基于纵横优化的含分布式电源配电网两阶段动态重构

针对采用传统动态重构法仅能在每个时段之初进行开关切换的问题,提出基于纵横优化的含分布式电源配电网两阶段动态重构方法。考虑负荷与分布式电源的周期性,对优化周期进行时段划分(第一阶段进行横向优化,建立以系统网损最小为目标的重构模型,提出混沌引力鼠群算法对每个时段进行静态重构,并将Tent混沌映射和引力矩阵引入鼠群算法,以提高算法的遍历能力和收敛可靠性;第二阶段进行纵向优化,使用蚁群搜索算法对开关动作的时刻进行调整,解除了仅能在时段之初进行开关切换的约束,进一步降低开关动作次数)。采用IEEE 33节点对电力系统进行对比验证分析,结果表明,采用连续时段划分法划分的时段更接近分布式电源和负荷出力变化的趋势,两阶段动态重构能够大大降低开关动作的次数和电力系统的网络损耗,提高了重构效率。

纵横优化模式下行政服务流程的逆向度选择——佛山创新经验的启示

行政服务流程优化作为政府部门消除因历史积弊引致的行政负资产的应然路径,在着力践行集中化取向中仍然存在显性的"亚集中"状态,而这实际根源于利益驱使下政府"职能悖论"的无奈。佛山市基于行政服务改革的既有尝试和亟切需求,以服务职能归并与集中为基点,以全景式视维建构政府部门内和部门间横向性与纵向性的服务流程框架,充分彰显出职责导向而非职权导向下强调行政服务重心的前向性和下向性转移,建构统一服务、并联服务、即时服务和委托服务的"逆向度"流程优化趋向,不失为深化行政服务流程改革现实路向的策略性参考。

重庆市嘉陵江路轨两用特大桥平纵横优化设计

在道桥项目设计中,平纵横设计往往是设计工作的关键,经过对项目周边敏感点和建筑物、地形地物、相近工程等分析,并结合相近工程的建设时序及空间关系要求等,该文回顾了重庆市嘉陵江公轨两用特大桥平纵横设计优化过程,如何减少工程投资、提高工程安全。该项目的线路平纵横优化布线思路,对类似工程的建设提供了一定参考。

基于多元模态分解与多目标算法优化的深度集成学习模型的超短期风电功率预测

针对风电功率预测问题,提出了一种基于多元变分模态分解(multivariate variational mode decomposition,MVMD)、多目标纵横交叉优化(multi-objective crisscross optimization,MOCSO)算法和Blending集成学习的超短期风电功率预测。在数据处理阶段,为了保持各序列间的同步相关性以及分解后得到本征模态函数(intrinsic mode functions,IMF)分量个数和分量频率相匹配,使用MVMD对多通道原始数据进行同步分解。针对单一机器学习模型导致预测的全面性不足,且存在精度和鲁棒性低的问题,提出基于MOCSO算法动态加权的Blending集成学习模型。通过对递归神经网络、卷积神经网络、长短期记忆网络的预测结果进行动态加权集成,并通过MOCSO优化调整权重,以提高模型的预测准确性与稳定性。实验结果表明,所提预测模型不仅有效,且显著优于其他预测模型。

基于纵横交叉优化的可重构电池组环流抑制策略

退役电池之间巨大的特性差异会降低储能系统的有效容量和安全性,严重阻碍电池的梯次利用。可重构电池组能灵活切换电池之间的连接方式,是应对电池特性差异的有效方案。然而,电压差异导致的电池组内部环流,会降低电能效率和缩短电池寿命,并引发局部过热等安全问题。以构建最多并联路径和抑制环流为目标,提出了可重构电池组的路径组合优化策略。建立了优化模型,并根据模型特征设计了离散二进制纵横交叉优化算法,克服了路径组合优化面临的非确定性多项式难题。最后,通过仿真和实验验证,证明了所提出的路径组合优化策略能有效抑制环流。

一种基于卷积神经网络和纵横交叉优化算法的电缆隧道温度异常识别方法

电力系统的安全稳定运行一直是我国电力行业的重中之重,而电缆隧道的安全也是电网安全运行的重要一环。本文使用电缆隧道巡检系统拍摄的图片,基于卷积神经网络(R-CNN)算法,在图像中定位异常状况点,并映射到红外图片。对电缆以及接头温度进行分析来及时对异常情况做出报警,可以维护供电安全并延长电缆使用寿命。针对电缆隧道巡检图像的时效性需求,采用纵横交叉(CSO)算法对图像分割的阈值优化,便于快速定位异常位置。

基于经验模式分解与纵横交叉算法的台区负荷预测

准确的负荷预测可以优化各种能源配置,进一步节约能源。但随着新能源的快速发展以及大量应用,越来越多的光伏和风电资源并网,导致电网出现了大量的冲击性负荷,对负荷预测造成了很大的困难。为了降低预测难度,采用经验模式分解(EMD),将不平稳的原始负荷序列分解成一系列较为平稳的负荷子序列。极限学习机(ELM)只需设置隐含层神经元的个数,便可获得唯一的最优解。但由于其输入层权重和隐含层阈值的产生不是固定的,导致预测结果波动性大。为了进一步提高预测精度,使用纵横交叉优化(CSO)算法优化ELM,并对每一条负荷子序列建模。最后,将各个模型的预测结果叠加以获得最终的预测值。试验结果表明,所提出的预测模型的预测精度和收敛速度均优于其他预测模型。

