计及UPFC最优配置的电力系统鲁棒调度协同优化策略

统一潮流控制器(UPFC)应用于潮流调控时,计及UPFC调控参数的交流潮流计算是非凸、非线性问题,且多台装置间的非线性交叉耦合特性也会直接影响优化配置方案。为此,基于UPFC的潮流调控特性,构建了计及UPFC的松弛型交流潮流二阶锥规划模型;计及风电的不确定性,协同考虑UPFC的规划和电力系统的调度问题,建立了计及UPFC最优配置的电力系统鲁棒协同优化模型,并采用列和约束生成算法进行求解。以IEEE RTS-24节点系统为算例进行仿真分析,结果表明所提协同优化策略有效提升了UPFC配置方案的适应性,提高了系统运行经济性和风电消纳能力,增强了系统运行调控的灵活性。

考虑移动式储能的综合能源系统冰灾后抢修与调度协同优化

冰灾易造成大规模停电事故,此时综合能源系统中的热电耦合设备可协调电出力和热出力,降低损失。根据典型的气象数据模拟冰灾故障场景,建立除冰抢修、综合能源系统与移动式储能系统双层协同优化调度模型,以减少冰灾带来的不利影响。上层优化模型为保障综合能源系统的电网快速恢复供电的除冰抢修调度模型,下层优化模型为综合能源系统与移动式储能系统调度模型,上层的各故障线路除冰抢修进度与下层的各节点实时切负荷情况相互传递、交互优化,保障在短时间内抢修更多的故障线路的同时恢复更多的用电负荷,并充分利用热电联产机组灵活的热电比以优化综合能源系统调度,有效减少系统整体经济损失。另外,下层优化模型依据故障后综合能源系统的切负荷情况调度移动式储能系统,进一步减少系统切负荷损失,同时可提高综合能源系统韧性。通过算例仿真验证所提方法的有效性。

既有地铁线非站站停列车开行方案与越行站设置协同优化研究

研究既有地铁非站站停列车开行方案和越行站设置协同优化对提高线路通过能力和运输效率具有重要意义。将非站站停列车开行方案编制与越行站设置协同考虑,出行乘客以出行OD分类,构建以企业运营成本、乘客出行成本以及列车越行成本最低为目标的既有地铁线非站站停列车开行方案优化模型,考虑线路通过能力及快车停靠等约束,依据模型特点选用遗传模拟退火算法进行模型求解。以西安地铁14号线为例验证构建模型有效性,求解结果表明:与传统的站站停运营组织模式相比,乘客总在车时间降低29.84%,企业运营成本降低4.33%,车底购置成本降低5.23%,同时讨论不同越行站位置选择对企业运营成本的影响,为轨道公司实施非站站停运营组织模式及相关车站改造提供决策支撑。

多态场景下考虑出行链重构的电动汽车多目标协同优化调度

电动汽车用户日内的充电计划具有规律性,但在突发事件影响下,电动汽车用户的充电行为则具有突发性和主观性。突发事件由用户影响到电动汽车的充放电过程,最终波及电力系统的稳定运行。首先,考虑实际出行中距离变化时用户的充电意愿,提出充电意愿模型,模拟用户的充电意愿区间;然后,基于电动汽车出行时空特性,将影响调度计划的突发事件分为4类,模拟4种事件对既定调度计划的影响,并综合考虑气温和电价等因素,对电动汽车进行充放电调度;最后,提出多态场景下储能站协同电动汽车的能量管理策略,对常态及两种极端条件下的电动汽车进行充放电调度。采用区域电网进行仿真,分析出行链重构在行为场景、事件类型、调度策略、集群规模、用户参与度和风电规模的条件中对电动汽车充放电调度的影响,验证了所提模型的合理性和有效性。

考虑风电不确定性和储能灵活性的有源配电网有功无功协同鲁棒优化

提出考虑风电不确定性和储能灵活性的有源配电网有功无功协同鲁棒优化方法。首先建立计及储能四象限功率可调特性的有源配电网有功无功协同优化模型;其次给出储能约束条件和交流潮流方程的线性化表征方式;然后利用盒式集描述风电出力的不确定性,建立有源配电网有功无功协同鲁棒优化模型,并通过对偶变换得到混合整数线性规划形式的两阶段鲁棒主、子问题,采用列约束生成算法交互迭代求解;最后以IEEE33节点系统为例进行仿真验证。仿真结果表明,所提方法能够克服模型高度非凸非线性对其收敛精度和求解效率的影响,充分利用储能的无功调节能力,实现有源配电网有功无功协同鲁棒优化运行。

