采用改进隶属度函数的梯级水电站多目标优化调度模型

梯级水电站的多目标优化调度要求在保证发电量最大同时减少用水量和弃水量,提高水能利用率,为此提出了采用改进隶属度函数的梯级水电站模糊多目标优化调度模型,以梯级水电站总发电量最大、总弃水量最小及调度期末蓄水量最大为目标建立了多目标优化调度模型。传统求解多目标问题的模糊算法普遍采用半升或半降直线型隶属度函数,文中以定义域上连续可微的Sigmoid函数及反Sigmoid函数作为新的隶属度函数,确定了Sigmoid隶属度函数各参数的计算方法。改进隶属度函数的应用要求目标函数可导的非线性规划法更加适于求解该多目标模型。算例结果验证了该模型的可行性。     

考虑车辆充电调度机制的电动公交车充电站规划

针对电动公交车充电站的最佳充电容量难以确定及其充电效率低的问题,提出了一种在站址既定情况下考虑车辆充电调度机制的电动公交车充电站优化规划方法。首先,根据电动公交车的发车状态模拟电动公交车日常运行中的电能消耗,生成电动公交车的总运行负荷时序曲线;然后,基于生成的运行负荷时序曲线,构建充电需求度指标,制定电动公交车的充电调度机制;最后,在满足电动公交车充电需求的同时兼顾充电站精细化规划的要求,建立以充电能力最强、投资运行成本最小、光伏能源综合利用指标最大为优化目标的充电站多目标优化规划模型,并采用小生境多目标粒子群优化算法对该模型进行求解,以确定电动公交车充电站的充电桩数量以及光伏发电系统和配电变压器的容量。工程实例分析结果验证了所提方法的正确性和有效性。     

电动汽车光伏充电站的多目标优化调度方法

电动汽车光伏充电站是实现电动汽车对可再生能源就地消纳利用的典型集成方式,本文针对光伏充电站运行中的优化调度问题展开研究。介绍了光伏充电站的典型结构、组成单元功能及基本运行策略。综合分析电动汽车充电、光伏发电及储能系统等多方面的运行特性,提出考虑购电费用和蓄电池循环电量的多目标优化调度数学模型;构造含电动汽车充电时间、蓄电池充放电功率及电池荷电状态(SOC)范围、配电网供电功率、系统功率平衡的约束条件;在此基础上,通过非支配排序遗传算法(NSGA)-II算法对多目标优化模型进行求解。结合具体算例,在不同日照和蓄电池初始SOC条件下,获得多组Pareto最优解集;从中选取典型调度方案,分析各组件功率调节的合理性;最后,通过与即时充电方案的比较,优化结果在购电费用和蓄电池循环电量上表现出明显的优势。本文所提的优化调度方法,将为示范城市充电基础设施的运行提供理论依据和技术支撑。     

基于模糊多目标优化的负荷优化分配研究

针对火电厂负荷优化分配,基于煤耗最小的单目标优化的局限性,提出了兼顾全厂煤耗最小和完成变负荷时间最短的双目标负荷优化分配模型,利用模糊理论将此双目标函数处理成相同约束条件下的单目标函数;然后用动态规划法求解,并将此结果同只考虑煤耗最小的单目标优化模型的结果相比较;最后对4台机组进行仿真。结果表明:采用多目标模糊优化设计对负荷优化分配效果良好。     

梯级水电站长期多目标模糊优化调度新模型

梯级水电站不仅要满足电力系统运行要求,还要考虑发电和用水之间的协调,才能使综合效益最大化。提出一种兼顾年发电量和运行成本的梯级水电站长期多目标优化调度新模型。通过分别求解各个单目标优化问题和定义各单项目标的隶属度函数,把多目标问题模糊化;采用对各单项目标优化的目标值在一定范围内伸缩的方法来体现决策者的主观意愿;利用模糊最大满意度方法把多目标优化问题转化为单目标非线性规划问题;并构建了一种动态调整惯性因子的自适应粒子群算法。仿真计算验证了模型的正确性和求解方法的可行性,多目标模型比单目标模型获得了更佳的综合效益,模糊优化处理方法避免了目标权重选取的人为任意性,同时自适应粒子群算法计算速度快、收敛精度高。     

水电系统中多目标模糊优化分配模型

以水电系统中发电机组担任基本负荷和调峰的双重作用为背景,以电力市场下水电机组的能源消耗最小和成本节约最大为双目标的有功经济负荷分配为目的,利用模糊算法中最大隶属度原理,提出了对双目标进行优化的模型。该方法在复杂系统中多种条件约束下,可以对非线性规划问题在求解时缺乏通用有效方法的情况下,运用泰勒级数使多目标的非线性规划问题转化为单目标的线性规划问题进行求解,使问题简单化。该方法运用于水电系统中多约束条件下的双目标优化,考虑到发电商与用电户之间的综合因素,使单位能耗的效益得到提高,反映了电价对调度的影响。文中通过IEEE30系统中18个节点的模型对考虑单目标和双目标负荷的经济分配进行比较,结果证明其方法对整体的效益优于后者,验证了该方法的正确性和有效性。     

