基于E-C-K-均值聚类和SOP优化的分布式电源双层规划

在含智能软开关(SOP)的配电网中针对分布式电源(DG)提出一种双层优化配置模型。上层以运营商年收益最大为目标求解DG安装的位置和容量,下层通过对SOP进行约束使网络运行性能最优,考虑到负荷和分布式电源输出的时间序列特征,设计一种新的E-C-K-means聚类算法对四季场景下的风速和辐照度进行聚类,得到典型场景日曲线。考虑到规划问题属于大规模混合整数非线性的问题,需要将离散变量与连续变量进行解耦,采用遗传算法和原对偶内点法混合算法进行求解;最后基于改进的IEEE33节点配电网系统,对优化模型和求解方法的有效性进行验证分析。

基于三方博弈的多能交互微网群系统双层优化模型

随着新能源占比不断提高,多能交互微网群凭借其促进微网间能源互济、提升新能源利用率的能力,将成为智能电网的重要发展方向。为解决多能交互微网群在与用户进行能源交易过程中,对能源交易价格具有操纵性,多能交互微网群与用户间无法建立公平的能源交易机制的问题,建立政府、多能交互微网群、用户三方博弈模型,保证多能交互微网群与用户间能源交易行为的公平公正。由于传统的单层优化方法难以揭示多主体之间的交互行为,建立基于政府、多能交互微网群、用户三方博弈的多能交互微网群系统双层优化模型。模型上层为政府、多能交互微网群、用户三方博弈,三方博弈目标为政府社会福利最大化、多能交互微网群效益最优、用户满意度最高;模型下层为多能交互微网群系统优化调度,多能交互微网群系统协调各类能源转化最优分配,运行成本最低。最后,通过算例仿真验证该模型的有效性。

进化双层自适应局部特征选择

局部特征选择(LFS)方法将样本空间划分为多个局部区域,并为每个区域选择最优特征子集以反映局部异质信息。然而,现有的LFS方法以每个样本为中心划分局部区域并找到最优特征子集,导致优化效率低下且适用场景受限。为了解决这个问题,提出一种进化双层自适应局部特征选择(BiLFS)算法。LFS问题被建模为双层优化问题,特征子集和待优化局部区域是该问题的两个决策变量。在问题的上层,使用非支配排序遗传算法-Ⅱ求解被选择的局部区域的最优特征子集,区域纯度和被选择特征比率是目标函数;在问题的下层,根据上层求解的最优特征子集,首先使用局部区域聚类分析得到区域内的中心样本,然后通过局部区域融合消除非必要区域并更新必要区域的种群。在11个UCI数据集上的测试结果表明,相较于基于进化算法的非自适应LFS方法,BiLFS的平均分类准确率达到前者的98.48%,而平均所需计算用时仅为前者的9.51%,运算效率得到大幅提升,且达到基于线性规划的LFS方法的水准。对迭代过程中BiLFS算法选择的用于优化的局部区域进行可视化分析,结果表明,BiLFS选择必要局部区域具有稳定性和可靠性。

基于交替方向乘子法的微电网群双层分布式调度方法

随着分布式电源的渗透率提高,微电网作为一种有效消纳方式得到了广泛发展和应用。将邻近的多个微电网互联构成微电网群系统进行协同控制和管理,能够有效提高系统的运行经济性和可靠性。提出一种基于交替方向乘子法的微电网群双层分布式调度方法。上层以微电网群系统总运行成本最小为目标,协调各微电网之间的功率交换;下层主要实现各微电网内部各可控分布式电源的优化管理。分布式求解中各微网仅需与相邻微电网传递期望交换功率信息,降低通信需求与负担,且保护各微电网隐私。算例验证了所提方法的收敛性与可行性。

