随着全球气候变化问题的日益严峻,我国提出了“双碳”目标(碳达峰和碳中和)。而港口作为物流枢纽和货物集散地,它的碳排放问题尤为突出。针对港口作业调度优化问题,考虑船舶到港时间、货物装卸需求、岸桥作业能力及碳排放成本等关键因素...随着全球气候变化问题的日益严峻,我国提出了“双碳”目标(碳达峰和碳中和)。而港口作为物流枢纽和货物集散地,它的碳排放问题尤为突出。针对港口作业调度优化问题,考虑船舶到港时间、货物装卸需求、岸桥作业能力及碳排放成本等关键因素,构建最小化碳排放成本和码头运营成本的作业调度优化模型,并提出一种“双碳”目标下基于改进型非支配排序遗传算法(NSGA-Ⅱ)(E-NSGA-Ⅱ)的港口作业调度优化算法。首先,调整算法的编码策略、种群初始化方法和交叉变异操作;其次,设计不可行解的基因修复算子,并引入自适应交叉与变异概率机制。实验结果表明,与FCFS(First Come First Service)调度算法相比,所提算法在模型求解中的总成本下降了7.9%,碳排放成本下降了19.7%,码头运营成本下降了6.5%。以上研究结果丰富了多目标优化算法和港口作业调度理论,并为港口企业实现绿色调度、降低运营成本和提升经济效益提供了有力支持。展开更多
针对柴油发动机推进特性下的中高负荷工况出现的NO_(x)排放峰值现象,以及燃油价格日益上涨带来降低油耗率的迫切需求,本研究通过调节柴油/甲醇组合燃烧(diesel/methanol compound combustion,DMCC)发动机多种控制参数,在保证动力性前提...针对柴油发动机推进特性下的中高负荷工况出现的NO_(x)排放峰值现象,以及燃油价格日益上涨带来降低油耗率的迫切需求,本研究通过调节柴油/甲醇组合燃烧(diesel/methanol compound combustion,DMCC)发动机多种控制参数,在保证动力性前提下,实现NO_(x)排放和有效燃油消耗率(brake specific fuel consumption,BSFC)的同步下降。为避免大规模试验带来的成本增加,首先基于高斯过程回归建立DMCC发动机排放的NO_(x)体积分数、BSFC和指示功率预测模型;然后将所建模型与第二代非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)结合,对NO_(x)的体积分数和BSFC进行优化,并将Pareto前沿解集代入逼近理想解排序法(the technique for order preference by similarity to an ideal solution,TOPSIS)寻找最优控制参数组合;最后将最优控制参数组合标定至电子控制单元,与原机数据进行对比分析。结果表明:基于高斯过程回归建立的预测模型的拟合优度大于0.95,均方根误差小于1,具有良好的一致性和准确性;使用NSGA-Ⅱ获取的最佳控制参数与优化前(原机工况)的相比,NO_(x)的排放量下降74.5%,仅为3.47 g/(kW·h),BSFC平均下降6.7%,仅为203.5 g/(kW·h)。展开更多
风电并网在实现节约化石能源和减少有害气体排放等效益的同时,也将对电力系统的可靠性造成一定的负面影响。为达到投资经济性、系统可靠性、环保效果的整体最优,构建了多目标风电场接入的输电线路与电网的联合优化规划模型;针对目标权...风电并网在实现节约化石能源和减少有害气体排放等效益的同时,也将对电力系统的可靠性造成一定的负面影响。为达到投资经济性、系统可靠性、环保效果的整体最优,构建了多目标风电场接入的输电线路与电网的联合优化规划模型;针对目标权重未知、人工神经网络(artificial neuralnetwork,ANN)收敛困难、无法合理决策等问题,采用方差最大化决策和分类逼近理想解的排序方法(technique fororder preference by similarity to an ideal solution,TOPSIS)缩小最优解的范围,并在此基础上提出了随机模拟、神经元网络和非劣排序遗传算法II(non-dominated sorting geneticalgorithm II,NSGA-Ⅱ)相结合的混合智能算法;对增加风电场的改进IEEE Garver-6系统进行计算分析,结果表明该方法具有较高的决策效率和计算精度,从而验证了所提出模型和方法的合理性和有效性。展开更多
文摘随着全球气候变化问题的日益严峻,我国提出了“双碳”目标(碳达峰和碳中和)。而港口作为物流枢纽和货物集散地,它的碳排放问题尤为突出。针对港口作业调度优化问题,考虑船舶到港时间、货物装卸需求、岸桥作业能力及碳排放成本等关键因素,构建最小化碳排放成本和码头运营成本的作业调度优化模型,并提出一种“双碳”目标下基于改进型非支配排序遗传算法(NSGA-Ⅱ)(E-NSGA-Ⅱ)的港口作业调度优化算法。首先,调整算法的编码策略、种群初始化方法和交叉变异操作;其次,设计不可行解的基因修复算子,并引入自适应交叉与变异概率机制。实验结果表明,与FCFS(First Come First Service)调度算法相比,所提算法在模型求解中的总成本下降了7.9%,碳排放成本下降了19.7%,码头运营成本下降了6.5%。以上研究结果丰富了多目标优化算法和港口作业调度理论,并为港口企业实现绿色调度、降低运营成本和提升经济效益提供了有力支持。
文摘针对柴油发动机推进特性下的中高负荷工况出现的NO_(x)排放峰值现象,以及燃油价格日益上涨带来降低油耗率的迫切需求,本研究通过调节柴油/甲醇组合燃烧(diesel/methanol compound combustion,DMCC)发动机多种控制参数,在保证动力性前提下,实现NO_(x)排放和有效燃油消耗率(brake specific fuel consumption,BSFC)的同步下降。为避免大规模试验带来的成本增加,首先基于高斯过程回归建立DMCC发动机排放的NO_(x)体积分数、BSFC和指示功率预测模型;然后将所建模型与第二代非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)结合,对NO_(x)的体积分数和BSFC进行优化,并将Pareto前沿解集代入逼近理想解排序法(the technique for order preference by similarity to an ideal solution,TOPSIS)寻找最优控制参数组合;最后将最优控制参数组合标定至电子控制单元,与原机数据进行对比分析。结果表明:基于高斯过程回归建立的预测模型的拟合优度大于0.95,均方根误差小于1,具有良好的一致性和准确性;使用NSGA-Ⅱ获取的最佳控制参数与优化前(原机工况)的相比,NO_(x)的排放量下降74.5%,仅为3.47 g/(kW·h),BSFC平均下降6.7%,仅为203.5 g/(kW·h)。
文摘风电并网在实现节约化石能源和减少有害气体排放等效益的同时,也将对电力系统的可靠性造成一定的负面影响。为达到投资经济性、系统可靠性、环保效果的整体最优,构建了多目标风电场接入的输电线路与电网的联合优化规划模型;针对目标权重未知、人工神经网络(artificial neuralnetwork,ANN)收敛困难、无法合理决策等问题,采用方差最大化决策和分类逼近理想解的排序方法(technique fororder preference by similarity to an ideal solution,TOPSIS)缩小最优解的范围,并在此基础上提出了随机模拟、神经元网络和非劣排序遗传算法II(non-dominated sorting geneticalgorithm II,NSGA-Ⅱ)相结合的混合智能算法;对增加风电场的改进IEEE Garver-6系统进行计算分析,结果表明该方法具有较高的决策效率和计算精度,从而验证了所提出模型和方法的合理性和有效性。
