为了准确、快速地求解电力系统环境经济调度(environmental economic dispatching,EED)问题,将基于分解的多目标进化算法(multi-objective evolutionary algorithm based on decomposition,MOEA/D)应用于电力调度领域,提出了基于MOEA/D...为了准确、快速地求解电力系统环境经济调度(environmental economic dispatching,EED)问题,将基于分解的多目标进化算法(multi-objective evolutionary algorithm based on decomposition,MOEA/D)应用于电力调度领域,提出了基于MOEA/D的多目标环境经济调度算法。该算法首先采用Tchebycheff法将整个EED Pareto最优前沿的逼近问题分解为一定数量的单目标优化子问题,然后利用差分进化同时求解这些子问题,并在算法中加入约束处理及归一化操作,以获得最优的带约束EED问题的调度方案。最后,应用模糊集理论为决策者提供最优折中解。对IEEE 30节点测试系统进行仿真计算,并与其它智能优化算法的调度方案对比。结果表明,该算法有效可行,且具有很好的收敛速度和求解精度。展开更多
为应对风电并网给电力经济调度带来的影响,构建了含风电场的多目标动态环境经济调度模型。该模型能同时兼顾燃料费用目标及污染排放目标,并计及阀点效应、网络损耗以及由风电不确定性引起的旋转备用需求。为求解该模型,达到为决策者提...为应对风电并网给电力经济调度带来的影响,构建了含风电场的多目标动态环境经济调度模型。该模型能同时兼顾燃料费用目标及污染排放目标,并计及阀点效应、网络损耗以及由风电不确定性引起的旋转备用需求。为求解该模型,达到为决策者提供最优调度方案集的目的,将基于分解的多目标进化算法(multi-objective evolutionary algorithm based on decomposition,MOEA/D)应用于动态调度领域。针对模型的复杂约束,在算法中加入对机组出力的实时调整及对约束违反量的适当惩罚,并利用归一化操作,避免算法向某一目标过度进化。经过对算例的仿真及对不同调度方案的对比分析,验证了所提调度模型的合理性以及改进MOEA/D算法解决此类问题的有效性。展开更多
以节能减排调度为研究框架,针对风电出力的随机性,采用自回归滑动平均模型(auto-regressive and moving average,ARMA)生成大量风速场景,并基于场景削减技术得到具有代表性的典型风速;针对电动汽车入网的不确定性,采用随机概率抽样的电...以节能减排调度为研究框架,针对风电出力的随机性,采用自回归滑动平均模型(auto-regressive and moving average,ARMA)生成大量风速场景,并基于场景削减技术得到具有代表性的典型风速;针对电动汽车入网的不确定性,采用随机概率抽样的电动汽车集群模型,最终建立风-车互动接入的多目标电力调度动态模型。以CPLEX作为求解工具,采用模糊两阶段规划方法求解折衷规划结果。通过不同场景、不同电动汽车规模等算例,分析风电及电动汽车接入电网的调度策略及优化结果,验证所提模型及相关调度策略在改善电网运行经济性、降低污染气体排放方面的优势。展开更多
以复合蛋白酶为水解酶,研究了小麦面筋蛋白酶解前STP磷酸化处理对其酶解特性的影响.通过单因素试验和正交试验确定磷酸化处理的最佳工艺条件为:STP添加量为小麦面筋蛋白的9%,温度25℃,pH8.5,处理时间30 m in.同时研究了STP磷酸化处理后...以复合蛋白酶为水解酶,研究了小麦面筋蛋白酶解前STP磷酸化处理对其酶解特性的影响.通过单因素试验和正交试验确定磷酸化处理的最佳工艺条件为:STP添加量为小麦面筋蛋白的9%,温度25℃,pH8.5,处理时间30 m in.同时研究了STP磷酸化处理后小麦面筋蛋白在酶解过程中的水解度和蛋白提取率的变化规律.展开更多
文摘为了准确、快速地求解电力系统环境经济调度(environmental economic dispatching,EED)问题,将基于分解的多目标进化算法(multi-objective evolutionary algorithm based on decomposition,MOEA/D)应用于电力调度领域,提出了基于MOEA/D的多目标环境经济调度算法。该算法首先采用Tchebycheff法将整个EED Pareto最优前沿的逼近问题分解为一定数量的单目标优化子问题,然后利用差分进化同时求解这些子问题,并在算法中加入约束处理及归一化操作,以获得最优的带约束EED问题的调度方案。最后,应用模糊集理论为决策者提供最优折中解。对IEEE 30节点测试系统进行仿真计算,并与其它智能优化算法的调度方案对比。结果表明,该算法有效可行,且具有很好的收敛速度和求解精度。
文摘为应对风电并网给电力经济调度带来的影响,构建了含风电场的多目标动态环境经济调度模型。该模型能同时兼顾燃料费用目标及污染排放目标,并计及阀点效应、网络损耗以及由风电不确定性引起的旋转备用需求。为求解该模型,达到为决策者提供最优调度方案集的目的,将基于分解的多目标进化算法(multi-objective evolutionary algorithm based on decomposition,MOEA/D)应用于动态调度领域。针对模型的复杂约束,在算法中加入对机组出力的实时调整及对约束违反量的适当惩罚,并利用归一化操作,避免算法向某一目标过度进化。经过对算例的仿真及对不同调度方案的对比分析,验证了所提调度模型的合理性以及改进MOEA/D算法解决此类问题的有效性。
文摘以节能减排调度为研究框架,针对风电出力的随机性,采用自回归滑动平均模型(auto-regressive and moving average,ARMA)生成大量风速场景,并基于场景削减技术得到具有代表性的典型风速;针对电动汽车入网的不确定性,采用随机概率抽样的电动汽车集群模型,最终建立风-车互动接入的多目标电力调度动态模型。以CPLEX作为求解工具,采用模糊两阶段规划方法求解折衷规划结果。通过不同场景、不同电动汽车规模等算例,分析风电及电动汽车接入电网的调度策略及优化结果,验证所提模型及相关调度策略在改善电网运行经济性、降低污染气体排放方面的优势。
文摘以复合蛋白酶为水解酶,研究了小麦面筋蛋白酶解前STP磷酸化处理对其酶解特性的影响.通过单因素试验和正交试验确定磷酸化处理的最佳工艺条件为:STP添加量为小麦面筋蛋白的9%,温度25℃,pH8.5,处理时间30 m in.同时研究了STP磷酸化处理后小麦面筋蛋白在酶解过程中的水解度和蛋白提取率的变化规律.