柔性负荷参与新型电力系统的优化调度对于提高新能源的消纳能力具有显著作用,但目前柔性负荷潜力尚未充分挖掘。针对这一问题,提出一种基于源荷预测的日前-日内优化调度方法。首先,采用麻雀搜索算法优化卷积长短时记忆神经网络(sparrow ...柔性负荷参与新型电力系统的优化调度对于提高新能源的消纳能力具有显著作用,但目前柔性负荷潜力尚未充分挖掘。针对这一问题,提出一种基于源荷预测的日前-日内优化调度方法。首先,采用麻雀搜索算法优化卷积长短时记忆神经网络(sparrow search algorithm is used to optimize the convolutional long-term and short-term memory neural network,SSA-CNN-LSTM)对新能源和负荷进行日前和日内功率预测;其次,根据柔性负荷的特性和需求响应灵活性,将负荷分为可平移、可转移和可削减负荷等不同类型,以考虑阶梯式碳交易成本的系统运行成本和污染气体排放最优为目标构建源荷互动的日前-日内两阶段低碳环境经济调度模型;最后,利用改进多目标灰狼算法(multi-objective grey wolf algorithm,MOGWO)对模型进行求解。算例分析表明,通过对柔性负荷分类参与调度较传统方式总成本降低8.6%、污染物排放减少4.1%、新能源消纳能力提高4.2%,在多时间尺度内显著降低新能源和负荷响应的不确定性并提高新型电力系统的低碳环境经济综合效益。展开更多
原油移动路径规划是原油调度中至关重要的子任务,直接影响到生产过程中原油供给的稳定性和付油的高效性.由于此任务需要考虑大规模罐区内复杂的设备条件,并受到严格的工业生产约束,同时需要兼顾途径阀门数量与泵机组运力,导致目前依然...原油移动路径规划是原油调度中至关重要的子任务,直接影响到生产过程中原油供给的稳定性和付油的高效性.由于此任务需要考虑大规模罐区内复杂的设备条件,并受到严格的工业生产约束,同时需要兼顾途径阀门数量与泵机组运力,导致目前依然倚重调度人员的人工经验来制定路径规划方案,对传统算法和进化算法的应用提出了挑战.据此,本研究基于有向图结构对大规模原油罐区进行细致数学建模,并提出一种基于偏好的原油移动路径多目标优化(Preference-based multi-objective optimization for crude oil movement path,PB-MOO)算法,突破了过去高度依赖人工方法的局限性,为原油移动路径规划提供智能化解决方案.实验证明该算法能够在满足实际约束的条件下,找到复杂任务的高质量候选解,验证了其在此领域的可行性和有效性.展开更多
针对目前综合能源系统(integrated energy system,IES)因设备种类繁多而优化调度困难、综合能源利用效率较低的问题,提出一种基于广义储能(generalized energy storage,GES)的综合能源系统优化调度模型。首先建立各类不同负荷的GES模型...针对目前综合能源系统(integrated energy system,IES)因设备种类繁多而优化调度困难、综合能源利用效率较低的问题,提出一种基于广义储能(generalized energy storage,GES)的综合能源系统优化调度模型。首先建立各类不同负荷的GES模型,简化了能源调度与消费之间的信息交互,然后基于GES模型建立了日前和日内优化调度模型,为IES能量流分析和优化提供有效途径,最后搭建IES仿真测试系统验证了所提模型的有效性。仿真测试结果表明,该优化模型能充分挖掘负荷的调度潜力,缓解能源调度供需平衡的压力,降低电力系统的运营成本,减少协同分析计算的时间,提升优化调度方法的计算精度和效率。展开更多
针对原油调度过程存在的资源规模庞大、约束条件复杂、多时间尺度决策衔接困难等问题,提出一种基于多时间尺度协同的进化算法(MTCEA)。首先,根据炼油企业的规模结构和实际需求,建立了一种大规模多时间尺度原油调度优化模型,该模型由面...针对原油调度过程存在的资源规模庞大、约束条件复杂、多时间尺度决策衔接困难等问题,提出一种基于多时间尺度协同的进化算法(MTCEA)。首先,根据炼油企业的规模结构和实际需求,建立了一种大规模多时间尺度原油调度优化模型,该模型由面向资源的中长期调度模型和面向操作的短期调度模型构成,通过引入原油资源动态分组策略,实现原油资源的合理配置,以满足不同的调度规模、多时间尺度的特征和精细化生产的要求;其次,为促进不同时间尺度调度决策的融合衔接,设计基于多时间尺度协同的进化算法,并针对不同时间尺度调度模型中的连续决策变量构造子问题进行求解,以实现不同时间尺度调度决策之间的协同优化;最后,在3个实际工业案例进行了算法性能验证。结果表明,与3种具有代表性的大规模进化优化算法(即竞争性粒子群优化算法(CSO)、基于多轨迹搜索的自适应差分进化算法(SaDE-MMTS)和基于混合模型的进化策略(MMES))以及3种高性能混合整数非线性规划(MINLP)数学求解器(即ANTIGONE(Algorithms for coNTinuous/Integer Global Optimization of Nonlinear Equations)、SCIP(Solving Constraint Integer Programs)和SHOT(Supporting Hyperplane Optimization Toolkit))相比,MTCEA的求解最优性指标和稳定性指标分别提高了30%和25%以上。这些显著的性能提升验证了MTCEA在大规模多时间尺度原油调度决策中的实际应用价值和优势。展开更多