含高渗透可再生能源的动态网络重构与无功电压调整协同优化

具有出力不确定性的可再生能源高渗透并入,导致传统单一的主动管理策略难以实现配网最优运行。在此背景下,提出一种动态网络重构与无功电压调整协同优化方法。首先,采用基于形态和幅值的双尺度相似性度量谱聚类算法对负荷进行聚类,进一步利用反映负荷曲线波动特征的自适应聚合算法对时段做出合理划分。其次,计及风光不确定性,构建考虑配电网动态重构与储能和微型燃气轮机出力调控协同的机会约束双层优化模型,模型上层以配电网综合运行成本最小为目标,下层以系统电压总偏差最小为目标,实现对配电网运行经济性和系统电压质量的综合优化。然后,针对该模型提出了基于十进制编码的改进鲸鱼优化算法和内点法相结合的混合策略对模型进行求解。最后,在改进的IEEE33节点系统中,对所提的运行优化模型进行分析和验证。仿真结果表明:所提双层优化模型能够有效提高电压质量和降低配电网运行费用,所提时段划分方法能够得到符合曲线变化趋势的分段方案,改进后的算法大大提高了求解效率。

基于集群划分的配电网分布式光伏与储能选址定容规划

针对传统分布式电源规划方法难以满足未来含高比例分布式电源的配电网在运行阶段的分区控制需求问题,该文提出分布式电源集群规划的概念和方法。首先,根据系统网架结构和节点负荷特性对配电网进行集群划分,构成配电网—集群—节点多层级网架结构;其次,基于集群划分结果,建立分布式光伏与储能双层协调选址定容规划模型。上层模型以年综合费用最小为目标,决策变量为各集群的分布式光伏总容量、储能容量和功率;下层模型以系统网损最小为目标,决策变量为集群内各节点接入的光伏分容量和储能的并网位置;针对该模型特性,采用嵌入潮流计算的双层迭代混合粒子群算法进行求解。以某示范区10kV实际配电网的光储系统容量和布点优化为例,验证所提模型的可行性和求解方法的有效性。

考虑调峰适应性风险的风电场群时序规划方法

为解决基地化大规模开发中风电场群建设时序问题,提出与常规机组有机协同并统筹风电场群投资经济性和系统调峰适应性风险的时序规划方法。构建投资时序矩阵和运行状态矩阵刻画风电场和常规机组在投资和运行中的时间关联关系。采用调峰能力缺额风险值(value at risk,VaR)指标衡量调峰适应性风险,并提出计及风速相关性的调峰适应性风险评估方法;采用期权组合价值衡量风电场群投资时序的经济性,并建立考虑学习效应的经济价值评估模型。建立将投资经济性和调峰适应性风险有机统一的双层规划模型,并引入风险当量系数赋予模型罚因子明确的技术经济意义。将遗传算法与随机模拟相结合实现对模型的求解。算例验证了模型和方法的有效性。

区域微电网群两级能量调度策略优化研究

针对现阶段微电网能量管理技术发展趋势,在满足其内部经济调度的基础上,还需要关注微电网间的能量互补机制。对并网型区域微电网群提出了一种两级能量优化调度模型。引入条件风险指标(CVaR)衡量可再生能源与负荷预测误差对调度方案造成的影响,结合微电网运行收益,作为微电网内部能量调度的优化目标;采用多目标粒子群优化算法(MOPSO)进行求解,研究收益风险比作为优化调度策略的筛选指标,提出微电网内部能量优化调度策略;以区域微电网群公共并网点有功功率梯度变化最小化为前提,获得最佳微电网净功率组合方案,由此平抑微电网群对配电网造成的功率波动;考虑电力传输距离制定了微电网间净功率互补机制,提高功率传输效率。算例仿真结果表明,该模型能够合理实现微电网内与微电网间经济运行与功率平衡,为微电网群日前调度计划提供了有效设计流程。

面向有源配电网的DG与网架日前综合调度

为在日前时间尺度上解决有源配电网优化调度问题,实现网架结构与分布式电源(distributed generation,DG)出力的协调调度,采用改进模糊聚类分析对负荷-DG等值负荷曲线进行时段划分,根据DG出力优化值对分段结果进行动态调整;采用机会约束方法处理不可调度DG随机出力问题,采用二层规划模型处理网架结构与DG有功出力协调问题,建立日前协调调度模型.实验结果表明:网络重构与可调度DG的出力调整相互影响.调度DG出力能减少开关动作次数,延长开关设备的寿命;网络重构能增加DG的渗透率,提高能源利用效率,增强配电网消纳DG的能力.所提出的方法能够有效应对负荷变化,在提高配电公司经济效益的基础上,实现配电网资产与DG资源的综合利用.

