考虑交通流量的电动汽车充电站优化规划方法

城市电动汽车保有量快速增长使充电站优化规划问题日益受到配电网规划领域的广泛关注。综合考虑城市交通流量空间分布特征与配电网络运行约束,提出了一种基于交通流量空间分布的公共充电站优化规划方法。首先建立城市交通流量分布单元模型,构建城市交通流量样本空间,用局部流量密度分析充电站服务范围内交通流量,用分布间距分析总体布局均衡性。然后以每个充电站周围具有较大交通流量密度、充电站站点分布均衡同时最优构建目标函数,结合城市交通流量分布和电动汽车保有量分析充电容量约束,基于充电容量分析电网运行潮流和电压偏移约束,采用聚类算法搜索发现局部流量密度和分布间距峰值,进行优化迭代,实现考虑交通流量的电动汽车充电站优化规划。最后以某规划区域为例,证明了该方法可为电动汽车充电站的优化规划提供依据。     

基于亨利气体溶解度优化算法的电动汽车二阶段优化调度方法

针对如何有效管理电动汽车充电负荷,优化电动汽车充电调度以减少充电时间和能量消耗的问题,提出了一种基于亨利气体溶解度优化算法的电动汽车二阶段优化调度方法。第1阶段通过整数线性规划以各电动汽车能量消耗最少到达有充电空位的充电站为目标,将最适宜的充电站分配给电动汽车;第2阶段以充电站运营商日充电总费用最小为目标,考虑电动汽车充电率、能量需求和荷电状态等约束,基于亨利气体溶解度优化算法最大限度地降低充电站运营商的日充电总费用。最后,通过仿真实验将所提方法与粒子群优化算法、遗传算法等进行对比,仿真结果验证了所提方法的有效性。     

基于负荷数据聚类的充电站储能容量规划方法

针对已建充电站配置储能需求的问题,以充电站储能折算到日净收益最大为目标函数,构建充电站储能容量优化配置模型,基于充电站全年实际运行数据,通过应用K-均值聚类方法进行分类,并采用粒子群算法对储能容量优化模型进行求解,最后通过典型算例对模型和方法进行验证。结果表明,该模型和方法能够综合考虑充电站全年实际运行特性,更加精细和全面地反映储能全年收益情况,能够有效指导已建充电站储能容量配置和规划建设。     

油田星形注水网络布局优化研究

油田注水网络系统在油田的正常开发生产运行中起着重要作用,且投资费用巨大,油田注水网络的规划设计方案直接影响着油田注水网络建设的投资.为寻求有效的油田注水网络优化设计方法,以油田星状注水网络系统为研究对象,以管线总长度最短为优化目标,以井站间隶属关系的惟一性、连接注水井数量等限制为约束条件,建立了油田注水网络布局优化的数学模型,设计了基于类电磁机制算法的模型求解思路,并进行了算例分析.研究结果证明了利用类电磁机制算法进行油田星状注水网络布局优化的可行性.     

基于实物期权的电动汽车充电站投资决策评估研究

目前关于电动汽车充电站建设的研究局限于选址和定容,考虑投资风险并进行长期规划的研究较少。为避免传统投资决策方法忽略不确定性的投资风险,提出基于实物期权的电动汽车充电站投资决策评估方法。首先,针对充电站投资的收益进行分析,提出充电站投资收益具有多重不确定性;然后,在B-S模型基础上嵌套充电量波动和充电站成本变动的波动率模型;最后,通过对不同区域充电站投资的实物期权价值进行仿真分析,验证了模型的有效性。     

考虑电动汽车用户满意度的微电网双层多目标优化调度

为了解决电动汽车(electric vehicle, EV)大规模接入微电网后,由于无序充电而导致的日负荷波动增大以及运行成本增高的问题,提出了一种考虑用户满意度的微电网双层多目标优化调度方案。方案将微电网日前优化调度过程分为配网层和负荷层,配网层以最小化日负荷方差和最低的系统运行成本为目标,制定了电动汽车聚合商(electric vehicle aggregator, EVA)调度策略。负荷层制定每辆电动汽车的充电策略,在EVA的调度计划下,按照配电网系统层的要求,最大限度地提高用户的综合满意度。通过多场景对比分析,结果表明所提出的优化模型在减少日负荷方差、提高系统经济性的同时,提升了用户综合满意度,增大了用户参与调度的积极性。     

