和补偿器)总是创建过程中节点代理他们连接到所在地。注意,这个过程并不保证所有可用的使用流程。电网拓扑的影响过程使用的数量。这仅仅是友好的最大可用的进程数量需要已知的,但不是最优数量的系统研究。如果过程可用多有用,可有可无的过程是闲置在模拟和不妨碍计算。

3.3。模拟时间步

仿真时间步的大小是固定的一个模拟。主要原因是沟通事件的发生而无法预先确定的系统中出现。可变时间步会增加机会错过沟通发生的时间步长。另一个方面要记住是分布式仿真方法本身。随着时间步是一样的流程,需要额外的同步测定的时间步长和这些信息的传播过程。所需的同步造成的开销可能超过一个灵活的时间步的性能改进。

然而,计算每个时间步代理的数量可以减少水平。例如,重新计算的节点电流在步骤1中forward-backward扫描算法可以以事件驱动的方式进行管理,以便重新计算是只有当一个事件发生在节点电压的信号。这可能是为了减少计算工作在未来组件代理。然而,对于第一次演示DistAIX我们还没有实现这种方法。

3.4。代理行为

在紧急系统的行为得出结论,代理模型用于DistAIX将在本节中讨论。方程对于电子代理模型提供给他们的角色在forward-backward扫描迭代。每个代理代表分布系统的一个组成部分,由电子模型,行为规则控制、状态和知识,和沟通能力。图3概述的互连中的这些部分代理模型。

代理的电模型和其沟通能力影响的状态代理及其知识系统中的其他组件。代理人的控制算法是由其行为规则定义的操作基于当前状态和知识。行为规则导致两个控制信号影响电模型(右侧图3)和触发器信息交换使用通信能力(左侧图3)。一个代理可以连接到其他代理在不超过两种方式:通过沟通和/或电网络。详细描述电机稳态模型提供了以下部分。下面的方程、变量索引与“ctrl”表明,该值是一个控制信号由控制代理人的行为规则。

3.4.1。松弛剂

向前扫,松弛节点电压的计算 额定电压和吗松弛节点的电压角度定义,通常设置为0。向后扫,松弛节点的输出电流流向下一个节点 在哪里所有下个节点的集合,传入当前节点 ,和的泄漏电流线连接松弛节点和节点 。

3.4.2。节点代理

向前扫描,得到节点电压 在哪里前一个节点的节点电压,前一个节点的输出电流, 连接PI-line参数(参见图吗4)。向后扫,前面的节点的输出电流 在哪里是研究节点的输出电流,泄漏电流的线路连接,前面的节点,是所有组件连接到节点的集合,然后呢是当前的组件。

3.4.3。变压器代理

变压器模型是由一个RX-line和理想变压器如图5。向前扫,辅助节点获得的电压 与输入电流从之前的节点 ,主节点的输入电压 变压器的参数和 ,和匝比 。 , , ,和是PI-line连接变压器的参数与前面的节点。向后扫,前面的节点的输出电流 在哪里是所有的总和电流流向下一个节点和的泄漏电流是这和前面的节点之间的界线。

在DistAIX我们使用变压器负载抽头转换开关(电网)的能力。因此,匝比对称的范围内可调在标称值 。这样做是在离散步骤在哪里 必须满足,的数量是可能的步骤。然后计算匝比

3.4.4。负载代理

负载模型集成的配置文件提供积极和无功功率对每一步的需求。然后组件电流计算

3.4.5。电动汽车代理

电动车由电池容量这是定期连接到电网。连接状态是由一个概要文件。如果电动汽车没有连接到电网,它有一定的功耗也存储在一个配置文件,导致电动汽车的电池放电。次断开的模型输出 电池的电荷状态(SOC) 如果电动汽车连接,电池可以控可调有功功率。此外,电动汽车可以提供一定量的无功功率是通过转换器连接到电网。积极的控制值和无功功率和组件电流 SOC是 电动汽车代理确保组件的硬件限制,如转换器功能以及电池容量不受侵害。这里不考虑位置变化的电动汽车,因为它不影响DistAIX但只有控制策略下的适用性研究。

3.4.6。光伏代理

光伏系统的模型是基于性能预测模型(38计算有功功率的数量可以生成的。它需要太阳辐照度和温度作为输入数据。类似于电动车,光伏系统通过转换器连接,因此可以提供无功功率。此外,活跃的电源可以在必要时限制。这导致了当前组件(见方程(13))的控制无功功率值的范围内为有功功率转换器和控制价值必须满足 请注意,是负的自产生有功功率,而不是消费。

