考虑氢负荷响应的化工园区电-氢耦合系统协同优化调度

为解决新能源大规模发展下日益严重的弃风弃光现象,中国很多城市及园区开始广泛使用电解水制氢作为消纳新能源的一种有效途径,随之产生了越来越多的电-氢耦合系统,本文以化工园区为例,提出了考虑氢负荷响应的园区级电-氢耦合系统协同优化调度方法。首先,以实际绿氢绿氨工业园区为基础,提出了典型园区级电-氢耦合系统架构,并从系统的源-网-荷-储各角度建立了包括煤制氢、电解水制氢、储氢罐、氢制氨、氢燃料发电机与输氢管网的化工园区电-氢耦合系统模型。其次,以实现园区整体效益最大为目标,并在目标函数中加入弃风弃光惩罚项,同时考虑氢负荷的需求侧响应,使氢制氨作为园区内可灵活调节的资源,基于此进行化工园区电-氢耦合系统协同优化调度。为验证本文所提出优化调度方法的经济性及优越性,对比分析了3种不同运行场景下的优化调度结果。结果表明,电解槽与氢燃料发电机通过跟踪园区内的电源与电负荷的变化情况,实时调整自身出力功率,在保证园区电量平衡的前提下减少与外界的电力交易,减少园区购电成本与弃风弃光,同时,考虑氢制氨的需求侧响应可以在保证经济效益的前提下,进一步减少弃风弃光、降低园区整体运行成本。     

微电网混合储能系统容量优化配置的研究

储能装置是微电网的一部分,对保证电力系统运行的经济性、可靠性起到关键作用。本文建立了蓄电池和超级电容器两类储能装置模型,综合分析了影响储能装置容量的因素,优化微电网储能装置容量的模型,将粒子群优化算法(PSO)改进为可变惯性权重,对改进后的算法进行了优化,得到了投资成本最小的目标函数。最后进行算例分析,结果表明:改良后的粒子群算法在保证电力供给稳定性的同时,还能最小化储存容量,保证微电网容量配置的经济性。     

计及多因素的配电网电容器优化配置研究

对配电网电容器优化配置进行研究,计及多因素建立了以系统的有功网损费用、电容器投资费用、电容器维护费用和预期中断费用之和为最小的目标函数,采用改进粒子群算法对该问题进行求解.在改进算法中采用自适应惯性权重,并对粒子群速度进行了变异操作,提高了粒子群算法的全局寻优能力.仿真结果表明,该方法使补偿后支出总费用较补偿前降低22.50%;并使得电压质量得到明显改善,各节点的故障率明显减小,其平均故障率可降低13.44%,系统的整体可靠性能得到改善.     

一种电网滤波器优化配置新算法

针对北碚110kV配电网谐波的特点,提出一种基于改进模拟退火一粒子群的电网滤波器优化配置算法.基于自适应惯性因子w和存储器,以滤波器一次投资最小为目标,在给定电网范围内优化配置有源和无源滤波器,使配电网中各节点的谐波畸变率满足谐波的标准要求.通过算法寻优求解,给出最优的滤波器配置方案;Matlab/Simulink仿真...     

基于粒子群的城市供水配置模型优化算法

为了解决城市供水水量分配合理性欠缺问题,提出基于粒子群的供水配置模型优化算法.该算法以地表水、地下水、自来水、中水4种水源类型作为供水源,以生活用水、工业用水、农业用水和生态用水4个行业作为用水行业,并考虑供水源的开发成本,建立供水配置模型.运用粒子群优化算法对模型进行优化求解,得到最佳的水量配置方案.通过实例验证该算法的可行性,为今后的供水水量分配调度工作提供参考和依据.     

基于改进蝙蝠算法的混合储能系统容量优化配置

针对光伏发电在微网中不稳定、功率波动较大的问题,利用超级电容和蓄电池的混合储能系统对微电网中功率波动部分进行平抑。根据光伏功率波动率和储能响应特性,提出基于低通滤波器分解的功率分配方法,采用改进的蝙蝠算法对混合储能进行容量优化配置,以混合储能装置全生命周期费用最小为目标,以系统的功率平衡、储能的荷电状态以及负荷缺电率等指标为约束条件,建立一种混合储能系统容量优化配置模型,实现混合储能系统经济最优。算例仿真结果表明,改进的蝙蝠算法不仅优化了蓄电池的工作状态,降低了储能系统的全生命周期费用,而且加快了收敛速度。     

