改进的多目标量子遗传算法在南水北调东线工程江苏段水资源优化调度中的应用

构建南水北调东线工程江苏段水资源优化调度模型,采用改进的多目标量子遗传算法(multiobjective quantum genetic algorithm,MOQGA),运用组合赋权方法对非劣解集进行多属性决策,提出南水北调东线工程江苏段水资源优化调度方案。在平水年、枯水年和特枯水年3种典型年来水条件下,相对于常规调度,优化调度的受水区总缺水量分别减少了0.89亿m3、0.87亿m3和0.08亿m3,系统总抽水量分别减少21.04亿m3、39.14亿m3和50.76亿m3。该优化调度方案能够充分利用湖泊的调蓄能力,提高各用水户的需水满足度,降低抽水成本。

基于改进的多目标量子遗传算法的高速服务区综合能源管理

目前我国高速服务区和电动汽车的电力大部分来源于传统能源,间接增加了碳排放。为减少高速服务区和电动汽车用电对环境的污染,文章引入清洁能源自洽率,提出一种光储换一体化的高速服务区的能源管理与服务策略,旨在充分保障电动汽车换电服务的基础上,最大限度地提高经济效益和清洁能源自洽率。针对高速服务区的能源管理与服务策略的优化问题,文章提出一种改进的多目标量子遗传算法。由于传统量子遗传算法存在过早收敛、灵活性差且易陷入局部最优的不足,首先在种群初始化过程中引入小生境协同进化策略,其次对交叉概率、变异概率及旋转角采用自适应调整并改进量子旋转门,然后采用精英保留策略,以提高收敛速度并增加种群的多样性。最后,该方案在光储换一体化的某离网高速服务区微网模型进行了仿真验证,结果表明在保证电动汽车换电需求下,系统实现了经济效益和清洁能源自洽率的双提升,达到了降低碳排放的目的。

考虑光伏不确定性影响的高速公路光储换一体化能源管理策略

针对光伏出力不确定因素影响下的高速公路能源管理,分别从确定性光伏出力和不确定性光伏出力2个维度,研究了夏季晴朗日、黄金周和冬季雨雪日3种不同条件的出行场景在并网单一电价和并网分时电价下的光储换一体化的服务区电动汽车换电问题;以光伏自洽率最大和经济效益最高为目标函数,以微电网功率平衡以及供需两端用能特性为约束,建立了考虑光伏不确定因素的高速公路光储换一体化能源管理优化问题模型;考虑到传统遗传算法收敛速率慢、局部搜素能力差与易陷入“早熟”的缺点,提出了一种基于精英保留策略和快速非支配排序策略的改进多目标量子遗传算法。研究结果表明:夏季晴朗日、黄金周和冬季雨雪日的出行场景在考虑不确定性和确定性影响的光伏出力2种情形下皆可保证电动车换电需求,在场景气象条件限制下可再生能源利用率达到10.31%~78.27%,并取得较好的日经济效益,同时在夏季晴朗日、黄金周和冬季雨雪日光储换一体化服务区的CO_(2)排放量分别下降了62.5%、41.3%和10.3%;从并网用电模式角度考量,分时电价与单一电价相比,其光伏自洽率和碳减排量无显著差异,但日经济效益提升10%,因而分时电价方案比单一单价方案具有更高的性价比。