可再生能源制氢系统多目标优化调度

随着碳达峰碳中和的推行,氢能在能源去碳化进程中扮演着重要的地位。利用可再生能源制氢可以进一步实现能源低碳化。针对可再生能源系统稳定性较弱的缺点,将系统收益和环境成本这一对相互矛盾的目标进行折中考虑,提出使用多目标金鹰算法(multi-objective golden eagle algorithm, MOGEO)对可再生能源制氢系统运行优化求解帕累托最优解集。为验证该方法的可行性,以冬奥场馆所在地的典型日为例,分别与商业求解器CPLEX及传统的多目标粒子群算法(multi-objective particle swarm optimization, MOPSO)进行对比,结果表明所提方法可以取得更好的优化结果。     

考虑源荷功率不确定性的海上风力发电多微网两阶段优化调度

针对海上风力发电多微网源荷功率不确定性大、经济效益低的问题,提出考虑源荷不确定性的海上风力发电多微网两阶段优化调度方法,以提升海上风力发电多微网的日运行收益.所提两阶段优化调度方法包括日前和时前两个阶段.在日前阶段,所提方法基于风力发电出力和负荷需求预测数据,考虑预测误差的分布特征,建立随机优化模型,制定燃油发电机组组合计划和电池储能荷电状态值,从而最大化日运行收益的期望值.在日前优化的基础上,依托时前风力发电出力和负荷需求的预测数据,建立确定性优化模型,通过调节燃油发电机组出力、风力发电出力和电池储能充放电功率,最大化每小时的运行收益.以实际工程中的海上风力发电多微网源荷预测数据为基础,建立仿真模型,对所提方法进行验证.仿真结果表明,与传统调度方法相比,所提两阶段优化调度方法可以提高运行收益和风力发电资源整体消纳率.     

考虑外网效益的微网改进多目标优化调度

在建立微网多目标优化模型时,除了考虑微网自身效益,同时还考虑了微网对外网运行的影响成本,增强了对外网的友好性。针对传统多目标粒子群容易陷入局部最优的问题,提出了基于外部档案监测选择机制的改进MOPSO;并在速度更新公式中引入了小扰动,使求得的Pareto前沿解分布更均匀。在求得Pareto最优解集后,综合考虑微网的安全稳定性能指标,采用基于熵权法的决策机制,从最优解集中筛选出最佳调度方案。最后以一典型微网为例,验证了改进MOPSO的优越性和考虑外网效益的必要性。     

计及高比例可再生能源的配网系统储能多场景优化配置

为解决传统方法中可再生能源出力波动大、可再生能源和储能利用效率不高等问题,提出一种计及高比例可再生能源的配网系统储能多场景优化配置方法。通过在配网系统电源侧接入储能,定义配网系统储能配置场景,采用一阶低通滤波,结合波动率期望值确定方法,将低通滤波时间常数作为储能容量配置的关键参数,计算能源发电波动场景储能目标输出功率。采用上下限约束法,计算负荷储能释能场景储能目标输出功率。结合配网系统运行成本,构建储能多场景优化配置模型,求解储能最优功率和容量最优解,获得储能最优配置方案。实验结果表明,所提方法减少了风电出力和光伏出力的最大波动量、最大波动率,可再生能源出力更加平稳,减少了弃风率和弃光率,增加了储能出力,提高了可再生能源和储能利用效率。     

基于多目标算法的冷热电联供型综合能源系统运行优化

为了解决现有冷热电联供型综合能源系统大多只单一考虑系统机组投资成本或系统环境污染,影响系统整体优化运行的问题,以系统经济性和环保性为目标,对冷热电联供系统进行研究分析。构建含燃气轮机、燃气锅炉、电制冷机等机组的冷热电联供系统优化模型并建立约束条件;改进粒子群算法,面向多约束目标进行模型求解优化,提高求解的收敛精度、收敛速度和稳定性;最后利用算例进行结果分析。结果表明改进后的粒子群算法能够同时兼顾系统的经济性和环保性,使系统运行更加优化,为之后的能源供给系统的规划提供前期依据。     

