工程博弈论-工程优化决策中的博弈思想、原理及应用

实际工程优化决策问题中经常会面临多决策主体、多决策目标以及不确定性等复杂场景,常规的优化决策方法有较大局限性.受钱学森先生名著《工程控制论》的启发,将工程决策问题中应用博弈论基本概念、建模方法、求解算法并考虑复杂工程技术条件进行决策的理论称为“工程博弈论”.本文简要介绍了博弈论的基本理论,并阐释了工程博弈论“以均衡协调冲突”的基本思想.在此基础上分别介绍了不确定性决策问题的非合作工程博弈原理、多目标决策问题的合作工程博弈原理和多主体决策问题的演化工程博弈原理及其在能源电力系统中的部分典型工程应用.本文希望通过对相关进展的介绍可以吸引更多的研究者进入这一领域,共同完善工程博弈论的相关基础理论和方法,使之在更多的领域中得到更广泛的应用.

基于绿电减排量互认的建筑虚拟电厂电-碳双层协同决策机制

在“双碳”背景下,电-碳多政策并举和多市场并存局面带来了电能环境权益重复奖惩的问题。针对该问题,提出了基于减排量等效的绿色电力-国家核证自愿减排量(CCER)互认方法,将绿色电力的环境权益统一归属至用户侧,并以建筑主体为研究对象对互认方法进行验证。首先,依据减排特性差异,将建筑分为强制性建筑、减排性建筑、零碳建筑3类,以建筑虚拟电厂为CCER互认的代理。其次,针对建筑虚拟电厂内部CCER分配问题,提出了基于Shapley值法的分配方法,以保证分配的公平和合理性。然后,针对建筑主体面临的电-碳协同决策问题,提出了基于能源共享原则的电-碳双层协同交易机制,并基于主从博弈理论构建双层决策模型,结合供需比概念对模型进行凸化。最后,通过算例仿真验证了互认方法的可行性及电-碳双层协同决策机制的有效性。

女性就业、家庭决策权及其幸福感

经济赋权是增进女性获得感、安全感和幸福感,实现共同富裕的重要措施。使用2017年中国综合社会调查数据(CGSS),采用OLS模型,实证检验女性就业参与对其幸福感的影响及作用机制。研究表明:有薪酬的劳动力市场就业参与对女性幸福感存在显著的积极影响,已就业参与女性较未就业参与女性的幸福感明显更高。该结论在利用处理效应模型(TEM)和拓展回归模型(ERM)尽可能缓解内生性问题,以及进行一系列稳健性检验后,仍然成立。异质性分析表明,对于性别分工观念平等、性别就业价值观念平等以及配偶在业的女性,其就业参与的幸福效应更强。机制分析表明,家庭决策权是女性就业参与提升其幸福感的重要渠道。已就业参与女性在父母奉养、子女教养和家用支出分配等方面拥有决策权的概率,分别是未就业参与女性的1.514倍、1.471倍和1.276倍。拓展分析表明,与未就业参与相比,非正规就业参与、正规就业参与均能有效提升女性幸福感。因此,增进女性福祉,既要鼓励女性有薪酬的劳动力市场就业,又要发展并规范非正规就业劳动力市场,还要树立平等的性别观念。

异地独立董事与上市公司高质量发展——基于高铁通车与独立董事履职的视角

独立董事的尽责履职对推动上市公司高质量发展具有重要意义。文章以2004—2020年我国A股上市公司为样本,从独立董事履职的视角,对异地独立董事如何影响上市公司高质量发展进行了实证研究,并考察了高铁通车在其中的调节作用。研究发现,异地独立董事对上市公司高质量发展具有显著负向影响,高铁通车则有效缓解了这一影响。机制检验发现,异地独立董事因为监督、咨询和决策无效而不利于上市公司高质量发展,高铁通车则主要通过改善监督和咨询职能的发挥,缓解上述不利影响。进一步研究发现,高铁通车后不同背景特征的异地独立董事对上市公司高质量发展存在差异化影响。具体而言,高铁开通后,具有行业专长、学术背景、海外背景的异地独立董事比例与上市公司高质量发展显著正相关;而不论高铁是否开通,具有法律、财务背景的异地独立董事比例与上市公司高质量发展显著负相关。