3.4.7。风能转换器代理

WEC模型利用多项式风速与输出功率之间的关系(39]。因此,该模型使用一个风速剖面作为输入数据。发电开始时的最低速度是达到了。额定转速 ,代后继续多项式关系。最大的代存在,直到切断速度是达到了。这个关系如下公式所示: 之间的速度和 ,风速和最大输出功率之间的关系是通过一个三阶多项式系数描述 ,发现,这样一个连续曲线。类似于PV和EV, WEC被连接到一个转换器,导致类似的约束,使有功功率的控制和无功功率 ,所示(13),而尊重的极限生成单元(见(15))。

3.4.8。结合热力和电力的代理

共和人民党(CHP)模型由三个主要组件:内燃机,同步发电机和热交换器。共和人民党,燃烧引擎提供的机械功率由发电机转换为电能。产生的热量可直接用于建筑供暖热存储或存储供以后使用。因此,总燃料输入功率由热输出功率 ,电源输出功率 ,和损失 : 热力和电力输出功率决定考虑热、电效率和 ,分别。控制电机有功功率值 ,所需的燃料输入功率 导致热输出功率 此外,共和人民党(CHP)可以产生无功功率,同步电机的功率因数可以受控制的励磁机的范围内。

模拟共和人民党(CHP),需要一个概要文件提供热能的需求在每个时间步长为建筑供暖。代理认为和当前存储热能和控制和返回实际的共和人民党(CHP)模型模拟近似地(13)。蓄热器的SOC与能力是相应更新 在接下来的时间步。共和人民党(CHP)的操作代理的一个约束是限制的蓄热器的满意度。

3.4.9。电池代理

类似于电动汽车代理,电池代理控制电池系统。它的电池可以充电/放电可调有功功率和通过转换器连接到电网。这使的控制和(见(13))。对负载附近的消费者,电池代理发行权力或商店在必要时电网。与此同时,它保证了电池的操作界限的不会超过(14)。

3.4.10。补偿器代理

补偿器可以提供容性无功功率对电网中和大多数负载电感引起的无功功率。减少电网损失的主要原因是补偿器的利用率。应对损失,补偿器的操作阶段的可调并联电容器的名义电纳 。代理控制步长分流银行导致电网连接电纳 的输出电流计算如下:

3.5。剂的相互作用

作为紧急系统相互作用中发挥重要作用,它们必须准确建模。RepastHPC SharedNetwork结构用于模型的电气网络,代理是网络中节点和组件和电缆模型表示它们之间的边缘。电缆模型包括一个方程系统和电缆的参数(见PI-line图4)。电网络的每个进程存储摘录涉及自己的代理和边界代理其他进程在SharedNetwork对象。这个对象的一部分模型类中引入部分3.1。电相互作用计算基于forward-backward扫描方法解释部分2.1和SharedNetwork对象的过程。

通信交互和通信的通用建模边缘需要不同的方法。假设一个控制策略需要灵活的通信连接,所有的代理人在所有进程间的通信是可能的。被研究的系统涌现,它可能是事先未知通信链路将被使用,也就是说,代理相互通信。如果SharedNetwork用于通信链路的建模类似于电气边缘,所有代理的副本在所有进程必须同步。因此,SharedNetwork不是一个可伸缩的显式建模方法沟通的边缘,特别是当只有一小部分使用所有可用的通信链路。

出于这个原因,一个消息路由器在每个流程介绍(图6)。消息路由器并不代表的硬件组件分配制度,但一个方法来实现模拟代理之间的通信。在步骤2中流程的时间表(见图2),消息路由器的任务是收集来自所有代理发送消息的过程(橘色图6)。对于每个发送消息,消息路由器检查模型所使用的通信链路消息传输,例如,延迟或包错误率的链接。如果没有具体的通信链路属性可用,用户可以定义默认值为所有链接。消息路由器通信链路模型适用于确定消息是否必须在当前传播模拟时间步。如果延迟的链接需要推迟的消息,它会呆在一个等待队列的消息路由器和将再次检查在接下来的仿真时间步。如果消息被传播到目标代理,2例有区别:(1)如果消息的目标是一个代理过程中消息路由器,它将消息路由到该代理的收件箱。(2)如果消息的目标是一个代理在一个不同的过程中,消息被添加到队列的消息路由器。

每个进程都有一个RepastHPC SharedNetwork中自己的消息路由器连接到所有其他进程的消息路由器。一旦所有消息传送处理根据病例1或2,队列的消息路由器通过SharedNetwork所有进程之间的同步消息路由器。后来,每个进程的最新副本了路由器的每个消息的队列。每个消息路由器检查别人的目标代理的消息的队列,其相应的处理和路由消息(红色箭头在图6)。这样的沟通交互建模允许单个建模的通信链接和一个高效的路由代理信息在分布式仿真。