基于生成对抗网络的配电网与多微网随机调度

随着可再生能源机组以多微网的形式接入配电网,其出力的不确定性会给配电网与多微网调度带来挑战。因此,如何对配电网与多微网中可再生能源的特性进行分析,准确把握可再生能源的出力特性,建立考虑可再生能源出力特性的配电网与多微网调度模型,成为目前亟待研究和解决的问题。本文提出了一种基于Wasserstein生成对抗网络的配电网与多微网日前随机调度方法。首先针对风电以及光伏日前预测的不确定性,采用基于Wasserstein生成对抗网络的数据驱动算法,对风电和光伏出力预测误差进行场景生成;对于生成的风光出力场景,基于K-mediods场景削减法得到风光典型场景;在配电网与多微网调度目标函数中综合考虑调度的经济性指标以及韧性指标,基于场景法模拟可再生能源出力的不确定性,建立配电网与多微网日前随机调度模型并求解。仿真结果表明,所提的配电网与多微网随机调度模型在可再生能源出力场景生成方面,相比于传统假定概率分布的生成方法,其生成的场景更接近实际场景。     

基于多种可再生能源的多联产系统优化配置研究

为提升基于多种可再生能源的多联产系统整体性能,合理的容量配置至关重要.针对基于太阳能、生物质能和空气能的多联产系统,以一次能源节约率最大化、费用年值节约率最大化和二氧化碳减排率最大化作为优化目标,以光伏光热一体化组件、内燃机、空气源热泵的容量为决策变量,采用改进的多目标遗传算法,利用优劣解距离法求解系统最优容量配置.同时,通过算例验证优化模型的可行性,并研究系统经济性能对成本参数的敏感性.结果表明,优化方案在能源、经济、环境各方面都表现出很好的性能,系统的一次能源节约率为29.07%,费用年值节约率为58.15%,二氧化碳减排率为54.30%,且厌氧发酵环节的成本参数对系统经济性能影响较大.     

分布式能源微网电压质量的控制策略研究

在电力系统的运行过程中,微网电压是一个重要的可控制因素。其稳定性直接影响到电网的正常运行。因此,本文主要对微网电压质量的控制策略进行研究和分析,希望能够给相关的研究人员提供相应的数据和资料的借鉴。     

不确定性环境下可再生能源系统新优化模型

为发挥可再生能源在能源-经济-环境可持续发展中的积极效应,本文研究了多态不确定性环境下跨地区、跨品种、跨部门的可再生能源动态规划问题。利用满意度方法处理太阳能和风能可利用量等随机变量,利用可能度方法处理能源供应成本、需求量等区间数,再结合0-1整数规划,得到使系统成本最小的新优化模型。最后的算例说明使用的综合方法是有效合理的。     

考虑电池储能与需求响应的微网多时间尺度优化运行

为提高清洁能源的利用率,在微网优化运行问题中引入电池储能和需求响应.对于电池储能的老化特性,采用反映没有规律的充放电周期的储能老化成本模型;对于激励型需求响应,设计一种阶梯方式补偿机制.在此基础上,综合考虑电池储能老化特性、价格型和激励型需求响应以及风电的不确定性,建立日前-日内多时间尺度的微网优化运行模型.最后,通过...     

孤岛运行的微电网三相不平衡潮流计算方法研究

提出了适用于孤岛运行的微电网三相不平衡潮流计算方法:结合实际,对传统潮流计算方法予以改进,计算中考虑了配电系统各分布式电源的有功、无功控制能力,即电压、频率静态调节特性,考虑了变压器移相角对潮流的影响以及线路参数的相间耦合;算法采用相分量分析,能够应对线路参数三相不平衡、负荷三相不平衡等情况;用牛顿-拉夫逊法求解,易于处理环网结构配电网的潮流计算;不仅能进行三相不平衡潮流分析,还能同时计算出系统的频率.     

基于网格技术的软件编译优化方法的研究

根据网格环境中的下一代软件模型,提出设计一个闭环反馈的编译系统,并采用外挂式的方法实现编译优化模块;将传统优化方法算法、代码压缩技术、负载平衡技术,与编译系统收集的资源信息结合在一起,研究动态优化方法,并建立优化算法评估模型,研究分布软件的适应性问题.     

