考虑负荷优化的光储充电站储能经济性配置研究

为缓解电动汽车充电对电网的冲击,提升充电站的经济性,对光储一体化充电站储能配置展开研究. 首先分析了充电站电动汽车的负荷特性,结合峰谷电价,制定了储能运行策略. 然后通过建立储能配置双层规划模型,保证了充电站负荷最大程度优化的同时实现价格套利. 最后通过算例分析,得到商业区充电站储能经济性配置方案. 将该配置方案与以峰谷差作为优化指标的传统储能配置方案对比,结果表明该方案有效增加了总削峰量,并将充电站年购电成本进一步降低.     

并网型风电场扩展光伏互补发电容量优化配置

风、光资源具有天然的互补性,在已建成的风电场中扩展光伏发电,组建互补发电系统,有利于平抑出力波动并提高运行经济性。提出一种并网型风电场扩展光伏容量优化配置方法。基于风速和太阳辐射在时间尺度上的互补性,建立修正的气象概率分布模型。以电气设备利用率最大,输出功率波动性和弃风、弃光电量最小为目标构建多目标优化模型,充分考虑3个目标之间的矛盾以及不同升压主变容量的影响。采用蒙特卡罗方法仿真生成风、光气象数据,基于多目标粒子群算法求取Pareto最优解集合,结合工程要求和经济性指标从集合中确定最终方案。结合算例,对本研究方法的有效性进行了验证。     

并网型风电场扩展光伏互补发电容量优化配置

风、光资源具有天然的互补性,在已建成的风电场中扩展光伏发电,组建互补发电系统,有利于平抑出力波动并提高运行经济性。提出一种并网型风电场扩展光伏容量优化配置方法。基于风速和太阳辐射在时间尺度上的互补性,建立修正的气象概率分布模型。以电气设备利用率最大,输出功率波动性和弃风、弃光电量最小为目标构建多目标优化模型,充分考虑3个目标之间的矛盾以及不同升压主变容量的影响。采用蒙特卡罗方法仿真生成风、光气象数据,基于多目标粒子群算法求取Pareto最优解集合,结合工程要求和经济性指标从集合中确定最终方案。结合算例,对本研究方法的有效性进行了验证。     

SWISS整流器多目标优化

针对SWISS整流器的性能问题,采用基于NSGA-II算法的多目标优化方法.以离散的直流电感、IGBT、Diode以及输出电容参数建立的元器件数据库为约束条件,以效率、功率密度以及输出纹波模型为目标函数,通过NSGA-II算法进行优化,并给出了帕累托最优解集和帕累托最优前沿,根据目标的优先级合理选择方案,从而选择相应器...     

基于多目标优化模型的电动汽车充电调度策略

针对电动汽车充电带来的配网系统负荷峰谷差过大的问题,基于配网系统负荷变化基本情况,提出了动态多目标优化模型的电动汽车充电调度控制策略.构建了动态多目标优化模型,并提出了控制充电功率和控制起始充电时间两种优化调度控制策略,采用动态粒子群算法对模型进行了求解.仿真结果表明,优化控制方案能够起到削减负荷峰值的作用,和优化前相比负荷峰值下降约20%,节约充电成本40%～55%.     

多目标水资源优化配置模型求解方法研究

在分析水资源系统构成及其特点的基础上,提出了基于欧式距离判断的交互式多目标决策新方法,以满意度来表述各单项目标在整体规划中的达到程度,以目标总体协调度来控制各单项目标之间的协调平衡.该方法能够体现目标间的制约与协调和决策者的实际愿望,结果更为客观,更便于实际应用操作,为区域水资源的优化配置提供了一条有效可行的新途径.     

