海水淡化厂与区域水-能耦合系统的协同调度

海水淡化厂具有能量密集、运行灵活的特点,是理想的电力需求响应资源。然而,现有关于淡化厂与电网协同运行的研究大多关注电网和淡化厂的一体化调度、无法适应双方自主决策的工程场景,对淡化厂运行约束的刻画也比较粗糙。该文研究反渗透淡化厂与区域水-能耦合系统(waterenergy nexus,WEN)的协同运行方法。首先,考虑淡化厂的生产流程、调节特性和运行约束,分别建立传统及新能源淡化厂的水-能管理模型;其次,在保障两类淡化厂和区域WEN自主决策和信息隐私的条件下,提出以双方调度计划互动为载体的“激励型”和“价格型”两种协同运行机制及调度模型,并提出基于二阶锥松弛和McCormick包络的求解方法。用算例验证所提协同运行机制、调度模型及求解方法的有效性。

双高箱办理站装卸设备协同调度研究

为提高双高箱列车装卸作业效率,针对双高箱办理站不设主作业区、“完全间接装卸”、装卸作业多流向及出站箱同步转运的特点,考虑设备能力、作业序列、轨道吊安全距离约束等现实约束,详细拆分设备间的衔接、共用及等待时间构成,以最小化完成装卸作业用时、装卸线轨道吊等待时间最小化和作业均衡率最大化为优化目标,构建轨道吊、AGV、空箱堆垛机和智能举升机间的协同调度模型,并基于遗传算法和模拟退火算法设计混合算法求解模型。通过实例验证模型及算法的有效性、混合算法和多目标协同优化的优越性,分析表明双高箱办理站布局及装卸作业模式可行,优化指标间两两无单向相关性。最后通过灵敏度分析验证模型可用于装卸设备配置优化,以实现双高箱办理站低成本高效运作。

基于最优经济运行区域的主动配电网日前日内协同调度方法

传统的日前-日内协同调度通常以与日前时序计划曲线偏差最小作为日内目标函数,当日内新能源出力预测值与日前相差较大时,储能装置(energy storage systems,ESS)等由于其时间耦合约束日内调整范围有限,导致经济性和灵活性较差。对此,提出了基于最优经济运行区域(optimal economic operation region,OEOR)的主动配电网(active distribution networks,ADN)日前-日内协同调度方法。在日前阶段,构建线性化ADN调度模型,基于拉丁超立方采样法生成的大量随机场景下调控设备优化曲线,以全时间段内设备出力上下界内所包含的随机场景优化结果数量最大为目标,考虑储能装置荷电状态的相邻时段约束和微型燃气轮机的爬/滑坡率,构建OEOR生成模型。最后,在日内阶段,调控设备在OEOR内滚动优化调整,当该时段优化值贴近OEOR边界时,考虑相邻时段出力约束,将OEOR扩展为最优经济极限运行区域(E-OEOR)。算例结果表明,所提方法相比于传统方法能够更有效地提升配电网经济性。

考虑阶梯式碳交易机制的电化学储能与抽水蓄能协同调度优化

为了验证电化学储能与抽水蓄能协同调度下参与电力市场与碳市场的可行性,构建了包含火力发电、风力发电、光伏发电、抽水蓄能以及电化学储能的多能互补系统。考虑平准化度电成本(LCOE)和碳排放成本,以购能成本、LCOE、碳排放成本及弃风弃光成本之和最小为目标函数,调用MATLAB的Cplex求解器,进行调度优化求解。以西北某区域电网夏季典型日的数据为例,引入分时上网电价及阶梯碳交易机制,设置不同储能系统参与、不同碳交易机制等6种场景。结果表明:抽水蓄能与电化学储能协同调度下的电力市场收益和碳市场收益最高,系统碳排放量最低,验证了所提出的储能协同配置方案及调度优化方案的可行性。

果蔬采后分级和预冷车辆协同调度模型与算法

新兴的移动式分级、预冷技术应用于果蔬田间采后处理,有助于降低采后损耗,也催生了采后“最先一公里”冷链物流环节协同运作优化问题。以采后分级、预冷环节为例,综合考虑果蔬最佳预冷时间、先分级后预冷的服务顺序等特有协同情景,构建了移动式分级预冷资源协同调度优化模型。与现有模型不同,本研究考虑延迟预冷对果蔬新鲜度的特殊影响,设计了延迟预冷成本函数,在保障产品质量的同时最小化服务运作成本。设计混合遗传算法对模型进行求解,该算法融合了遗传算法与邻域搜索算法,增强混合算法的局部和全局搜索能力。其中,结合问题的双需求特点及关键协同约束,设计了基于双序列的解的表达方式、基于最佳插入策略的交叉算子以及基于三阶段邻域搜索的变异操作,以提高算法的收敛速度与求解质量。通过与标准遗传算法和变邻域搜索算法对比,验证了本文算法在求解大规模算例时可以更快收敛到更高质量的解。基于陕西省洛川县水蜜桃产业的分级预冷数据证明了模型的合理性。本研究有助于把协同运作优化思想引入果蔬采后“最先一公里”冷链物流环节,为降低我国果蔬采后损耗提供创新性解决思路。