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。

考虑经济性和可靠性的抗灾型骨干网架规划方法

建设抗灾型骨干网架对增强极端自然灾害下电力系统的供电能力具有重要意义。为此,提出一种兼顾经济性和可靠性的抗灾型骨干网架规划方法。首先,采用全寿命周期内的加固成本和减损效益来表征规划方案的经济性和可靠性,以骨干网架单位加固成本对原始网架产生的单位减损效益最大为目标函数,并以网络拓扑连通性和系统安全运行为刚性约束,构建抗灾型骨干网架优化模型。其次,通过改进的纵横交叉优化(improved crisscross optimization,ICSO)算法求解该模型,寻求最优规划方案。最后,通过IEEE 30节点系统的仿真分析验证了所提方法的有效性。

大停电背景下考虑系统暂态安全的动态风电穿透功率极限计算

动态风电穿透功率极限(DWPPL)代表黑启动过程中系统在不同恢复时段对风电的接纳能力,其成功求解可以指导风电在系统恢复过程中的有序接入,进而使系统依靠风电启动功率小、启动速度快的优势,加快系统恢复进程。为了更加准确地求解DWPPL,建立计及系统暂态安全约束的DWPPL非线性整数规划模型,该模型采用二元表的方式统一描述了各暂态安全约束;提出基于纵横交叉优化算法和PSD-BPA仿真的DWPPL求解方法。针对含风电的IEEE 39节点系统中某具体黑启动方案,求解了各时段的DWPPL并验证了算法的优越性;在PSD-BPA上仿真验证了所求DWPPL的正确性和考虑系统暂态安全的必要性。

基于CSO-SVR的低压架空线路谐波损耗评估

针对低压架空线路物理解析模型谐波损耗计算精度不高的问题,文中提出采用基于纵横交叉优化(CSO)算法的支持向量回归(SVR)模型对架空线路谐波损耗进行评估。首先,采用结构风险最小化设计的SVR模型,拟合线路特征与谐波损耗之间的关系。然后,利用CSO算法对SVR超参数进行全局搜索,以动态优化获取最优超参数组,建立CSO-SVR谐波损耗评估模型。文中依托国内某大型电能质量综合试验平台进行低压架空线路谐波试验,获得线路谐波损耗实测数据,并基于该数据对所提模型进行验证。结果表明,采用CSO算法对SVR超参数进行优化,可有效提升SVR模型的谐波损耗评估性能。与其他模型相比,所提模型的评估精度更高。

基于CSO-BP神经网络的电缆谐波损耗智能评估

国内外对于电缆线路谐波损耗的研究主要是通过电磁物理分析进行计算,等值参数的修正多依赖经验公式,精度方面有所欠缺。为准确评估电缆线路的谐波损耗,提出一种基于纵横交叉优化(CSO)算法-反向传播(BP)神经网络的损耗智能评估模型。谐波影响下的电缆线路普遍是谐波次数多样且各次含有率不定,训练样本的影响因素众多,为了克服传统的BP神经网络算法收敛速度慢、容易陷入局部最优的缺点,使用搜索能力更强的CSO算法优化BP神经网络,得到基于CSO-BP神经网络的电缆线路谐波损耗智能评估模型。将该模型的损耗评估值、传统BP模型评估值以及物理公式法计算值进行对比,仿真结果表明,基于CSO-BP神经网络的电缆谐波损耗智能评估模型得出的结果与实际值更为接近,具有较高的准确性和稳定性。

基于改进蜂群算法的波浪发电最大功率跟踪

在波浪发电装置最大功率点跟踪中,浮子受到水动力的非线性导致传统群智能算法收敛速度不佳,易陷入局部最优。为此提出纵横交叉优化的人工蜂群算法(CABC)控制方案。引入纵横交叉算法(CSO)横向交叉算子的个体间变量全交叉思想,优化引导蜂、采蜜蜂搜索方式,增强CABC算法局部搜索能力。引入CSO纵向交叉算子优化侦查蜂,使侦查蜂能利用已知蜜源信息探索未知可行解域,提升CABC算法全局搜索能力。优化蜜源选择概率和人工蜂群结构,进一步改善CABC算法性能。仿真表明,CABC算法全局寻优能力强,收敛速度快,适用于波浪发电装置最大功率点跟踪。

BIM技术在城市道路中的应用研究

随着近年来我国BIM技术地不断深入研究使用,BIM技术在城市道路建设中带来的好处和影响力不断提升,本文通过将BIM技术与城市道路设计软件有机结合起来使用,在提升道路地形图设计和平纵横设计效率质量的同时更好地完成城市道路设计,为建立城市道路三维数字技术打下基础。