考虑热网动态特性与碳交易的电-热综合能源系统优化调度

为充分发挥多能源系统的用能经济性、灵活性和低碳性,提出了考虑热网动态特性与碳交易的电-热综合能源系统优化调度方法.在考虑热网动态特性的基础上,通过热电联产机组、热泵、燃气轮机等能源耦合设备,构建了电-热综合能源系统优化调度模型.首先,针对供热管道和采暖建筑的热动态特性进行精细化建模;其次,以综合能源系统运行成本和碳交易...     

基于数据驱动鲁棒优化的区域综合能源系统运行调度策略

多种能源协调运行的综合能源管控能够有效实现多能互补、促进能源利用率的提高。针对可再生能源出力的不确定性问题,基于数据驱动方式利用电力大数据技术,使用基于极限场景的MVEE算法得出椭球不确定集精确描述历史数据,避免了对偶化复杂运算;建立电、气、冷、热多能互补的区域综合能源系统调度模型,并使用列与约束生成法求解模型。通过算例分析与成本对比,证明了本文数字化调度策略的可行性与优越性。     

考虑替代能源的居民用户用电优化研究

为了提高能源利用综合效率,兼顾和平衡用户用能的便捷性、经济性和舒适性,从家庭用户的用能需求出发,对家庭中常见负荷进行分类和建模,建立了考虑替代能源的用户用能多目标优化模型。该模型以用能经济性最好和用户满意度最高综合最优为目标,包含功率平衡约束、最大功率约束、各种用电器最大运行时长等约束条件。针对变量类型不一致的问题,设计了三阶段优化求解方法对模型进行求解,第一阶段采用二进制粒子群算法优化时间可转移负荷的开关状态和能源替代状态;第二、三阶段采用Complex-PSO算法,分别优化功率可调整的负荷的功率和蓄电池的充放电功率,为用户提供最优能源使用方式。经仿真验证,该模型可有效降低用户的能源费用,保证用户的用电满意度,同时可有效调节用电的峰谷差,提高分布式电源的利用率。     

基于区域能源中心的居民电——热用能多目标优化

针对当前居民用能优化仅考虑单一电能的不足,文章提出了一种新的耦合居民侧能源转换电器和区域能源中心(district energy centre,DEC)的居民电-热用能多目标优化方法。为实现通用性,基于能源集线器的概念,首次提出了耦合DEC的居民用能通用化建模方法。进一步,通过构建以居民购能成本和用户不舒适性最小为目标,居民能源转换电器、DEC内的能源转换和储存设备输入功率为决策变量,计及可行性约束和安全性约束的混合整数二次规划模型,实现居民电-热用能多目标优化。同时为求取多目标最优折中解,基于模糊隶属度函数引入Pareto最优解满意度指标。最后,以某区域冬季居民用能优化为例开展了算例验证和对比分析。结果表明,居民能源转换电器与DEC耦合协调运行,同时优化居民电-热用能,可有效降低居民用能成本,且所提出的多目标优化调度模型,兼顾用户的经济性和舒适性,能够为用户提供考虑多要素的用能优化方案。     

计及碳约束下的煤矿综合能源系统多目标配置双层优化

在我国“30·60”双碳目标下,实现煤矿用能低碳化成为我国能源革命的迫切需求。根据煤矿生产场景,利用煤矸石、瓦斯、乏风等衍生资源,抽象出衍生资源利用设备特性,建立煤矿综合能源系统配置-运行多目标双层优化模型。在日内运行阶段基于日前预测数据,考虑能量转换、设备启停等物理约束,最小化系统运行经济成本;在配置规划阶段基于日运行成本,考虑资源、设备容量约束,进行碳排放与经济效益的多目标优化配置。提出多种群协作的NSGA-II算法,在双层优化框架下进行两阶段滚动优化,生成煤矿综合能源系统的多目标配置方案Pareto解集。以我国山西省太原市的某真实煤矿为例建模,采用现场生产数据进行算例分析,验证了所提模型和方法的有效性,并分析了各类衍生能源利用对于煤矿综合能源系统节能减排的影响。     

基于改进PSO算法的风-光-储一体化微能源网优化运行研究

微能源网可实现多种能源的转换,有效解决能源供需匹配和可再生资源利用问题,满足用户对电能、热能和冷能的需求,是能源互联中的重要发展单元,实现能源体系向清洁低碳转型,具有推广价值。在分析各类设备的运行特性的基础上,建立微能源网的系统模型,提出以经济性、环保性和能源利用率为目标的联合优化策略,使微能源网系统综合效益最大化。求解算法方面,提出基于轮盘赌算法的改进PSO算法,实现粒子搜索机制的多元化,提高计算准确度的同时,确保PSO算法实现全局最优。选取某工业园作为仿真分析对象,算例数据表明,包含风-光-储设备、冷/热/电联供和电/气转换设备的微能源网系统能实现能源均衡配置。多目标联合优化后,综合协调经济性、环保性和能源利用率三个目标达成系统运行最优,使系统综合效益最大化。     