基于深度强化学习的收割机省内协同调度优化策略

针对目前多机多地块间调度作业存在效率低、成本高等问题,该研究构建了以收割机地块间转移成本最小为目标的协同调度模型,设计了基于深度强化学习的收割机协同调度优化算法(inter-regional collaborative optimization scheduling algorithm based on deep reinforcement learning,DRL-ICOSA)。首先分析收割机调度作业的马尔可夫决策过程,构建基于注意力机制的策略网络和价值网络,在随机采样策略中引入动态高斯噪声,以避免训练初期陷入局部最优,同时提高网络模型的鲁棒性;接着采用近端策略优化算法(proximal policy optimization,PPO)训练网络模型;最后利用测试集验证DRL-ICOSA算法,得到收割机优化调度方案。基于有效作业时长40和24 h、农机调度中心位于作业区域中心和区域边缘的4种组合作业场景下,采用DRL-ICOSA算法、遗传算法(genetic algorithm,GA)、粒子群算法(particle swarm optimization,PSO)和模拟退火算法(simulated annealing,SA)计算调度策略并进行对比分析。试验结果表明:当调度中心位于区域中心或边缘时,有效作业时长为40 h,DRL-ICOSA算法相较于GA、PSO和SA算法,平均调度成本降幅不少于13.9%;有效作业时长为24 h,平均调度成本降幅不少于11.5%。当作业时长为40或24 h时,调度中心位于区域中心,DRL-ICOSA算法相较于GA、PSO和SA算法,平均调度成本降幅不少于12.3%;调度中心位于区域边缘时,DRL-ICOSA算法相较于GA、PSO和SA算法,平均调度降幅不低于11.5%。因此,有效作业时长为40或24 h、调度中心位于区域中心或边缘时,相比其他3种算法,DRL-ICOSA算法均能计算得到最低的调度成本。这一研究结果可为收割机省内协同作业提供科学合理的调度方案。

考虑源荷不确定性和新能源消纳的综合能源系统协同调度方法

随着“双碳”战略的实施,风光等新能源渗透比例不断提高。需求侧资源参与有功调度是源荷平衡和提高新能源消纳率的重要方式之一,而源荷侧的多重不确定性又会对综合能源系统中多类型能源的管理提出了新的要求。在此背景下,该文提出了一种调度与消纳协同优化方法,构建能源管理与定价双层优化模型。首先,上层能源管理模型采用该文提出的随机-鲁棒优化方法解决综合能源系统调度面临的新能源发电时序波动性、负荷及其响应的不确定性等问题;其次,在下层能源定价模型中,以系统新能源就地消纳率最大为目标,通过价格变化信号引导用户合理消费,从而优化负荷曲线,消纳上层控制中因安全稳定运行需要而导致的弃风弃光功率;之后,应用线性优化强对偶定理和列和约束生成算法,将上层模型转化为混合整数线性规划问题,并利用商业化求解器YALMIP/GUROBI对双层优化模型进行求解。最后,算例分析验证了该文优化方法能够兼顾系统运行鲁棒性与经济性,同时可以在高比例新能源接入情景下有效促进新能源消纳。

基于集装箱作业标记的U型堆场分类协同调度

为优化U型堆场作业因集装箱分类不合理造成调度混乱的问题,提出分类协同调度过程,以不同任务协同作业、各任务高效作业的过程为约束条件建立分类协同调度模型。提出集装箱分类原则和集装箱多重堆存原则,在堆存选位时基于集装箱作业标记进行加权计算构成惩罚机制,设计了分类协同启发式算法求解模型。实验表明:基于惩罚机制的分类协同启发式算法所采用的策略更优,减少作业过程中设备相互等待的时长,并且随着实验规模的增加等待时长占比低,进而提高U型码头整体作业效率。

基于随机-Nash-Harsanyi讨价还价博弈的光伏-氢储能多主体分散协同调度

将光伏(PV)主体与氢储能(HES)主体结合,形成PV-HES联合系统,是促进可再生能源就地消纳,实现能源低碳转型的有效措施。针对光伏出力随机干扰及主体互异等问题,提出PV-HES的分散协同调度模型。首先,基于Nash-Harsanyi讨价还价理论建立PV-HES的多主体合作运行模型,并将其等效转换为电能交易量确定子问题和电能交易成本确定子问题;然后,为了保护各主体隐私,运用改进的交替方向乘子法对上述两个子问题进行分布式求解;最后,在一个典型的PV-HES联合系统中进行算例仿真,以验证所提分散协同调度模型以及分布式求解算法的有效性。仿真结果表明,氢储能主体的运营成本分别降低了11.67%和10.48%,光伏运营商的收益提高了15.72%。此外,通过对交替方向乘子法的改进也提高了系统的求解效率。

