基于水波算法的供水泵站多目标优化运行研究

为解决供水泵站水泵偏工况运行、机组频繁启停等问题,以并联泵组为研究对象,建立调度周期内运行费用、机组启停总次数与调度人员启停任务次数的多目标函数,及水泵调速比、流量偏离度、供水需求为约束条件的泵站运行优化数学模型。运用多目标水波算法,生成Pareto解集,并基于CRITIC法进行多属性决策研究,求解泵站多目标优化与决策问题。工程算例表明,该方法能很好地解决供水泵站并联机组的多目标综合优化问题,并通过决策方法为调度人员提供综合性能较好的调度方案,相比于以最小运行费用的单目标仅高出0.6%,但减少了16次机组启停次数、4次启停任务次数。研究结果在兼顾运行成本的同时有效提升泵站运行安全性及稳定性,并可延长水泵运行寿命,为泵站优化问题提供参考方案。

基于NSGA-Ⅱ-PSO算法的微电网多目标优化运行模式

解决微网中新能源出力的随机性与波动性是微电网优化运行的前提和关键,为此,提出一种快速非支配排序遗传算法NSGA-Ⅱ(non-dominated sorting genetic algorithm)和基本粒子群优化算法PSO(particle swarm optimization)相结合的NSGA-Ⅱ-PSO算法,考虑将经济运行成本和环境污染成本作为优化的目标函数,建立常见发电单元以及蓄电池储能的多目标优化运行模型。通过Matlab仿真对比PSO、NSGA-Ⅱ和NSGA-Ⅱ-PSO算法的适应度收敛曲线,验证所提算法具有收敛速度快、全局和局部搜索能力强的优点,较单一的PSO算法和NSGA-Ⅱ算法具有更优的特点;结合经典微网系统进行算例仿真,通过对单目标与多目标的分析,结果表明该算法能有效降低经济成本和使环境效益达到最优;并且进一步验证所提算法的优越性。

面向新能源电力系统的多目标协调优化运行研究

针对新能源电力系统协调优化运行中多因素间存在耦合关系导致策略规划难度大的问题,提出面向新能源电力系统的多目标协调优化运行研究。对此,构建面向新能源电力系统的多目标协调优化模型,将双馈感应风机作为风电机组无功调控模型,确定风电机组的无功调控区间和光电机组的无功调控区间;构建多目标协调优化模型并设计约束条件;对运行参数进行二进制编码,应用模拟退火罚因子构建相应罚函数,建立自适应选择、交叉以及变异操作用于调节遗传算子,结合精英保留策略获取协调优化结果,实现基于遗传算法的多目标协调优化。实验结果表明,所提方法的开关操作总次数较少、馈线负载的均衡指标和有功损耗较低、节点电压较平稳。

微电网多目标优化运行综述

微电网中的分布式电源随机性很大,易导致微电网调度计划出现偏差或运行经济性变差。因此,微电网运行亟待优化。首先对微电网的主要结构、运行模式以及运行特点进行分析,对于含有多个目标的微电网优化运行数学模型,分别从经济效益、环境效益、安全可靠效益与用户满意度4个方面分析微电网运行优化的目标,并对微电网的约束条件以及约束条件的处理进行梳理,进而对微电网多目标运行优化求解的常用智能算法进行归纳总结,为微电网运行优化提供科学可行的理论指导,具有一定现实意义。

考虑储能寿命特性的综合能源系统经济-灵活多目标优化运行策略

合理的综合能源系统优化运行策略是保证系统经济稳定运行的重要手段。针对综合能源系统经济-灵活多目标协调优化问题,选取典型电-气-热能源系统框架并建立系统设备数学模型,综合考虑系统运行成本和灵活性,提出考虑储能寿命特性的综合能源系统多目标运行优化策略。多目标问题的优化求解利用ε约束,将次要目标函数转化为约束后加入求解框架,得到该问题的Pareto前沿,通过模糊决策确定综合能源系统的最佳运行方案。最后,进行算例仿真验证证明了所提模型与方法的可行性。

