新能源电力系统不确定优化调度方法研究现状及展望

风电场和光伏电站出力的不确定性给电力系统优化调度带来很大技术挑战。文中主要介绍了考虑新能源不确定性的电力系统优化调度方法的研究现状及后续研究方向展望。首先,重点论述了各种不确定优化调度(UOD)方法,包括随机优化方法、鲁棒优化方法、随机鲁棒优化结合方法和基于人工智能技术的方法。其中,随机优化方法包括场景法、机会约束规划法和近似动态规划法;鲁棒优化方法包括传统鲁棒优化法和分布鲁棒优化法;随机鲁棒优化结合方法包括采样鲁棒优化法和分布鲁棒机会约束规划法。然后,介绍了每一种方法的优化模型形式、模型的转化和求解原理及其优缺点。最后,对UOD的后续重点研究方向进行展望,包括兼顾多个目标的UOD问题及多目标不确定优化方法、输配系统UOD问题及分布式不确定优化方法、考虑稳定性约束的UOD问题及含常微分方程约束的不确定优化方法、考虑管道传输动态的综合能源系统UOD问题及含偏微分方程约束的不确定优化方法。

基于网侧资源协调的自储能柔性互联配电系统日前-日内优化

为优化储能型智能软开关(E-SOP)、传统网侧调控设备的运行策略,提升高渗透率光伏配电网运行水平,提出了基于网侧资源协调的自储能柔性互联配电系统日前-日内优化模型。首先,提出了“源网荷储”下多种网侧资源协调利用的多时间尺度优化控制架构;其次,在日前阶段构建计及有载调压变压器、无功补偿装置、联络开关、E-SOP和柔性负荷的长时间有功-无功联合优化模型,在日内阶段建立多目标滚动优化模型,并采用线性化方法将模型转换为混合整数线性规划模型;然后,基于KL散度构建源荷不确定性模糊集,给出日前两阶段分布鲁棒优化模型转化过程和基于列与约束生成算法的求解方法;最后,算例仿真验证所提方法的有效性。

基于改进深度Q网络的虚拟电厂实时优化调度

深度强化学习算法以数据为驱动,且不依赖具体模型,能有效应对虚拟电厂运营中的复杂性问题。然而,现有算法难以严格执行操作约束,在实际系统中的应用受到限制。为了克服这一问题,提出了一种基于深度强化学习的改进深度Q网络(improved deep Q-network,MDQN)算法。该算法将深度神经网络表达为混合整数规划公式,以确保在动作空间内严格执行所有操作约束,从而保证了所制定的调度在实际运行中的可行性。此外,还进行了敏感性分析,以灵活地调整超参数,为算法的优化提供了更大的灵活性。最后,通过对比实验验证了MDQN算法的优越性能。该算法为应对虚拟电厂运营中的复杂性问题提供了一种有效的解决方案。

基于机器学习的数据库系统参数优化方法综述

参数优化是影响数据库性能和适应性的关键技术,合理的参数配置对于保障数据库系统的高效运行至关重要,但由于参数较多且参数间具有强关联性,传统参数优化方法难以在高维连续的参数空间中寻找最优配置,机器学习的发展为解决这一难题带来新的机遇。通过总结和分析相关工作,将已有工作按照发展时间和特性分为专家决策、静态规则、启发式算法、传统机器学习方法和深度强化学习方法。对数据库参数优化问题进行定义,并说明启发式算法在参数优化问题上的局限性。介绍基于传统机器学习的参数优化方法,包括随机森林、支持向量机、决策树等,描述机器学习方法解决参数优化问题的一般流程并给出一般实现。由于需要大量带标注的数据,传统机器学习模型在适应性和调优能力等方面存在不足。侧重介绍深度强化学习模型的工作原理,定义参数优化问题与深度强化学习模型的映射关系,比较基于深度强化学习的相关工作对数据库性能提升、模型训练时间和涉及的技术,描述基于深度神经网络构建和训练智能体的具体流程。最后,总结已有工作的特点,对当前机器学习在数据库参数优化方面的研究热点和发展方向进行展望,指出多粒度调优、自适应算法和自运维是未来的研究趋势。

基于改进NSGA-Ⅱ算法的梯级水库多目标优化调度

针对在时间步长较小、计算时段数目较多时,传统智能优化算法在求解梯级水库联合优化调度问题上效率低甚至无可行解的问题,提出了一种改进NSGA-Ⅱ算法。该算法基于NSGA-Ⅱ算法框架,引入参考目标值、潜力目标值、偏移度以及变异引导算子来优化种群进化过程,强化迭代中的种群质量,使获得的解集更加接近真实的Pareto前沿。福建省金溪流域梯级水库多目标优化调度实例验证结果表明,改进NSGA-Ⅱ算法相对其他算法运算效率更高,优化结果更好,具有较好的实用性。