土方工程动态供应链协同调度的成本优化模型

根据建设工程项目在建造过程中的多变的特征,以土方工程为切入点,依次建立由目标函数、主体模型及协商机制组成的动态供应链协同调度模式。首先,提出施工场地主体、土方清运主体及土方购买主体模型,并且以土方回填利用率最大和有效改进废物利用为主要优化目标。其次,根据土方工程动态供求关系的转变,将施工场地主体分为土方开挖、既有土方开挖又有土方回填及土方回填三个阶段。再次,以土方供应方优先级为主,土方需求方优先级为辅,建立土方供应与需求的合同网协商机制,构建以土方运输成本最低为经济指标的协同调度模式。最后,6个项目5段时期的工程案例应用结果显示,土方工程的动态供应链协同调度模式可以实现环境友好、成本节约的双赢目标。

智能仓储物流移动机器人任务协同调度方法研究

考虑到多个机器人任务冲突较大,为此设计了一种智能仓储物流移动机器人任务协同调度方法。规划机器人多任务协同调度路径,构建智能仓储物流移动机器人任务协同调度模型,将多个移动机器人看作多个智能体,并利用机器人的状态、动作、奖励描述任务执行情况,不断调整与优化调度模型,排除传统算法中的中心控制思想。协调物流移动机器人任务协同调度冲突,解决物流移动机器人调度过程中的相向冲突、节点冲突、追赶冲突问题,避免调度任务碰撞、系统死锁等问题。通过仿真实验验证了该方法的调度效果更佳,能够应用于实际生活中。

考虑能耗的海铁联运集装箱码头多设备协同调度

随着多式联运和绿色港口的发展,提高海铁联运效率和降低能源消耗成为码头亟需解决的问题。针对集装箱码头铁路作业区与码头作业区共堆场布局下设备利用率低与作业能耗高的问题,构建混合装卸作业下轨道吊、自动导向车(AGV)及场桥的协同调度优化模型,旨在实现作业完工时间最短、轨道吊和AGV的作业能耗最优,以及提高轨道吊协同作业的利用率。该模型综合考虑轨道吊间相互干涉、AGV伴侣容量限制以及AGV和轨道吊装卸过程中的重载、空载与等待状态下的不同能耗等约束,并针对轨道吊的干涉约束引入轨道吊任务分配策略。同时,采用改进的混合灰狼遗传算法对模型进行求解,具体改进策略包括引入灰狼算法位置更新策略优化遗传算法的交叉方式以提高最优解搜索效率,以及在遗传算法的选择步骤前引入基于奖励机制的评估器增强算法的局部搜索能力。实验结果表明,与轨道吊作业范围已知相比,考虑轨道吊任务分配使轨道吊的平均利用率提升了3%~8%。与自适应混沌遗传算法、遗传算法相比,改进混合灰狼遗传算法能在较短的作业完工时间内节约更多的能耗。

考虑差异化服务时间的零售物流协同调度优化研究

疫情加速了传统零售商拓展线上业务,使后疫情时代零售物流配送的及时性和服务质量成为制胜的关键点。零售物流配送需要物流配送人员、配送车辆和客户协作完成,忽略物流配送人员的服务时间差异化、订单释放时间不同导致的车辆出发配送时间不同以及客户需求的时效特点等将导致零售物流配送方案成本高、时效差且客户满意度低。针对此问题,本文以物流配送成本、惩罚成本和服务时间成本之和最小为目标建立了数学模型,设计了改进的基于大邻域搜索的迭代局部搜索算法。该算法采用后悔修复算子生成高质量的初始解以增强搜索效率,引入带有定制化的四种移除算子和两种修复算子的大邻域搜索、打破机制和求解最优服务开始时间的数学模型以增强算法的全局寻优能力。最后,数值实验部分通过求解标杆算例和生成算例验证了模型和算法的有效性,并对参数进行灵敏度分析,结果可为后疫情时代零售物流运营管理的配送人员有效调度、配送效率提升和成本控制提供有效参考。

