电力现货市场下的输配协同缓解阻塞模型与求解

电力现货市场中需协调调度输电网中可控资源实现对传输阻塞的缓解。考虑配电网中含有大量分布式电源以及可响应负荷，提出了以配电网公司作为主体参与电力现货市场阻塞管理的双层优化调度模型。输电网层以阻塞调度成本最小为目标，对各配电网公司的可控负荷和常规机组协同调度。配电网层以配电网电压波动和用户响应满意度为目标，在满足配电网安全约束的前提下，对配电网中资源进行协同调度。采用ATC算法对上下层模型进行求解，获取最优调度策略。最后对IEEE9节点的输电网和改进的两个配电网组成的输配全局电网进行仿真，验证所提方法的有效性。     

基于市场均衡原则的阻塞调度方法

以电力市场的效率最大化为目标，分析了网络阻塞对电力市场均衡的影响，建立了阻塞情况下的新的电力市场均衡模型。该模型在形式上与无阻塞情况下的电力市场均衡模型是一致的，说明阻塞费用的产生是由于阻塞定价的不合理造成的，以等报价原则为基础，以潮流计算为工具进行阻塞调度、定价和费用的分摊，以IEEE-30节点系统为例对所提出的算法进行了验证。结果表明，本文方法可以应用到实际电力市场中。     

云存储部署优化的进化算法设计

针对云计算环境下的云存储部署规划优化问题,全文研究和提出了一种进化算法并进行了求解.首先基于对象存储方法,设计了三层架构云存储模型.在建立的模型中,将云存储部署抽象为多目标优化调度问题,针对现有粒子群优化算法或遗传算法在解决这一优化调度问题过程中出现的收敛速度及调度效率等方面的不足,将2种算法进行有效融合,设计了混合进化算法来进行求解,讨论了进化算法的优化设计过程.同时,在云计算仿真平台CloudSim上,对所提出的优化算法进行仿真实验,并对云存储中负载均衡等性能指标的改善程度进行了检测.结果表明,所提出的混合进化算法有效实现了云存储的优化部署任务,与其他进化算法相比,能对性能指标实现更优配置.     

多网络协作下电动汽车参与电力市场的调度策略

针对电动汽车充电需求的时空不确定性,电动汽车代理商如何参与电力市场并且如何实现运营利润最大化成为需要解决的问题。本研究首先建立基于多层深度学习算法的电动汽车出行预测模型,分别使用多层感知器和长短期记忆网络对电动汽车的出行数据和路况数据进行学习,通过训练好的预测模型预测次日的出行行为和路况。其次,考虑到路况的多变性对预测精度的影响,采用未来路径滚动优化方法和速度-能耗模型模拟次日电动汽车的出行行为,从而获取电动汽车更精确的时空状态和荷电状态。最后,考虑能量市场协同调度,通过日前市场的充放电调度模型对不同时段的电动汽车充放电行为进行规划,最大化电动汽车代理商的利益。为了证明所提预测方法的准确性,与预测常用的蒙特卡洛方法和拉丁超立方法进行对比,结果表明,本研究提出的深度学习算法具有更高的准确性。将模型应用于IEEE33节点测试系统中进行验证,实验结果表明,在电动汽车代理商的调度下能够有效降低电力系统的峰谷差,在系统出现阻塞的情况下,通过改变电动汽车的调度策略能够缓解系统线路阻塞问题。对代理商收益和用户出行成本进行分析,结果表明在代理商的调度下,不仅能够提高代理商收入还能够降低用户的出行成本,...     

混沌差分进化算法在复杂优化问题中的应用研究

差分进化算法求解复杂优化问题时,由于进化后期种群多样性降低,算法极易陷入局部最优值无法跳出.论文针对该问题,将差分进化算法和混沌优化方法耦合,构建了混沌差分进化算法.算法利用混沌序列的遍历性和内部迭代的随机性,弥补差分进化算法容易陷入局部最优的缺陷,从而提高算法的搜索性能.对几种典型函数的测试结果表明:混沌差分进化算法的全局搜索性能有了显著提高,能有效避免算法陷入局部最优.因此,与标准差分进化算法和混沌优化算法相比,该算法在求解复杂优化问题时更加可行、有效.     

撮合交易机制下的阻塞管理模型与算法

针对撮合交易运行规则的电力市场,建立了撮合交易机制下的阻塞管理模型.该模型以安全再调度调整购电费用最小为目标函数,以各发电机组对过载支路的灵敏度和功率修正量组成约束条件,利用拉格朗日乘子和松弛因子建立增广目标函数,把有约束非线性规划问题转化为无约束非线性规划问题.在求解方法上采用了拉格朗日求极值的方法.通过6节点系统分析计算,验证了所提算法的正确性和有效行.     

