基于AMOWOA的区域综合能源系统运行优化调度

目前, 智能优化算法已广泛应用于工程优化中, 在当前多能耦合与互补的能源发展趋势下, 仅考虑系统经济指标的单目标优化模式已经不再适用于目前区域综合能源系统(Integrated energy system, IES)的运行优化调度, 需要研究一种多目标运行策略来解决区域综合能源系统的运行优化调度问题. 首先综合考虑经济与能源利用两个指标并结合商业住宅区域的特性, 以系统日运行收益和一次能源利用率为优化目标构建商业住宅区域综合能源系统多目标运行优化调度模型. 其次由于传统多目标智能优化算法缺乏一种最优解综合评价方法, 基于非支配排序以及拥挤度计算的多目标算法框架, 提出一种利用模糊一致矩阵选取全局最优解的多目标鲸鱼优化算法(A multi-objective whale optimization algorithm, AMOWOA), 并将提出算法对商住区域综合能源系统多目标运行优化调度模型进行求解. 最后以华东某商业住宅区域综合能源系统为例进行仿真, 验证了该方法的有效性和可行性.     

计及配电网灵活性的多园区综合能源系统分布式优化调度

多园区综合能源系统与配电网的交互方式决定多能潮流分布和能量传输损耗,进而将直接影响整个系统的优化运行.本文提出了一种计及多园区综合能源系统与配电网之间接入影响的分布式协同优化调度方案.首先,提出一种包含综合能源系统及配电网的双层分布式优化系统架构.然后,以各园区综合能源系统用能成本最低、配电网网损最小为目标,以能源园区接入配电网的位置及配电网网络拓扑为调控手段给出协同优化模型,并通过改进自适应步长交替方向乘子法实现问题分布式求解,实现了系统的整体高效调度,提升了配电网灵活性及园区综合能源系统运行经济性.最后,通过仿真算例验证了本文所提方法的准确性及有效性.     

基于多目标两阶段随机规划方法的电热联合系统调度

针对电热综合能源系统由于风电出力的随机性和波动性而难以有效调度的问题,提出了以成本最小化和弃风最小化为目标的一种多目标两阶段随机规划方法(multi-objective and two-stage stochastic programming,MOTSP),其中采用两阶段的随机规划模型对成本最小化部分进行建模分析,第一阶段以火电机组的启停成本为调度目标,第二阶段以机组运行成本为调度目标。最后采用多目标算法NSGA-Ⅱ中对解的筛选机制求解随机规划问题。该方法利用高斯分布描述负荷和风力发电预测误差来解决风电出力的不确定性,采用蒙特卡罗方法生成随机场景,并采用反向缩减技术对场景进行削减。仿真结果表明,所提的MOTSP算法比其他多种智能算法的解集更均匀广泛,收敛性更好,能够最大限度地减少弃风并使机组运营成本最小。     

基于分布式神经动态优化的综合能源系统多目标优化调度EI北大核心CSCD

研究了基于神经动态优化的综合能源系统(Integrated energy systems,IES)分布式多目标优化调度问题.首先,将IES元件单元(包含负荷)作为独立的决策主体,联合考量其运行成本和排放成本,并计及多能源设备间的传输损耗,提出了IES多目标优化调度模型,该模型可描述为一类非凸多目标优化问题.其次,针对此类问题的求解,提出了一种基于神经动力学系统的分布式多目标优化算法,该算法基于动态权重的神经网络模型,可以解决不可分离的不等式约束问题.该算法计算负担小,收敛速度快,并且易于硬件实现.仿真结果表明,所提算法能同时协调综合能源系统的经济性和环境性这两个冲突的目标,且获得了整个帕累托前沿,有效降低了综合能源系统的污染物排放量和综合运行成本.     

计及多元不确定性的综合能源系统优化配置

综合能源系统的优化配置关键在于设备选型与数量配置,而能源负荷负荷和可再生能源出力预测误差以及故障发生的不确定性将直接影响配置方案的合理性以及经济性.为此,本文提出一种考虑源–网–荷多元不确定性的综合能源系统多目标–机会约束规划方法.考虑可再生能源出力与负荷需求预测误差引起的不确定性,本文构建了满足置信概率的能量供需平衡约束;针对供能网络中设备N-1故障引起的不确定性,提出调整裕度模型,进而构建了调整裕度与N-1设备能量缺额的机会约束.对于获得的帕累托解集,采用信息熵与逼近理想排序法构建多准则评价模型,以确定最优的系统配置.将本文方法应用于某区域综合能源系统的最优结构设计,实验结果表明,本文方法的有效性与可靠性.     