3.6。仿真设置

图7显示的设置与DistAIX模拟。仿真时间步长和时间步的数量来模拟可以自由选择。然而,他们应该选择以一种有意义的方式下的场景和组件模型研究关于所需的电动力学和消息交换的分辨率。时间序列作为输入数据用于组件的代理需要配置信息。如果一个时间步的时间步长小于选择配置文件数据,配置文件可以是线性插值使用GNU的各自功能科学图书馆或概要文件的最后一个值举行,直到下一个概要文件的价值是达成的仿真时间。用户可以选择这些选项在配置一个模拟世界中。

仿真场景配置节点的列表和组件模拟和电线。此外,通信链路的特性(e . g。,package drop rates, latency) can be added as input for the simulation if these parameters are relevant for the scenario under study. It would also be possible to extend the interfaces of the simulator so that scenarios available in a Common Information Model (CIM) representation can be used as input for the simulation tool. A method for the automated transformation of CIM representations of distribution systems to C+ +类已经提出了我们的研究小组在40]。DistAIX首次演示,我们选择一个不那么复杂的场景中阅读方法。

仿真结果输出之间的用户可以选择在PostgreSQL和卡桑德拉数据库系统中,逗号分隔值(CSV)文件,或两者兼而有之。仿真结果在CSV测试模拟已被证明是有用的在开发期间DistAIX由于其简单性。数据库输出集成到模拟器,因为它允许一个结构化的和高效的存储大量的模拟数据。它还使资源节约计算资源的数据库查询可以通过计算机网络发送到数据库,不需要执行处理的计算机系统。

如果数据库是选为结果存储选项,所有仿真参数,如模拟和常数代理的配置属性,作为元数据存储在一个PostgreSQL数据库。所有代理的结果数据为每个模拟时间步是卡桑德拉数据库中存储的系统目前由三个节点组成。卡珊德拉集群水平可伸缩的根据用户的要求。三个卡桑德拉节点处理在模拟的结果存储到数据库中,将工作负载自动以公平的方式。为数据库输出,图形web前端可以使一个简单和有效的仿真结果检验和评价。进一步减少所花费的时间发送每个仿真时间步的结果数据到数据库,发送的数据使用协议缓冲区和序列化的二进制格式。从数据库中提取数据,协议缓冲区需要再次申请反序列化。

4所示。评价方法

DistAIX正确性和性能评估,我们解决三个方面:分布式forward-backward扫描实现的正确性,紧急行为的可观测性,HPC的模拟器系统的可伸缩性。方法用于解决这三个方面讨论了以下部分。

4.1。分布式功率流计算的正确性

利用电相互作用的计算方法是forward-backward扫描方法。该方法的融合已经[所示27]。DistAIX实现算法在分布式的方式。证明我们的实现过程提供了数值正确的结果我们选择一个小场景和比较结果从Modelica获得同一场景的建模与仿真。Modelica选择演示,由于其灵活的使用和免费OpenModelica可用性。作为一个指标来评估的正确性,我们使用的绝对差异节点电压和线电流之间获得DistAIX和Modelica等出现的次数的差异。从电压和线电流差异实现我们得出结论的正确性。

得到类似的结果,根据部分电器元件建模3.4.1-3.4.10 Modelica。此外,使用了相同的配置文件数据作为输入的电子组件模型在仿真环境。控制所有组件的值被发现没有通信交互由简单规则提出了参考方案(41]。分布系统的场景作为参考图所示8。所有代理类型是用来保证了方法的正确性。Modelica模拟,我们使用DASSL解决者的宽容和60年代的时间步。同一时间步是适用于我们的模拟器。收敛的仿真结果发现当所有节点电压变化小于一定两个迭代。的的值被设置为DASSL解决公差吗 。的模拟执行一个完整的一天。

4.2。可观测性的紧急行为

方法来检测和描述复杂系统涌现行为在文献中讨论,例如,(42- - - - - -44]。这些方法总是依赖于应用程序和系统的研究。为了分析不同控制应用程序的紧急行为特征的分布系统,DistAIX支持大规模紧急行为模拟的可观测性。我们将演示这个功能通过选择一个控制应用程序称为SwarmGrid [41]。SwarmGrid预计将导致分配系统的紧急行为由于其自下而上,分散控制策略。SwarmGrid控制概念,系统级目标系统的电压稳定。电力生产者和消费者(代理)谈判的电量供应或使用以自组织的方式。他们的主要目标是灵活性的使用当地的生产和消费的权力平衡。所谓代理形式成群,团体的代理,需要相互作用以达到他们的目标。

