考虑路段恢复差异的道路网络恢复决策优化

现有路网恢复决策研究忽略了不同路段恢复速度和恢复程度差异对于路网恢复效果的影响.针对该问题,首先构建基于路段阻抗容忍度的路网连通性指标,以开展路段通行能力部分恢复情况下的路网性能评价;然后,以加权路网性能韧性和恢复速度韧性为优化目标,构建应急恢复决策双层优化模型,在确定待恢复路段的最优集合及恢复时序的同时,通过路段层面的资源分配与预算分配获得待恢复路段的恢复程度和恢复速度;最后,基于传统并行机调度问题遗传算法,构建新型编译码方法求解上层模型,基于Frank-Wolfe算法求解下层模型.基于贵州省区域高速公路网数据,对上述模型和算法进行了验证和分析.结果表明:在一定的资源和预算约束下,考虑路段恢复程度差异可提高32.62%的路网性能韧性,考虑路段恢复速度差异可提高10.17%的路网性能韧性.敏感性分析表明:考虑路段恢复速度差异可以提高增加恢复资源数量对于路网性能韧性、恢复速度韧性和加权韧性提升的边际效益,分别为12.69%、5.47%和22.93%.考虑路段恢复程度差异有助于平衡恢复预算增加导致的路网性能韧性的提高和恢复速度韧性的降低,保障路网恢复效果.因此考虑不同路段恢复差异对于路网恢复决策制定有重要意义.

配电网供电恢复决策的实时计算方法

提出了适用于实时控制的配电网供电恢复计算方法——节点一阶负荷矩法。该方法首先对故障元件隔离之后的“孤立岛”求出所有可能的恢复供电路径,根据需要转移的负荷到各路径联络节点的一阶负荷矩的大小,确定最佳的供电恢复方案。开发了通用的计算程序,并对某10kV电缆配电网做了模拟故障隔离与供电恢复的实时计算。计算结果表明该算法能够迅速。

电力系统恢复决策与优化策略研究

随着社会的不断进步与发展,电力系统在社会发展中占据了非常重要的地位,其规模以及使用范围不断扩大。现如今,电力系统的规模都是比较大型的,与以前的相比存在一定的优势,比如说在电源互补,稳定性,可靠性等等这些方面,但是在电力系统的运行过程中还是不能够百分之百确保不会发生停电事故,并且在停电事故发生的时候如果不采取快速,准确的措施就会造成更大面积的停电事故,不仅仅影响着用电客户的用电质量,而且会对社会的经济效益产生一定的影响。所以,对于电力系统恢复决策与优化策略的研究生是比不可少的,这样可以在一定程度上加快停电事故后电力设备的恢复以及用户供电的恢复速度,本文主要对电力系统的恢复决策以及优化策略进行简要的研究。

考虑风电不确定性的交直流混联电网受端系统恢复决策优化方法

随着风电渗透率的不断提高,恢复方案受接入风电不确定性的影响越来越大。对含高压直流馈入的受端系统,恢复期间高压直流输电(high-voltage direct current,HVDC)的启动及运行对交流系统的网架结构及功率调度方案均有较高要求。为最大限度地利用HVDC的支援功率加速系统恢复进程,在对HVDC馈入的受端系统进行恢复决策时考虑风电不确定性的影响具有十分重要的意义。为此,该文提出HVDC馈入下考虑风电不确定性的受端系统恢复决策方法。首先,基于非全维凸包不确定集详细刻画风电极端场景;其次,考虑风电不确定性及HVDC的启动及运行特性建立两阶段鲁棒恢复模型;然后,通过伴随网络法将HVDC的启动及运行特性进行线性化处理;之后,采用列与约束生成算法求解所构建的优化模型。最后,通过新英格兰10机39节点算例及我国西南某省实际算例验证所提方法的有效性与实用性。

电力系统恢复方案制定及决策评估体系探讨

电力系统恢复是一个多约束、多阶段、多目标、非线性、混合整数规划的复杂问题,但是目前尚无成熟的理论和工具来指导恢复控制工程。论述了电力系统大规模恢复方案即黑启动方案制定的一般方法,分析了电力系统恢复过程中的安全问题,重点探讨了目前较为流行的系统恢复辅助决策评估体系。为电力系统恢复方案制定的人工智能化提供了参考。

具有恢复计划决策功能的EMS数据库

对现有EMS和恢复决策的任务及其信息需求分析的基础上 ,提出围绕电网实时数据库RDB ,增加系统部件特性参数数据库CDB和过程数据库PDB ,以实现在线恢复计划决策的功能 。