考虑大规模光伏和风电接入的主动配电网无功电源综合规划

不断攀升的可再生能源渗透率造成配电网电压越限问题突出。提出了一种基于综合时序灵敏度法与无功补偿候选节点聚类分区相结合的无功电源接入选址及容量优化配置方法。首先,提出应用综合时序无功电压灵敏度法确定无功补偿接入候选节点;接着,对配网节点进行聚类分区,以确定无功补偿的选址;此外,为了实现多种无功补偿电源的主动控制,还制定了三级无功电压运行控制策略以确定各种措施的运用顺序;最后,对改进的IEEE 33节点算例进行仿真分析,结果表明规划结果能有效解决间歇性分布式电源大量融入后引起的电压越限问题,并有较好的经济性。

组团城市换乘枢纽选址模型

针对一元解析法和多元最优化方法用于组团城市换乘枢纽选址时,结果可能集中个别组团的问题,以路网总成本最小、组团间联系强度最大为上层模型,以用户均衡交通量分配模型为下层模型,构建了组团城市换乘枢纽的双层规划选址模型,设计了求解该模型的遗传算法.算例表明,用于4个组团、20个节点的组团城市换乘枢纽选址时,在每个组团最多只布设1个换乘枢纽的约束下,遗传算法比SAB算法收敛速度快50 s,稳定性高9%,验证了该模型在描述问题时的正确性及求解问题的优越性.

四维聚类和彩色图像的两级阈值化算法

定义了一种称为四维“复数”的概念来表示彩色图像象素,并由此定义彩色图像的“亮度矩”。它以原图像的“亮度矩”与二值化后的图像“亮度矩”保持不变为基础,用于彩色图像的二值分割中。这种称为矩—四维聚类的两级阈值化算法不仅简单实用,而且效果较好。是彩色图像的二值分割的一种有效方法。

基于风电功率变化典型场景的风电场无功补偿优化配置

针对集中式接入的风电场,在升压变压站进行无功补偿优化配置。通过基于动态时间弯曲的层次聚类法分析风电功率整体变化特性,获得典型场景及其概率,并利用局部波动数值的概率分布来表征风电功率局部变化特性。在此基础上,建立二层规划模型,上层模型以年综合费用最小为目标函数,下层模型针对风电场全年的风电功率进行动态无功优化,达到兼顾经济性和运行可靠性的目的。采用遗传算法和原对偶内点法进行求解,并通过某实际风电场的仿真算例,验证所提出方法的可行性和有效性。

考虑多风电场黑启动价值的机组恢复顺序双层优化决策

大规模风电的接入为当今电力系统能源格局带来根本性变革,同时对大停电后电力系统恢复进程产生巨大影响。针对含多风电场的待恢复电力系统,文中首先构建了考虑空间集群效应的多风电场出力典型场景的确定方法及多风电场黑启动价值评价函数,并提出以综合净收益函数为评价标准的机组恢复顺序双层优化模型。上层模型求解当前电力系统可恢复的初始目标集,缩小恢复策略的求解范围,下层模型从该初始目标集中求取综合净收益最大的风电机组与火电机组恢复顺序组合,并根据动态可恢复节点重要度求解恢复路径。最后,在含风电机组的IEEE 39节点系统中验证了所提决策方法的有效性。

集群空调负荷双层动态优化调度决策方法

为了解决常规空调调度中切除负荷带来的电网运行稳定问题,在集群空调的调度中考虑空间上的优化组合,提出一种考虑网损和调度偏差最小的自上而下双层优化动态调度决策方法。在空调的聚类建模中,研究空调参数和运行状态的差异性,分析并验证聚类中的误差约束值和分组数对调度准确性的影响;在双层优化调度中,通过最优潮流计算合理地分配空间上调度的容量,有效减小网损与电压越限的可能性;结合动态调度,提高调度的准确性,保证用户的舒适性。IEEE 33节点配电网算例结果验证了所提算法的可行性和准确性。