超大型城市虚拟电厂的数字孪生框架设计及实践

超大型城市能源系统汇集了多种分布式能源资源(distributed energy resources,DER),包括具备不确定性的新能源发电单元(如光伏、风机),具备可调性的柔性用能单元(如空调、蓄冷)以及兼具充放功能的能源产消者(如电动汽车、储能),虚拟电厂(virtual power plant,VPP)已成为重塑上述DER生态关系并对其进行协同管控的有效途径。该文梳理了当前城市级VPP建设的目标与现状,明确了超大型城市VPP工程所面临的挑战,即对于由海量DER所诱发的多主体多目标高不确定性场景缺乏系统性的建模、仿真、推演、分析、决策与校核手段。为应对上述挑战,该文结合城市电网数字化整体架构与建设进程,提出了超大型城市VPP数字孪生技术框架,继而得以对城市能源系统的态势轨迹进行系统性地推演与分析;进一步,聚焦智能决策目标,探究了框架下的技术路径、关键技术、理论工具等。该框架已经助力临港新片区VPP工程示范落地,为城市级VPP建设提供参考。最后,展望了超大型城市下数字孪生VPP的研究方向与应用前景。

基于主从博弈的工业园区运营商与分布式光储用户购售电优化决策

随着分布式光伏大量接入园区用户侧,其随机性与波动性使得工业园区微电网下的能量管理愈发困难,储能为缓解上述问题提供了有效的手段。为实现园区用户侧新能源高效消纳及储能资源合理利用、兼顾多园区用户的利益诉求,提出一种基于主从博弈的工业园区运营商与分布式光储用户购售电优化模型。模型中利用工业园区用能运营商对多用户的能量进行统一管理,利用价格信息引导园区用户调整用电策略,利用分布式储能“低储高发”特性协调运营商与用户间的能量交互;并通过仿真算例验证所提方法的可行性和有效性。结果表明:基于主从博弈的工业园区运营商与分布式光储用户购售电优化决策,能够兼顾园区运营商和用户的经济性,促进新能源与储能的协同发展。

新型电力系统中火电机组运营智慧决策系统

火电机组目前面对电力中长期合约市场、现货市场、辅助服务调峰调频市场,民用供热及工业供热等多种电热产品售卖途径,需要根据市场交易机制、运营成本及碳排放成本,在各种市场中优化分配有限的火电机组电热产品以获取最大利润。提出了火电机组运营智慧决策系统,采用通用开发平台,考虑了实时热电成本分摊、实时热电转换比、实时平衡利润比等,该智慧决策系统可以帮助火电企业实现实时的经营核算,并给出各级市场最优组合竞价策略及提供机组最佳运行方式。

基于模糊TOPSIS方法的变压器维修策略

变压器维修策略的决策是一种涉及到量化指标和定性分析指标共存的混合多属性指标的决策问题.运用模糊理想解法(fuzzy TOPSIS)建立了变压器维修策略的模糊综合评价分析模型,来解决含有混合多属性指标决策问题.这种方法不仅可以对多台变压器的运行情况进行监视,通过利用计算相对贴近度来确定变压器的运行状态,进而确定变压器的维修策略,而且还可以通过专家系统对1台变压器的多种维修策略进行直接的判断与确定,通过精确的实数型指标值、区间数型的指标值和模糊数的指标值进行分类判断,给出多种维修策略下的取值情况,进而分析比较各个相对贴近度的大小,做出排序,决定选取哪种维修策略.通过实例验证此方法具有良好的决策效果.

基于调和概率语言术语集的Power平均算子

实践发现现存概率语言Power平均算子在应用中存在概率信息丢失、计算过于繁琐等问题,针对这些问题,提出一种基于调和概率语言术语集的Power平均算子。结合新的基本运算法则与新的支撑度,给出新的概率语言Power平均算子、概率语言Power几何平均算子、概率语言Power加权平均算子、概率语言Power加权几何平均算子,同时论证分析了这几类新型算子的性质。最后通过实验数据,将提出的算子与现存算子进行对比分析,验证了所提算子的有效性与可行性。

基于熵权TOPSIS法的火电厂选址综合决策

目前火电厂选址的综合评价方法主要依赖专家评判确定指标权重,主观性强、评分标准难以准确把握及合理运用。本文针对以上不足,将基于熵权的TOPSIS法应用于火电厂选址的综合决策,通过运用熵权法客观确定了选址评价体系各指标的权重,并构造了理想解与负理想解,以方案指标向量靠近理想解、远离负理想解来判断确定方案的优劣,同时结合实例说明了应用熵权TOPSIS法进行火电厂选址综合评价的具体过程,并验证了基于熵权TOPSIS法的科学性和可行性。

