计及风险的电网企业代理购电中长期分时段滚动交易决策方法

我国推动全体工商业用户进入电力市场,电网企业成为代理暂未进入电力市场用户参与交易的核心主体。考虑代理用户需求电量与市场价格的不确定性,在多时间尺度、多品种的中长期交易中合理分配购电比例,有效降低综合购电成本是电网企业提高其营销服务能力的核心策略。基于与现货市场有效衔接的中长期分时段交易机制,建立了包括年度、月度、月内的电网企业中长期交易滚动优化决策模型;考虑多时间尺度交易数据频次的差异性,通过混频波动预测模型确定交易量、价预测偏差的波动率,并借助蒙特卡洛模拟进行多场景抽样求解,以寻求电网企业参与中长期交易过程中风险与成本的合理决策。最后通过算例分析验证了所建模型与方法的有效性,为电网企业降低交易风险、制定多市场组合交易策略提供了有效的参考。

泰山抽水蓄能电站运行决策分析系统的开发与应用

抽水蓄能电站对电网削峰填谷,改善火电机组运行环境具有重要意义。设计实现了山东泰山抽水蓄能电站调度运行决策分析系统,基于滚动决策思想分别建立了火电机组调峰平衡决策模型、抽水蓄能机组运行效益预估模型、抽水蓄能运行决策模型以及抽水蓄能运行效益后评估模型。实际应用表明,该系统能够充分发挥抽水蓄能机组对山东电网运行的安全性、经济性的作用,为抽水蓄能机组调度运行提供了方便实用的工具。

基于改进BBO算法的风电-水电互补优化运行策略

为平抑风电的出力波动,同时考虑到风电与水电具有良好的互补性,提出风电与梯级水电站的互补优化运行策略。鉴于风速的不确定性,将风电出力视为随机变量,从兼顾风电-水电互补运行的稳定性与经济性、保证后续发电能力的角度出发,建立基于机会约束的多目标随机优化模型。采用引入余弦型迁移模型、差分进化算法的变异策略以及动态非均匀变异算子的改进生物地理学优化算法(Biogeography-based Optimization,BBO)求解优化模型,并结合随机模拟技术求解机会约束。通过基于风电预测与径流预测的分时段动态滚动决策,来不断修正风电与水电的后续运行方式,进一步提高互补运行的可靠性。以一个大型风电场和一个三级梯级水电站互补运行为例验证了所提模型、算法以及策略的可行性和有效性。

双结算模式下风储一体化电站两阶段市场投标调度策略

随着中国电力现货市场建设进程不断加快,风电等新能源参与现货市场竞争已成为趋势,风储一体化电站作为未来风力发电站的一种发展形式,可以通过合理调控实现最大化收益。基于中国电力现货市场初期,双结算模式和偏差考核长期并存的结算规则,综合考量发电商在日前市场的投标收益以及在实时平衡市场的机会收益,建立了考虑储能寿命影响的风储一体化电站参与日前市场投标模型和实时平衡市场滚动自调度模型,以实现现货市场全出清尺度的决策优化。然后,采用随机-鲁棒相结合的建模方法描述日前、实时电价和风电出力的不确定性以优化决策效果。在此基础上,研究了储能寿命模型、鲁棒控制系数和发电预测能力对收益的影响,算例结果验证了所述模型与方法的有效性。

考虑物料供应干扰的飞机移动生产线动态调度

针对飞机装配过程中出现的物料供应延期干扰问题,对飞机移动生产线装配作业调度进行了研究。通过对物料供应信息的动态分析,将反应调度决策划分为固定决策和不同场景下的预测决策,并建立了物料供应干扰环境下的动态调度框架。在滚动决策点,以最小化与模板装配计划的偏差及工期的加权和期望值为目标函数,建立了二阶段近似优化模型。针对模型的决策逻辑,设计了以两阶段禁忌搜索算法为框架的启发式算法,求解滚动决策点的优化问题。不同规模下的数值实验表明,所提出的动态调度方法能够有效利用不断更新的物料供应信息,获得接近后验精确解的调度结果,且相比于传统的调度方法,所提方法能更有效地应对物料供应干扰。

基于物料交货期预测的飞机装配动态调度问题

为提高飞机装配调度应对物料供应延期扰动的能力,对飞机装配过程中的物料交货期预测问题及物料供应不确定条件下的动态调度问题进行了研究。首先通过分析物料交货期与相关影响因素间的映射关系,提出基于XGBoost算法的物料交货期预测模型。在此基础上研究了物料供应不确定性在调度计划执行过程中的表现形式,构建了基于两阶段近似优化的滚动决策框架。针对滚动点的决策问题,以最小化与模板计划的偏差成本与作业装配模式切换成本之和为目标函数构建数学模型,并设计了双层循环迭代搜索算法进行求解。为了解决计划执行中的物料供应突发扰动问题,设计了基于松弛时间的反应机制进行修复。数值实验结果验证了所提调度方法能有效适应不确定性因素的变化,满足飞机装配动态调度的需求。

基于搜索意图交互的无人机集群协同搜索算法

针对无先验信息条件下无人机集群的协同搜索问题,提出一种以覆盖率为引导,以机间安全距离、通信距离、偏航角调整及搜索边界等为约束的无人机集群协同搜索算法。通过建立环境地图矩阵对任务区域进行描述,进一步定义环境地图更新算子实现搜索过程中环境地图的快速更新。设计了集群协同搜索任务的回报函数,采用粒子群算法进行求解,得到每架无人机在已知环境地图下的最优决策,即决策意图。每架无人机在获取其他成员决策意图的基础上重新进行决策,实现协同决策。针对不同规模集群提出了集中式和分布式2种协同决策方案。仿真结果表明,所提算法能够对存在未知威胁的不规则任务区域进行有效覆盖搜索,覆盖率远高于不进行协同决策的个体决策方法。

零时间企业及其快速战略决策

在阐释零时间企业的内涵及其出现的必然性的基础上,剖析了零时间的实现难点与零时间企业的实施难点,并对零时间与零时间企业的实现程度和条件进行了讨论,并在阐释快速战略决策的内涵与特定原则的基础之上,剖析了零时间企业与快速战略决策之间的内在联系,提出了零时间企业战略决策的滚动决策的IFOCMSR速度模型并对其运作机理予以论述,指出“滚动决策”是实施快速战略决策行之有效的保障。

需求不确定下的突发疫情应急医疗设施动态布局

疫情下的城市应急医疗设施布局是一类典型的需求不确定下的多阶段、多类型设施选址,以及资源分配和患者转运的集成优化问题,具有重要研究意义。针对该问题,首先,充分考虑了疫情演化的动态时变特征,采用滚动决策法(rolling-horizon approach)将整个疫情期划分为多个离散决策期,以确保应急决策可根据疫情演化进行实时的优化调整;其次,在每个决策期中又考虑了疫情下的真实需求值基于先前预测值随机扰动的情形,构建了一类涵盖方舱医院、定点医院选址并协同资源分配和患者转运的鲁棒优化模型,将其嵌入滚动决策框架并设计动态求解算法。最后,以2020年初新冠疫情为背景进行算例分析,验证了模型和算法的有效性。