基于净能力及二阶锥规划的分布式光储多场景协同优化策略

针对现有配电网中分布式光储调度模型存在资源协同不足、求解复杂等问题,提出了一种基于净能力及二阶锥规划的分布式光储多场景协同优化调度策略。通过引入储能接入配电网后的功率转移分布因子,提出一种基于系统净能力的储能最优选址计算方法;综合考虑储能的运行特性和分布式光伏的出力不确定性,建立以系统日综合成本和削峰填谷为目标的分布式光储多场景协同优化调度模型;利用二阶锥松弛和Big-M法对潮流约束、储能运行约束进行处理,将原规划模型转化为混合整数二阶锥规划问题。以IEEE 33节点系统和西北某实际系统为算例进行仿真分析,结果表明所提方法能在降低负荷峰谷差和日综合成本、平抑负荷波动的同时,显著提高对分布式光伏的消纳能力,验证了所提方法的有效性和可行性。

智能钻井多目标协同优化系统研究与应用

在深井超深井钻探过程中,井眼中高强度、高研磨性地层导致的钻头早期磨损、井下钻具振动剧烈、井眼清洁不足等,严重制约了深井超深井的安全快速钻进。针对上述问题,文章提出了一种智能钻井多目标协同优化系统,可以实时跟踪、优化钻井参数,提高钻井性能。同时基于机械钻速和机械比能,定义了钻井性能综合评价指标;结合地应力、钻具振动、摩阻扭矩、井眼清洁和破岩能效等地质、物理模型,提出了包含探索、学习和应用三种模式的钻井参数实时优化流程,训练了融合支持向量回归模型和随机森林回归模型的钻井参数实时优化算法。该系统在深地川科1井进行了现场应用,提速比达到了41.5%,为深井超深井钻井优化提速提供了一种新的技术手段。

计及碳配额的电动公交车⁃配电网协同优化调度策略

考虑个人碳交易机制在电动公交车优化调度中的应用,提出一种基于动态碳价格的碳配额激励机制,电动公交车用户可以通过出售碳配额获取一定的收益。首先,计及路况对电动公交车运行时间产生的影响,根据工作日与休息日交通指数对电动公交车进站时间进行修正,构建电动公交车工作日与休息日充电负荷模型;然后,将基于动态碳价格的碳配额激励机制运用于电动公交车与新能源协同调度策略,构建综合考虑用户与电网利益的多目标函数,并运用鲸鱼算法对目标函数进行求解;最后,基于经济指标和性能指标,对固定碳价格、动态碳价格两种激励机制进行对比分析,通过算例验证了基于动态碳价格的碳配额激励机制的电动公交车与新能源协同调度策略的优越性。

双区型仓库订单分批与拣选协同优化研究

针对订单分拣效率低下导致商品出库缓慢的问题,提出一种基于双区型仓库订单分批与拣选的协同优化模型,设计求解模型的CWDP-BSA(clarke-wright and dynamic programming&backtracking search algorithm)协同优化算法。在节约算法中引入快速排序法对订单组合的距离节约值排序,考虑AGV承载量,运用多阶段决策过程最优策略得出状态转移方程求解订单分批模型,确定初始分批方案;并采取多因子选择的回溯搜索算法求解拣选路径模型,以此确定初始拣选方案。再以以上两方案为基础,建立新的基于订单时间窗的订单分批和拣选协同优化模型并求解,进一步优化订单分批和拣选方案。最后通过对比实验得出,平均每批次订单的拣选距离减少了约24.56%,优化后的拣选时间比优化前缩短了约11.4%,在求解不同规模算例时,CWDP-BSA算法的求解结果优于CPLEX软件和其他算法,验证了模型与算法的稳定性和有效性。实验表明,协同优化后的订单分批与物品拣选策略能够有效提升订单出库效率。

基于粒子群算法的复杂山区铁路土方调配与取弃土场选址协同优化

复杂山区铁路线路土方调配及取弃土场选址对铁路项目的成本、工期、安全性、环境影响程度等产生长久深远影响,二者之间存在着复杂关联耦合关系。然而,既有方法忽略了上述联系,难以实现铁路线路土方调配与取弃土场选址协同优化。对于复杂山区铁路线路,构建了融合调配段落划分点、土方调配量、取弃土场的统一自变量集合,考虑了土方调配、取弃土场选址复杂约束,以土方调配成本、取弃土场建设成本及便道建设成本的综合费用为目标函数,集成综合基础信息子系统、土方调配优化子系统与取弃土场选址优化子系统,建立了土方调配与取弃土场选址的协同优化模型。为求解此协同优化模型,提出一种基于粒子群算法的累进求解策略。首先根据线路划分土方调配段落,进入土方调配优化子系统求得土方调配解,借助移动窗口法构建取弃土场备选池,进入取弃土场选址优化子系统求得取弃土场址解;其次,基于粒子群算法通过更新线路土方调配段落划分来累进迭代寻求最优解。以某复杂山区铁路为例,对铁路线路土方调配及取弃土场选址协同优化模型进行案例验证,与人工方案相比,最终机选最优方案可节省13.77%的综合费用。测试结果表明本方法的有效性,可提高铁路土方调配与取弃土场选址求解效率,为设计人员提供参考。