电动汽车和能量云在家庭微网中的协同调度研究

随着电动汽车(eletric vehicle,EV)的快速发展,EV分布式储能的特性广泛受到关注和重视。但EV的首要特征仍是移动工具,EV并不具备传统储能单元所固有的稳定性和持续性。为了减小EV入网后无序充放电的不利影响,高效合理地发挥EV的储能特性和优化微网系统的能源管理,文中以家庭微网为背景,提出了一种能量云运营商运营下EV和共享储能协同运作的电力调度体系结构。能量云运营商既是共享储能设备的提供商,也是EV聚合参与电能调度的代理商。此外,能量云体系下的能量交易服务还支持用户之间的能量交互。在考虑EV和储能折旧成本的情况下,以用户的用电成本最小为目标建立了优化模型。家庭微网的实例研究验证了文中策略的合理性和经济性,能量交易服务能使所有参与者获利,进一步降低用电成本。

电解铝负荷调节能力量化及参与电网协同调度

电解铝负荷具有热惯量特性,可为区域电网提供一定的调节能力。然而,负荷参与调节的前提是电网调度机构能够准确掌握其调节能力,实现负荷调节能力的可观性。从模型-数据双驱动的思路出发,结合电解铝负荷的等效物理模型和电网侧的历史数据构建电解铝负荷的生产-调节模型,从等效物理模型中挖掘负荷的调节能力,从电网侧数据中识别负荷调节能力的关键参数。在评估和量化电解铝负荷的调节能力后,将其纳入到区域电网考虑运行可靠性的协同优化调度模型中。以实际西北电网数据为基础进行测试,结果表明所提方法能够量化电解铝负荷的调节和备用能力,优化电解铝负荷参与电网协同调度。

面向多区域防洪的珠江流域水库群协同调度模型研究

珠江流域洪水组成与遭遇复杂多变,防洪保护对象多而分散,且兼顾供水、生态、发电、航运、库区安全等多种任务,水库群防洪调度面临多区域、多目标协同调度技术难题。以位于西江、北江、东江上的水库为研究对象,基于流域防洪格局和防洪任务阐明了水库群多区域协同防洪的调度节点和角色定位,提出了嵌套式多维属性的模型功能结构,构建了珠江流域水库群多区域协同防洪调度模型。以流域防洪极为不利的2005年6月中下游型大洪水为例进行流域水库群防洪调度模型研究,结果表明,通过龙滩水库加大拦蓄,岩滩水库、百色水库、西津水库、飞来峡水库等西江、北江水库群协同调度,可将西江梧州站洪峰流量削减至安全泄量50 400 m^(3)/s以下,较原设计调度方案多削减3 200 m^(3)/s,将三角洲思贤滘(马口+三水)断面洪峰削减至62 700 m^(3)/s,较原设计调度方案多削减4 500 m^(3)/s,有效保障了粤港澳大湾区城市的防洪安全。

基于混合粒子群优化的智能电网负荷协同调度

由于智能电网负荷频率和负荷电压调节向量不确定,难以实现智能电网负荷协同调度,因此,提出基于混合粒子群优化的智能电网负荷协同调度方法。根据混合粒子群优化条件,求解电网负荷协同调度中的优化参数,定义目标负荷函数。分别计算智能电网负荷频率与负荷电压调节向量,结合电量信号确定协同调度决策指标的取值范围,实现智能电网负荷协同调度。实验结果表明,所提方法应用下,电量信号传输功率极值之差不超过100 dBm,满足智能电网负荷协同调度的实际应用需求。

基于多目标遗传算法的港口船舶协同调度优化

本文基于多目标遗传算法(NSGA-Ⅱ)提出一种港口船舶协同调度的优化模型,旨在通过合理调度进出港船舶与拖轮的作业流程,最小化总进出港船舶调度时间、总船舶在港等待时间和总拖轮助泊作业时间这3个关键目标,提高港口作业效率。模型考虑船舶的航行安全和水文气象条件,并引入差分进化策略,以提高算法在多目标优化问题中的性能。

基于移动储氢的园区集群电氢协同调度

为促进新能源消纳、减少碳排放、提高园区集群的经济性和灵活性,提出了一种基于移动储氢的电氢协同调度策略。首先,考虑氢能的高能量密度特性与空间转移特性,提出了基于移动储氢的园区集群结构;其次,建立了电-氢网络模型,基于时空网络建立了运氢车路径模型;然后,建立了电氢协同经济调度模型;最后,利用MATLAB R2018a软件进行算例仿真分析。结果表明,基于移动储氢的园区集群电氢协同调度策略有效提升了集群运行的经济性和灵活性,提高了新能源消纳率,降低了碳排放量。

热电联产和新能源联合供热协同调度研究

随着国家“碳达峰”“碳中和”要求的提出,节能减排、绿色发展成为社会各界的共识。目前,三北地区冬季清洁取暖工作深入推进,热电联产和新能源联合供热系统越来越受到人们的关注。本文研究热电联产和新能源联合供热的协同调度,建立了包含电、热两种能源的综合能源网络以及各设备模型,以经济总成本为目标建立了单目标优化模型,为热电联产机组与新能源机组联合供热运行提供了科学依据。