制定这样一个自底向上的启发式控制一个完整的分析模型是不可行的。然而,DistAIX允许系统行为的定义各个组件的行为。基于代理的概念,需要模拟电子和交际互动以及控制组件组合在一起形成了适合SwarmGrid评价控制的模拟工具。此外,由于大量的组件在网格分布,可以利用在SwarmGrid等控制方法,系统可以被描述为高度复杂的各种可能的代理之间的交互。

演示的紧急行为的可观测性,我们使用177年的农村低压电网节点节中描述4所示。33.4.1-3.4.10和电气模型给出了部分。为了引发紧急行为,所有输入概要文件有常量值除了单户家庭的负荷。这些概要文件特性的增加在1 s如图1千瓦9。坡道同时发生,4 s开始和结束在5 s。作为网格中的单户家庭的总数是140,聚合改变网格的总功率交换是140千瓦。这个评估的时间步长设置为10 ms - 1000时间步长(10)模拟。所有链接的通信链路延迟设置为100 ms考虑延迟引起的消息传输。因此,系统行为之前、期间和之后家庭负载坡道可以分析。

我们确定(a)聚合有功功率的行为基于参考仿真没有自组织控制和(b)的聚合有功功率行为仿真与SwarmGrid启用。通过比较结果(a)和(b),我们可以得出结论如何紧急行为出现在系统和改变特定组件类型和系统的整体行为本身。作为代理人的紧急行为相互作用的结果,消息交换的数量评估作为额外的指标。由于个人和异构控制系统组件(代理)的行为和他们的工作互动,它是几乎不可能预测他们的行为作为一个群体或群体。即使他们的控制是为了达到一个特定的系统级的结果,这种控制不可能所有内部系统变量的目标。DistAIX使得即使这些内部变量的观察和理解他们的关系到系统级目标。

4.3。可伸缩性

DistAIX对绩效评估的可伸缩性、农村低压电网(即包含177个节点和310个组件。选择,共有487代理)。低压电网图所示10。作者使用的是相同的(41),由四个馈线与75年,55岁,35岁和10节点不同的单节点之间的距离。虽然两个喂食器配有架空线的其他两个是建立电缆。装机功率表中列出1。总装机功率是503.5 kVA生产商和消费者是448.6 kVA力量。此外,它包含275.2 kWh电池容量和60千乏无功功率补偿。低压电网连接到中压馈线作为高档系统所需的许多倍。这意味着代理的数量在系统中是 在哪里是低压电网的连接到中压馈线和 减去是只有一个松弛的公共汽车。

这种方法被用来分析仿真的执行时间不同数量的代理。为了评估交际和电子相互作用的影响,两个模拟执行对每个网格大小:(1)与代理沟通:SwarmGrid (41启用。(2)没有代理交流:组件的行为不协调的方式基于当前有效的指导方针为德国(参考例子一样41])。

模拟执行时间数过程测量和作为度量可伸缩性。最快的执行时间和各自的流程是用于评估。仿真时间步骤执行的数量设置为1000,1 s的时间步长。所有组件配置文件(一个由两个不同的值 ,一个用于 )。这两个值之间的中间步骤是线性插值,以便有一个电力需求在每个时间步或代变化。因此,造成的交际互动SwarmGrid代表一个情况下,电力系统动态情况的变化。每个仿真进行了几次,以确保稳定的结果执行时间。

可用的计算资源四个计算节点。每个节点包含24个物理核心类型的在2.20 GHz Intel Xeon e5 - 2658 v3。一个计算节点用于模拟与上皮过程、两个节点为25-48流程,49 - 72年三个节点流程和73 - 96年四个节点的过程。过程总是平均计算节点。每个计算节点有126 GB RAM和所有四个节点通过以太网连接网络的基准。他们都使用3.10.0 CentOS 7.3操作系统运行Linux内核。所有计算节点上使用的MPI实现高性能MPI库ParaStation MPI (45]。自基本网格的可伸缩性调查有四个喂食器和我们的方法复制这个网格次生成较大的网格, 是最大的场景可扩展性研究。这个场景中有100个供料器,workitems,可以优化的并行计算资源可用。此外,三个场景包含相当多的喂食器的执行时间比可用处理器调查给的印象可考查的场景的大小。

在实践中,DistAIX可以使用单独的计算机网络(以太网和InfiniBand)进程间通信和结果保存到数据库。数据库服务器位于一个资源不同于四个计算节点。因此,仿真执行和结果数据的存储是解耦的。启动储蓄到数据库所需的时间被认为是稳定的仿真运行时组件,因此这里不考虑。仿真结果提出了以下部分得到的仿真设置没有任何结果保存(运行时的模拟除外)没有普遍性的损失。