基于IFWA-SFLA算法的区域综合能源系统两级优化调度

为发挥区域综合能源系统的优势,制定合理有效的优化调度策略至关重要.构建针对区域综合能源系统的日前-日内两级优化调度模型,日前调度为一个运行周期内的经济调度.基于日前调度方案,提出考虑可再生能源和负荷波动的调整模型.为适应上述模型高维非线性的特点,提出一种基于Levy变异的改进烟花-混合蛙跳算法,对模型进行求解.仿真结果表明,两级优化调度模型可以提高经济效益和能源利用率,平抑负荷波动.仿真结果验证了所提算法的可行性.     

考虑综合需求响应的综合能源系统优化运行

提出一种考虑综合需求响应的综合能源系统容量配置和优化运行方法。首先,构建综合能源系统,进一步介绍了各单元设备运行原理,分析可控类型负荷参与综合能源系统需求响应的原理。然后,建立设备容量配置及运行策略的双层协同规划模型,以规划总成本最低为目标建立上层容量配置模型,以运行成本最低为目标函数建立下层优化运行模型,分别利用差分进化算法和CPLEX线性求解器求解双层规划模型。最后,以典型日内综合能源系统负荷需求、用能价格等数据为例,通过算例分析验证了本文所提模型的实用性和有效性。     

计及综合能效的电-气-热综合能源系统多目标优化调度

为了充分挖掘综合能源系统(IES)用能侧的用能潜力以进一步提高能源利用效率,提出一种IES多目标优化调度模型及求解方法.兼顾供能侧与用能侧的协同优化,建立了考虑综合需求响应的综合能效模型并引入优化目标,以系统经济成本最低与综合能效最高为目标建立了电-气-热IES多目标优化调度模型.采用Charnes-Cooper变换对综合能效目标进行线性化,从而实现分式规划问题的准确快速求解,并使用改进ε-约束法得到Pareto前沿集.算例采用修改的IEEE 24节点电力系统、比利时20节点天然气系统与14节点热力系统的耦合系统,对4种场景下的系统经济成本与综合能效进行分析.结果表明,所提模型能够引导电力用户与多能用户合理选择综合需求响应行为,通过供需双侧的协同优化进一步提升IES整体能效,并验证了优化调度结果对于平衡IES经济、高效运行目标的可行性.     

计及电动汽车随机充电的风-光-氢综合能源系统优化规划

耦合可再生能源发电和氢储能的综合能源系统发展潜力巨大,是实现能源消费清洁低碳的有效途径.以天然气-风-光-氢综合能源系统为规划对象,考虑了系统供电辐射区域的电动汽车随机充电需求,利用高斯核密度估计和K-means聚类算法来刻画风光出力和电动汽车充电的不确定性并生成典型概率场景,以年综合成本和年碳排放最小为优化目标,引入权重系数表征决策者的优化偏好,基于混合整数线性规划对系统进行了容量配置优化.算例分析以年逐时数据开展仿真以验证模型的有效性和合理性.结果表明,与传统分供系统和联网型方案相比,该系统得益于风光发电与氢储能的协同,表现出了可观的环境效益;该系统提供充电服务是经济可行的,并且电动汽车在系统内充电能够显著降低间接碳排放.     

基于自适应神经模糊推理系统的风电功率预测方法

对风电场输出功率进行精确的预测是保证含大规模风电电力系统安全稳定运行的重要手段。文中对多步滚动预测模式进行了分析,并建立了ANFIS(自适应神经模糊推理系统)预测模型,进而实现对风电功率的实时滚动预测。以吉林省西部某风电场的实测数据为例进行算例分析,其中在形成初始模糊推理系统结构时,采用的算法是减法聚类,该算法有效的避免了人工设定结构法产生的组合爆炸问题。将基于线性回归法、滑动平均法和持续法进行风电功率实时多步滚动预测时得到的预测结果与利用所提出的ANFIS预测方法得到的结果进行比较,结果表明后者的预测精度更高,进一步说明了ANFIS预测模型的有效性。     

Adaptive neuro-fuzzy inference system for the computation of the bandwidth of electrically thin and thick rectangular microstrip antennas

A new method based on the adaptive neuro-fuzzy inference system (ANFIS) for calculating the bandwidth of the rectangular microstrip antennas with thin and thick substrates is presented. The ANFIS is a class of adaptive networks which are functionally equivalent to fuzzy inference systems. It combines the powerful features of fuzzy inference systems with those of neural networks to achieve a desired performance. A hybrid learning algorithm based on the least square method and the backpropagation algorithm is used to identify the parameters of ANFIS. The bandwidth results obtained by using ANFIS are in excellent agreement with the experimental results available in the literature.     

