基于两阶段分布鲁棒优化的列车停站方案与时刻表协同研究

列车停站方案与列车时刻表协同优化能够克服两者单独优化难以实现系统最优的弊端,从而可以得到旅客满意和企业期望的运营方案.首先,针对多场景不确定旅客需求概率分布信息已知的情形,综合考虑轨道与车站站线占用等约束,以极小化列车总行程时间、各场景未被满足旅客需求以及列车冗余之和为目标,构建列车停站方案与时刻表两阶段随机规划模型.在此基础上,进一步考虑旅客需求场景概率分布信息部分已知的情形,构建与之相对应的两阶段分布鲁棒优化模型.其次,借助L∞范数非精确集,将所构建的列车停站方案与时刻表两阶段分布鲁棒协同优化模型转换为等价的混合整数线性规划模型,并利用Visual C++平台调用GUROBI进行求解.最后,将所构建模型应用到武汉-广州高速铁路走廊上验证其有效性,结果表明,相比于随机优化模型,分布鲁棒优化模型只需付出较小的代价,即可抵御旅客需求概率分布不确定性带来的影响,且可以改善最坏情形下解的质量,为得到鲁棒性较强的铁路列车停站方案与时刻表提供一定的理论依据.     

需求响应下电力信息通信大数据智能运维技术

电力信息通信大数据智能运维过程中,由于负载管理策略的影响,使得数据运维容量较低。因此,提出需求响应下电力信息通信大数据智能运维技术设计。针对电力信息通信大数据进行特征分析,基于电力信息需求响应原理,设计数据负载管理策略。结合数据特征和负载管理,构建通信大数据智能运维模型。然后采用模糊聚类算法管理运维日志,完成需求响应下电力信息通信大数据智能运维技术研究。实验结果表明：根据数据集1实验结果可知,所提方法相比文献方法,平均数据运维容量提升了68.09 T、52.31 T;根据数据集2实验结果可知,所提方法的平均数据运维容量提升了68.09 T、52.31 T。     

计及电动汽车需求和分时电价差异的区域电网LSTM调度策略

针对电动汽车(electricvehicle,EV)和风电大规模接入电网对系统调度、运行等方面带来的挑战,该文基于长短期记忆网络(long short term memory network,LSTM),提出一种计及电动汽车需求和分时电价差异的区域电网经济调度策略。首先,根据需求差异将并网EV分为刚性EV、快充灵活EV和慢充灵活EV 3种类型,并分别建立负荷模型。其次,考虑快/慢充灵活EV响应速度和分时电价的差异,以及常规发电机组、快速响应机组的电源特性,将该策略分为日前、模型训练和日内3个阶段。在日前阶段考虑区域电网机组运行成本和电动汽车车主支付费用建立了多目标优化调度模型;模型训练阶段,通过大量数据训练LSTM网络得到日内调度模型;日内阶段,将日前调度结果和日内超短期预测数据输入到日内调度模型中,得到日内可控单元调度计划。最后,通过日后复盘验证了策略的有效性和经济性。     

基于MMC的紧凑型能量路由器方案

该文提出一种控制简单的基于模块化多电平变换器(modular multilevel converter,MMC)结构的多端口能量路由器(energyrouter,ER)方案,所提ER包含有中压直流、中压交流、低压直流和低压交流4个外接功率端口以及1个内部储能端口,通过隔离级高频链将各子模块(sub-module,SM)进行内部互联,建立模块间的耦合关系。利用开关电容变换及三相波动功率抵消分别实现SM电压的自主均衡和电容需求最小化,从而大幅简化控制方案设计,同时提升系统的功率密度。考虑ER所具备的惯性能力与电容值密切相关,设计一种基于蓄电池储能的惯性优化方案。最后,通过仿真及实验验证所提拓扑及能量调控策略的正确性和有效性。     

考虑双向能量交换型负荷的配电网最大供电能力模型

在电动汽车这种双向能量交换型负荷接入配电网背景下,提出了计及用户与电网之间电能双向传递的最大供电能力(TSC)计算模型。首先,基于负荷时序特性建立了包含负荷可持续中断供电时间和响应费用约束的柔性负荷需求响应模型。然后,提出了能计及双向能量交换型负荷需求响应的TSC模型和计算方法,以量度需求响应费用与TSC之间的量化关系。最后,通过算例计算了不同响应费用约束下的TSC分布情况。分析结果表明,相比于单向能量交换型负荷以负荷削减方式参与需求响应,双向能量交换型负荷以放电方式参与需求响应使TSC进一步增大。     

