石化企业供热供汽系统优化调度

针对石化企业供热供汽系统,建立了锅炉的变工况性能模型,在所需蒸汽量一定的条件下,以燃料的消耗量最小为目标,用非线性数学规划的方法建立了锅炉机组的优化模型,应用于实际的过程工业中,取得了良好的节能效果。     

分布式供能系统的调度策略

根据分散发电、分布式供能的特点对基于多种可再生能源混合发电的方式进行了探讨,在混合发电的数学模型基础上将分布式多Agent系统（MAS）的原理应用于其中,对混合发电的问题进行了规划设计,在一定程度上克服了自然资源随机变化带来的不确定性.基于MAS框架下的单体采用了分层、模块式结构,功能及层次分明,因此易于实现,且便于功能扩充.此外,还提出了有关联合目标的分解规划算法,并将其在混合电站的建设中进行了具体应用.     

分布式供能系统的经济调度

在一个小型分布式发电系统的基础上,建立分布式供能系统的调度策略和经济调度模型,通过考虑各种电源的约束条件,用改进的遗传算法进行求解,使得分布式微网系统能够实现热电联供,满足用户的需求．算例系统验证了模型与算法的可行性．     

排污权交易下的多能源联供系统优化调度

随着节能减排与能源高效利用的不断推进,基于能源综合利用的多能源联供系统解决了多种能源的供应问题,是供能技术发展的方向和趋势．结合目前相继出台的排污权交易（Emission Trading）机制,提出排污权交易下的多能源联供系统优化调度方式．首先分析完全竞争和寡头竞争市场模式下的排污权交易价格,通过理论分析获得多能源联供系统的排污权交易成本的数学期望．在此基础上,以系统成本最小为目标,考虑供需平衡约束以及能源平衡约束,提出多能源联供系统的优化调度模型,并运用非线性原一对偶内点算法求解该模型．最后,以具有热电联供特征的广东理文造纸有限公司为例说明所提出的优化调度方式的有效性和可行性．     

云数据中心面向实时任务的节能调度算法

针对云计算环境下的独立实时任务的节能调度问题进行了研究,设计了一种基于松弛时间的任务调度算法,该算法由实时任务的分配、虚拟机资源的动态扩展以及虚拟机的动态整合3个部分组成,通过计算任务的松弛时间保证任务在截止期限内完成,保证任务的时效性. 同时提出了一种基于多阈值的虚拟机整合策略,以平衡系统负载并降低系统完成任务集合的能耗. 实验表明,与其他算法相比,该算法在保证了任务能够按时完成的基础上,有效降低了系统的整体能耗.     

考虑需求响应的微电网优化调度

目前,可再生能源的不确定性、需求侧响应和多目标优化问题已成为微电网优化的主要研究课题.针对这些挑战,提出了一种考虑环境成本和需求响应的优化策略.使用燃料电池机组、热电联产机组、储能系统相结合的互补发电方式,以应对大量可再生能源并网的不确定性.以微电网经济成本和环境成本最小化为目标,采用激励补偿与分时定价相结合的需求响应方法对客户消费的电量进行建模,并根据时间组数据和不同时段的电量构建24 h弹性矩阵和激励补偿,进一步得到最优的电力负荷需求值.采用多目标粒子群优化算法和Pareto最优解理论对设计案例进行求解,仿真结果表明：当用户100%参与需求响应时,微电网的综合成本相对于用户未参与需求响应时降低了19.1%,污染气体总排放量降低了18.2%;考虑环境成本时,微电网的污染气体排放量相对于未考虑环境成本时降低了10.13%,证明了所提策略的有效性.     

计及综合需求响应的园区综合能源系统优化运行

为提高综合能源系统对新能源的消纳能力,降低系统运行成本.以工业园区综合能源系统为研究对象,提出一种考虑综合需求响应的优化调度模型.首先,建立包含CHP机组、燃气锅炉、电锅炉等耦合设备的园区综合能源系统基本结构,并将系统需求侧柔性负荷分为可转移、可中断、可替代负荷3种,其中可替代负荷实现了多类能源之间的协调互动.其次,讨论需求侧灵活资源电动汽车的可调度价值,结合系统分时电价以及负荷曲线,有序引导电动汽车充放电以参与综合能源系统的优化调度.最后,进行实例分析,验证所提模型在运行成本、消纳新能源以及"削峰填谷"等方面的优势.     