一个输电阻塞问题的模型应用

针对电力市场的输电阻塞管理问题,建立了消除阻塞的模型,给出了相关的算法,并利用MATLAB优化工具箱进行求解,获得了很好的结果.     

基于CQPSO算法的含风电场电力系统经济调度研究

为了克服风电场出力波动的不利影响,提高调度经济性,构建含常规火力发电燃料费用、风电预测误差备用费用以及风电弃风成本的多目标动态调度模型,并提出一种混沌量子粒子群算法对模型进行求解。标准测试函数的仿真结果表明本算法比对照算法具有较高的收敛精度和稳定性。对含风电场的IEEE30节点系统算例进行仿真实验,结果表明采用混沌量子粒子群算法对调度模型求解的调度费用最低。     

电力市场的输电阻塞及优化管理

该文是基于电力市场交易规则和输电阻塞管理原则,对电力市场的输电阻塞管理进行研究,提出合理假设,利用多元线性回归及遗传优化算法,建立了较完善的模型,很好的解决了在电力市场输电阻塞管理中存在的一些问题.     

市场环境下的电力系统调度相关技术探讨

该文基于笔者多年从事电力调度的相关问题研究,首先分析了电力市场环境下的短期运行安全性问题,进而探讨了电力市场环境下的电力系统调度,在此基础上,探讨了大型互联电力系统中的阻塞管理问题和多区域阻塞管理问题,全文是笔者长期工作实践基础上的理论升华,相信对从事相关工作的同行有着重要的参考价值。     

差分进化算法求解自动堆垛起重机调度问题

[目的]研究了自动化码头双自动堆垛起重机(Automatic stacking crane,ASC)调度问题,为了提高堆场的作业效率,考虑ASC作业过程中的干扰和冲突,以极小化所有作业的总完工时间为目标,建立自动化码头双ASC调度问题的混合整数规划模型.[方法]通过CPLEX求解器对模型进行求解.为了解决中等规模问题,设计了基于任务编码的离散差分进化算法进行求解,并把求解结果与遗传算法求解结果进行对比分析.[结果]所设计的离散差分进化算法能够在要求的时间内解决自动化码头双ASC调度问题;[结论]相较于遗传算法,本文提出的算法寻优能力更强.     

电力市场环境下的输电阻塞管理

电力市场的开放,将不可避免地发生输电阻塞问题。为了确保电力系统的安全经济运行,需要对输电系统进行有效的管理。与传统的方法相比,现在的研究更强调在经济方面的重要性。本文对不同市场交易模式下的阻塞调度,及市场环境下阻塞成本的分摊进行了综述;最后对最新的研究方向做了分析。     

集装箱码头同贝同步装卸调度的多阶段混合流水线模型

针对同贝同步装卸的无等待、阻塞和批处理等特征,将其抽象为一类特殊的混合流水线问题,建立同贝同步装卸的优化调度模型,并进行模型的下界推导.为求解模型,设计基于禁忌搜索与启发式分配规则的求解算法.最后,通过算例验证模型与算法的有效性.结果表明:所建立的模型有利于实现装卸、以及各环节的同步调度;所设计的求解方法,可以保证调度方案的科学性和有效性.     

基于协调约束的混合电力市场阻塞调度

电力市场改革使得系统发生阻塞的概率越来越大,因而阻塞管理成了电力系统运行的一个主要问题。目前的电力市场多采用联营体与双边合同混合的交易模式。在同一个市场中,两类不同模式的交易之间存在很强的耦合性。当输电容量不充裕时,改变其中一类交易的电力调度都有可能对另一类交易产生直接影响。因此,如何很好地协调调度两类电力交易,是混合市场阻塞调度的一个重要问题。本文发展了一个适用于不同报价函数形式的通用统一清除价计算模型,并提出了一个新的混合市场阻塞协调调度数学模型,通过引入一个协调调度约束,能够直观地处理系统中两类交易的优先性,实现两类交易的协调调度。此外,模型允许在联营体市场中对被削减的合同出力进行再调度。这有利于充分利用发电容量和降低联营体市场的购电成本。最后,以IEEE单区域RTS-96系统为例,对所提出的模型进行了说明和分析。     

云计算环境下多信道联合均衡调度算法研究

针对传统资源调度方法存在执行时间跨度大、信道接入率低、资源负载不均衡等问题,提出云计算环境下多信道联合均衡调度算法研究.根据云计算环境下多信道通信链路优化时隙和多信道资源,构建多信道链路模型,提出信道端到端可靠性最大化优化模型,将优化问题转换为多信道联合均衡调度问题.利用多信道最优跨度和负载均衡算法对均衡调度问题进行求解.结合多信道数据处理和任务执行的特性,设计最优跨度和负载均衡双适应度函数,在种群进化初始阶段和接近收敛阶段对适应度函数做适当调整,完成多信道联合均衡调度.实验结果表明,所提方法资源调度的执行时间跨度小、信道接入率高、负载均衡程度好,能满足资源传输的实时性要求.     