考虑空调负荷和柔性热负荷响应的综合能源系统储能鲁棒优化配置

针对园区综合能源系统储能的容量配置问题,为提升在源–荷不确定性下的系统规划与运行的经济性,提出考虑空调负荷和柔性热(冷)负荷日内响应源–荷不确定性的电/热混合储能的鲁棒配置方法。首先构建了空调负荷和柔性热(冷)负荷应对源–荷不确定性的日内响应模型。其次在考虑系统多能互补的基础上,基于日前优化运行与日内响应,以年化运行成本和投资成本最低为目标函数,建立电/热混合储能鲁棒优化配置模型。最后通过算例验证了本文储能的配置方法对系统规划–运行的经济性的提升效果,分析了考虑负荷日内响应源–荷不确定性和源–荷预测精度对储能配置容量的影响。     

考虑综合需求响应混合不确定性的综合能源系统优化调度策略

综合需求响应(integrated demand response,IDR)是挖掘综合能源系统(integrated energy system,IES)负荷侧调节潜力的主要手段。然而,IDR用户的用能行为具有随机性、模糊性相耦合的混合不确定性特征,由此产生的IDR不确定性不仅会给调度策略的制定带来挑战,而且会对系统的可靠性产生影响,甚至可能引起负荷断供。针对上述问题,首先提出了基于改进PMV-PPD(predicted mean vote-predicted percentage of dissatisfied)指标的用户参与意愿评估模型;其次,基于云模型理论,建立了考虑混合不确定性的价格型IDR模型;在此基础上,综合考虑各类能源响应量边界和价格弹性系数等因素的不确定性,提出了IES优化调度策略。算例结果表明所提的IES优化调度策略可以更好地应对IDR不确定性带来的负荷波动,有效提升系统可靠性。     

基于社交网上演化博弈的光伏台区用户需求响应特性研究

“双碳”背景下,通过实施需求侧响应实现新型电力系统的协调运行是解决新能源出力不确定性的主要手段。然而,现实中的用户具有有限理性,其对电价或激励措施的响应呈现出异质性和不确定性。针对此,文章计及有限理性用户对电价或激励措施响应过程中的信息交互以及策略学习特征,提出了一种基于社交网上演化博弈模型的用户需求响应分析模型。首先,考虑到现实经济人在决策中存在信息交互以及策略学习与更新,且该信息交互背后为复杂社群系统,通过构建社交网刻画了用户之间的信息交互关系;其次,根据电价理论和电力供需平衡关系,单个用户的响应决策将会影响其他用户利益,采用博弈模型描述了群体用户的决策过程;最后,考虑到用户对所获取信息处理的有限理性特征,基于社交网上演化博弈模型来描述用户对电价和激励措施的响应过程。仿真分析了不同社交网络结构以及电价或激励措施对用户响应的影响。结果表明,用户社交网小世界属性的增强将会提高用户的响应,价格系数的提高会降低用户的用电意愿。     

新能源分比例渗透下基于博弈的多主体效益综合评估方法

“双碳”目标下新能源大规模发展,新能源的发展给各能源主体带来了影响,如何量化评估新能源渗透给能源主体带来的影响成为研究重点。首先,基于改进的K-means算法构建基于典型场景集的新能源出力模型;然后,从源-网-荷-储出发,构建火力发电商、电网、用户、储能运营商的决策优化模型;其次,构建考虑新能源渗透的多能源主体效益评估模型;最后,进行算例分析,算例结果验证了模型的有效性。     

计及主/被动需求响应下基于合作博弈的微网–配电网协调优化调度

随着含高比例可再生能源的并网型微网不断增加,微网与配电网的交互更加紧密。为解决两者作为不同利益主体双方利益分配问题,提出一种计及主/被动需求响应下基于合作博弈的微网-配电网协调优化模型。首先,考虑消费者心理学,建立了基于Logistic模糊函数的电负荷主动需求响应模型。然后,建立了以最优热电比为目标的热负荷被动需求响应模型。最后,微网与配电网作为参与者组成合作联盟,以讨价还价理论为核心,各自利益与联盟利益最大化为目标,协商确定了交互电价与交互功率,用改进的Shapley分配法分配了组成联盟后的额外收益,并通过基于参数自学习的自适应二次变异差分进化算法对其求解。通过算例分析对比可知,用户、微网、配电网三方利益均有所提升,证明了所提方案的合理性。