船舶货物运输中的物流管理和供应链协同优化研究

船舶货物运输是全球贸易和物流领域的重要组成部分,对于实现货物快速、高效、安全地运输具有重要意义。在这个过程中,物流管理和供应链协同优化发挥着关键作用。物流管理涉及物流资源的规划、组织、控制和管理,旨在提高物流运作的效率和质量。而供应链协同优化则强调各环节的紧密协作和资源整合,以实现整条供应链的优化。

基于协同优化的专业课程多学科交叉融合教学系统设计

随着时代的发展,采用传统教学模式已无法满足学生的学习需求。因此,设计基于协同优化的专业课程多学科交叉融合教学系统。首先,简要分析该系统的需求与框架结构。其次,具体介绍该系统的数据库和功能模块。最后,测试该系统的性能。测试结果表明,该系统的程序均符合验证标准,各项功能均能正常使用。

基于多向差分进化算法的氢燃料电池市域动车组运行协同优化

为提高氢燃料电池市域动车组的运行经济性,该文提出一种基于多向差分进化算法的氢燃料电池市域动车组运行协同优化方法。针对氢燃料电池市域动车组运行速度曲线与能量管理的耦合影响,以日均损耗价值成本评价运行综合经济性,通过多向差分进化算法离线优化运行速度和能量管理规则,并根据离线优化结果,对燃料电池和锂电池进行实时功率分配。最后,基于硬件在环平台验证所提方法在单运行区间和多运行区间下的有效性。结果表明,所提方法能够有效降低氢燃料电池市域动车组的日均损耗价值,并保证收敛精度和维持锂电池荷电状态。而且在单运行区间下,所提方法的日均损耗价值分别比优化前、仅速度优化、仅能量管理优化方法降低了15.21%、6.9%、9.51%;在多运行区间下,所提方法的日均价值损耗比分步优化方法降低了5.07%。

坦克装甲车辆电力系统源网荷储协同优化与安全控制:架构设计及前沿思考

为保障坦克装甲车辆电力系统在复杂环境中的安全可靠、优质高效运行,发展以主动弹性、协调优化、灵活互动为主要特征的车载电力系统是未来一代全电战车的重要发展方向。聚焦于以全电化为特征的坦克装甲车辆电力系统源网荷储协同优化与安全控制研究。从内在要求和外在驱动2方面阐述发展坦克装甲车辆电力系统的必要性和挑战;从架构设计的角度介绍车辆电力系统源网荷储协同优化与安全控制的核心内容及关键技术,包括极端环境下的主动弹性安全控制技术、正常环境下的多时间尺度优化调度技术以及大扰动源场景下的灵活动态调控技术。继而结合弹性电力系统的内涵,探讨基于弹性优化控制的坦克装甲车辆电力系统在面对极端或突发事件时的性能特点。为未来我国坦克装甲车辆电力系统的发展提供参考。

基于能量共享的多微网协同优化调度

作为新型电力系统的重要组成部分,多微网的能量交互共享有利于可再生能源的消纳和多主体运行效益的提升。针对多微网的源荷不确定性及数据隐私问题,提出一种基于能量共享的多微网协同优化调度方法。首先,构建基于多主体交互框架的共享储能和微网经济调度模型;然后,通过深度强化学习方法和数学启发式方法,实现共享储能的充放电功率定价策略和多微网的经济调度决策;最后,仿真数据分析表明所提协同优化调度方法能够快速应对源荷随机变化,同时有效降低了多微网运行成本。

