农村主动型配电网优化调度线性模型与算法

针对电源出力对电网损耗和电压分布的仿真研究表明,沿减小节点电压偏移和提高电网电压水平2个方向搜索可以获得最佳调度方案。为了优化调整分布式电源出力使主动型配电网供电成本尽可能小,该文在对分布式电源对配电网电压分布与线损影响仿真分析的基础上,提出了一种主动型配电网实时优化调度线性化模型和求解方法,分别通过在迭代计算中逐步缩小节点电压限值区间和求解在相同电压偏移前提下全网电压水平最高的优化计算实现最优调度方案的搜索。由简化的配电网回路电压方程,将节点电压表示为节点注入功率的线性函数,从而得到优化调度线性模型,并用IEEE33节点算例验证了模型和算法的有效性。研究结果可为主动配电网优化调度决策方案提供参考。     

基于深度强化学习的收割机省内协同调度优化策略

针对目前多机多地块间调度作业存在效率低、成本高等问题,该研究构建了以收割机地块间转移成本最小为目标的协同调度模型,设计了基于深度强化学习的收割机协同调度优化算法(inter-regional collaborative optimization scheduling algorithm based on deep reinforcement learning,DRL-ICOSA)。首先分析收割机调度作业的马尔可夫决策过程,构建基于注意力机制的策略网络和价值网络,在随机采样策略中引入动态高斯噪声,以避免训练初期陷入局部最优,同时提高网络模型的鲁棒性;接着采用近端策略优化算法(proximal policy optimization,PPO)训练网络模型;最后利用测试集验证DRL-ICOSA算法,得到收割机优化调度方案。基于有效作业时长40和24 h、农机调度中心位于作业区域中心和区域边缘的4种组合作业场景下,采用DRL-ICOSA算法、遗传算法(genetic algorithm,GA)、粒子群算法(particle swarm optimization,PSO)和模拟退火算法(simulated annealing,SA)计算调度策略并进行对比分析。试验结果表明：当调度中心位于区域中心或边缘时,有效作业时长为40 h,DRL-ICOSA算法相较于GA、PSO和SA算法,平均调度成本降幅不少于13.9%;有效作业时长为24 h,平均调度成本降幅不少于11.5%。当作业时长为40或24 h时,调度中心位于区域中心,DRL-ICOSA算法相较于GA、PSO和SA算法,平均调度成本降幅不少于12.3%;调度中心位于区域边缘时,DRL-ICOSA算法相较于GA、PSO和SA算法,平均调度降幅不低于11.5%。因此,有效作业时长为40或24h、调度中心位于区域中心或边缘时,相比其他3种算法,DRL-ICOSA算法均能计算得到最低的调度成本。这一研究结果可为收割机省内协同作业提供科学合理的调度方案。     

基于储能Soc日前计划的微电网实时能量优化调度方法

针对微电网实时优化调度计算的工程需要,提出了一种遵循储能Soc日前计划的基于网流模型的微电网实时能量优化调度方法。该方法以尽量遵循储能Soc日前计划为前提,首先建立以"等效供电成本"最小为目标函数,以分布式电源出力、储能单元储能水平以及微网与主网交互功率均在限值之内和微网内功率平衡为约束条件的实时优化数学模型;随后提出将该非线性优化模型转换为最小费用最大流网流模型进行线性化求解的方法。算例表明,遵循储能Soc日前计划的实时调度计划能够对上级电网起到削峰填谷的作用,无论在并网运行还是孤岛运行模式下能够有效降低微电网供电成本,日供电成本降低达30%以上,该方法能够足实时优化调度计算的工程要求。     

基于遗传算法的土壤墒情传感器优化布局策略

针对用于节水灌溉的土壤墒情传感器布局问题,该文提出一种结合了基于全局优化遗传算法和改进的加权圆集布局理论的人机交互优化布局策略。该策略综合考虑了传感器覆盖精度、重叠限制等约束条件。通过在人机交互中引入专家知识和在遗传算法中采用十进制编码,策略易于与其它算法和附加参数协作以进行升级或移植于其它的应用场合。在给定传感器成本的仿真实验中,该文算法比四边形方案节约成本17.5%,比六边形方案节约成本34.0%。     