基于相似性匹配的电网边缘终端数据隐私保护方法

针对智能电网终端用电用户敏感信息的保护问题,为了对抗关于用户敏感信息的隐私推理攻击,本文提出了基于相似性匹配的智能电网边缘终端数据隐私保护方法。本文首先基于时序数据预测模型,证明了用户的敏感信息可以被推理出来。为了对抗隐私推理,采用FastDTW算法鉴别与敏感信息相关的时序数据,通过对相关数据进行模式扰动、降低推理准确率,从而达到隐私保护的目的。实验结果表明:本文提出的隐私保护方法使攻击者不能准确获得用户的实际用电量,从而可有效保护用户的敏感用电信息。     

无刷直流电机的模型参考模糊自适应方法及实验研究

将模糊控制器植入模型参考自适应控制系统构架中,主模糊控制器用于取代传统模型参考自适应控制中的反馈控制器,模糊逆模型结合自适应调整算法取代复杂的常规自适应规则,形成了模型参考模糊自适应控制方法.将此方法应用于无刷直流电机(BLDCM)调速系统,设计模型参考模糊自适应速度控制器,仿真及基于dSPACE的实验结果表明:控制系统运行平稳,速度跟踪快速准确,具有良好的动、静态特性.     

基于改进DBSCAN-RNN的电力负荷建模及可调特征提取

针对面向能源消纳的电力负荷实时调控需求,以电热水器为例建立调控模型,提出一种改进DBSCAN-RNN算法的电力负荷可调特征提取与可调潜力挖掘方法。以改进DBSCAN聚类结果作为RNN输入获得一种深度学习新策略,基于改进DBSCAN-RNN进行电器群设定温度与天气温度、电器负荷功率的建模,考虑用户电器使用习惯,输出输入量对电器实际功率的影响因子以及电器可调功率与真实功率对应的状态方程参数。某市电热水器群实际数据结果表明所提方法可正确有效地获取海量电热水器群聚合负荷模型及其可调功率。     

流程企业生产计划的模糊数学模型

为了建立更具有实用性和灵活性的流程企业生产计划，在研究了不确定环境下的流程企业生产计划基础上，给出了多目标模糊相关机会规划模型和模糊相关机会目标规划模型，目标函数分别为生产效益、物料消耗、能量消耗和设备利用率。利用模糊技术、神经元网络和遗传算法构造了模型的解法，使多个目标函数在不确定环境下得到权衡优化。     

基于模糊PID的室内空气质量测控系统

针对室内空气质量调节不及时和新风能耗高的问题,设计并实现了一种基于模糊PID的室内空气质量测控系统。首先,以STM32微处理器为核心,结合多种空气质量传感器、通信模块与控制模块,分别实现了数据采集、数据通信与新风控制功能。基于Java Web技术,设计了空气质量软件展示平台。然后,选取室内具有代表性的CO2、TVOC作为污染物控制指标,设计了一种模糊PID控制算法。通过将室内空气质量系统简化为一阶纯滞后惯性环节,仿真验证了模糊PID控制器的有效性。最后,实验结果表明该系统调节速度较快,稳定性高,与使用传统控制方式相比新风能耗减少约22.2%,具有一定的应用价值。     

基于模糊控制算法的室内遮阳百叶控制系统研究

本文提出了一种基于二维模糊控制算法的室内遮阳百叶控制系统,可根据室内外照度的变化进行模糊逻辑推理判断,自动改变百叶叶片的旋转角度,调整进入室内的天然光的强度与角度,从而最大限度地利用天然光代替人工照明,减少相应的照明与空调能耗,提高室内环境的视觉舒适度,实现室内采光的智能化与人性化。     

基于迁移学习的电能替代节能量在线估计方法

电能替代成为能源转型发展的重要趋势和关键路径,节能量的快速准确估计有利于电能替代项目的推广。为充分利用少量电能替代项目调试期数据快速估计节能量,提出了一种基于迁移学习的单位节能量在线估计方法。首先利用回归算法对大量基期样本展开训练,获得基期能耗模型;其次,利用基于迁移学习的回归算法对大量基期样本、少量调试期样本展开训练,并通过不同的权重更新策略迭代调整基期样本、调试期样本权重,获得调试期能耗模型;最后,采用归一法获得参考条件下能耗差值,即单位节能量。针对干燥领域的电能替代进行仿真分析,证明了所提方法的有效性,并研究了迭代次数、样本数目和样本组合对所提算法预测误差的影响。     

考虑气象信息的节假日负荷预测

因负荷成分与正常日有较大差异且样本较少,故节假日短期负荷预测精度往往不太理想.通过对节假日负荷特性的分析,考虑到节假日负荷影响主要受负荷自然增长及天气等因素的影响较大,文中采用相似日方法和模糊推理分别预测负荷曲线模式和负荷水平.通过对实际系统负荷进行预测,结果表明预测精度较高,尤其在气象出现较大变化的节假日能够得到较好的预测结果.