计及综合需求响应的园区综合能源系统优化运行

为提高综合能源系统对新能源的消纳能力,降低系统运行成本.以工业园区综合能源系统为研究对象,提出一种考虑综合需求响应的优化调度模型.首先,建立包含CHP机组、燃气锅炉、电锅炉等耦合设备的园区综合能源系统基本结构,并将系统需求侧柔性负荷分为可转移、可中断、可替代负荷3种,其中可替代负荷实现了多类能源之间的协调互动.其次,讨论需求侧灵活资源电动汽车的可调度价值,结合系统分时电价以及负荷曲线,有序引导电动汽车充放电以参与综合能源系统的优化调度.最后,进行实例分析,验证所提模型在运行成本、消纳新能源以及"削峰填谷"等方面的优势.     

基于需求响应的区域微电网优化调度

优化调度对于提高微电网中分布式电源的消纳和系统的经济运行水平具有重要意义,基于负荷的分类和差异化负荷的需求侧响应能力,提出一种计及负荷需求侧响应的微电网优化调度分析方法。首先,分析微电网中各种分布式电源和典型负荷的数学模型;然后,构建以用户售电收益、余电上网收益并计及运行维护成本、燃料成本和环境污染成本的综合净效益最大化作为目标函数,以功率平衡约束、储能电池充放电约束等为约束条件的微电网优化调度模型,并采用遗传算法进行求解。算例分析表明:在微电网调度中考虑需求侧响应可以减少用户用电成本,提高微电网整体效益,有效配合配电网达到削峰填谷的目的,减轻负荷高峰时段的供电压力。     

基于站点优化的需求响应公交调度研究

为提高线路可偏移式需求响应公交服务乘客比例,降低运营成本,提出改进的以DBSCAN聚类算法和k-means聚类算法为基础的D-k-means聚类算法,并依据乘客需求确定固定站点和备选站点,设计新型线路可偏移式需求响应公交服务系统,建立公交调度模型,并使用精确算法对模型进行求解;以中国广东省揭西县南部部分地区需求为例进行验证．结果表明,该模型服务乘客比例达95.3%,与区域灵活式公交相比,运营成本和运行时间分别降低了9%和5%,算法求解速度较快且稳定．     

考虑需求侧响应的电气设备调度混合分散式优化

为了缓解用能持续增加对电力系统造成的负担和解决大规模电气设备联合调度时的优化计算问题,提出了考虑需求侧响应的大规模可控用电设备和储能设备的混合分布式优化调度方法。首先建立可控用电设备负荷和储能设备的数学模型,在此基础上,构建了以系统和各设备运行特性为约束,以系统购电费用、用户不满意费用和储能设备损耗费用之和最小为目标函数的混合整数非线性集中式优化数学模型。其次,针对此高维、多目标和多约束且难于求解的非线性集中式优化模型,采用拉格朗日松弛法将其分解为两个子问题,即分别对应可控电气设备负荷的优化调度问题和储能设备的优化调度问题。而且,对于前者又可进一步分解为各可控电气设备负荷的优化调度子问题并通过内点法求解计算;对于后者又可分解为各个储能设备问题的混合整数线性优化调度子问题并通过Benders分解法并行求解计算。然后,为了验证所提混合分布式优化方法的有效性及其优越性,基于算例,对比分析集中式和分散式优化调度时的目标函数值和电气设备优化调度结果,不同规模电气设备对集中式和分散式优化方法计算效率的影响。根据结果可见,所提优化调度方法与集中式优化方法的目标函数值基本一致,但所提方法对应的电气设备优化调度结果可以很好地响应分时电价策略,储能设备削峰填谷效果好;而且所提混合分布式优化方法可以降低优化问题的求解复杂度,计算效率高,几乎不受电气设备规模的影响。     

考虑需求响应的主动配电网协调调度策略研究

需求响应作为削峰填谷的一种重要资源,在主动配电网调度策略中的作用越来越突出。文章建立了基于需求响应的电力系统双层调度模型。上层模型是包含基于激励的需求响应的系统动态经济调度模型,下层模型是基于价格的需求响应的协调模型。改进的IEEE30节点系统仿真结果表明,文章提出的模型可以充分调动需求响应参与削峰填谷的积极性,降低主动配电网总运行成本。     

计及风电和需求响应的电网动态经济调度

随着电网中风电渗透率的不断提高,风电出力的随机性和波动性给电网的经济调度带来了很大的挑战.为了应对这一挑战,在需求侧引入两种可变负荷模型,利用价格变化来调节可转移负荷、可避免负荷的需求量及需求时刻,以达到削峰填谷的效果.并通过算例分析了该模型的有效性.     

