【摘 要】
：
为提高系统运行的可靠性和经济性,在综合能源系统优化调度的基础上引入综合需求响应,利用不同形式能源间的相互转化关系,实现削峰填谷,提高能源利用效率.计及综合需求响应策略,建立了基于电价的电力负荷需求响应和基于激励的热负荷需求响应模型.并以运行成本最小为目标函数,提出了综合考虑供需平衡和供储能设备约束的综合能源系统调度模型.采用改进二阶振荡粒子群算法对模型进行求解.该算法在常规粒子群算法的基础上对速度迭代公式进行更新,克服了常规粒子群算法易陷入局部最优的问题.通过实际算例仿真,验证了所提出模型和求解算法的有效
【机 构】
：
青岛大学电气工程学院,山东青岛266071;国网青岛供电公司,山东青岛 266002;华北电力大学电气与电子工程学院,河北保定 071003
论文部分内容阅读
为提高系统运行的可靠性和经济性,在综合能源系统优化调度的基础上引入综合需求响应,利用不同形式能源间的相互转化关系,实现削峰填谷,提高能源利用效率.计及综合需求响应策略,建立了基于电价的电力负荷需求响应和基于激励的热负荷需求响应模型.并以运行成本最小为目标函数,提出了综合考虑供需平衡和供储能设备约束的综合能源系统调度模型.采用改进二阶振荡粒子群算法对模型进行求解.该算法在常规粒子群算法的基础上对速度迭代公式进行更新,克服了常规粒子群算法易陷入局部最优的问题.通过实际算例仿真,验证了所提出模型和求解算法的有效性.
其他文献
针对配电网多时段故障紧急中断负荷分区控制优化效果不佳,控制效果无法满足要求,提出新的配电网多时段故障紧急中断负荷分区控制优化方法,首先查找故障紧急切分负荷分区,对配电网内部进行联络开关布置,将网络结构由辐射状转换成环状,且查找分为不同阶段.在动态分区与中断负荷之间进行耦合状态处理操作,对配电网多时段故障紧急中断负荷分区查找到数据预处理,利用控制优化算法对中断负荷进行调度修正操作.实验结果表明,设计的配电网多时段故障紧急中断负荷分区控制优化方法,能够针对大量故障紧急中断负荷进行优化,且优化程度高,自动控制效
针对城市配电网负荷非线性、易受多种因素影响的特点,提出一种基于灰色关联分析(GRA,Grey Relational Analysis)和改进天牛须搜索算法优化的BP网络(IBAS-BP,Improved Beetle Antennae Search-Back Propagation)的短期负荷预测模型.本文首先通过灰色关联分析选取了与待测日特征高度相关的相似日样本,然后改进了标准天牛须搜索算法参数的更新策略,并将其运用于BP网络参数的寻优过程.最后,对某市2018年夏季网供负荷数据进行实验表明,相对于传统
为确保行车调度、预防处理轨道交通突发事故,通过曲线拟合充分发掘客流量时间序列趋势性,基于客流量时间分布数据,以整体拟合与自动分段拟合两种分析方法,针对B市多个地铁站客流量,优化分析时间序列模型.优化结果表明,相比整体拟合方法,自动分段拟合可较好去除客流量时间序列趋势,有效提高时间序列预测精确度;自动分段拟合不需要人工,可避免人为失误,既保障了客流量时间序列预测精确性,又实现了自动智能优化,在很大程度上为行车调度与应急安全管控奠定了技术基础.
针对作业人员不按规定佩戴安全帽和非作业人员误入作业现场的问题,设计了基于深度学习的安全帽和语音识别智能终端算法。对于安全帽的检测,采用了人体关键点检测模型和基于深度学习的YOLO3算法。将智能摄像头得到的视频文件,先利用人体关键点模型提取现场人员图像,再结合YOLO3算法检测现场作业人员佩戴安全帽的情况,对于未正确佩戴安全帽的人员发出告警信息。通过模型训练验证了所提模型的实用性。
针对微电网逆变器恒功率控制器PI参数优化的问题,提出了基于种群分区的多策略自适应果蝇(ppmaFOA)优化的PI参数在线优化算法.根据适应度值进行排序将果蝇种群分为三个区,因每个区果蝇性能的差异提出多策略更新模式:I区局部精细搜索保证种群不退化,Ⅱ区根据算法所处环境自适应调节算法的多样性和收敛性,III区引导果蝇加速收敛,提高了算法的开发和探索能力.采用5种对比算法,利用微电网恒功率控制系统进行实验,验证了所提算法的性能和经ppmaFOA算法优化后逆变器的响应速度更快、误差更小、输出更稳定.
风火打捆送出是提高风电消纳能力的重要方式,其难点之一在于整定打捆的最优风火容量配比.提出了基于时序运行模拟的风火打捆容量最优配比整定方法.首先,通过气象数据获取规划中风电的全年出力特性.然后,以机组总运行成本最低及清洁能源消纳率最高为目标,建立小时级时序运行模拟模型,采用时序分解及自动回滚技术实现模型的快速求解.此外,针对为期一年的模拟结果,进一步利用暂态稳定约束进行校核与调整,消除潜在的暂稳风险.最后,以广东电网珠西北地区为例,通过对比不同风火配比下的风电消纳能力及运行经济性数据,给出了兼顾环保性、安全
针对电能质量复合扰动类别多、特征关联性强及识别错误率较高的问题,提出了一种基于混沌集成决策树的电能质量复合扰动识别方法.首先参考IEEE标准,给出了常见的7种单一电能质量扰动和16种电能质量复合扰动的信号模型,并批量生成扰动波形样本.然后针对上述扰动的特性差异,通过S变换时频域分析,设计和提取出9种扰动时频域特征.最后利用集成学习集体能力和混沌搜索优势,构建混沌集成决策树,并有效完成了电能质量复合扰动识别.仿真实验和142组实测数据验证结果表明,该方法对于23种扰动的分类准确率高于基本决策树、复杂决策树及
随着高比例的分布式电源(Distributed generation,DG)并网,传统的确定性无功优化方法难以应对DG和负荷的双侧不确定性,提出了主动配电网的两阶段无功机会约束优化方法.首先将配电网潮流方程线性化和松弛,建立基于混合整数二阶锥的配电网两阶段无功优化模型,分别在第一阶段优化有载调压变压器、并联电容器等离散控制装置,在第二阶段考虑DG的不确定性优化DG的无功出力.然后,通过场景缩减法来减少机会约束优化方法的场景数.在95节点系统的仿真结果表明,与确定性性无功优化方法相比,所提出的两阶段无功机会