基于优化HAC算法的风电场等值建模方法

采用合适的风电场等值建模方法可以准确地分析风电场的相关特性。介绍了一种基于优化HAC算法的风电场等值建模方法,该方法兼顾建模简易与等值精度高2个方面,通过选取一般性指标与决定性指标这2种聚类指标,并采用优化的凝聚层次聚类(HAC)算法改进现有风电场等值建模方法。最后通过仿真验证及对比分析,证明了该方法在风电场等值建模中的有效性和优越性。     

基于Park-Gauss模型考虑大气稳定性对布局优化的影响

基于Park模型尾流区线性膨胀假设和径向风速呈高斯分布假设,提出一种新的修正型的工程尾流模型Park-Gauss模型,采用小生境遗传算法,并考虑大气稳定性对风电场布局优化的影响。结果表明:对常风速单风向风电场微观选址布局优化结果是风力机组主要布置在垂直风向的第1排和最后1排;大气边界层稳定性对风电场微观选址布局优化影响显著,在大气边界层不稳定状态下,风电场安装机组总数最多、发电总量及风电场利用效率最高,中性状态和稳定状态依次次之。     

基于遗传算法的风力机可靠性优化分配方法研究

可靠性分配是可靠性设计的开端。对于风力机这种复杂的机械系统,为了在可靠性分配时实现资金投入最少的目的,首先,根据风力机结构和运行情况,考虑研究制造费用和使用维护成本与可靠度关系建立可靠性分配优化模型;其次,利用遗传算法对风力机可靠性优化分配模型进行优化;最后,进行实例分析和对比。研究结果表明:此方法优化效果明显,分配结果与实际运行基本相一致。提出风力机可靠性分配的意见,论证了此方法的可行性,为风力机可靠性设计提供了一定的参考价值。     

电动汽车参与受阻风电消纳的源荷优化控制方法

大规模的电动汽车负荷可增加电网系统的调峰能力,消纳受阻风电。文章首先根据系统负荷和风电出力特性分析其受阻原因;其次,通过对电动汽车充放电特性、可时移特性和SOC模型的分析,建立了电动汽车充放电模型,并提出相应策略;然后,以电动汽车消纳后的风电剩余受阻量最小为目标,建立电动汽车参与受阻风电消纳的源荷优化控制模型,并利用差分进化算法对模型进行求解;最后,以某地区电网实际数据进行仿真计算,验证电动汽车参与受阻风电消纳协调控制的可行性与有效性。     

基于正交试验法的风电场布局优化研究

在设计地形平坦的风电场时,风电场布局通常是根据经验方法布置,但在主导风向难以确定的情况下,这种布局往往难以达到风电场发电量和经济效益的最优。因此,提出一种新的不同于以往风电机组随机布置或规律排列的布局优化方式——基于正交试验法的风电场布局优化。通过采用参数法先对整个风电场中的风电机组进行初始布置;然后利用正交试验法对风电机组位置寻优,考虑多种风资源条件后,计算风电场全场尾流差,重新调整风电机组位置,进一步细化布置;最后通过分析比较,选择风电机组的最优位置,实现风电场的布局优化。     

几何约束条件下海上风电场布局优化方法研究

考虑实际工程需求,开发一种几何约束条件下海上风电场智能布局优化方法。该方法使用Gaussian模型计算风力机尾流区的速度亏损,并以最大化风电场年发电量为目标采用差分进化算法进行优化,可满足海上风电场布局时的各类几何约束。利用该方法分别在3行、4行、7行几何约束下对中国某海上风电场的风力机排布方式进行优化。结果显示,相比于原始布局方案,在考虑海缆铺设成本增加的情况下布局优化方案可提升风电场年发电量2.13%～2.64%。进一步分析表明,布局优化过程中可行解数量的设置需综合考虑智能算法寻优难度的影响。     