国内外无人机系统研究进展及应用

随着人工智能和无人机(Unmanned Aerial Vehicle,UAV)技术的深度融合,UAV已成为现代战争中的一把利器,各大军事强国均在竞相研发,力求在未来战争中占据制高点。概述了美国、中国、俄罗斯、英国和以色列等军事强国正在发展的UAV系统现状,总结了其最新研究进展和典型成果;在此基础上,从6个不同方面介绍了UAV系统作战所需的关键技术,并结合近年多场局部冲突中的UAV实战应用,梳理了其典型应用场景。旨在为UAV技术发展以及应用落地提供参考。

低频减载方案基础集的设计及TOPSIS多属性决策

针对目前电力系统低频减载方案设计中基础方案集合过小、方案各性能指标相互矛盾难以决策的问题,提出了一种新的方案基础集设计方法及基于TOPSIS的方案决策方法。新的方案基础集设计方法根据低频减载方案的构成及参数特性的分析,确定了各参数取值集合的计算方法,并按方案的构成形式将各参数取值集合进行有机组合,最终形成方案的基础集。所设计的基础方案集合域大,并且可通过集合的设定值直接决策,避免传统决策中因性能指标冲突而难以决策的缺点,具有强的实用性。另外根据低频减载方案决策问题的特性,并结合优化理论中的TOPSIS多属性决策方法(MADM),提出了基于TOPSIS的方案决策方法。该方法可对基础方案集中的各方案的评价指标给出综合定量评估,解决了以往方案决策过程中方案各指标相互矛盾、难以筛选最优方案的问题。最后给出了算例分析,证明了所提理论方法的有效性和实用性。

量子计算技术在新型电力系统决策优化中的应用

新型电力系统的规划、运行和市场运营等决策优化过程呈现变量激增、约束繁杂等特点,而量子计算具有运算并行和状态叠加等特性,为高效解决此类“维数灾难”难题提供了新的技术路径。文中围绕量子计算技术赋能新型电力系统决策优化的原理可行性及实现思路展开探析。首先,梳理分析量子计算应用于新型电力系统决策优化过程的先进性与局限性,构建量子-经典计算混合的变分量子决策优化框架。在此基础上,提炼新型电力系统典型优化问题的共性,推导统一的问题结构,形成可利用量子比特系统描述的能量模型。随后,提出基于量子近似优化算法的求解流程,寻找能量模型的极值,并映射得到原优化问题的最优解。最后,从软硬件、算法框架以及行业发展等角度提出思考与展望。

配用电物联网的异构无线网络终端接入策略

论文提出了一种面向配用电物联网(PD-IoT)的异构无线通信网络最佳适配性动态接入策略。首先,引入网络属性效用函数,并基于聚合效用建立量化PD-IoT业务终端与无线网络适配性的评价模型;其次,综合考虑PD-IoT业务通信需求和通信网络性能来完成业务终端对各网络属性的动态定权;再次,引入网络切换控制机制以确保终端与无线网络间可靠的通信连接和通信质量;最后,通过案例仿真验证了论文异构网络接入选择策略的有效性。

基于云边端架构的集成供液控制系统设计

为了满足煤矿井下智能化集成供液发展需求,针对现有供液控制系统数据处理及工作协同能力不足、自主决策程度较低等问题,设计了基于云边端架构协同工作的集成供液控制系统。该系统采用现场工业总线与工业以太网复合通讯技术解决现有供液控制系统数据通信能力不足问题;采用云-边-端架构实现降低数据传输延迟、节省中心计算处理单元的资源;通过变频-卸荷联动控制算法、泵站群组阶梯卸荷算法优化系统压力流量控制。文章介绍了系统整体架构、硬件设计方案、软件设计方案,完成了井下工业性试验。试验结果表明:该系统提升通讯带宽满足使用需求,设计架构合理,压力波动范围减小,促进了煤矿井下综采工作面集成供液系统智能化发展。

