基于广义Benders分解的分布式光伏接入容量规划方法

针对目前分布式光伏电源大规模接入配电网中带来的问题,提出了基于广义Benders分解的分布式光伏接入容量规划方法。采用数据驱动顺序选择方法确定C-Vine Copula模型中变量的最优顺序,结合拉丁超立方采样方法和场景评估指标,构建典型负荷-资源相关性场景。在生成的典型场景的基础上,建立了基于广义Benders分解的光伏接入规划模型。该模型分为光伏规划主问题与配电网运行子问题,采用线性规划与最优潮流的方法进行求解。在IEEE 33节点系统网架开展算例分析,结果表明,提出的典型场景生成方法比传统方法的资源误差与负荷误差减少50%以上;规划模型求解所需的计算量减小为原来的11%,计算时间缩短为原来的9%。

计及CO2排放机组组合问题的加速广义Benders分解法

提出求解计及C02排放机组组合（unitc〇mmitment，UC)问题的一个加速广义Benders分解法：首先建立相关问题的一个近似混合整数二次规划模型；然后根据UC问题特点提出一类简单却非常有效的整数割平面，并基于该割平面以及其他一些加速技术构造求解UC问题相应模型的加速广义Benders分解法；最后将所提方法在10.100台机组24时段等6个系统上进行数值测试。与其他方法相比较，本文所提方法测试结果较优，说明所提方法是有效的，从而为有效求解相关UC问题提供了一条新的途径。

基于广义Benders分解的分布式热电联供机组规划方法

在分布式热电联供系统中,用户需要优化选择机组组合和系统运行方案,这样可以使得生产成本最小,减少二氧化碳的排放。为此,分布式热电联供机组的规划需要综合考虑热负荷、电负荷和可选的机组方案,以及系统未来的运行情况。在综合考虑了热电联供机组的初始投资及其模拟运行时组合效益的基础上,建立了以系统等年值费用最小为目标的精细化数学规划模型。在规划模型中,存在大量的整数变量,同时模型本身是非线性的,应用广义Benders分解方法对该模型进行了求解。通过算例的规划与仿真分析,表明所述方法可以更加准确地规划出热电机组的类型及台数,系统能够取得更佳的经济效益。

基于广义Benders分解的启发式机组组合优化

电力系统机组组合问题是一个高维、离散、非线性的工程优化问题。提出了一种基于Benders分解的启发式算法。该算法一方面充分利用研究时段负荷曲线的特征,将问题进行解耦,减小被研究问题的规模。另一方面,利用Benders分解算法在混合整数规划中的有效性,提高了解决问题的效率。算例表明该方法效率高、结果稳定,有较好的实用价值。

电力系统无功功率综合优化──广义Benders分解法

提出了以最小投资为目标函数的电力系统无功功率综合优化的广义Ｂｅｎｄｅｒｓ分解法，并建立了相应的数学模型。把无功非线性的混合整数规划问题分解为投资主问题和运行子问题。在考虑多种运行方式和预想事故的同时，通过协调主问题与子问题之间的关系，有限次迭代综合寻优。求得电力系统无功电源的最佳配置地点和补偿容量。所编程序通过对保定地区电网的实际计算，取得了满意的结果。

基于Benders分解和分枝定界的随机交期批量流流水车间调度

针对交期随机的批量流车间调度问题,以最小化工件延期期望之和为目标,推导出工件交期符合3类经典随机分布条件下问题目标的闭式计算表达式.建立考虑换模时间与随机交期的问题数学模型,针对模型高度非线性特征对其线性化.设计一种基于逻辑的Benders分解(LBBD)与分枝定界相结合的优化算法,提出两种有效加速策略提升算法求解效率.数值实验结果验证了算法的有效性,通过随机交期与确定交期结果的比较,验证了考虑随机的必要性.

基于增强型Benders分解的区域综合能源系统联合规划

随着能源交易的逐步市场化,区域综合能源系统(RIES)内部将形成综合能源服务商(IESP)和用户聚合商(UA)等多类经济实体,如何在保护隐私的情况下协调各方参与联合规划,制定全局最优的规划方案成为RIES规划面临的新挑战.首先,明确电-气-热耦合RIES的结构,并从IESP、UA和电-气-热网络3个方面构建数学模型.其次,以经济性最优为目标提出考虑IESP和多个UA的RIES联合规划模型.再次,出于对各实体隐私保护的考虑,采用基于增强型Benders算法的分布式求解方法,以适应含非凸子问题的联合规划问题.最后,通过对比4组算例分析联合规划方案在经济性和能源利用效率方面的优势,同时验证了所提分布式算法良好的收敛性.