改进群体智能算法的无线传感器网络覆盖优化

为解决无线传感器网络(Wireless Sensor Networks,WSN)节点分布不均和随机部署中的低覆盖率问题,该文提出一种改进群体智能算法的无线传感器网络覆盖优化算法,即改进的黑猩猩优化和哈里斯鹰优化的混合优化算法(Improved Chimp Optimization and Harris Hawk Optimization Algorithm,ICHHO).该算法首先对黑猩猩优化算法(Chimpanzee Optimization Algorithm,ChOA)进行改进,使用Levy Flight来改善其探索阶段,然后设计一个更新的公式来计算猎物逃逸能量,作为开发和探索之间的选择因素.传感器节点随机部署后,将ICHHO在传感器节点上执行,按照改进策略更新个体位置信息,计算相应的适应程度,找到最优传感器位置,并根据传感器概率模型确定网络最优覆盖率.仿真结果验证了ICHHO对于解决WSN覆盖问题的适用性,与其他优化算法的对比结果显示,ICHHO在提高覆盖率方面优于其他算法.

基于多分辨率-多边形单元建模策略的多材料结构动刚度拓扑优化方法

利用多边形有限单元的高精度求解优势,融合多分辨率拓扑优化方法,实现粗糙位移网格条件下的高分辨率构型设计,由此提出多材料结构动刚度问题的拓扑优化方法。将多边形单元(位移场求解单元)劈分为精细的小单元,构造设计变量与密度变量的重叠网格,形成多分辨率-多边形单元的优化建模策略;以平均动柔度最小化为目标和多材料的体积占比为约束,建立多材料结构的动力学拓扑优化模型,通过HHT-α方法求解结构动响应,采用伴随变量法推导目标函数和约束的灵敏度表达式,利用基于敏度分离技术的ZPR设计变量更新方案构建多区域体积约束问题的优化迭代格式;通过典型数值算例分析优化方法的可行性和动态载荷作用时间对优化结果的影响机制。

基于贝叶斯优化支持向量回归的流线型箱梁颤振气动外形优化方法

为解决风洞试验耗时费力和计算流体动力学(CFD)计算量大的问题,提出了一套新型流线型箱梁断面颤振性能气动外形优化方法.以风嘴参数为设计变量,利用CFD获取断面三分力系数,以准定常理论估算的颤振临界风速为优化目标.根据贝叶斯优化支持向量回归构建代理模型,利用混合加点法更新模型,通过寻优算法确定最优断面.以虎门大桥为例,得到桥梁在可行域内颤振性能最佳的断面方案.结果表明,风嘴升高,颤振临界风速先增后减,相对高度为0.6时整体性能较优,相对高度为0.7时可获得最优断面.底板宽增加,颤振性能显著降低,下斜腹板倾角为14°~16°时颤振性能最优.断面优化后桥梁颤振临界风速相比原始断面提升约31%.

计及不确定性的风光抽蓄发电系统容量优化

风光等新能源的大规模利用是实现双碳目标的重要途径,其不确定性影响电力系统稳定运行和对新能源的消纳能力。对此,本文提出了一种计及不确定性的风光抽蓄联合发电系统容量优化配置方法。首先,采用不同的随机分布函数来描述风电、光伏发电的出力特性和负荷分布情况,建立了互补发电系统数学模型;其次,构建了基于信息间隙决策理论与熵权法的双层容量优化配置模型;最后,采用多元宇宙优化算法求解容量优化配置方案。算例结果表明,投资者可以根据投资意愿,对源荷不确定性采取不同的配置策略,所得的运行结果均能很好地满足不同运行模式和多种运行场景的要求;能有效地降低综合成本、提高新能源消纳能力,并且能保持抽蓄电站的长久运行。

基于改进NSGA-Ⅱ算法的间歇采油制度优化

对于低渗透率油井,采用间歇采油制度能有效避免空抽磨损,并减少电能消耗量。为此通过分析沉没度和地层流压随抽油机井生产时间变化的规律,从系统节能的角度出发,建立以采油总产量最大、能耗最低为目标的间歇采油制度多目标优化模型。引入NSGA-Ⅱ并改进该算法对间歇采油制度多目标优化模型求解,运用改进算法得到的Pareto最优解的多样性和收敛性,合理优化抽油机的最优停机时间,最大效率地提升采油效率的同时,最小化电能消耗量。试验结果表明,基于Pareto多目标遗传算法的间歇采油机制优化具有明显的优势,在优化系统效率的同时能够有效减少电能消耗。研究结果可为油井间歇采油机制的改进和优化提供有力的技术支持。