结直肠癌病人权力距离对医患共同决策的影响

目的:调查结直肠癌病人医患共同决策现状并分析病人权力距离对医患共同决策的影响。方法:采用一般资料调查表、共同决策问卷病人版、病人权力距离量表对山东省内3所三级甲等医院胃肠外科、肛肠外科、肿瘤科489例结直肠癌病人进行问卷调查。结果:结直肠癌病人共同决策得分为(60.05±10.23)分,权力距离得分为(44.90±3.82)分,共同决策与权力距离呈负相关(r=-0.629,P<0.05);回归分析显示,性别、年龄、文化程度、职业、主要照顾者和权力距离是医患共同决策的影响因素(P<0.05)。控制病人一般人口学变量加入权力距离变量后,△R2=0.033,表明病人权力距离能解释医患共同决策3.3%的变异。结论:结直肠癌病人医患共同决策处于中等偏上水平,在临床治疗过程中医护团队不仅要关注病人一般人口学因素,还应结合病人的文化背景,识别病人接受医患之间权力分配不平等的程度,充分评估病人的偏好,从而实现真正意义上的医患共同决策。

基于深度强化学习的新型电力系统无功电压优化控制

新型电力系统框架下可再生能源的随机性和波动性、负荷的主动性以及电网的电力电子化使得电网的运行方式和实时控制面临着新的挑战。无功电压优化控制是保证电网安全稳定运行的基础,针对可再生能源系统的大规模接入、储能系统的灵活配置带来的无功电压控制问题,提出了基于深度强化学习的电网无功电压优化控制方法,综合考虑运行效率、经济性和安全性建立电网无功优化模型,利用马尔可夫决策过程将无功优化问题转化为强化学习序贯决策优化,充分考虑无功调压设备时间、空间耦合特性,利用深度确定性梯度算法(deep deterministic policy gradient,DDPG)进行模型求解。最后,在改进的IEEE 33算例上进行仿真验证,通过对比验证了文中所提方法在无功优化决策过程中的有效性和可靠性。

基于无功就地平衡的风电场内部分散决策式精细化无功电压控制策略

“沙戈荒”大规模汇集系统远离主网,呈现出较强的无功电压敏感特性,风电场整体和内部的无功不平衡在并网送出线路和场内馈线上产生的压差较大,传统的风电场无功电压控制方案难以保证其安全经济运行,为此提出一种风电场内部分散决策式精细化的无功电压控制策略。从无功需求的物理本质出发,详细分析风电场内各元件的无功需求并给出具体计算方法,进而建立风电场分布式多中心无功平衡模型,以非迭代方式直接求解场内各无功电源的无功指令。为衡量场内馈线上不合理无功流动,定义分区无功穿越量的概念,并推导出其计算表达式。算例分析结果表明:风电场内部分散决策式精细化无功电压控制策略能够强化风电场内无功就地平衡,有效改善馈线电压分布,大幅减少馈线上的无功穿越和有功损耗,提高风电场并网运行的安全性与经济性。

基于矩不确定性的虚拟发电厂分布鲁棒机组组合

由于分布式能源输出的随机性使得虚拟发电厂难以向独立系统运营商提供具体物理参数。为此,本文建立基于高阶矩模糊集的分布鲁棒优化模型来评估虚拟发电厂的物理特性。首先采用虚拟净负荷的矩信息(例如均值和协方差)来描述风电输出功率和负荷需求的不确定性;然后,在第1阶段优化虚拟发电厂的机组组合,在第2阶段优化机组出力和储能充放电,建立虚拟发电厂的两阶段分布鲁棒优化模型;最后,结合对偶变换将虚拟发电厂分布鲁棒机组组合模型转化为二次二阶锥规划模型,便于采用两阶段迭代求解。通过案例分析验证了本文所建立的虚拟发电厂分布鲁棒机组组合模型的有效性。

GRU神经网络下电力辅助决策模型疑点数据检测

为了保证电力辅助决策模型在电网业务中的应用价值,提出GRU神经网络下电力辅助决策模型疑点数据检测方法。模拟电力辅助决策模型的运行过程,获取模型运行数据。利用GRU神经网络提取数据特征,并运用随机森林算法确定当前数据类型。通过对疑点数据进行审计,确定电力辅助决策模型的疑点数据量,从而实现模型疑点数据的检测。实验结果表明,与传统方法相比,优化设计方法的疑点数据检测误差更小,表明该方法在检测性能方面具有明显优势。