考虑工作均衡性的家庭医疗人员调度研究

考虑到家庭医疗护理调度中存在患者服务的强时效性以及医护人员工作时间的差异性等问题,构建了以患者满意度最大化、医护中心总成本最小化以及工作均衡性最大化为目标的调度模型;并设计了一种带有混沌初始化策略和3-opt局部搜索方法的改进天牛须搜索算法(BAS,beetle antennae search algorithm)求解模型。通过算例验证了改进算法能有效求解家庭医护人员调度问题。最后,对算法参数以及模型中医护人员服务时间窗进行了灵敏度分析,发现参数以及工作时间的改变对调度优化指标有显著的影响。仿真结果表明,改进后的算法可以为医护中心提供合理的调度方案。     

需求响应式公交车辆调度模型和算法研究综述

需求响应式公交车辆调度（Demand Responsive Transit Vehicle Scheduling,DRTVS）是需求响应式公交运营计划中的重要内容,一个合理的车辆调度方案对降低运营成本、提高运营效率具有重要意义,为此分析和总结了近十年来国内外关于DRTVS的优化模型和求解算法.首先,简要介绍了DRTVS模型及求解算法的分类和定义;其次,分别从调度方式、站点类型、时间约束和车辆类型4个角度对调度模型的构建和优化进行了阐述;再次,整理总结了常见的算法类型,以及每种算法的求解效果和适用条件;最后,针对当前研究中存在的建模时考虑因素不全面、假设条件过于理想化、算法求解精确度较差等问题,对优化模型及求解算法未来的研究方向进行了探讨.研究结果表明：近年来有关研究主要以动态调度、可变站点、软时间窗和多车型为主;调度模型的优化目标同时考虑出行时间、运营里程、服务质量等因素;现有车辆调度模型缺乏广泛适用性和实际可操作性;针对求解算法研究发现,小规模调度问题主要采用精确算法求解,对于大规模调度问题,使用启发式算法进行求解.     

求解随机阻塞批量流水线调度问题的改进人工蜂群算法

针对含有随机加工时间的阻塞批量流水线调度问题,利用蒙特卡洛采样方法,将不确定加工时间的阻塞批量流水线调度问题转化为确定加工时间的阻塞批量调度问题。采用改进的人工蜂群算法,对上述转化后的调度问题进行求解。算法中加入了和声搜索和基于插入操作的局部搜索算子,以改进全局探索和局部开发能力,并将改进的算法应用到阻塞批量调度的24个算例中。仿真实验结果表明,改进的人工蜂群算法能够降低调度中的不确定因素带来的影响,产生高质量的解。     

电力市场条件下的输电网规划问题研究

电力市场环境下输电网规划将面临众多不确定因素,输电网规划目标需要综合考虑社会福利最大化和输电网自身利益最大化。本文提出了电力市场下输电网规划面临的新问题及新要求,并对市场环境下输电网规划框架的设计及输电网规划数学模型建立方面的研究加以阐述。     

考虑不同生态流量要求梯级水库群生态调度及其算法

为协调清江梯级水库发电及下游生态效益,实现梯级库群水能资源高效利用和生态效益双赢,本文对清江隔河沿、高坝洲控制断面基础、适宜和理想等级生态流量进行分析计算,并以发电量和生态流量贴近度最优作为目标函数,建立兼顾生态保护的清江梯级库群多目标优化调度模型.进一步,针对传统混合蛙跳算法(SFLA)存在搜索能力有限、易陷入局部最优等问题,从混沌种群初始化、局部搜索方式、基于云模型理论精英青蛙进化和后期启发式激活机制等方面对SFLA进行改进,提出基于混沌云模型理论混合蛙跳算法(CNSFLA).采用该方法求解梯级水库生态调度模型,长系列优化调度结果显示,在保证发电效益和下游控制断面基础生态流量的同时,有效提升其适宜、理想生态流量保证率,总体保证率维持在较高水平;对于枯水典型年,虽然通过算法优化调度,但天然入流偏少导致控制断面部分时段理想生态流量仍无法满足.长系列调度结果对比表明CNSFLA具备高效搜索性能和良好稳定性,可显著提高库群联合调度结果质量.