基于电市场与碳市场耦合含储能的微电网电源规划

电碳耦合是实现“双碳”目标的重要突破口。储能装置既能降低弃风弃光比例又能发挥削峰填谷的作用。在电源类型中加入储能装置，并引入电市场和碳市场交易的概念，构建了电碳市场耦合下含储能的微电网电源规划模型。模型以综合成本最小化为优化目标，统筹考虑电源规划的碳市场交易成本、电市场交易成本等，并且考虑了各种约束条件。采用改进粒子群算法（PSO）对模型进行求解，对比了考虑碳交易和不考虑碳交易两种模型，以及不同碳价下的容量配置。结果表明，在碳市场交易下，虽规划期内电力系统的总成本会提高，但清洁能源的比例也因此提升，并且随碳价的上涨而上升。     

基于自适应的配电网分布式电源优化配置研究

针对分布式电源接入配电网引起的电压越限和电能质量下降等问题,提出了一种具备自适应特性的分布式电源优化配置方法. 建立了光伏、风电两种典型分布式电源的数学模型,分析其功率输出特性. 构建了同时考虑发电成本、环境成本、有功网损折算成本三项指标的分布式电源优化配置模型. 针对多目标函数和多约束条件的优化配置模型,应用自适应粒子群算法求解,实现学习因子和惯性权重自适应调整以提高算法的寻优性能,由此得到分布式电源的最佳接入位置和容量. 最后,以IEEE33节点配电系统为例进行仿真验证. 结果表明,自适应粒子群算法与传统粒子群算法和混沌粒子群算法相比,求解得到的优化配置方案可达到更好的供电可靠性和经济性要求.     

“煤改电”用户综合能源利用系统优化配置方法

针对“煤改电”用户亟需通过综合配置产能、储能与用能设备降低用能成本、减轻环保压力的问题,提出了综合考虑设备投资与运行费用经济性的户用综合能源利用系统优化配置双层规划模型.通过双层迭代优化求解得到户用综合能源利用系统优化配置方案.实际“煤改电”住宅用户算例表明,所提出的方法能够给出户用综合能源利用系统设备安装类型与容量的优化配置方案,使得“煤改电”用户投资运行成本最低.     

基于改进粒子群算法的配电网无功优化的研究

针对电力系统无功优化问题多变量、不连续、非线性的特点,本文建立了以系统年运行费用最小为目标函数、以有功功率和无功功率为约束条件的数学模型,并应用改进的粒子群算法对无功优化问题进行求解.该算法在权重系数和不活动粒子两方面进行改进,有效地解决了进化过程中陷入局部最优和搜索精度差的特点.最后,通过对IEEE30节点系统进行无功优化算例分析,仿真结果验证了该算法解决电力系统无功优化问题的有效性和可行性.     

基于图形分割的城市地下车库车位排布优化方法

为辅助设计师排布外轮廓形状复杂、面积大、障碍物多的大规模地下车库,针对局部复杂轮廓内同向车位与车道共同优化排布问题,提出了基于图形分割的混合整数线性规划模型.考虑了车位排列角度及位置的优化,能够处理任意轮廓内的车位与车道排布.开发了基于粒子群优化的分解算法,并通过实际的工程图纸验证了模型和算法的有效性.结果表明,该算法能快速有效地排布局部车位,辅助设计者给出最佳优化排布方案.开发的可视化及人机交互功能可大大提高设计者的开发效率.     

基于改进粒子群算法的储能系统优化运行

针对储能系统运行经济性及储能电池运行损耗评估问题,建立计及电池损耗成本的储能系统运行收益优化模型;同时,针对标准粒子群算法全局寻优能力不足,罚函数难以选取等问题,提出一种双适应度混沌粒子群算法,采用该算法对电池损耗及储能系统收益情况进行优化计算,并与采用标准粒子群算法优化和未经运行优化所得结果进行对比分析。结果表明:储能电池损耗成本对系统收益影响明显,应建立合适的电池损耗模型进行评估计算;对储能系统进行运行优化后,合成负荷曲线方差减小,负荷峰、谷值削减,系统收益提高,损耗成本占比减小;通过与其他两种运行情况对比发现,双适应度混沌粒子群算法寻优所得储能系统运行收益值更高,储能系统经济性更佳。     

一种基于多岛遗传算法的火力优化分配方法

在实际作战中,如何合理分配火力单元,对保证作战效率、提高作战效能具有重要意义。针对多个火力单元对多个目标的火力分配问题,建立了火力分配数学模型,给出了基于多岛遗传算法的火力分配模型求解方法,并通过应用实例表明该方法是有效的、可行的。     