贝叶斯优化算法在多目标优化问题中的应用

贝叶斯优化算法是近年来在进化算法领域兴起的一种新兴算法,用贝叶斯网络概率模型来显式地反映变量之间的依赖关系及可行解的分布,更符合实际问题的本质,在众多领域获得应用。针对多目标优化问题,在Pareto优化概念的基础上,用非占先排序及拥挤距离的方法来选择群体,形成解决多目标优化算法的Pareto贝叶斯优化算法,实验结果表明,Pareto贝叶斯优化算法要优于经典多目标优化算法NSGA-II。     

具有V2G功能的电动汽车充电机研究

随着电动汽车的发展,基于V2G理念的充电站近年来得到了极大的关注。本文基于V2G要求研究了具有功率双向流动能力的充电机,提出了PWM变流器+双向DC/DC的拓扑方案,建立了主电路的数学模型,详细分析了工作机理。针对两段式充电、恒流放电、充放电转换提出了以直流母线电压为观测量的控制策略,并对PI调节器参数进行了详细设计。充电机整体方案进行了仿真研究,同时采用数字化控制方式(DSP)对充电机硬件系统进行了实现。仿真和实验结果表明,该V2G充电机具有良好的性能,实现了能量的双向流动,并且可实现网侧单位功率因数。     

考虑分布式储能与电动汽车充电网络的配电网多目标规划

电动汽车和风光储技术的快速发展对配电网规划起到关键作用.首先基于车配电池组的需量来分析充电需求,并通过充电站截获的交通流量将电动汽车负荷功率计入网络中,提出一种考虑储能优化策略的配电网多目标规划模型.该模型以规划成本最小、配电网电压水平最优、交通网络满意度最佳来构造多目标函数,对风光储及充电站相关设备布点定容,并采用嵌...     

基于多目标遗传-蚁群算法的中牟县水资源优化配置

随着经济社会的快速发展,水资源短缺和水环境污染问题变得日益严重.通过建立水资源优化配置模型,运用多目标遗传-蚁群算法(MOGACHA)对配置模型进行求解,并将所配置模型及求解方法应用于优化中牟县水资源配置.结果表明,配置模型及其参数、约束条件的处理是可行的.从配置结果来看,2015年和2020年在不同的保证率(50%、75%、95%)下各需水部门的需水要求均能被满足,系统协调度也都大于0.8,从而有效协调各部门之间的用水竞争问题,实现水资源质与量的高效统一和社会、经济、生态环境的综合效益最大化,促进水资源的可持续利用和经济社会的可持续发展.     

煤矿井下燃油运输车辆调度多目标优化分析

为减少煤矿井下燃油运输车辆的尾气污染,降低能耗并控制运输成本,在考虑巷道坡度及车辆载重影响计算碳排放量的基础上,建立了车辆调度优化模型。该模型以运输总成本和碳排放量最小为目标,同时设计了基于动态拥挤度和启发式交叉算子的改进NSGA-II求解算法。实例仿真试验表明：多目标优化模型既可以保证煤矿企业的经济效益,也在一定程度上促进了节能减排。改进后的算法在总运输成本上平均节省超过4%,在碳排放量上最优值改进达到3.91%,表现出较好的求解性能。     

基于PSO-DE算法的分布式光伏优化配置研究

为解决分布式光伏电源接入配电网的优化配置问题,提出一种基于粒子群和差分进化的PSO-DE算法,同时构建了包含网损最小、投资成本最低、电压质量最优的无偏好多目标分布式光伏选址定容综合优化模型。首先对差分进化算法的变异过程进行改进,然后利用粒子群算法对差分进化算法中的缩放因子和杂交因子进行优化,采用标准测试函数对PSO-DE算法进行测试和参数敏感度分析,验证了算法的客观性和稳定性;并利用无偏好可变权重对多目标模型进行处理;最后以分布式光伏选址定容优化的实际应用为例,并与其他算法对比,验证了模型和算法的有效性和实用性。     