北京市供配水系统优化研究

通过测定管道摩阻系数C值、小区漏水率和管网压力,并针对北京市供配水系统的运行现状和存在的问题,建立起北京市供配水系统准动态模型,并进行中远期运行状况模拟和分析,提出1998年高峰供水优化调度方案,并实现2000年和2005年规划方案的优化。     

随机需求下面向异质费用的云资源调度算法

采用分布式云构建流媒体服务等高资源消耗系统,既符合应用多区域部署的要求,也能充分利用云中资源保证服务质量,同时还能进行系统预算成本控制.由于各区域云中心费用函数存在差别,分布式云中调度需引入异质费用模型,结合流媒体应用中用户请求高度动态随机的特征,在给定的费用预算下响应尽可能多的用户请求.均值需求模型忽略了资源需求在短时间间隔内的变化细节,导致资源利用率低下.为克服均值需求模型的缺点,采用随机需求模型以捕捉细粒度资源需求,使用通用代价函数描述异质费用模型,建立更具通用性的非线性规划问题模型;为降低求解算法的复杂度,基于动态规划快速获得解的下界,再迭代逼近获取近优解.实验结果表明:相比经典的基于均值的调度算法,在区域数量较大时,平均能额外满足15%的用户请求;随着预算的减少,能额外满足近40%的用户请求;且不受各区域价格函数差异和用户访问需求差异的影响.因此,在构建全球部署的大规模流媒体服务系统时,算法能以较低的计算代价显著增加响应的用户请求量,广泛适应各种不同的云基础设施服务提供商.     

响应动态需求的灵活型公交路径优化调度模型

为解决灵活公交乘客需求差异性大、实时变化性大的问题,提出一种考虑乘客动态需求的灵活公交路径优化调度模型.在已知乘客预约需求量、车辆载客容量、车队规模等条件下,根据乘客需求动态变化特征对接驳行程时间进行实时迭代更新,将车辆的运营成本(车辆行驶时间)和乘客的时间成本(乘客上车前等待车辆的时间、实际到达时间与期望到达时间之间的差值)最小化作为目标,构建了考虑乘客动态需求的灵活型公交路径优化调度模型,并采用基于引力模型的启发式算法进行求解.最后,通过实例分析验证了模型和算法的可行性.结果表明:对随机产生的15个需求点的102个出行需求,全部服务完成所需车辆为17～21辆,平均每辆车的旅行时间为24.59 min,100组数据的求解时间均在25.00 s以内,计算耗时平均为12.04 s.可见该优化模型能够在实时调整接驳规划时间的前提下,更大程度满足乘客动态需求,有效减小规划路径的误差,缩短行车距离和乘客出行时间,相比忽略接驳行程时间变化的灵活公交调度模型结果更优.     

考虑需求响应和边缘计算的配电网分布式优化调度

随着分布式电源、柔性负荷地大量接入,传统配电网中将存在电网公司、分布式电源所有者、柔性负荷等多个利益主体。针对配电网多利益主体协同优化问题,提出了考虑需求响应和边缘计算的配电网分布式优化调度方法。首先,提出虚拟区域分解方法对配电网不同利益主体进行划分,构建基于边缘计算的配电网分区分层优化框架。其次,分别建立配电网、分布式电源和柔性负荷的优化模型,提出以配电网能量管理系统为云计算节点、以智能配变终端为边缘计算节点的配电网分布式优化调度方法。然后,分别构建分布式电源、柔性负荷优化问题的KKT条件对原分层优化模型进行转化。最后,基于修改的IEEE33节点系统对所提分布式优化调度方法进行验证。结果表明,与集中式优化方法相比,所提分布式优化调度方法可以较好地实现配电网中不同主体之间的协同优化。