改进遗传算法与粒子群优化算法及其对比分析

进化算法作为一类新的优化搜索方法，广泛应用于各种优化问题．现对简单遗传算法进行了改进，采用实值编码，并与模拟退火算法及基于适值排序和随机选择的方法相结合，形成了改进遗传算法．同时还介绍了一种新的进化算法一粒子群优化算法．将这两种优化算法应用于函数优化，并对优化结果进行了对比分析．比较结果表明，改进遗传算法和粒子群优化算法都可以在函数优化方面表现出较好的健壮性，但在找寻最优解的效率上，粒子群优化算法较好．     

一种新的无陀螺捷联惯导系统配置方案设计方法

配置方案是现有无陀螺捷联惯导系统研究中的薄弱环节,缺乏系统的设计理论和方法.从加速度计的输出方程着手,推导出角速度解算误差和加速度计测量误差之间的关系方程,其中配置方案参数为方程参量.以角速度解算误差最小化为原则,采用混沌粒子群算法,利用某型导弹的飞行数据得到了最优的六加速度计配置方案.针对其不易安装的缺点,通过参数设定,仿真得到了易于实现的次优配置方案.仿真结果表明其角速度解算误差接近于最优配置方案,明显优于国外经典的Cub-type方案.     

基于免疫进化的粒子群算法在灌区水资源优化配置中的应用研究

结合已有水资源优化配置模型,提出了基于免疫进化的粒子群算法,并将该方法应用于濮阳灌区,对其农业水资源进行优化配置.实例计算表明,该混合算法克服了已有算法中初期信息素匮乏,易陷于局部最优解等不足,结果合理,且计算较为简单,可为灌区水资源配置提供理论依据和决策参考.     

电力线多载波系统中自适应资源分配

针对电力线通信系统中应用传统粒子群算法进行比特功率分配存在陷入局部最优值和收敛速度慢的问题,提出了IPSO（improvedparticleswarmoptimization）算法．新算法通过引入遗传算法的交叉和变异操作,克服了传统粒子群算法由早熟收敛而陷入局部最优解的问题,加快了收敛速度．建立了IPSO算法的理论模型,给出了新算法在PLC—OFDM系统中进行比特功率分配的方法．仿真结果表明,在PLC—OFDM系统中应用IPSO算法进行比特功率分配与GA算法和传统粒子群算法相比．可以加快收敛速度．改善系统的信噪比特性．降低系统发射功率．     

风光储发电系统容量配置优化算法综述

风光储发电系统是提高新能源利用率的有效形式,风光互补与储能相结合可以有效降低随机性和波动性对电网产生的影响。容量配置优化问题则是风光储发电系统能否最大程度地发挥作用的关键。分析了容量配置优化的重要性,阐述了目前使用较多的两种群智能算法在容量配置优化方面的应用,并对这些容量配置优化算法未来的发展方向进行了总结和展望。     

The Optimization of Manufacturing Resources Allocation Considering the Geographical Distribution

考虑地理位置分布的制造资源配置优化

梁策远¹, 贺利军², 朱光宇¹

（1.福州大学 机械工程及自动化学院 福州 350116;

2武汉理工大学 物流工程学院, 武汉 430070）

创新点说明：

1) 建立了云制造环境下跨地理位置制造资源配置的模型,包括初选和优选两个阶段。

2) 优选阶段采用了基于模糊集关联熵的PSO算法解决高维多目标优化,此方法要好于NSGA-II和基于随机权重的PSO算法。

3) 考虑了配置过程中制造资源正常和出错两种情况,突显了该方法所具有的实时性,动态性和容错性。

研究目的：

建立云制造中跨地理位置资源配置模型,优化配置方案,实现配置的实时性,并能在资源出现异常情况时做出动态响应,提高容错率。

结果：

在制造资源正常和出错的情况下,基于模糊集关联熵的PSO算法均能正常得出配置优化结果,适应度值()分别达到了0.745和0.718（此数值越大表示越接近理想解）,要好于NSGA-II和基于随机权重的PSO算法所得到的结果。

结论：

建立的资源配置模型是合理的,能有效的应对制造资源出错的情形。基于模糊集关联熵的PSO算法可以有效的得出优化结果。

关键词：云制造; 资源优化配置; 模糊关联熵; 高维目标优化; 供应链