基于分级超结构的换热网络改造优化

建立了基于分级超结构模型的换热网络改造同步优化数学模型。该模型不依赖于夹点约束,不需要预先给定最小传热温差,能够有效权衡改造投资费用与运行费用之间的关系。改造投资费用中考虑了现有换热器的重新配置费用、现有换热器新增传热面积费用和新增换热器费用,符合工程实际要求。针对换热网络改造优化数学模型具有不连续和非线性的特点,数学模型的求解采用双层优化策略,其中表示网络结构调整的离散变量优化利用遗传算法,而表示操作参数的连续变量优化利用粒子群算法优化。2个不同规模的换热网络改造算例用于验证所提出方法的有效性。     

基于交互式多目标优化算法的风光互补发电系统优化

风光互补发电系统的优化配置是一个多目标优化问题,优化目标为系统安装成本,约束条件为供电可靠性。合理的匹配设计是充分发挥风光互补发电系统优越性的关键。在成本(目标)函数的最优化计算中,提出一种基于偏好的交互式多目标优化算法,利用交互式遗传算法优化目标权重值组成的种群,利用粒子群优化算法优化加权单目标函数,并将其应用到风光互补发电系统的优化配置中。计算结果表明,在满足负荷用电的前提下,风光互补发电系统的经济性能优于单独的光伏系统和风电系统。     

基于E-C-K-均值聚类和SOP优化的分布式电源双层规划

在含智能软开关(SOP)的配电网中针对分布式电源(DG)提出一种双层优化配置模型.上层以运营商年收益最大为目标求解DG安装的位置和容量,下层通过对SOP进行约束使网络运行性能最优,考虑到负荷和分布式电源输出的时间序列特征,设计一种新的E-C-K-means聚类算法对四季场景下的风速和辐照度进行聚类,得到典型场景日曲线....     

考虑决策者偏好的洪灾评估自适应模糊聚类迭代模型及应用

针对洪灾评估的各种决策者偏好和模型方法复杂度,以模糊聚类迭代模型(FCI)和教学优化算法(TLBO)为基础,综合考虑洪灾评估过程中的决策者主观偏好,建立了基于教学优化算法的洪灾评估自适应模糊聚类迭代模型(AFCI-TLBO),并将该方法应用于四川省洪灾评估中。结果表明,AFCI-TLBO的聚类效果有效性更好,评价结果更为可信。     

基于两阶段优化模型的电动汽车充电站放电策略

随着电动汽车的普及,合理制定其充放电策略,实现主动配电网和充电站的双赢成为电动汽车负荷并网的研究重点,为此提出一种充电站充放电计划的两阶段优化模型.该模型综合考虑了主动配电网和充电站双方的利益,并计及了电动汽车实际负荷与预测负荷不符的情况.在日前优化阶段,以成本分析为基础,采用Nash谈判法求解配电网和充电站的多目标优...     

基于数据挖掘技术的工业炉运行优化方法研究

以数据挖掘技术为基础设计了工业炉运行优化方法,基于关联规则挖掘明确工业炉运行优化最佳值,由实际运行数据着手,以数据挖掘技术处理分析设备运行状态的机组运行数据,从而为运行员工提供不同负荷状态下机组的最优运行方式和参数控制。在此基础上,对工业炉运行优化方法进行了实践应用分析,结果发现,利用关联规则挖掘确定的工业炉运行参数最佳值应用在工业炉运行中,可显著提升工业炉运行效率,还可促使工业炉运行效率维持在较高且较稳定的水平状态,同时可在很大程度上降低氮氧化合物排放量。     

基于煤质预测的多目标优化配煤方法研究

针对火电厂中混煤煤质计算不准确、配煤方案单一且考虑片面等问题,基于粒子群（PSO）优化前馈神经网络算法建立了混煤煤质预测模型;采用非支配排序多目标遗传算法（NSGA III）建立了由最小绝对偏差型和标准差型优化指标组成的多目标优化配煤模型。对某电厂实际燃煤情况中非线性关系的煤质进行分析,并对预测煤质的不同特点和电厂机组运行特点进行分析。结果表明：基于煤质预测的多目标优化配煤方法,对煤质挥发分、灰分和灰熔点的预测精度比线性加权方法提高了4.55%,3.24%和5.60%,筛选出的6组配煤方案,兼顾了经济性、安全性和环保性,更符合配煤特点。