5。评价

在前一节中定义的方法用于评估DistAIX。在这一节中讨论的结果。

5.1。分布式功率流计算的正确性

表2提供的数量偏差节点电压和线电流之间的两个模拟四个间隔。电流和电压值的总数有所不同,因为有比网格中的线公交车。作为模拟的准确性 ,小偏差不是发现并设置为零。特别是节点电压之间的差异很小。尽管所有对节点电压低于或等于V线电流,一些之间和一个。原因是应用程序的收敛性判别准则forward-backward扫描节点电压的方法。当前计算的每一个组件,这个值可以被认为是代理的电子交互变量。因此,示范的正确性是很重要的考虑线电流。虚部的线电流只有4值相差超过一个。实验已经多次进行不同数量的过程总是产生同样的结果。因此,整体实现forward-backward扫描计算的正确性证明和参考模拟偏差可以忽略不计。

5.2。可观测性的紧急行为

图11显示了整个电网的有功功率行为参考松弛节点的仿真没有交际SwarmGrid的控制方法和控制方法。两个仿真结果的不同的起始值是由使用的灵活性是SwarmGrid方法。的起始条件两个模拟是相同的。然而,在SwarmGrid组件谈判立即为当地平衡而导致的生产和消费在一个较小的载荷松弛总线相比,参考案例由于更有效使用的存储。当负载开始增加 年代松弛节点的有功功率行为参考仿真。最后的区别,开始松弛节点的有功功率值是153.2千瓦,这对应于负载功率的变化(140千瓦)+网格中的损失由于更高的电流。因此,整个电网的行为参考模拟可以确定从单一组件的行为,也就是说,在这种情况下,单户家庭的负载。

结束和开始值之间的差异在SwarmGrid模拟90.1千瓦等于只有64.4%的负载功率的变化。此外,松弛节点的有功功率的形状表明,整体网格行为不跟随负载的行为。相反,负载功率的变化在一定程度上补偿。这是一个动态的过程后继续单户家庭负荷已达到其最终价值5 s。发现这种行为差异的原因,单个组件类型的内部变量的结果必须进行调查。注意负载变化补偿是通过灵活的组件,比如CHP。总电力生产的共和人民党也描绘在图11。在参考的情况下,共和人民党(CHP)决定所需的电力生产根据热需求,这在仿真期间是恒定的。在SwarmGrid控制,共和人民党(CHP)利用热存储容量提供灵活性。因此,电力生产变化负载功率后开始增加。

请注意,没有集中控制器或优化驾驶CHP对这种行为。相反,代理进行交互并确定其控制值自动根据行为规则。整个系统的行为,即权力行为松弛巴士,摆脱单一组件的行为,不能预先确定的参考案例。自代理通信中扮演着一个关键的角色在这个过程中,人物12显示了每个时间步生成的消息的数量。大量的交互发生在负载的变化行为,后来也。的消息数量减少再次当系统达到稳定的最终值。沟通的强度取决于操作条件和物理系统的进化,因此不可以预期的准确。总的来说,这些结果说明紧急与DistAIX分销系统可以观察到的行为。

5.3。可伸缩性

模拟基准对可伸缩性的结果如表所示3。最小的仿真执行时间天平几乎线性的代理在这两种情况下的场景和没有SwarmGrid控制启用。这个结果也可以观察到在图13并通过使用更多的模拟过程和扩散到多个计算节点;例如,对于 为39过程仿真执行时间最小。仿真是分布在2计算节点运行19和20个流程,分别。的梯度比例因子是远远低于1,说明过程的并行化是能够有效地利用计算资源增长场景大小。

线性可伸缩性意味着大型电网+基于主体控制可以有效地模拟一个适当数量的过程。它还表明交际代理交互的计算将一个偏移量添加到仿真执行时间但不改变的可伸缩性的行为在本质上。从另一个方面13是交流的扩展情况比没有好。记住,基准场景选择在这样一种方式,需要一个广泛的代理沟通,这导致的结论是,消息路由器的概念是一种有效的并行化方法计算代理消息处理的负担。然而,这里给出的结果只适用于特定的基于主体下的控制策略研究[41]。重复的实验使用不同的策略可能导致不同的通信链接的特工得出更一般的结论。

在大多数情况下,数量的过程的最小执行时间关联与电网的喂食器的数量。这说明该代理的好处分配方法(见部分3.2)模拟执行时间和可伸缩性。选择基准测试方法使用网格与重复电拓扑只有少数workitems代理的数量相比,它提供了一个最差的情况代理分销。在更现实的网格包含多个分支节点类似规模的考虑,workitems将增加的数量和每个工作项的尺寸(长度)将减少。因此,执行时间为一个网格类似数量的代理更支电拓扑可以等于或小于呈现结果。