计及混合潮流约束的热-电互联综合能源系统 多目标优化调度

为满足多样化能源需求并提高能源网络的可靠性,研究多能源系统优化管理和混合潮流问题.针对多能源的网络约束及其耦合特性,构建整合分布式发电、热电联产、电力网络和区域供热网络的热-电互联综合能源系统模型.基于梯形模糊隶属函数构建模糊化软约束,量化电力网络节点电压和区域供热网络节点供给温度的技术不满意度.考虑系统的经济运行和网络节点的能源供给质量,提出一种计及混合潮流约束的热-电互联综合能源系统多目标优化调度策略,以最小化运行成本和网络节点状态变量的技术不满意度.采用epsilon约束算法精确求解该多目标优化问题的Pareto前沿.算例分析结果表明,所构建的模型和提出的算法可以有效提高系统能源供给质量和优化决策的准确性.研究成果进一步体现了所提出的多目标优化方案在兼顾经济性、能源供给质量以及复杂的运行约束,保证系统经济稳定运行等方面的效益.     

生物能源生产多目标优化模型的研究

一个能够同时优化生物能源的生产供应链,包括环境、经济和社会方面影响的多目标优化模型,模拟和优化了综合的生物能生产系统,即用数种不同类的生物质原料以生产电能、热能和可燃气的系统。该系统包含可供用户选择的多种技术,以模块的形式体现在单元过程中。通过模型生命周期的评价(LCA),最终优化目标确定为解决最小化能量生产成本、最大化节能潜力、最小化环境负担、根据用户选择最大或最小化工人数和最大化生物能系统总效率。通过平衡环境和社会责任,本研究结果可帮助计划和生产人员有效地提高生物质系统的经济竞争力。     

面向物流的多目标优化仿真模型及系统应用研究

建立能够综合多目标约束条件的系统决策优化模型，是区域物流实际的需要。本文通过对物流供应链进行综合分析，给出物流系统框架的基本设计，并从商品分类、仓储与运输、物流成本等多个角度多个目标进行建模。寻求模型的最优解，在系统中运用这些模型，为物流企业实现优化管理提供决策手段。     

多目标遗传算法及在过程优化综合中的应用

化工过程的多目标优化综合问题可归结为多目标混合整数非线性规划(MOMINLP)模型的求解,求解方法主要有数学规划法和多目标进化算法。以多目标遗传算法(MOGA)为代表的进化算法被认为是特别适合求解此类问题。遗传算法大多用于单目标问题的优化,近十几年来将遗传算法应用到多目标优化的研究得到了很大的发展。本文对多目标遗传算法的一些重要概念、发展历程进行了回顾。针对化工过程的模型特点,对MOGA在过程综合中的应用研究进行了讨论,并认为混合遗传算法应是求解此类问题的有效算法。     

可再生能源系统模糊综合评价方法研究

为了全面掌握可再生能源系统运行状况,提高系统的节能水平,建立了基于综合考虑各种因素影响的模糊综合评价体系,并提出基于层次的模糊综合评价方法,对太阳能地源热泵系统根据当时的室内温度、机组功率、系统COP等观测数据对系统运行状态做出优、良、中、差分级评价。本文对大量实测数据样本的分析,合理的定量评价各个输入参数对评价目标的影响,实验证明本评价方法有效性和可行性强,为当前可再生能源系统的优化设计与节能运行评价提供切实有效地依据。     

考虑新能源消纳的综合能源系统多层博弈策略

研究了综合能源系统多市场主体参与新能源消纳的博弈行为分析问题。建立了从综合能源系统电、气、热供给到终端用户电、热、冷需求的多能流供应、转换、存储、消费的多级竞标策略优化模型,提出了涉及多能源趸售-零售-终端环节的Cournot-Stackelberg两层主从博弈结构;提出了相应的迭代求解算法,并在定价机制、多能互补、储能配置等方面对博弈均衡结果进行了算例分析。     

考虑能量梯级高效利用的多微网综合能源系统优化调度策略

围绕“碳达峰”“碳中和”双碳目标的工作正在逐渐实施。综合能源微网增加,将形成微网集群,即多微网综合能源系统。多微网综合能源系统相较于单一综合能源微网可大幅度改善用能成本。如何进一步提高整体的能源利用效率仍然是研究的一个关键点。针对含电能交互且考虑能量梯级高效利用的多微网综合能源系统,本文建立了优化调度模型。首先,对多微网综合能源系统的架构以及能质系数法进行了详述,并详细比对了■效率计算方法与热效率计算方法的不同之处。随后,构建了考虑能量梯级高效利用以经济性和■效率为目标的多微网综合能源系统优化调度模型,采用Matalb和Yalmip进行最优化建模,并采用Gurobi求解器进行求解,有效避免了启发式算法计算时间过长的问题。通过算例分析论证了所提方案的合理性和有效性,不仅大幅提高了能源效率,同时也保证了较高的经济性,使得多微网综合能源系统的运行更加符合双碳目标的要求。     