基于多目标模糊规划的厂级负荷优化分配研究

目前火电厂的负荷优化分配系统通常是以机组煤耗特性为基础,由于机组的煤耗特性是在稳定工况下得到的,所以经济分配能满足稳态工况下全厂发电成本最低的要求,但并没有考虑频繁变负荷给机组带来的影响。同时,在自动发电控制(AGC)方式下的厂级负荷分配还要满足调整时间的要求,以尽可能快的速度完成目标负荷的调整。针对机组运行的经济性、快速性、稳定性,应用多目标模糊规划方法建立负荷优化分配模型,并使用免疫算法进行计算,所得结果既保证了较低煤耗,也使得机组负荷调整速度较快,同时也满足了参与调整机组台数尽可能少的要求,使机组负荷分配更加合理。     

考虑能源环境效益的含风电场多目标优化调度

随着大规模风电场的并网运行,电力系统调度过程需要考虑风电的影响;而日益严重的气候变化问题和人类社会可持续发展战略,也对电力行业提出了清洁化发展的要求.在传统电力系统优化调度的基础上,引入"能源环境效益"概念对包含风电场的电力系统优化调度模型进行修正,同时     

基于向量序优化算法的多目标多阶段电源扩展规划

提出了一种基于向量序优化算法的多目标多阶段电源扩展规划方法。首先,将可靠性指标和环境指标纳入到常规的经济性电源规划模型,统筹考虑电源扩建中多方面的综合效益,构建多目标多阶段电源扩展规划模型;然后,利用向量序优化算法对模型进行求解,并基于隶属度函数确定最优规划方案;最后,基于仿真算例验证了本文方法的正确性和有效性。     

基于改进模糊均衡策略的碳循环虚拟电厂多目标鲁棒随机调度优化模型

燃气碳捕集(gas-power plant carbon capture, GPPCC)设备能捕集CO₂,电转气(power-to-gas, P2G)设备可将CO₂转化为甲烷,提出将GPPCC、储碳设备(carbon storage device, CS)和P2G与虚拟电厂(virtual power plant, VPP)进行连接,即C2P-VPP。首先,搭建C2P-VPP结构并构建数学模型;然后,选择最小化调度成本、最小化碳排放量、最小化出力波动作为优化目标,并利用鲁棒随机优化理论刻画风力发电厂(wind power plants, WPP)和光伏(photovoltaic, PV)发电的不确定性,建立C2P-VPP多目标随机最优调度模型。最后,选择CIGRE中压配电系统进行算例分析,结果表明所提最优决策模型能发挥C2P的电-碳-电循环优化效应,为决策者制定兼顾C2P-VPP调度方案提供有效的决策工具。     

基于双层优化的电动汽车充放电调度策略

大量电动汽车无序充放电会给电力系统的安全与经济运行带来严重的负面影响。为避免这一问题,引入了对电动汽车进行分层分区调度的理念,并构建了基于双层优化的可入网电动汽车充放电调度模型。在上层模型中,通过优化各电动汽车代理商在各时段的调度计划(包括充电负荷和放电出力),使系统在研究时间区间内总负荷水平的方差最小化,从而实现削峰填谷;在下层模型中,通过各电动汽车代理商对其所管辖电动汽车充放电时间的优化管理,以便与上层的调度计划尽可能一致。之后,采用AMPL/IPOPT和AMPL/CPLEX高效商业求解器对上下层问题分别进行迭代求解。最后,以包含5个电动汽车代理商的、修改的IEEE 30节点测试系统为例,说明了所提出的模型与方法的基本特征。     

基于随机森林算法的电动汽车充放电容量预测

文中提出一种电动汽车充放电容量的组合预测方法.首先,基于电动汽车历史充电数据和用户参与电动汽车与电网互动(V2G)意愿的调查数据,分析车辆荷电状态(SOC)特性、出行时间特性以及用户对价格的敏感度,建立随机森林分类模型,判断车辆是否参与V2G调度,并对影响用户决策的特征因素进行重要性评估.其次,采用蒙特卡洛方法模拟电动汽车出行和充放电情况,并分别预测充放电容量.最后,以办公区为例进行仿真,对比分析多种充放电模式下的电动汽车充放电行为与负荷分布.所构建的随机森林分类模型的准确率为0.917,能够有效区分V2G计划时段内电动汽车的充放电行为,仿真结果验证了所提预测框架的有效性.     