图14显示了执行时间的减少和增加的过程 场景。执行时间迅速减少10流程和接近最小值。DistAIX使一个有效的模拟即使低于给定电拓扑优化的进程数量。我们观察到这种行为对其他场景的大小。未来调查如何向用户推荐合理的最小数量的流程对于一个给定的电机拓扑结构是更有效地利用计算资源所必需的。

结果只包括场景代理分配给所有进程。实验用小测试场景如27-node低压电网用于功率流示威表明,可有可无的过程仿真执行时间的影响可以忽略不计。由于硬件的限制用于模拟基准,只有场景 可以在这里合理分析扩展。另外三个场景的结果如表所示4。他们甚至表明网格超过40000个节点提出的方法提供了一个解决方案在一个合理的时如果不是最优的进程数量最多只有96过程可用。由于我们计算节点的内存限制我们这里不提供结果为大场景。应该注意的是,为大场景执行时间的增加主要是由于初始化程序的通信网络设置特定这里使用的控制策略,可以提高在未来。

6。结论

介绍了DistAIX,一个基于主体的建模与仿真方法电气配电系统。它的目的是研究这种系统在大规模的紧急行为。过程使分布的模拟并行计算和分布式内存多个计算节点。分布系统组件被建模为代理要求的水平的细节。没有模型简化或限制需要可伸缩性。代理之间的通信链路的特性,如延迟,可以建模。DistAIX促进基于主体自底向上的设计和分析控制分布系统的概念。由于非线性cyber-physical交互的代理,这些概念可能导致紧急系统行为。紧急行为可以观察到与DistAIX模拟。基于流程的并行化和线性可伸缩性DistAIX启用的属性模型的研究在国家规模如果使用适当的计算资源。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作是支持的德国联邦教育和研究项目SwarmGrid(批准号03 ek3568a)。