DSTATCOM配置与整定的多目标协调优化

配电网具有供电半径长、结构复杂的固有特征,强波动性负荷以及分布式电源的增加进一步加剧了配电网潮流的不确定性,恶化配电网的电压质量,因此有必要合理配置DSTATCOM以提升配电网经济效益、保证电压质量,进而提高对分布式电源的消纳能力。提出一种配电网DSTATCOM配置与整定的多目标协调优化方法,在优化配置过程中考虑DSTATCOM的运行与参数整定问题。优化模型涉及系统网损电量、设备总投资、设备闲置率以及DG弃发电量等多个目标,基于NSGA-II求取帕累托解集并运用带权理想点法进行决策,其突出特点在于能够综合考虑DSTATCOM的配置与运行,通过IEEE33节点算例验证了该方法的有效性。     

绿色数据中心微源容量优化配置方法研究

加强绿色数据中心建设是引导数据中心低碳清洁发展的重要举措。针对绿色数据中心微源容量配置缺乏规范化方法的问题,利用HOMER平台的专业性和精确性特点,搭建了装置级和系统级仿真模型,提出了以净现总值最小为目标的微源容量优化配置方法。以某数据中心为实例,验证了所提方法的有效性。基于仿真数据,对比了绿色数据中心较市电独立供电模式的降费减排效果,剖析了绿色数据中心经济优势的形成原因,给出了数据中心超额配置UPS的使用建议,证实了引入可再生能源发电是在微源成本下降、用电价格上升的可预见趋势下,数据中心应对环境压力并提升经济效益的有效方式。     

水资源优化配置的双层多目标规划模型

利用双层多目标规划研究了基于水权的水资源优化配置问题.将水资源管理机构和各用水者分别作为上、下层决策者,建立了水资源管理机构以水资源总效益最大和水质污染最小为目标、各用水者以取水效益最大为目标的双层多目标规划模型,并给出了相应的求解算法.最后用一个简单的算例验证了模型的可行性.     

水资源系统多目标优化配置模型的研究及应用

基于可持续发展原理,针对水资源持续利用特点,建立了水资源多目标优化配置模型。该模型体现了公平、优先、高效和综合效益最大化原则,设置经济、社会和环境三方面的目标,研究了反映这些目标的各个参数的确定思路,并采用大系统分解协调理论和多目标决策原理对模型进行求解。经广西桂林市水资源优化配置多目标模型实证分析,该模型有助于提高经济效益和社会效益,注重生态环境的保护,同时验证了模型的有效性与实用性。     

分时电价下含电动汽车的微电网群双层多目标优化调度

为解决大规模电动汽车无序充电导致电网出现“峰上加峰”现象,依据电动汽车充电地点的不同将配电网划分为居民区、办公区、商业区微电网,提出基于峰谷差、分时电价、用户充电满意度多目标下的电动汽车充电模式,建立了微电网内运营商峰谷差最小—用户充电费用最少和充电满意度最大的双盈多目标优化调度模型,采用上海市实际居民办公商业混合体,基于MATLAB/NSGA-Ⅱ算法求解负荷整形度;采取粒子群优化算法求解电动汽车车主达到充电最优满意度;实现对电动汽车充电时刻和充电功率的引导。实际算例仿真结果表明,该方法能有效降低配电网负荷峰谷差,提高电动汽车充电效率,满足用户充电需求。     

网络备用容量优化配置的数学模型

本文研究了SDH通信网的保护问题。当故障发生时,我们必须找到一些路由用于建立足够的恢复通道。同时,在建立一个通信网络时,又希望在满足一定保护要求的前提下,使用最少的备用资源。要合理地解决这个问题,首先要建立网络优化配置的数学模型,本文提出了一个简洁且计算方便的数学模型。     

考虑负荷时空分布的电动汽车充电站优化配置

针对电动汽车快充负荷和充电资源错配的问题,运用蒙特卡洛法预测充电站配置变化下的负荷分布,以社会总成本最小化为目标,充分考虑充电站、用户、电网和交通等多方利益,构建了一种新的充电站优化模型,并使用改进的多染色体遗传算法进行求解,得到了适用于区域充电站的规划方案。以上海市浦东新区为例进行算例仿真研究,验证了所提方法的有效性,为解决电动汽车快充负荷与充电资源错配问题提供了有力的决策支持。