为解决综合能源生产单元(integrated energy production unit,IEPU)中燃煤机组碳捕集过程的高能耗问题,同时应对新能源不确定性对运行调度带来的挑战,该文提出一种考虑太阳能辅助碳捕集技术的IEPU随机低碳调度策略,旨在实现IEPU的多能...为解决综合能源生产单元(integrated energy production unit,IEPU)中燃煤机组碳捕集过程的高能耗问题,同时应对新能源不确定性对运行调度带来的挑战,该文提出一种考虑太阳能辅助碳捕集技术的IEPU随机低碳调度策略,旨在实现IEPU的多能协同与低碳运行。首先,对含太阳能辅助碳捕集热电联产单元(combined heat and power based on solar-assisted carbon capture,CHP-SACC)的能量流动与运行机理进行分析,并构建其运行模型;其次,考虑风电不确定性带来的影响,提出一种基于条件最小二乘生成对抗网络(conditional-least squares generative adversarial networks,C-LSGANs)的可再生能源场景生成方法来提高场景的生成质量;然后,考虑异质能流耦合约束、多元设备运行约束以及能量平衡约束等,以最大化系统运行收益期望为目标构建IEPU随机低碳调度模型;最后,在算例仿真中设置不同的运行策略验证所提低碳转型方案的有效性,并分析了能源价格、设备容量等因素对系统运行收益的影响。展开更多
本文针对一类广泛存在的分布式加工装配和车辆配送集成调度问题(Integrated Scheduling Problem of Distributed Production Assembly and Vehicle Delivery,ISP_DPAVD),以最小化运输和延迟惩罚总成本为优化目标,提出一种混合三维分布...本文针对一类广泛存在的分布式加工装配和车辆配送集成调度问题(Integrated Scheduling Problem of Distributed Production Assembly and Vehicle Delivery,ISP_DPAVD),以最小化运输和延迟惩罚总成本为优化目标,提出一种混合三维分布估计算法(Hybrid three-Dimensional Estimation of Distribution Algorithm,H3DEDA)进行求解.ISP_DPAVD包含两个耦合的子问题,即加工装配阶段子问题(子问题1)和车辆配送阶段子问题(子问题2).由于每个子问题1的解(部分解1)均会确定1个具体的子问题2,故ISP_DPAVD的解空间非常庞大.根据这一特点,在H3DEDA中,先设计结合邻域变换的启发式规则来快速获取子问题2的优良解,以实现子问题间的部分解耦并明显缩减搜索空间,再设计三维EDA引导的全局搜索和变邻域驱动的局部搜索来获取ISP_DPAVD的高质量解.通过在不同规模测试问题上的仿真实验和算法比较,验证了H3DEDA求解ISP_DPAVD的有效性.展开更多
文摘为解决综合能源生产单元(integrated energy production unit,IEPU)中燃煤机组碳捕集过程的高能耗问题,同时应对新能源不确定性对运行调度带来的挑战,该文提出一种考虑太阳能辅助碳捕集技术的IEPU随机低碳调度策略,旨在实现IEPU的多能协同与低碳运行。首先,对含太阳能辅助碳捕集热电联产单元(combined heat and power based on solar-assisted carbon capture,CHP-SACC)的能量流动与运行机理进行分析,并构建其运行模型;其次,考虑风电不确定性带来的影响,提出一种基于条件最小二乘生成对抗网络(conditional-least squares generative adversarial networks,C-LSGANs)的可再生能源场景生成方法来提高场景的生成质量;然后,考虑异质能流耦合约束、多元设备运行约束以及能量平衡约束等,以最大化系统运行收益期望为目标构建IEPU随机低碳调度模型;最后,在算例仿真中设置不同的运行策略验证所提低碳转型方案的有效性,并分析了能源价格、设备容量等因素对系统运行收益的影响。
文摘本文针对一类广泛存在的分布式加工装配和车辆配送集成调度问题(Integrated Scheduling Problem of Distributed Production Assembly and Vehicle Delivery,ISP_DPAVD),以最小化运输和延迟惩罚总成本为优化目标,提出一种混合三维分布估计算法(Hybrid three-Dimensional Estimation of Distribution Algorithm,H3DEDA)进行求解.ISP_DPAVD包含两个耦合的子问题,即加工装配阶段子问题(子问题1)和车辆配送阶段子问题(子问题2).由于每个子问题1的解(部分解1)均会确定1个具体的子问题2,故ISP_DPAVD的解空间非常庞大.根据这一特点,在H3DEDA中,先设计结合邻域变换的启发式规则来快速获取子问题2的优良解,以实现子问题间的部分解耦并明显缩减搜索空间,再设计三维EDA引导的全局搜索和变邻域驱动的局部搜索来获取ISP_DPAVD的高质量解.通过在不同规模测试问题上的仿真实验和算法比较,验证了H3DEDA求解ISP_DPAVD的有效性.