引用

1. c . e . Hmelo-Silver和r .代理”理解复杂系统:一些核心挑战。”学习科学》杂志上,15卷,不。1,53 - 61年,2006页。视图:出版商的网站|谷歌学术搜索
2. t . El-Mezyani r·威尔逊m .解决k·斯利瓦斯塔瓦,c . s . Edrington d . a .必须外出,“基于电力电子系统的复杂性,量化”交通运输专业电气系统,卷2,不。4、211 - 222年,2012页。视图:出版商的网站|谷歌学术搜索
3. 美国Ikeda和r . Ooka Metaheuristic优化方法综合操作电池明细表,热能存储,和热源在建筑物能源系统中,“应用能源卷,151年,第205 - 192页,2015年。视图:出版商的网站|谷歌学术搜索
4. w . k . v . Chan Y.-J。儿子,c . m . Macal”教程——紧急行为的仿真和模拟和离散事件仿真模拟之间的差异,”学报2010年第43冬季模拟会议,WSC的10美国,页135 - 150年,2010年12月。视图:出版商的网站|谷歌学术搜索
5. p . Ringler d·凯尔,w . Fichtner“基于主体的建模和模拟智能电网和市场——一个文献综述,”可再生能源和可持续能源的评论57卷,第215 - 205页,2016年。视图:出版商的网站|谷歌学术搜索
6. A . Pokahr l . Braubach, w . Lamersdorf“Jadex: BDI推理引擎,”多智能编程15卷可替换主体系统,人工社会,和模拟组织激飞美国,页149 - 174年,波士顿,Ma, 2005年。视图:出版商的网站|谷歌学术搜索
7. d . p . Chassin j·c·福勒,n . Djilali”GridLAB-D:智能电网的一个基于主体的仿真框架,“应用数学学报文章ID 492320卷,2014年,2014年。视图:出版商的网站|谷歌学术搜索
8. 美国金和d . p . Chassin线程组多线程:加速计算电力系统一个基于主体的建模与仿真工具——GridLAB-D”学报》第47届夏威夷国际会议系统科学,HICSS 2014,页2536 - 2545,美国2014年1月。视图:出版商的网站|谷歌学术搜索
9. 答:Tanenbaum和h·博斯现代操作系统中,皮尔森,第四版,2015年。
10. c . Kuschel和粗鲁,“高性能模拟nation-sized智能电网,”国际期刊的平行,紧急和分布式系统,32卷,不。6,647 - 668年,2016页。视图:出版商的网站|谷歌学术搜索
11. h·莫莱斯·奥利维拉·t·平托,z淡水河谷“MASGriP智能电网多代理仿真平台”学报2012年IEEE电力和能源协会大会,PES 2012美国2012年7月。视图:出版商的网站|谷歌学术搜索
12. j·c·福勒,s . Ciraci j . a .每日a·r·费舍尔和m . hau“通信模拟电力系统应用程序”学报2013年研讨会Cyber-Physical能源系统的建模与仿真,MSCPES 2013美国,2013年5月。视图:出版商的网站|谷歌学术搜索
13. m . Stifter e . Widl f . Andren a . Elsheikh t·摩根和p . Palensky”的联合仿真组件,控制和电力系统基于开源软件”学报2013年IEEE电力和能源协会大会,PES 20132013年7月,加拿大。视图:出版商的网站|谷歌学术搜索
14. j·k·安德森,Du, A . Narayan和A·e·贾迈勒”GridSpice:智能电网分布式仿真平台,“IEEE工业信息,10卷,不。4、2354 - 2363年,2014页。视图:出版商的网站|谷歌学术搜索
15. r . Bottura和a . Borghetti”模拟配电网馈线的无功电压优化控制系统通过网络,“IEEE工业信息,10卷,不。4、2340 - 2353年,2014页。视图:出版商的网站|谷歌学术搜索
16. j . Vaubourg y压力机,b .加缪et al .,“多代理的多模型模拟智能电网MS4SG项目”多智能体系统,代理的实际应用的进步,和可持续性:PAAMS集合卷,9086在计算机科学的课堂讲稿,页240 - 251,施普林格国际出版,可汗,2015年。视图:出版商的网站|谷歌学术搜索
17. m . Cvetkovic)和m .大型分布式交互变量数值积分的非线性电力系统动态,”学报》第53届Allerton会议沟通,控制,和计算,Allerton 2015美国,页560 - 566,2015年10月。视图:出版商的网站|谷歌学术搜索
18. k .大都会,j . a .曾和c . Develder“智能电网电力和通信网络仿真结合成本效益分析,“IEEE通信调查教程,16卷,不。3、1771 - 1796年,2014页。视图:谷歌学术搜索
19. d . Shirmohammadi h·w·香港,A . Semlyen g . x罗,“基于补偿的功率流方法都弱网状分布和传输网络,”IEEE电力系统,3卷,不。2、753 - 762年,1988页。视图:出版商的网站|谷歌学术搜索
20. z z叫海波,博明,美国王宏斌,A .跑”之间的一种新的分布式功率流算法multi-control-centers基于异步迭代,”《2006年国际会议上电力系统技术,页1 - 7,重庆,中国,2006年10月。视图:出版商的网站|谷歌学术搜索
21. h .太阳和b .张“分布式功率流计算等整个网络传输和分配,”输电和配电博览会会议程序:2008 IEEE PES驱动向未来,PIMS 20082008年4月,美国,。视图:出版商的网站|谷歌学术搜索
22. j·m·冈萨雷斯de Durana o . Barambones e·克雷默和l·巴尔加“代理基础能源网络的建模,能量转换和管理卷,82年,第319 - 308页,2014年。视图:出版商的网站|谷歌学术搜索
23. 黄永发。Byun,文德兰花,a·慕克吉b . Joshi和d . Chassin”加速了高斯-赛德尔功率流高性能可重构计算机解算器,”《IEEE研讨会现场可编程定义计算机器,FCCM 2009,页227 - 230,美国,2009年4月。视图:出版商的网站|谷歌学术搜索
