可再生能源发电的消纳是能源利用低碳转型的关键问题,储能是平抑可再生能源发电波动的重要手段。在此背景下,针对含先进绝热压缩空气储能(advanced adiabatic compressed air energy storage,AA-CAES)和风电的电力系统,提出风电消纳的...可再生能源发电的消纳是能源利用低碳转型的关键问题,储能是平抑可再生能源发电波动的重要手段。在此背景下,针对含先进绝热压缩空气储能(advanced adiabatic compressed air energy storage,AA-CAES)和风电的电力系统,提出风电消纳的低碳调度方法,并建立能-碳追踪模型追溯负荷侧电能与碳的具体来源。首先,建立了电能-碳流追踪模型,其次,建立了AA-CAES电站运行模型和风电出力模型。之后,以常规机组运行成本、碳排放成本之和最小为优化目标,构建了含AA-CAES与风电的电力系统协同低碳调度模型。最后,以改进的IEEE 30节点系统为例,对AA-CAES/风电协同调度进行了计算与能碳溯源分析。结果表明,AA-CAES电站在电力系统中发挥了重要作用。在低负荷时段,AA-CAES电站主要处于压缩充电状态,储存电能;在高负荷时段,尤其是在风力发电出力不足时,AA-CAES电站通过膨胀放电来提供电能,有效平抑了风电的波动性。并通过能碳溯源分析,清晰地划分出AA-CAES/风电协同作用区域,显示出系统在不同负荷水平下的灵活响应能力。展开更多
针对无人机基站空对地通信链路易受窃听攻击的问题,提出一种基于隐蔽信息映射的广义空间方向调制系统(covert information mapped-generalized spatial and direction modulation,CIM-GSDM),将信息隐藏于激活接收机子集的索引及其选择...针对无人机基站空对地通信链路易受窃听攻击的问题,提出一种基于隐蔽信息映射的广义空间方向调制系统(covert information mapped-generalized spatial and direction modulation,CIM-GSDM),将信息隐藏于激活接收机子集的索引及其选择组合中,引入与合法方信道正交的人工噪声干扰窃听方。为进一步提升系统的传输安全性,研究提出了预编码矩阵和功率分配因子联合优化框架,通过有效管理多波束传输和人工噪声的功率分配,增强系统安全性。首先,推导基于系统安全速率的物理层安全性指标,以此为优化目标,联合优化预编码矩阵和人工噪声功率分配因子。为解决该非凸的联合优化问题,考虑交替优化2个变量,提出基于Nesterov下降的自然梯度下降法,通过快速迭代更新预编码矩阵,解决CIM-GSDM符号候选集规模较大带来的计算复杂度问题。基于合法方信噪比与窃听方干信噪比的乘积最大化准则,推导出功率分配因子的次优闭式解。仿真结果表明,所提优化算法在保证合法方可达到的速率前提下,显著降低窃听方的窃听速率,有效保证CIM-GSDM系统的传输安全性。相比传统波束成形算法及固定功率分配因子的方法,提出算法在安全性能上具有显著优势。展开更多
文摘可再生能源发电的消纳是能源利用低碳转型的关键问题,储能是平抑可再生能源发电波动的重要手段。在此背景下,针对含先进绝热压缩空气储能(advanced adiabatic compressed air energy storage,AA-CAES)和风电的电力系统,提出风电消纳的低碳调度方法,并建立能-碳追踪模型追溯负荷侧电能与碳的具体来源。首先,建立了电能-碳流追踪模型,其次,建立了AA-CAES电站运行模型和风电出力模型。之后,以常规机组运行成本、碳排放成本之和最小为优化目标,构建了含AA-CAES与风电的电力系统协同低碳调度模型。最后,以改进的IEEE 30节点系统为例,对AA-CAES/风电协同调度进行了计算与能碳溯源分析。结果表明,AA-CAES电站在电力系统中发挥了重要作用。在低负荷时段,AA-CAES电站主要处于压缩充电状态,储存电能;在高负荷时段,尤其是在风力发电出力不足时,AA-CAES电站通过膨胀放电来提供电能,有效平抑了风电的波动性。并通过能碳溯源分析,清晰地划分出AA-CAES/风电协同作用区域,显示出系统在不同负荷水平下的灵活响应能力。
文摘针对无人机基站空对地通信链路易受窃听攻击的问题,提出一种基于隐蔽信息映射的广义空间方向调制系统(covert information mapped-generalized spatial and direction modulation,CIM-GSDM),将信息隐藏于激活接收机子集的索引及其选择组合中,引入与合法方信道正交的人工噪声干扰窃听方。为进一步提升系统的传输安全性,研究提出了预编码矩阵和功率分配因子联合优化框架,通过有效管理多波束传输和人工噪声的功率分配,增强系统安全性。首先,推导基于系统安全速率的物理层安全性指标,以此为优化目标,联合优化预编码矩阵和人工噪声功率分配因子。为解决该非凸的联合优化问题,考虑交替优化2个变量,提出基于Nesterov下降的自然梯度下降法,通过快速迭代更新预编码矩阵,解决CIM-GSDM符号候选集规模较大带来的计算复杂度问题。基于合法方信噪比与窃听方干信噪比的乘积最大化准则,推导出功率分配因子的次优闭式解。仿真结果表明,所提优化算法在保证合法方可达到的速率前提下,显著降低窃听方的窃听速率,有效保证CIM-GSDM系统的传输安全性。相比传统波束成形算法及固定功率分配因子的方法,提出算法在安全性能上具有显著优势。