基于无中心式网格调度的分析与研究

分析了无中心式网格调度和调度策略,实验模拟了无中心式网格调度、计算系统之间的性能差别,每个计算系统的本地调度采用保守式装填法,网格工作负荷由模型得到,并用一段工作负荷的平均响应时间衡量调度性能.     

改进蛙跳算法的网格任务调度优化模型

为解决当前调度模型存在的局限性, 以更好完成网格环境下的任务调度目标, 结合网格任务调度的NP(Non-deterministic Polynomial)问题特点, 提出了改进蛙跳算法的网格任务调度优化模型。首先以网格任务完成时间作为调度优化指标, 然后采用蛙跳算法找到最优的网格任务调度方案, 并对蛙跳算法存在不足进行改进,以改善算法工作性能, 最后在网格仿真平台GridSim 上进行性能验证分析。实验结果表明, 改进蛙跳算法可较好完成网格任务调度, 缩短了任务完成的时间, 资源负载更加均衡, 而且性能明显要优于其他算法。     

基于移动代理的网格作业调度模型的研究

网格计算是新一代分布式计算技术.网格作业管理是其最主要的功能之一,主要涉及网格计算环境下作业的调度和分配等问题.其中作业调度是实现高性能网格计算的基本问题,该问题已被证明为NP难题.移动代理是代理agent技术与分布式技术的综合体,根据移动代理自身特点,提出了基于移动代理的网格作业调度模型,针对网格作业调度问题提出最短执行时间MAMET(MobileAgent-based Minimum Execution Time)算法,并在研究移动代理技术特性所带来优势的基础上,利用移动代理间通信等技术实现负载平衡.最后对基于移动代理的网格作业调度模型作单机与联机的性能进行分析和比较.     

基于资源融合的网格任务调度模型与算法

讨论了网格资源计算能力和网络通信速度异构的树型计算网格环境下独立任务的调度问题,为单层树型网格计算环境下的任务调度问题建立了整数线性规划模型,并采用资源融合方法将多层树型网格计算环境下的任务调度问题转化为单层树型网格计算环境下的任务调度问题,建立了相应的数学模型.基于所提出的模型构造了两个任务分配启发式算法OPCH和OPBH.实验结果表明,在异构的树型计算网格环境下实现独立任务调度时,文中提出的算法比FCFS、Min-min算法具有更好的性能.     

数字图书馆网格应用模型中网格的监控与调度

针对数字图书馆网格应用模型,提出了网格监控和网格调度的设计思想和实现方案,重点分析了模型开发过程中所采用的关键技术和算法。     

网格技术及基于网格服务的工作流系统模型

对网格技术和工作流技术进行了概括性介绍,然后简要介绍了开放网格服务体系结构(OGSA)和网格服务的概念及特点.根据对工作流应用领域的深入了解,总结出网格技术在工作流领域中的主要应用需求,在此基础上提出了基于网格服务的工作流的构想和基本模型.     

基于风险估计模型的网格任务动态级调度算法

网格中的各种资源的失效是不可避免的,为尽可能减少由于资源失效导致任务执行失败带来的影响,网格的任务调度算法的目标不仅要最小化任务执行的时间,还要兼顾考虑任务在资源上执行失败的风险.提出了Risk-DIS(Dynamic Level Scheduling)算法是将资源的风险估计模型与DIS算法相结合,通过仿真试验与DIS算法相比较,新算法在选择适当的参数的情况下,不仅能够最小化DAG型应用的完成时间,还能提高任务执行的成功率,有效的减少网格环境的不确定性对任务执行的影响.     

基于遗传算法的电梯群控鲁棒优化模型

针对电梯群控调度过程中交通流不确定的问题,建立了鲁棒优化模型,利用遗传算法对所建模型进行求解.对于不确定线性优化问题,研究了不确定集的选择以及模型鲁棒对等式转化方法.仿真实验中,利用电梯群控虚拟仿真环境对鲁棒优化调度算法在不同交通流下进行了验证.以300人/15 min的混合交通流模式为例,鲁棒优化算法的平均候梯时间比静态分区算法降低12.77 s;平均乘梯时间比最小等待时间算法降低9.7 s;电梯启停次数比静态分区算法少8次.实验结果表明,鲁棒优化调度算法对不同交通模式具有更好的适应性,可以减小交通流不确定性的影响,提高电梯群控调度性能.