基于恢复价值动态评估的配电网恢复控制决策

配电网停电后,停电场景、恢复进程和应急情况下的负荷职能等均会影响负荷恢复供电的紧急程度,通常根据待恢复对象自身的恢复价值静态设置其重要等级或重要度,这制约了有限恢复资源的精细化管理。为此,考虑冷负荷启动特性与负荷间职能耦合关系对负荷单位恢复价值的影响,考虑间歇性电源出力的可控性对电源恢复价值的影响,结合母线恢复为周边其他待恢复对象带来的潜在恢复价值,同时计及系统供电缺额、恢复代价和恢复操作的不确定性,提出了综合恢复收益、代价和风险的负荷及电源母线恢复价值动态评估方法。以此为基础,建立了配电网供电恢复多进程优化模型及分区并行恢复决策方法。最后,通过仿真分析验证了所提策略能够有效提高恢复资源的利用率。

熵权决策理论及其在黑启动决策中的应用

黑启动方案的优选对整个电力系统在大面积停电或部分停电后,恢复过程的速度起着非常重要的作用。介绍熵权决策理论,并将其引入黑启动方案决策之中。提出黑启动决策中评价指标的选取原则以及基于熵权决策的黑启动方案优劣评价方法。所提方法既可以根据专家经验或熵权进行优选,同时也可以用这两者相结合的综合权重进行决策。这能够在一定程度上克服决策的主观性,为制定恢复计划提供更为客观的决策参考,且适用于不同的电力系统。

动物疫情冲击下养殖户生产恢复行为研究——以高致病性禽流感为例

禽流感暴发对家禽养殖户造成严重经济损失,探究疫情冲击下养殖户灾后生产恢复行为,对提高其生产恢复积极性及促进家禽业持续健康发展具有重要意义。利用宁夏回族自治区中卫市实地调研数据,在对禽流感疫区养殖户生产恢复行为特征分析基础上,采用Heckman模型对养殖户生产恢复的主要影响因素进行实证分析。结果表明疫情结束后养殖户恢复养殖周期不同。养殖户生产恢复受复杂因素影响,其中,损失承受能力、养殖年限、补偿政策、政府帮助恢复养殖信心以及对政府重建工作满意度显著正向影响养殖户生产恢复决策,劳动力数量、补偿政策满意度(补偿金额和补偿范围)显著正向影响养殖户生产恢复速度。

电力系统黑启动恢复问题的研究评述

大停电后的恢复控制是电力系统安全防御体系的重要组成部分。在能源低碳转型背景下,我国电力系统逐渐进入新能源高占比、交直流混联和高度电力电子化的新型态,其运行控制的复杂性显著提高,因内外部因素导致系统大停电的风险依然存在,因此对黑启动恢复技术的研究仍然需要给予足够的重视。该文对黑启动恢复问题的研究工作进行综述,首先对黑启动恢复的基本概念和过程进行介绍;然后对系统恢复策略和建模思路从时间和空间角度进行分析,在此基础上,对电力系统恢复方案制定的研究工作进行回顾并对新型态电力系统恢复决策的新特征进行讨论,之后对电力系统恢复过程中保护与控制技术的研究进行分析总结;最后对新型态电力系统恢复问题的进一步研究工作提出建议。

Modeling for Action of Recovering from Erroneous Driving Condition Based on Revised Decision Tree

Driving behavior modeling is very important in the research area of road traffic systems safety analysis. The characteristics of action of recovering from erroneous driving condition underlying road traffic accident or incident scenarios is quantitatively analyzed, the model of action of recovering from erroneous driving condition is set up according to the identification of erroneous driving condition and the measurement of correction from erroneous driving condition. And then, the probability of action of recovering from erroneous driving condition has been measured based on a revised decision tree. The measure process uses a combination of test data and subjective judgments of driving behavior. It can provide a very helpful theoretical basis for the further analysis of driving behavior in road traffic system.

Approach of service recovery decision-making based on Bellman dynamic programming

Based on service-oriented architecture（SOA）,a Bellman-dynamic-programming-based approach of service recovery decision-making is proposed to make valid recovery decisions.Both the attribute and the process of services in the controllable distributed information system are analyzed as the preparatory work.Using the idea of service composition as a reference,the approach translates the recovery decision-making into a planning problem regarding artificial intelligence （AI） through two steps.The first is the self-organization based on a logical view of the network,and the second is the definition of evaluation standards.Applying Bellman dynamic programming to solve the planning problem,the approach offers timely emergency response and optimal recovery source selection,meeting multiple QoS （quality of service）requirements.Experimental results demonstrate the rationality and optimality of the approach,and the theoretical analysis of its computational complexity and the comparison with conventional methods exhibit its high efficiency.