文摘柔性负荷参与新型电力系统的优化调度对于提高新能源的消纳能力具有显著作用,但目前柔性负荷潜力尚未充分挖掘。针对这一问题,提出一种基于源荷预测的日前-日内优化调度方法。首先,采用麻雀搜索算法优化卷积长短时记忆神经网络(sparrow search algorithm is used to optimize the convolutional long-term and short-term memory neural network,SSA-CNN-LSTM)对新能源和负荷进行日前和日内功率预测;其次,根据柔性负荷的特性和需求响应灵活性,将负荷分为可平移、可转移和可削减负荷等不同类型,以考虑阶梯式碳交易成本的系统运行成本和污染气体排放最优为目标构建源荷互动的日前-日内两阶段低碳环境经济调度模型;最后,利用改进多目标灰狼算法(multi-objective grey wolf algorithm,MOGWO)对模型进行求解。算例分析表明,通过对柔性负荷分类参与调度较传统方式总成本降低8.6%、污染物排放减少4.1%、新能源消纳能力提高4.2%,在多时间尺度内显著降低新能源和负荷响应的不确定性并提高新型电力系统的低碳环境经济综合效益。
文摘原油移动路径规划是原油调度中至关重要的子任务,直接影响到生产过程中原油供给的稳定性和付油的高效性.由于此任务需要考虑大规模罐区内复杂的设备条件,并受到严格的工业生产约束,同时需要兼顾途径阀门数量与泵机组运力,导致目前依然倚重调度人员的人工经验来制定路径规划方案,对传统算法和进化算法的应用提出了挑战.据此,本研究基于有向图结构对大规模原油罐区进行细致数学建模,并提出一种基于偏好的原油移动路径多目标优化(Preference-based multi-objective optimization for crude oil movement path,PB-MOO)算法,突破了过去高度依赖人工方法的局限性,为原油移动路径规划提供智能化解决方案.实验证明该算法能够在满足实际约束的条件下,找到复杂任务的高质量候选解,验证了其在此领域的可行性和有效性.
文摘针对目前综合能源系统(integrated energy system,IES)因设备种类繁多而优化调度困难、综合能源利用效率较低的问题,提出一种基于广义储能(generalized energy storage,GES)的综合能源系统优化调度模型。首先建立各类不同负荷的GES模型,简化了能源调度与消费之间的信息交互,然后基于GES模型建立了日前和日内优化调度模型,为IES能量流分析和优化提供有效途径,最后搭建IES仿真测试系统验证了所提模型的有效性。仿真测试结果表明,该优化模型能充分挖掘负荷的调度潜力,缓解能源调度供需平衡的压力,降低电力系统的运营成本,减少协同分析计算的时间,提升优化调度方法的计算精度和效率。
文摘针对原油调度过程存在的资源规模庞大、约束条件复杂、多时间尺度决策衔接困难等问题,提出一种基于多时间尺度协同的进化算法(MTCEA)。首先,根据炼油企业的规模结构和实际需求,建立了一种大规模多时间尺度原油调度优化模型,该模型由面向资源的中长期调度模型和面向操作的短期调度模型构成,通过引入原油资源动态分组策略,实现原油资源的合理配置,以满足不同的调度规模、多时间尺度的特征和精细化生产的要求;其次,为促进不同时间尺度调度决策的融合衔接,设计基于多时间尺度协同的进化算法,并针对不同时间尺度调度模型中的连续决策变量构造子问题进行求解,以实现不同时间尺度调度决策之间的协同优化;最后,在3个实际工业案例进行了算法性能验证。结果表明,与3种具有代表性的大规模进化优化算法(即竞争性粒子群优化算法(CSO)、基于多轨迹搜索的自适应差分进化算法(SaDE-MMTS)和基于混合模型的进化策略(MMES))以及3种高性能混合整数非线性规划(MINLP)数学求解器(即ANTIGONE(Algorithms for coNTinuous/Integer Global Optimization of Nonlinear Equations)、SCIP(Solving Constraint Integer Programs)和SHOT(Supporting Hyperplane Optimization Toolkit))相比,MTCEA的求解最优性指标和稳定性指标分别提高了30%和25%以上。这些显著的性能提升验证了MTCEA在大规模多时间尺度原油调度决策中的实际应用价值和优势。