基于Benders分解的交直流混合输电网随机扩展规划方法

采用随机场景模拟法描述机组和输电线路随机停电事故、负荷预测误差,提出了一种基于Benders分解的交直流混合输电网随机扩展规划方法。首先建立以交直流输电线路投资成本、失负荷成本、系统运行成本等为综合成本目标,采用Benders分解,将交直流混合输电网混合整数线性规划模型分解为规划主问题和可靠性校验和经济调度的子问题迭代求解。在6节点系统和改进的IEEE-118节点系统算例仿真结果表明:与交流输电系统相比,扩建直流输电线路可以节省更多的成本,在选择交流/直流输电线路时,直流线路输送潮流的可控性以及经济性都可以减少失负荷。

矩阵奇异值分解与非齐次线性方程组系数矩阵的广义逆求解

非齐次线性方程组在多数实际工程反演问题中较为常见,对其进行有效地求解是解决实际反演问题的关键,本文通过对方程组系数矩阵进行奇异值分解,推导非齐次线性方程组系数矩阵的广义逆求解过程,给出具体的求解方法和实现步骤,使得求解算法更容易进行计算机编程.

采用Benders分解的5G核心网用户面动态部署算法

为了应对5G网络时变的数据流量负载,同时满足5G低时延业务需求,提出基于Benders分解的用户面功能(UPF)部署与流量调度多阶段规划算法,以实现边缘网络环境下5G核心网用户面的动态部署.以最小化边缘服务器能耗、UPF部署成本及用户面数据时延为目标,考虑部署决策的延迟影响,建立UPF部署和流量调度多阶段规划模型.用Benders分解算法,将模型分解为UPF部署主问题和一系列流量调度子问题,交替迭代求解主问题和子问题,以获得最优的UPF部署和流量调度.仿真结果表明,所提算法在保证求解精度的同时具有较快的收敛速度;与逐阶段求解方法和基于马尔可夫决策过程(MDP)的启发式算法相比,所提算法分别节省了10.4%和5.1%的总运营成本.

结合Benders分解和列生成的发热门诊排班数学建模和优化算法

发热门诊是抗击疫情最前线,发热门诊中的医生排班对于系统运行效率和医疗服务质量都非常重要,需要科学的排班优化算法。针对发热门诊医生排班调度问题,首先采用逐点稳态流近似方法对系统建模,定量评估系统中等待服务的患者数目,基于此建立了考虑患者排队队长限制的医生排班数学优化模型。进一步,为求解该模型设计了结合Benders分解与列生成的高效算法,对此复杂优化问题加以高效求解。最后,利用上海大型医院发热门诊的实际数据加以数值实验分析,验证了所提出算法的排班结果,显示了其在控制患者队长和医生总工作时间上具有优势。数值结果进一步验证所提出方法能适应疫情严重情况下的医生排班优化要求。研究得到的模型和算法对完善疫情中发热门诊的运作管理具有实际意义。

广义高斯分布的卷积传递函数多通道非负矩阵分解

基于卷积传递函数的多通道非负矩阵分解(CTF-MNMF)在长混响环境的盲源分离中取得了较好的性能,但该算法的分离性能依然受到声源模型的限制。因此提出了基于广义高斯分布(GGD)的CTF-MNMF算法,通过将域参数引入NMF中并利用广义非负矩阵分解(GNMF)建模GGD的非负尺度因子,提高了声源模型捕捉信号离群值的鲁棒性,进而提高了声源估计的准确性。采用基于辅助函数的优化策略给出分离矩阵和非负矩阵参数的更新公式。仿真结果表明所提算法在语音和音乐两种信号的分离实验中均取得了比GGD-ILRMA、WPE-ILRMA和CTF-MNMF更好的分离性能。

基于广义变分模态分解的低频及超低频振荡模态辨识

随着水电渗透率以及电网互联规模不断扩大,在水电高占比电网中出现了低频及超低频振荡现象,表现为强非线性非平稳特征,增加了振荡参数辨识的难度。针对变分模态分解(variational mode decomposition,VMD)中模态分解数K无法自适应确定以及处理时变振荡易产生模态混叠的问题,提出基于广义变分模态分解(generalized variational mode decompostion,GVMD)算法,结合Teager-Kaiser能量算子(Teager-Kaiser energy operator,TKEO)对低频及超低频振荡进行快速模态参数辨识。首先GVMD根据小波时频分析得到模态分解数K,通过广义傅里叶变换使各个模态在时频面界定清晰,从而使分解精度和可靠性大幅提升。然后对信号进行GVMD分解处理,再利用TKEO法快速完成振荡参数辨识。最后通过自合成信号、EPRI-36系统仿真和实测电网信号仿真验证了所提方法的有效性和可行性。