基于灵活储氢和蓄电池联合储能的混合可再生能源系统规划运行协同优化

提出一种包含灵活储氢和蓄电池联合储能的混合可再生能源系统,并提出一种考虑极端运行工况的规划运行多阶段协同优化方法,第1阶段以最小化净负荷为目标,优化混合系统中风电与光伏的容量;第2阶段在正常运行、极端全充电、极端全放电3种典型工况下对联合储能系统进行容量运行双层协同优化。上层规划模型以平准化储能度电成本最小为目标优化储能容量,下层调度模型以功率偏差最小为目标优化储能系统运行策略,并采用元启发式优化算法和混合整数线性规划进行求解。研究表明:1)考虑极端全充电和全放电运行工况时,储氢系统的容量配置灵活性可以使系统更经济地应对极端工况,体现了氢储能的优越性;2)基于联合储能的混合可再生能源系统比单一储能系统具有更高的经济效益,其平准化储能度电成本相较于氢储能降低了3.97%,相较于蓄电池储能降低了8.25%;3)相比于基于运行规则的容量优化方法,该文提出的规划运行多阶段协同优化方法使系统平准化储能度电成本降低了13.7%。

时空嵌入感知与多任务协同优化的多目标跟踪

为解决多目标跟踪中遮挡频繁、场景拥挤以及目标尺度多变带来的跟踪挑战,提出时空嵌入感知与多任务协同优化的多目标跟踪方法。提出空间相关性模块以提取空间上带有目标上下文感知的判别力嵌入;提出时序相关性模块聚合来自空间相关性模块提取的嵌入,用于生成时序注意力以引导空间相关性模块在遮挡频繁和拥挤场景下提取更具判别力的嵌入。由此,判别力的嵌入在增强关联鲁棒性的同时可预测更加精确的检测框以克服尺度多变问题,而精确的检测框则促进两个模块提取更加高质量的嵌入,从而实现嵌入提取、位置预测和数据关联多任务间的协同优化。在亲和力矩阵中引入检测框间的GIoU距离以进一步提升遮挡和拥挤场景中关联的鲁棒性。在MOT16、MOT17和MOT20数据集上的实验结果表明,提出的方法表现出比先进方法更优异的跟踪性能。

基于子模型分解的船舶舱段结构代理模型协同优化方法

[目的]为解决船舶舱段结构优化设计参数众多、计算耗时的难题,提出一种基于子模型分解的舱段结构代理模型协同优化方法。[方法]每次选择一个板架,根据当前舱段方案的有限元模型建立板架结构子模型,基于子模型构建板架结构响应的代理模型并进行优化,得到板架优化解后更新舱段模型,再进行下一个板架的优化,如此迭代,直到完成一轮或多轮包含所有板架的协同优化后停止。最后对舱段结构尺寸进行小范围调整,得到最终优化解。[结果]某船舶舱段结构优化结果显示,与从整体优化角度出发的基于降维代理模型的舱段结构优化方法相比,在相当计算成本下,所提方法的优化结果重量进一步减小了2.86%,最终实现结构减重4.96%。[结论]所提方法的优化效果较好,在高维船体结构优化问题上具有较好的应用价值。

基于双向安德森加速分解协调算法的输配协同无功优化

新型电力系统中新能源渗透率不断增加,输电网和配电网协同运行环境复杂多变,对输配协同优化算法的收敛性提出了更高的挑战。鉴于此,应用广义主从分裂法将输配协同无功优化问题分解为输电网和多个配电网的并行优化问题;为改善广义主从分裂法的计算效率,提出了基于功率、电压等多元信息交互及历史信息修正的双向安德森加速策略;在此基础上,提出了融合原对偶内点法、启发式算法和辅助函数的输配协同无功优化方法,实现了输电网和配电网多种类灵活性资源的协调配合和优化控制。算例仿真结果表明,所提方法能有效改善主从分裂法边界的收敛性能,在大规模分布式能源接入的输配协同无功优化场景中具有更好的应用价值。

知识和数据驱动的污水处理反硝化脱氮过程协同优化控制

为有效提升城市污水处理过程的脱氮效果,提出一种知识和数据驱动的反硝化脱氮过程协同优化控制(Knowledge-data-driven cooperative optimal control,KDDCOC).所提方法主要有以下两个方面:首先,建立一种基于自适应知识核函数的协同优化控制目标模型,动态描述出水水质(Effluent quality,EQ)以及泵送能耗(Pumping energy consumption,PE)、关键变量的协同关系;其次,提出一种知识引导的协同优化算法(Knowledge guide-based cooperative optimization algorithm,KGCO),快速准确求解硝态氮(Nitrate nitrogen,SNO)优化设定值,提高KDDCOC的响应速度.KDDCOC利用比例−积分−微分(Proportional-integral-derivative,PID)控制器对硝态氮优化设定值进行跟踪,将提出的KDDCOC应用于城市污水处理过程基准仿真模型1号(Benchmark simulation model No.1,BSM1),实验结果表明,该方法能够提高出水水质,降低运行能耗,有效改善脱氮效果.