基于电动汽车与电网互动技术的充电站控制策略研究

针对电动汽车与电网互动技术充电站控制策略需要考虑的电网、车辆、用户三方面因素,提出该控制策略需要解决的充放电车辆选择与电流/功率确定问题,分析电动汽车与电网互动技术各组成部分之间的控制关系,负荷曲线整形的充放电模式和实现该充放电模式的电动汽车与电网互动技术充电站控制策略流程,并对实现控制策略的具体算法进行探讨和算例分析。     

基于APF的电动汽车充电站谐波治理措施研究

电动汽车是智能电网的重要组成部分,含有大量非线性电力电子装置的电动汽车充电站接入电网时会给电网带来不利的电能质量影响,主要体现在其对电网注入的大量谐波电流将造成很多负面影响。针对一种常见的高频充电机,分析了其对配电网电能质量影响的作用机理,在此基础上提出了采用有源电力滤波器作为谐波治理的措施,并从原理上分析了其可行性和有效性。     

基于集群响应的规模化电动汽车充电优化调度

大规模电动汽车(EV)的充电需求和充电负荷分布将呈现出规律性,从群体的角度对EV进行优化调度,可以降低问题的维度,提高优化计算的效率。基于区域EV的集群响应特性,建立了以负荷峰谷差最小化为目标的EV群体充电概率分布模型。在此基础上,根据EV群体对充电电价的灵敏度,建立EV集群响应的实时电价模型,通过电价对EV的充电行为进行有序引导,从而实现电网的"移峰填谷"策略。以典型的区域配电网负荷数据为例,验证了文中EV充电优化调度方法的有效性。最后,对EV群体响应实时电价的灵敏度,以及不同灵敏度下EV群体和代理商的节省成本进行讨论。     

基于T-S模糊控制器的电动汽车V2G智能充电站控制策略

提出一种基于T-S模糊控制器、用于实现电动汽车接入电网(V2G)技术的电动汽车智能充电站控制策略,阐述了该智能充电站的结构和原理,研究电网在不同负荷状况以及电动汽车在不同荷电状态下,进入智能充电站的每一辆电动汽车和电网之间的功率流向关系。仿真结果表明,所提出的控制策略可以有效地根据电网负荷情况和每辆电动汽车的荷电状态实现功率的双向智能分配,从而保障电网的稳定性、提高电网效率。     

（12期拿下）基于权重自适应调整的混沌量子粒子群算法的城市电动汽车充电站优化布局

针对城市电动汽车充电站的定容和选址的问题,从实际情况出发,建立将土地价格、建设成本、运行成本、交通流量、服务距离、服务能力考虑在内的数学模型,该模型以年均综合费用最小为目标,以充电能力,充电距离为约束条件。采用权重自适应调整的混沌量子粒子群算法对北方的某市某区进行规划,该算法在迭代过程中会根据粒子不同的适应值,对惯性权重做出相应的调整,从而调整对粒子的搜索能力。利用混沌算子的遍历性,使得该算法具有很好的收敛速度和精度。利用该算法对所建立的数学模型进行求解,经过进一步的筛选,确定了该地区充电站的建址坐标、容量和费用。     

预装式纯电动客车充换电站集成化设计

近几年,随着世界能源的不断减少和短缺,特别是汽车的大量使用,导致石油储量匮乏。世界各国都在大力发展和推广清洁能源交通工具纯电动汽车,如何实现纯电动汽车长期服役,并实现其安全快速高效充换电服务,配套设施充换电站建设是首当其冲要发展的项目。现有充换电站是先土建盖好“房子”,然后在里面调试组装供配电设施、充换电设施、监控设施及辅助设施等。提出了一种新型预装式充换电站系统,即用预装式箱体代替原有充换电站房屋,只在现场建设简易大棚。充换电及监控产品、照明暖通、给排水及消防环保设备通过配线和电缆连接在箱体内预装,实现集成化设计,从而达到节约人物财力、减少占地面积和快速建站的目标。     

电动汽车充放电决策模型及电价的影响分析

以电动汽车运营收益最大化为目标,以满足电动汽车动力电池充放电容量及电动汽车行程需求为约束条件,构造了一个电动汽车充放电收益最大化模型,该模型表示电动汽车充放电决策。以2009年美国家庭出行调查为依据,根据用户出行规律,采用蒙特卡洛模拟法模拟用户行程需求,对电动汽车充放电运行的经济效益以及充电负荷分布进行仿真计算和分析。研究结果表明,所提出的模型可以表示电动汽车响应电价的能力,利用该模型还研究了实时电价对含电动汽车接入电网功能的电动汽车充放电电量分布及电动汽车运行成本的影响,揭示了实时电价机制为了更好地促进充放电电量的合理分布需要动态调整的特点,以及电动汽车接入电网功能可以显著减少电动汽车的运行成本,且存在较大的经济空间组织充电运营商的特点。电动汽车电池存储作用值得进一步开发。