针对只有硬模块的布图规划问题,通常将其构建成组合优化模型,但求解过程时间成本高。为提高求解效率,提出了一种基于非光滑解析数学规划的布图规划算法。基于布图中器件的坐标表示,构建了一个泛化的非光滑解析数学规划模型,将不同场景...针对只有硬模块的布图规划问题,通常将其构建成组合优化模型,但求解过程时间成本高。为提高求解效率,提出了一种基于非光滑解析数学规划的布图规划算法。基于布图中器件的坐标表示,构建了一个泛化的非光滑解析数学规划模型,将不同场景下的布图规划问题的不同优化阶段处理为该泛化模型的特例,并利用共轭次梯度算法(conjugate sub-gradient algorithm,CSA)对其进行求解。针对固定轮廓布图规划问题,通过统一框架下的全局布图规划、合法化、局部优化三个阶段,实现了在固定轮廓约束下的线长优化。针对无固定轮廓约束问题,提出了带黄金分割策略的共轭次梯度算法(conjugate sub-gradient algorithm with golden section strategy,CSA_GSS),利用黄金分割策略缩小固定轮廓的面积,达到面积和线长双优化的效果。实验在GSRC测试电路上与基于B*-树表示的布图规划算法进行比较,该算法对于大规模电路在线长和时间方面均占据优势。实验结果表明,该算法能以更低的时间复杂度获得更优的线长。展开更多
电力体制改革的不断推进和分布式能源渗透率的不断提高给电力市场与配网运行带来新的机遇与挑战。在此背景下,提出了面向虚拟电厂(virtual power plant,VPP)能量管理的点对点(peer-to-peer,P2P)市场交易机制与模型。首先,在日前阶段针对...电力体制改革的不断推进和分布式能源渗透率的不断提高给电力市场与配网运行带来新的机遇与挑战。在此背景下,提出了面向虚拟电厂(virtual power plant,VPP)能量管理的点对点(peer-to-peer,P2P)市场交易机制与模型。首先,在日前阶段针对VPP内部的产消者拥有的分布式资源进行量化建模并根据交易流向进行解耦;然后,基于次梯度法搭建了日前的产消者P2P交易框架,以集群产消者个体收益最大为目标,并通过交互有限的信息,把原问题分解为多个子问题进行迭代求解,实现虚拟电厂内产消者之间的P2P电能交易。所提机制与模型可以有效缓解VPP承担的计算压力,保护用户信息隐私。针对在实时阶段中VPP可能出现的电能偏差,基于VCG(vickrey-clarke-groves)规则提出多边竞价交易机制消除偏差,既能保证实时运行的安全时限,又能实现系统的帕累托改进,降低了交易方信息暴露风险。最后结合算例验证了所提机制与模型的有效性和优越性。展开更多
文摘针对只有硬模块的布图规划问题,通常将其构建成组合优化模型,但求解过程时间成本高。为提高求解效率,提出了一种基于非光滑解析数学规划的布图规划算法。基于布图中器件的坐标表示,构建了一个泛化的非光滑解析数学规划模型,将不同场景下的布图规划问题的不同优化阶段处理为该泛化模型的特例,并利用共轭次梯度算法(conjugate sub-gradient algorithm,CSA)对其进行求解。针对固定轮廓布图规划问题,通过统一框架下的全局布图规划、合法化、局部优化三个阶段,实现了在固定轮廓约束下的线长优化。针对无固定轮廓约束问题,提出了带黄金分割策略的共轭次梯度算法(conjugate sub-gradient algorithm with golden section strategy,CSA_GSS),利用黄金分割策略缩小固定轮廓的面积,达到面积和线长双优化的效果。实验在GSRC测试电路上与基于B*-树表示的布图规划算法进行比较,该算法对于大规模电路在线长和时间方面均占据优势。实验结果表明,该算法能以更低的时间复杂度获得更优的线长。
文摘可交易能源系统基于市场运行机制可以充分发挥产消者的资源灵活性,并保障电力系统的安全,经济运行。针对含光伏(photovoltaic,PV)出力、储能装置(energy storage system,ESS)、电动汽车(electric vehicle,EV)以及空调(heating ventilating and air conditioning,HVAC)资源的多个产消者组成的智能园区为研究对象,首先对产消者资源灵活性进行整合与量化并根据交易流向进行解耦。其次,为确保园区交互平台中参与用户的信息安全,实现园区内电能共享、就地消纳,提出了基于次梯度法的成本最小化算法及其分布式凸优化运行框架。优化子问题可以通过有限的信息交互迭代收敛于全局最优解,实现产消者之间的P2P(peer-to-peer)电能交易,最后通过算例验证了所提模型的有效性。
文摘电力体制改革的不断推进和分布式能源渗透率的不断提高给电力市场与配网运行带来新的机遇与挑战。在此背景下,提出了面向虚拟电厂(virtual power plant,VPP)能量管理的点对点(peer-to-peer,P2P)市场交易机制与模型。首先,在日前阶段针对VPP内部的产消者拥有的分布式资源进行量化建模并根据交易流向进行解耦;然后,基于次梯度法搭建了日前的产消者P2P交易框架,以集群产消者个体收益最大为目标,并通过交互有限的信息,把原问题分解为多个子问题进行迭代求解,实现虚拟电厂内产消者之间的P2P电能交易。所提机制与模型可以有效缓解VPP承担的计算压力,保护用户信息隐私。针对在实时阶段中VPP可能出现的电能偏差,基于VCG(vickrey-clarke-groves)规则提出多边竞价交易机制消除偏差,既能保证实时运行的安全时限,又能实现系统的帕累托改进,降低了交易方信息暴露风险。最后结合算例验证了所提机制与模型的有效性和优越性。