改进MOGOA及其在风储容量优化配置中的应用

针对传统方法在风储容量优化配置过程中求解精度低、效率低等问题,提出一种改进多目标蝗虫优化算法(improved multi-objective grasshopper optimization algorithm,IMOGOA),采用Fuch混沌映射、余弦自适应参数和莱维飞行三种策略进行改进,使算法的初始解分布更均匀、全局探索和局部开发更协调,同时增强了算法跳出局部最优的能力。对改进算法和多目标粒子群等多个算法进行性能测试对比,实验结果表明改进算法具有更好的寻优精度和稳定性。将该算法应用于风电场混合储能系统容量优化配置,对比其他算法,改进算法能够快速找出Pareto最优解集,在满足系统要求的同时,最大限度降低混合储能系统成本,可以验证算法改进策略的有效性和应用于实际优化问题的适用性。

产教融合共同体建设:形态演进、现实审视与路径优化

打造产教融合共同体是深化现代职业教育体系建设改革、推动产业结构调整升级、促进经济社会发展的重要途径。通过分析产教融合组织形态演进历程发现,产教融合共同体形态从初级阶段的项目合作式向着未来阶段的生态圈型共同体演进。针对产教融合共同体建设中的现实问题,需要在加强产教融合共同体建设的政策供给和财政支持、鼓励和引导产教融合共同体的组织变革、建立高效的信息交流平台和沟通协调机制、推进实体化运行和市场化运作等方面积极行动,促进产教融合共同体的健康发展,实现建设职教强国的战略目标。

低温真空油炸柿子脆片工艺优化及其品质分析

本文以柿子为原料,开展油炸温度、油炸时间、脱油时间以及切片厚度4个单因素对低温真空油炸柿子品质影响,并根据Box-Behnken试验原理,以柿子脆片的脆度、色差为响应值对低温真空油炸柿子脆片加工工艺进行优化,进一步对最终产品理化成分、微生物指标和微观结构进行分析。结果表明,油炸温度、油炸时间、脱油时间和切片厚度都影响柿子脆片的脆度和色差,经响应面优化试验分析并根据实际修正确定低温真空油炸柿子脆片的最佳工艺为:脱油时间5 min、油炸时间50 min、油炸温度80℃、切片厚度5.5 mm。该条件下柿子脆片脆度858.97 g、色差值ΔE 17.28、水分含量2.60%、含油率为22.53%、可滴定酸0.34 g/L、V_(C)含量31.20 mg/100 g;柿子脆片产品色泽金黄、形状完整,脆片内部呈现蜂窝状多孔疏松结构,产品口感酥脆,微生物指标符合卫生要求。本研究可为柿子低温真空油炸脆片产品的开发提供技术支撑。

计及UPFC最优配置的电力系统鲁棒调度协同优化策略

统一潮流控制器(UPFC)应用于潮流调控时,计及UPFC调控参数的交流潮流计算是非凸、非线性问题,且多台装置间的非线性交叉耦合特性也会直接影响优化配置方案。为此,基于UPFC的潮流调控特性,构建了计及UPFC的松弛型交流潮流二阶锥规划模型;计及风电的不确定性,协同考虑UPFC的规划和电力系统的调度问题,建立了计及UPFC最优配置的电力系统鲁棒协同优化模型,并采用列和约束生成算法进行求解。以IEEE RTS-24节点系统为算例进行仿真分析,结果表明所提协同优化策略有效提升了UPFC配置方案的适应性,提高了系统运行经济性和风电消纳能力,增强了系统运行调控的灵活性。

光伏多功能并网逆变器不同出力状态下无功和谐波优化方法

利用光伏多功能并网逆变器所具有的电能质量治理、谐波谐振抑制的主动优势,结合逆变器在不同出力状态下光伏发电系统的输出特性,构建光伏多功能并网逆变器不同出力状态下的无功和谐波优化方法。在所提3层优化策略中,上层优化策略以光伏并网有功功率最大化为目标函数,中层优化策略以电压谐波总畸变率和电压偏差达到相应电能质量规定指标为目标函数,下层优化策略以电压谐波总畸变率和电压偏差最小为目标函数,并采用自适应蚁群算法进行求解。基于IEEE 33节点系统进行算例分析,结果表明:基于逆变器不同出力状态的优化方法可以有效改善电网的电能质量,较好地提升电网运行的经济性;在系统稳定运行的基础上,光伏多功能并网逆变器在不同出力状态下分阶段、分主次地治理谐波和调整电压偏差,治理效果更佳。