24. c·p·阮和A·j·Flueck”,一种新颖的基于代理的分布式智能电网的功率流求解器,”IEEE智能电网》第六卷,没有。3、1261 - 1270年,2015页。视图:出版商的网站|谷歌学术搜索
25. x张a . j . Flueck和c·p·阮“基于代理的分布式无功电压优化控制与分布式功率流求解器在智能电网中,“IEEE智能电网,7卷,不。2、600 - 607年,2016页。视图:出版商的网站|谷歌学术搜索
26. m·沃尔特·h·Guercke、t . Isermann和l·霍夫曼“基于多代理的分布式功率流计算,”《IEEE PES大会,PES 2010美国2010年7月。视图:出版商的网站|谷歌学术搜索
27. r·d·齐默尔曼综合功率流分布:建模、制定解决方案算法和分析[博士。论文),1995岁的康奈尔大学https://pdfs.semanticscholar.org/a1b6/eb1871701538ce2147523e8753a218ff0894.pdf。
28. A . Rousset赫曼b, c . Lang和l·菲利普”调查并行多智能体系统和分布式高性能计算模拟,”计算机科学评论卷。22日,27-46,2016页。视图:出版商的网站|谷歌学术搜索|MathSciNet
29. 美国麻省,m .乔戈,m . Holcombe s .下巴,d .价值,和c·格里诺,“开发高性能计算的火焰模拟框架,”学报14 IEEE国际会议上高性能计算和通信,hpcc - 2012 - 9日IEEE国际会议上嵌入式软件和系统,冰- 2012gbr,页538 - 545年,2012年6月。视图:出版商的网站|谷歌学术搜索
30. 科利尔n和m .北,“平行模拟对高性能计算就餐,“模拟,卷89,不。10日,1215 - 1235年,2013页。视图:出版商的网站|谷歌学术搜索
31. d . p . Chassin k .施耐德,c . Gerkensmeyer”GridLAB-D:开源电力系统建模与仿真环境,”输电和配电博览会会议程序:2008 IEEE PES驱动向未来,PIMS 20082008年4月,美国,。视图:出版商的网站|谷歌学术搜索
32. j·范·德·维恩·b·范德Waaij和r·j·梅耶尔”传感器数据存储性能:SQL或NoSQL、物理或虚拟,”《IEEE五云计算国际会议(云”12)IEEE,页431 - 438年,2012年6月。视图:出版商的网站|谷歌学术搜索
33. t . Rabl m . Sadoghi H.-A。雅各布森,s . Gomez-Villamor诉Muntes-Mulero, s . Mankovskii”为企业应用程序性能管理解决大数据挑战,”第1724 - 1735页。视图:谷歌学术搜索
34. k·瓦尔达”,协议缓冲区:谷歌的数据交换格式,“2008年,https://opensource.googleblog.com/2008/07/protocol-buffers-googles-data.html。视图:谷歌学术搜索
35. j·冯和j·李,”谷歌在在线游戏研究和应用协议缓冲区,”学报2013年IEEE会议文集2013年1月,页1 - 4、中国。视图:出版商的网站|谷歌学术搜索
36. s . Popićd派司,b . Mrazovac和n . Teslić“绩效评估使用物联网通信协议缓冲区:Protobuf vs . JSON / BSON比较关注交通物联网的”学报第一IEEE国际会议上智能系统和技术,不锈钢2016克罗地亚,页261 - 265年,2016年10月。视图:出版商的网站|谷歌学术搜索
37. t·c·胡“平行测序和组装线问题,”运筹学9卷,第848 - 841页,1961年。视图:出版商的网站|谷歌学术搜索|MathSciNet
38. w·h·杨,和z方,“一种新的光伏阵列的性能预测模型”,应用能源,卷84,不。12日,第1198 - 1187页,2007年。视图:出版商的网站|谷歌学术搜索
39. M.-R。Haghifam和美国Soltani可靠性模型对风电场发电系统规划,”学报2010年IEEE 11日国际会议上概率方法应用于电力系统,pmap 2010新加坡,页436 - 441年,2010年6月。视图:出版商的网站|谷歌学术搜索
40. l . Razik m . Mirz d . Knibbe平直的,和a·蒙蒂”从CIM本体自动串并转换器生成:CIM + +——易于使用和自动适应开源库对象反序列化的c++文件根据用户指定的UML模型后,公共信息模型(CIM)能源行业标准,“计算机科学——研究和开发,1 - 11,2017页。视图:出版商的网站|谷歌学术搜索
41. s . Kolen t Isermann、美国达尔和a·蒙蒂“群体行为分布网格控制”学报2017年IEEE PES欧洲创新智能电网技术会议(ISGT-Europe),页1 - 6、都灵、意大利,2017年9月。视图:出版商的网站|谷歌学术搜索
42. w·k·陈,“紧急行为交互指标,模拟”2011年冬季模拟研讨会论文集(WSC 2011),第368 - 357页,2011年。视图:出版商的网站|谷歌学术搜索
43. c·萨博和y . m . Teo”,一个集成的方法出现在基于组件的仿真模型的验证,”冬季模拟研讨会论文集,2412 - 2423页。视图:出版商的网站|谷歌学术搜索
44. e . O ' toole诉Nallur, s .克拉克”向分散的检测出现的复杂的自适应系统,”学报》2014年第八届IEEE国际会议上自适应和自组织系统,SASO 2014英国,60 - 69页。2014年9月。视图:出版商的网站|谷歌学术搜索
45. c .老人、t . Moschny和n . Eicker”动态过程管理与Allocation-internal Co-Scheduling向互动的超级计算机,”学报第一COSH Co-Scheduling HPC应用研讨会,2016。视图:出版商的网站|谷歌学术搜索

版权

版权©2018年索尼娅Kolen等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。