考虑用户侧CCHP的综合需求响应优化决策方法

能源互联网革命极大地提升了用户能源使用的灵活性,使得传统的电能需求响应正向综合需求响应方向快速发展。本文介绍了考虑用户侧冷热电联产机组(CCHP)的综合需求响应技术框架,分析了CCHP的运行特性;在充分满足用户能源需求的前提下,构建了考虑CCHP的用户综合需求响应的优化决策模型;最后以贵州某工业园区实际数据为基础的算例表明：相比于传统的需求响应,综合需求响应能有效拓展用户参与范围,在满足用户能源需求的基本要求下能够有效提升其运行效益。     

基于群体智能和遗传算法的WSNs能耗优化关键技术研究

节点能耗是决定无线传感器网络(WSNs)生存期的重要参数,设计良好的网络通信协议可以很大程度上减少和平衡能量消耗。网络协议设计簇头和簇间路由的计算过程是多项式时间无法解答的NP问题,该文讨论了5种自然元启发算法,既4种群体智能算法和遗传算法应用于WSNs能耗优化的关键技术,给出了不同网络能量结构模型的簇间单跳和多跳场景的设计建议,旨在为搭建大规模WSNs网络提供参考和借鉴。     

汽车零部件立体仓库货位优化问题研究

以立体仓库库存为研究对象,从物流仓储管理角度,研究了货位分配优化问题。分 析了汽车零部件货位布局优化原则,建立多目标货位分配优化数学模型,对遗传算法进行了算子 设计,运用Matlab 软件实现模型的求解,得出可行的货位优化方案。最后结合实例进行多目标 货位优化数学模型求解及应用,并以三维仿真图形展示了优化效果,验证了所设计的遗传算法的 有效性,对同类问题的解决具有参考意义。     

基于新模型的动态多目标优化进化算法

在动态多目标优化中,各目标通常相互冲突,其最优解往往有无穷多个,如何在时间连续发生变化的情况下依然能求出分布均匀且数量多的Pareto最优解供决策者选择十分重要.对动态多目标优化问题连续变化的时间变量区间进行了任意划分,在得到的每个时间子区间上把动态多目标优化问题近似为静态多目标优化问题,进而在每个子区间上定义了种群的静态序值方差和静态密度方差,然后把目标个数任意的动态多目标优化问题转化成一个双目标静态优化问题.在给出的一种能自动检测时间变化的自检算子下,提出一种新的动态多目标优化进化算法,并且证明了算法的收敛性.计算机仿真表明新算法对动态多目标优化问题求解十分有效.     

最大化个人偏好的多目标优化进化算法

针对多目标优化过程中如何将个人偏好信息融入寻优搜索过程的问题,本文提出一种最大化个人偏好 以确定搜索方向的多目标优化进化算法．该算法首先采用权重和法将多目标问题转换为单目标问题,再利用遗传算 法进行全局搜索,在满足个人偏好约束条件下,每一代进化结束后通过解约束优化问题获得能够使种群综合适应度 具有最大方差的权重组合,从而最大化个人偏好以选择综合最优的个体进行遗传操作．按照不同个人偏好应用于传 动系统进行控制器设计,仿真结果表明该算法能够获得满足个人偏好约束条件下的全局最优解．     

基于系统动力学的可再生能源开发仿真研究

以如皋市为例,在充分调查农村生活用能供应和消费的基础上,系统分析了农村发展过程中能源、经济和环境的相互关系,建立了农村可再生能源开发与经济生态环境协调发展的系统动力学模型。在反复仿真试验中,模拟了未来30年该市农村可再生能源开发与经济、生态环境协调发展的趋势,并对仿真结果进行了分析和研究。仿真结果表明,从能源结构优化和保护生态环境的角度看,可再生能源不仅可为农民提供清洁、高品质的能源,减少电力和液化气的使用,且有利于减少温室气体等有害气体的排放,保护生态环境。从促进农村经济发展的角度看,可再生能源开发不但可使粮食生产增收,而且还可带动畜牧业的发展。     

网络能耗系统模型及能效算法

网络能耗问题是当前网络研究和发展的重要问题,影响着网络的设计、应用和发展.当前网络能效算法的研究大多从网络局部角度关注于网络某一(些)设施的能耗问题,缺乏从网络全局的角度研究网络整体能耗的算法和策略.文中从网络全局角度研究网络的能耗模型和算法问题.文中基于3种基本网络数据传递模式和3种基本网络能耗机制,构建了网络能耗系统优化模型,对其中5种关键系统模型给出了详细的描述.针对几个关键系统模型,文中给出了形式化描述并且提出了相应的优化的节能路由算法.文中给出的网络系统能耗优化模型有助于对于网络能耗的理解和分析,所提出的能耗优化的网络数据包路由算法可以从网络路由的角度有效降低网络能耗.