高地应力软岩隧道仰拱结构受力特性与参数优化

为探索高地应力软岩隧道施工期间仰拱结构受力特性与合理支护参数,以陕西省宝汉高速公路连城山隧道工程为依托,针对仰拱施工病害及其主要影响因子,采用现场试验与数值模拟相结合的方法,探讨了不同影响因素下的仰拱结构变形与力学响应,分析了仰拱结构变形与受力对不同影响因素的敏感性,基于仰拱结构病害特征及数值模拟结果,对仰拱半径(深度)、仰拱厚度等支护参数进行了优化,并进行了工程验证。结果表明:连城山隧道施工期间仰拱二次衬砌最大接触压力达1.034 MPa,混凝土最大应力超过其抗压强度(30 MPa),出现了仰拱回填隆起、开裂等病害,仰拱设计支护参数难以保障结构稳定;地应力水平和基底围岩劣化对仰拱结构变形与受力状态均有显著影响,其中基底软化深度的影响最为突出,地应力水平次之;减小仰拱半径、增大仰拱厚度、增大仰拱钢筋直径、减小仰拱钢筋间距均能显著抑制仰拱变形,而提高混凝土强度等级对控制仰拱变形效果不明显,且经济性较差;优化后的仰拱受力得以明显改善,有效控制了仰拱结构病害,避免了频繁拆换仰拱,保障了隧道结构安全稳定。研究成果可为类似软岩隧道仰拱变形控制及病害防治提供重要借鉴。

基于人水和谐视角的国家水网优化布局构想与展望

国家水网建设有助于缓解当前日益复杂的人水矛盾,基于人水和谐论开展国家水网优化布局研究,能够为国家水网建设提供新的思路。本文从人水和谐的视角出发,通过梳理国家水网提出过程,分析现阶段国家水网建设中亟待解决的问题,在此基础上辨析人水和谐论对国家水网优化布局的指导作用;进一步以人水和谐理念为引领,从指导理论、基本原则、布局方法、关键内容与研究途径等方面提出了国家水网优化布局的构建框架;从促进人与自然和谐共生、实现综合效益最优发挥、支撑国家安全总体保障、助力先进文化繁荣发展、建设现代水网智慧服务5个方面描绘了国家水网优化布局的蓝图;从理论、方法、技术、支撑体系4个方面对国家水网优化布局未来研究进行展望。

Micra AV无导线起搏器植入术后随访优化对房室同步率的影响

目的分析Micra AV无导线起搏器植入术后的房室同步率,探讨术后程控优化对房室同步率的影响。方法采用前瞻性队列研究,选取2022年8月至2023年6月于首都医科大学附属北京安贞医院行Micra AV无导线起搏器植入的持续三度房室传导阻滞患者,于术后1周、1个月和3个月分别进行程控和优化,记录房室同步率、电学参数和超声心动图等。结果共入选68例植入Micra AV的三度房室传导阻滞患者,平均年龄(68.2±9.7)岁,其中男47例(69.1%)。所有患者均成功植入Micra AV,术后无严重并发症发生;术中和术后1周、1个月、3个月的平均阈值、感知、阻抗参数稳定;术后超声心动图左心室射血分数变化差异无统计学意义(P=0.162);术后1周、1个月、3个月的平均房室同步率分别为(75.2%比83.8%比91.6%,P=0.001),差异有统计学意义。结论Micra AV作为心房机械感知,需要个性化来调整相关参数。术后随访程控和优化对于三度房室传导阻滞患者植入Micra AV后的房室同步起搏和舒适度体验具有重要作用。

基于混合遗传算法的多无人机巡逻路径优化

假设无人机巡逻的起、终点均为派出所,提出了一种融合传统遗传算法和爬山算法的警用无人机巡逻路径优化模型——混合遗传算法。按照轮盘赌法则,进行种群个体的选择,以增大优秀种群个体被选中的概率,达到较好的优化效果。同时定义了与路径优化相适应的基因交叉和变异规则。仿真结果表明,提出的混合遗传算法在寻优效果上明显优于传统遗传算法。

考虑奖励机制的电动汽车充电优化引导策略

随着电动汽车(electric vehicle,EV)的大规模推广,其无序充电严重威胁电网的安全稳定运行,积极引导EV用户参与充电优化策略,对于提高电网的安全稳定性具有重要意义。为此,基于充电优化管理调度思路,提出一种考虑奖励机制的EV充电优化引导策略,在分时电价的基础上,计入用户在降低电网负荷波动中的奖励机制,考虑充电位置固定、不确定用户的出行需求,确定EV的充电时间及充电位置,达到用户满意度最高的目的;利用EV动态响应的实时优化算法,对所提的优化调度模型进行求解。仿真结果验证了所提策略的有效性和可行性,该优化调度策略不仅能有效改善负荷低谷时段集中充电形成新的负荷高峰的问题,而且可明显降低用户的充电成本及电网负荷波动。