基于CS-PSO算法的电池储能系统多目标优化运行策略

为了充分发挥储能系统在智能配电网中的积极调节作用,提出了一种统一为成本量纲的电池储能系统多目标优化运行模型。该模型以一个完整调度周期的配电网购电成本、网络损耗费用及电压调节费用均最小为目标函数,以电池储能系统的充/放电功率为控制变量,并确保储能系统在整个调度周期的能量守恒及容量约束。再应用层次分析法计算各子目标权重,化多目标函数为单一综合目标函数。针对所提出的电池储能系统优化运行模型,提出一种改进的混合粒子群优化算法—纵横交叉粒子群优化(CS-PSO)算法。将纵横交叉算子引入粒子群算法,并采用交叉搜索的方法以维护种群多样性,再以电池荷电状态为粒子位置矢量元素,实现完整调度周期内储能系统优化运行策略的求解。最后,对含高渗透率分布式发电单元和电池储能的IEEE34节点算例进行仿真,对比分析了3个单一单目标与本文多目标的优化结果以及3种智能优化算法的计算性能,还分析了储能系统优化运行对系统电压质量的影响。仿真分析结果表明:多目标优化能够充分利用储能系统为配电网提供多种服务,使配电网获得最大综合效益;CS-PSO算法在求解非线性规划问题时具有很好的收敛特性及较高的计算效率,从而验证了所提模型及算法的有效性。

基于PD⁃IM⁃MOPSO算法的微电网多目标优化运行

为了贯彻十四五规划“推动绿色低碳发展”的理念,依据风电、光伏和储能电池等装置组成的微网,提出以综合运行成本最低、碳排放最小和风光消纳处理能力最优为目标函数建立优化运行模型,并采用基于Pareto关联度支配的改进自适应变化权重的多目标粒子群算法(PD⁃IM⁃MOPSO)对该优化问题进行求解。采用Pareto关联度可以使Pareto前沿尽可能逼近真实的前沿面,更好维护种群的多样性,而自适应变化权重的改变可以有效降低算法陷入局部“早熟”的概率。通过Matlab仿真对比IM⁃MOPSO和PD⁃IM⁃MOPSO算法的收敛曲线,验证所提算法具有较快的收敛速度,通过算法Pareto前沿解集的分析比较,可以验证PD⁃IM⁃MOPSO算法的Pareto前沿分布更加均匀,具有全局和局部搜索能力强的优点。最后结合模糊模型识别从非劣解集中求得最优的运行方案。

基于NSGA-Ⅱ的社区微型电网多目标分层优化算法

针对现有优化算法解决多目标多变量的社区微型电网长时间动态优化时效率差、运行时间长的问题,提出了基于NSGA-Ⅱ的分层优化算法,该算法以多代理系统中自治Agent的概念分析微电网,将复杂的微电网整体优化问题分解为规模较小的多个住户优化问题和一个微电网中央优化问题,求解时先优化住户运行方式,在住户运行方式集基础上求解微电网中央优化问题以得出微电网整体最优运行方式。算例测试表明,该算法可有效压缩算法解空间,提高优化效率。

基于人工蜂群算法的供水泵站多目标优化与决策

为解决供水泵站运行效率低、能源浪费等问题,以并联离心泵站为例,建立同时考虑调度周期内泵站运行电费、机组启停次数、泵运行可靠度的多目标函数来反映泵站的综合性能,以泵总台数、转速比、供水需求为约束条件,将Pareto最优解理论引入人工蜂群算法并与多属性决策相结合,求解泵站多目标优化与决策问题。结果表明,该算法可解决供水泵站的多目标优化运行问题,减缓了机组频繁启停、提高了泵运行可靠度、降低了泵站运行电费,并为决策者提供了综合性能较好的方案。

微电网能量管理系统功能结构研究

微电网系统包含多种微电源和不同类型的负荷,受自然条件的限制,微电源的波动幅度和速度常常大于负荷的变化,因此微电源对电网稳定性的扰动也常大于其负荷,从而使得传统的能量管理系统不再适用。为了充分发挥微电网低碳、经济的优势,需要优化微电网的能量调度以使微电源得到最大利用。针对微电网系统的特点,提出了一套较为完善的微电网能量管理系统,并对其各功能模块的主要任务及其完善的特色进行了详细阐述,该系统能够实现预报、实时、历史信息的全面监测、微电网系统状态的同步监控、预报警和预防控制以及微电网的能量多目标优化运行综合协调控制功能。提出的微电网能量管理系统进一步完善了微电网的控制功能,提高了微电网的控制精度和有效性,为原型系统的开发及工程应用提供重要支持。

黄河下游城市供水管网水质保障技术研究与示范

课题针对黄河下游地区供水管网水质共性问题,以饮用水安全保障为目标,对基于水质保障的供水管网仿真建模与水质模拟分析、水质多因子评估与综合优化改造、多水源切换供水条件下的优化运行等技术进行了研究。研发了"城市供水安全保障平台"、"城市供水优化运行系统"及"基于智能化遗传算法的给水管网优化改造设计系统",建立了黄河下游地区供水管网水质保障体系。通过在济南示范区管网的应用与示范,为我国城市供水管网的科学管理、运行及水质安全保障提供了重要的技术支持。