基于Benders分解和纳什议价的分布式热电联合优化调度

考虑供热管网储能特性的热电联合优化调度可以有效地提高电力系统的灵活性,促进可再生能源高比例消纳。电力系统和热力系统隶属于不同的运营主体,热电联合优化调度在最大化总体效用时,不应损害个体利益。该文提出一种基于Benders分解和纳什议价的电-热综合能源系统分布式优化调度方法。首先,热力系统与电力系统依次计算最优热流和最优功率分配,分别得到各自独立调度的运行总成本;然后,利用Benders分解计算电-热综合能源系统最优能流,相应得出电-热综合能源系统运行总成本;最后,通过纳什议价重新分配两者的合作剩余以鼓励热力系统参与热电联合优化调度。两个不同规模算例的仿真结果表明,所提方法能在保护信息隐私的前提下,实现激励相容并促进可再生能源消纳。

基于改进Benders分解的配电网扩展规划机会约束优化方法

为了解决已有配电系统规划中非线性潮流模型建模问题和不确定性优化效率问题,文中提出了基于双线性Benders分解的配电网扩展规划机会约束优化方法。通过在规划投资层面和运行优化层面进行分阶段,构建了两阶段随机混合整数二阶锥规划模型;为了避免极端场景下导致的高昂投资成本,进一步扩展了传统的Benders分解方法,设计了基于双线性Benders分解的机会约束优化方法。通过三个算例系统验证了所提方法具有强健的鲁棒性。

基于Benders分解算法的反恐应急设施选址-定容-分配问题

反恐应急设施的合理布局和资源配置可缩短救援到达时间并提高应急效率。对已有反恐应急设施选址研究拓展,进一步考虑设施容量有限的情形,并将袭击前后关于应急设施的选址、定容和救援物资分配问题进行集成考虑。将该问题构造为三层规划模型,上中下各层规划分别对应袭击前的选址定容问题、袭击时的袭击点选择问题和袭击后的救援物资分配问题。利用下层规划的对偶变换转化为双层规划,并设计Benders分解算法求解。最后,结合南疆交通网络进行仿真分析,验证了模型和算法的有效性。

基于变分模态分解及广义分形维数的高压断路器机械故障诊断方法研究

高压断路器在电力系统安全稳定运行中起到至关重要的保护作用,其运行状态是否良好对于保障系统供电可靠性意义重大。而高压断路器在实际运行工况下,周围环境较为复杂,背景噪声对故障识别影响较大,针对其故障特征难以提取的问题,本文提出了变分模态(Vibration Mode Decomposition,VMD)和广义分形维数(General Fractal Dimension,GFD)相结合的新型行星齿轮箱故障诊断方法。其中,VMD是一种具有良好性能的信号分解方法,在信号降噪、分解、处理领域中,经VMD处理后得到的各分量信噪比较大,优势明显。广义分形维数对于故障特征的识别能力良好,能从VMD处理后的分量中提取其包含的信号特征。因此,以上两种方法相结合的新方法,能有效提高高压断路器的故障诊断效率和准确性。

基于Benders分解法的交直流互联电网安全约束经济调度

安全约束经济调度是实现交直流互联大电网安全、经济、高效运行的关键环节。针对交直流互联电网的日内滚动经济调度问题,文中提出了时空协调、主子迭代的安全约束经济调度模式;通过精细化考虑交流潮流、直流输电系统稳态运行以及经济调度多时段耦合等约束条件,建立了交直流互联电网安全约束经济调度模型;为求解此大规模非线性规划模型,文中基于Benders分解法提出了主、子问题迭代的高效求解方法。算例从安全性、经济效益、算法收敛性和计算效率四个方面验证了所提模式、模型、求解方法的有效性。

基于Benders分解法的电热综合能源系统低碳经济调度

电、热系统协调运行能够提高电力系统的灵活性,缓解我国“三北”地区供暖期间的弃风问题。提出一种综合能源系统低碳经济调度模型,并建立极限消纳风电的储热放热速率与电锅炉电功率的综合协调模型。针对电、热系统信息的隐私性问题,采用Benders分解算法对模型进行求解。算例仿真分析5种情景下系统储热和电锅炉对风电消纳的促进作用,比较电锅炉加装在热网始端、中间及末端对热网热损失的影响,最后,通过对比不同储热放热速率与电锅炉电功率协调供热的系统弃风情况,验证所提极限消纳风电的储热与电锅炉综合协调模型的正确性。

求解概率动态调度问题的Benders分解算法

概率动态调度能够协调系统运行的经济性与可靠性,相较于传统确定性方法具有先进性。然而,模型规模庞大、求解困难是该类方法所面临的主要问题。提出了一种基于Benders分解的新算法对概率动态调度的大型线性规划问题进行求解。该算法针对各种运行状态之间的耦合关系,依据分解协调的思想,采用Benders分解技术将原问题分解,形成由正常运行状态下动态经济调度主问题与事故运行状态下运行状态调整子问题构成的迭代求解格式,降低了每次优化计算的求解规模;每次迭代过程中,通过对动态调度解的适应性检验,预先筛除无需调整的事故子问题,明显减少了每次迭代中进行优化计算的子问题的数目。算法提高了问题的求解速度,实现了对较大规模系统的有效求解。通过对某省电网的测试计算,表明了算法的正确性与有效性。