考虑需求侧灵活性资源配置的配电网分布鲁棒优化规划方法研究

考虑需求侧灵活性资源(简称“资源”)配置,开展网-荷-储联合规划是提升配电网灵活性以适应新能源出力波动的关键途径。为此提出一种灵活性缺失场景筛选与不确定性分析方法改进相结合的配电网规划研究模型:首先,立足资源视角进行配电网灵活性供需关系建模;其次,基于影子价格理论提出配电网灵活性缺失场景筛选策略,建立筛选指标以描述规划资源、运行约束、场景筛选间闭环关系;然后,将该策略嵌入配电网-多资源两阶段联合规划模型,一阶段考虑投资成本最优,二阶段协调运行及灵活性综合成本期望;将规划模型重构并于改进场景概率驱动型分布鲁棒优化(ISPD-DRO)框架下求解,其优势在于实现了概率优化求解与场景动态更新的有机统一;最后经算例分析验证所提模型在提升决策经济性及配电网灵活性层面的优势。

基于改进双层鲁棒的氢-电混合时间尺度联合储能系统规划

随着可再生能源并网比例持续提高,为平抑可再生能源发电波动的储能技术受到广泛的关注。氢储能作为一种新兴的储能方式可以实现长时间以及广域空间范围内的大规模电能量的转移,是消纳高比例可再生能源的重要技术。文中构建了包含电化学储能、氢储能及上级电网的氢-电联合耦合系统,构建了长期氢储能与短期电化学储能的长-短期混合时间尺度联合储能机制,建立了联合储能系统中各装置的数学模型。为降低常规双层鲁棒规划方法针对风/光/荷不确定性处理的复杂程度,克服对于求解器的依赖,提出了一种改进的双层鲁棒规划,充分计及了风/光/荷最不利的情况,实现了长短期的氢-电混合储能系统中的设备配置容量的规划。为分析氢储能在长时间尺度下充放能的过程,利用典型日权重系数法对典型日进行耦合,以较小的计算量来描述全年的氢储能充、放氢能量。针对某地区进行算例分析,并对其结果从系统各装置配置容量/功率、总成本及各装置功率时序进行比较分析,验证论文所述方法的可行性及有效性。

基于改进稀疏A~*算法的无人机航路规划

为使无人机具有在复杂环境下快速有效规划的能力,针对无人机航路规划中的稀疏A*算法进行改进,提出基于预生成点的变步长稀疏A*算法。算法在存在可行航路的紧密威胁障碍之间预先生成备选航路点,然后通过带有约束条件的稀疏A*算法进行航路规划,且在航路规划过程中结合变步长思想,更好地规避威胁,并加快搜索,最后对生成的航路实现二次优化。仿真结果表明,相比稀疏A*算法,改进的稀疏A*算法收敛速度快,具有更强的鲁棒性、可行性,且生成航迹具有更好的飞行品质。

一种考虑稳健性的维修性设计方案选择方法研究

维修性作为一种设计属性,对装备维修保障有重要影响,在装备研制阶段选取良好的维修性设计方案至关重要。结合维修性定性要求与维修性影响因素之间的关系,在典型质量屋的基础上,构建了用于维修性方案选择的改进型质量功能展开(QFD)模型,并阐述了利用信噪比分析研究装备维修性稳健性的原理,最后结合实例说明该方法的运用。

行驶时间区间不确定的装配线物料配送路径规划

为解决装配线物料配送中车辆行驶时间不确定导致物料不能及时送达的问题,提出行驶时间区间不确定的路径规划方法。不确定行驶时间由区间数表示,采取鲁棒优化方法,引入路径相关不确定参数,以最小化车辆行驶距离为目标,考虑三维装载和时间窗约束,建立装配线路径规划模型,并设计了一种混合遗传算法求解模型。算法中,采用锦标赛选择避免适应度值转换,设计一种离散莱维飞行提高算法搜索性能,通过与不同算法对比,表明了该算法的有效性。最后以变速器装配线物料配送路径规划问题为例,通过该方法得到了不同不确定程度下的路径方案,使用蒙特卡罗方法分析了不同方案抵抗不确定行驶时间的能力。

计及需求响应的多CHP机组热电解耦协调规划

“双碳”目标的提出和新型电力系统的建设使得风电等新能源的并网消纳更为迫切。我国“三北”地区火电机组以热电联产(combined heat and power,CHP)机组为主,供暖季“以热定电”的运行方式使得CHP机组最小强迫出力无法降低,严重挤占风电上网空间,热电解耦是解决这一问题的有效方法。该文提出兼顾风电波动性和负荷侧需求响应(demand response,DR)的多CHP机组热电解耦协调规划模型。此模型首先对负荷侧进行电价型DR建模,然后利用盒式约束对风电出力进行建模并以改进轻鲁棒(improved light robust,ILR)模型优化处理,最后以多CHP机组热电解耦改造容量之和最大及解耦后系统运行成本最低为目标建立规划模型。以改进IEEE24节点系统为例进行仿真分析,算例结果表明所提模型能够协调多CHP机组改造容量与改造成本之间的矛盾,使CHP机组强迫出力降低,从而有效提升系统风电消纳能力。

基于改进模拟退火算法的考虑混合充电模式和需求不确定下的电动物流车鲁棒配送问题研究

为缓解温室效应,打造低碳社会,本文主要考虑电动物流车在城市中的配送问题。本文基于VRP问题加入软时间窗约束以及需求的不确定性,同时考虑电动物流车的电桩选址问题以及快慢充选择的问题,建立路径与选址两阶段鲁棒模型。为提高模拟退火算法的效率与精确度,加入变邻域算子,使搜索更高效,在合理时间内得到更精确的解。通过对算例的求解,可见模型建立的有效和求解方法的高效。

基于数据驱动鲁棒优化的用户侧综合能源舱低碳规划

在“双碳”目标下,实现多能互补利用的综合能源系统规划研究势在必行,而装卸、配置灵活的用户侧综合能源舱成为了新兴的重要研究对象。构建了引入多元混合储能、碳捕集装置的两阶段综合能源舱规划模型,达到了舱内多能灵活互补、碳排放回收利用的效果。为处理能源舱规划环节中的风电、光伏新能源出力和用户负荷不确定性问题,提出了基于极端场景椭球集的数据驱动鲁棒优化方法,对不确定变量间的相关性进行精确描述,改善了传统鲁棒优化结果过于保守的问题,并通过相较传统分布鲁棒概率计算方法而言更简便的椭球端点提取方法以得到极端场景。利用椭球极端场景优势,改进了列与约束生成法(column and constraint generation method, CCG)求解方法的步骤,避免了复杂子问题对偶处理。最后通过算例仿真,与传统区间不确定集鲁棒优化方法进行对比,证明所提规划方法在降低经济成本与节能低碳方面的优越性。