基于双层优化的电动汽车有序充电策略研究

随着电动汽车的广泛普及,电动汽车不合理充电会给电网的运行带来风险和影响。首先用k-means聚类的方法对峰谷电价进行时段划分,然后提出了一种上层通过网损最小确定充电位置、下层通过网损和充电费用最小确定充电时间的有序充电模型。最后用33节点系统进行仿真验证,同时用模拟退火粒子群算法求解,证明了优化策略能减小网损、平抑负荷波动和降低用户充电费用。

基于双层聚类和模糊等级评定的客户侧供电服务评价

客观评价电网公司供电服务质量从而精确定位供电服务薄弱点,对提升客户侧供电服务水平具有重要意义。在此背景下,从客户诉求、责任归属、工单异动、服务处理方面构建了客户侧供电服务评价指标体系。接着,提出了基于熵权法和修正因子的指标权重确定方法,克服了熵权法的权重分配在指标值分布相似情况下不合理的情况。提出了基于改进理想点法和余弦相似度的供电服务质量综合评价方法,满足了供电服务质量全面性的要求。然后,提出了基于双层聚类和模糊理论的供电服务质量等级评定方法,以聚类结果作为等级评价的依据,克服了以往供电服务等级评价主观性较强的缺点。最后,以浙江省各电网公司服务质量为研究对象进行算例分析。结果表明所提出的客户侧供电服务评价方法能有效评价各供电公司服务水平,为服务整改方向提供参考。

基于灰色模糊聚类分析的城乡道路客运一体化区域发展研究

为使城乡道路客运区域一体化划分的发展区域更能结合各地区的交通和经济特征,本文提出了基于灰色模糊聚类分析的区域划分模型的理论方法与思路,通过双层规划模型将改进的灰色关联分析方法和聚类分析方法结合起来,并运用MATLAB编程对该方法进行实例研究,验证了该算法的可行性。本研究的分区结果表明,灰色模糊聚类分析法克服了传统的灰色关联算法和聚类分析方法自身的不足,可以为今后城乡道路客运一体化区域发展的政策制定提供参考。

基于BLAP聚类和多粒度犹豫模糊集的售电套餐推荐方法

现有基于用户评价信息的售电套餐推荐方法因忽略了差异化用户评价信息的多样性,且仅考虑了用户擅长评价售电套餐所有属性的情形,给推荐结果带来较大偏差。为此,提出了一种基于双层邻近传播(BLAP)聚类和多粒度犹豫模糊语言评价集的售电套餐推荐方法。首先,提出了基于用户画像标签体系和BLAP聚类的样本用户集划分方法,以辨别用电特性相似的用户;然后,考虑多粒度犹豫模糊语言评价集和权重不完整信息,提出了样本用户集对售电套餐选择的模糊评价方法;接着,提出了基于样本用户集评价信息的新用户满意度评估方法和售电套餐的全排序推荐方法,以实现售电公司对售电套餐的精准推荐。最后,以中国某地区用户为对象进行算例分析,结果表明基于BLAP聚类和多粒度犹豫模糊集的售电套餐推荐方法能够帮助售电公司提高推荐质量,进而提升用户满意度,增强用户黏性。

面向用户侧分布式光伏资源集群开发的博弈策略

当前,用户侧分布式光伏呈现出分散建设与无序接入的低端量化扩张态势,难以满足电网低碳转型下分布式光伏发电规模化深度开发与可持续发展需求。文中探索分布式光伏集群一体化开发与运营模式,提出集群开发用户侧分布式光伏资源博弈策略。首先,构建以集群运营商为主体的分布式光伏集群开发与运营模式;其次,针对用户自建光伏或出租场地两种开发模式,提出用户光伏开发行为预测方法;然后,揭示集群运营商与用户在光伏开发资源分配上的博弈关系,构建分布式光伏资源主从博弈双层优化模型。最后,仿真结果验证了所提方法对于引导用户侧分布式光伏有序理性开发与合理高效配置的有效性。