基于储能水平控制的微电网能量优化调度

为了充分发挥微电网中储能单元能量存储与搬移的作用,该文提出了以储能单元储能水平为微电网日前计划与实时计划之间联系纽带的多时间尺度能量优化调度方案,以及以储能水平为控制变量的日前计划优化模型。该优化模型以各可控型微电源出力、储能单元储能水平以及微网与主网交互功率均在限值之内和微网内功率平衡为约束条件,以可再生能源发电利用率最高、日供电成本最小为目标函数,通过满足"等效净负荷"需求达到可再生能源发电利用率最高的目标。采用基于矩阵实数编码的遗传算法求解该动态优化模型,算例验证了并网双向功率流动、并网单向功率流动2种模式下模型和方法的有效性。研究结果可为微电网能量优化调度决策方案提供参考。     

基于改进多父辈遗传算法的农机调度优化方法

农机装备跨区作业存在作业任务重、转移范围大、作业时效性强等问题,传统的农机调度缺乏科学合理的调配方案。该研究开展了基于改进遗传算法的多机协同作业任务调度方法研究。首先对多块农田需连续进行多种生产任务的问题进行分析,建立在农机数量、转移距离、作业准备时间及作业时间等约束条件下的时间窗农机作业调度模型;然后以最小化作业时间为优化目标,提出改进多父辈遗传算法（Improved Multi-parent Genetic Algorithm, IMPGA）的优化方法求解农机作业规划方案;最后根据新疆塔城地区的农田数据及随机生成的农田任务进行模拟与仿真,并与标准遗传算法（Genetic Algorithm, GA）进行对比。结果表明：IMPGA和GA均能有效解决多任务多农机作业分配问题,IMPGA算法总体上优于GA,调度的最优时间和平均时间分别缩短2.47%和2.70%。该研究可为农机跨区作业提供合理的调度方案,也为规模化无人农场的生产经营提供科学依据。     

粒子群算法及其应用研究

粒子群优化算法（PSO）源于对鸟群捕食系统的模拟,是近年来被广为关注和研究的一种智能优化算法。PSO算法属于进化算法的一种,比遗传算法（GA）更简单易实现,且没有交叉和变异操作,需要设定的参数也不多,收敛速度快。目前已广泛应用于函数优化、神经网络训练、模糊系统控制以及其他遗传算法等领域。目前PSO的研究主要集中在算法本身和算法的应用研究两个方面。     

改进人工蜂群算法的孤岛混合可再生能源发电系统容量优化

容量优化对提高风电-光伏-电池混合发电系统的经济性和可靠性具有重要意义。为进一步提高容量优化的精度,本研究提出了一种基于改进蜂群算法的容量优化方法。首先,在建立组件模型、设计能源管理规则库的基础上,以最小化单位度电成本为目标,以系统缺电率为约束,建立了混合发电系统容量优化模型;其次,通过在蜂群算法雇佣蜂阶段中引入差分进化算子,提出了一种改进蜂群算法的模型求解方法,并通过与蜂群、差分进化算法对比,验证了改进蜂群算法的有效性;最后,分别在不同缺电率要求下优化混合系统容量,得出了单位度电发电成本与缺电率的关系,并通过灵敏度分析,研究了设备价格,气象等因素对单位度电成本的影响。结果表明,在缺电率为3%时,混合系统总投资成本为779 564.26 美元（$）, 其中,光伏、风电、电池及变换器成本分别占总成本的33%、29%、34%和3%,单位度电成本为0.349 447 $/kWh;单位度电成本随缺电率增加而下降且下降速率逐渐降低;单位度电成本在组件价格方面受光伏组件价格影响更明显,在气象方面,受风速均值影响更明显。该研究成果可为科学设计混合系统容量,促进风、光资源互补利用提供科学依据。     

改进人工蜂群算法的孤岛混合可再生能源发电系统容量优化（英文）

容量优化对提高风电-光伏-电池混合发电系统的经济性和可靠性具有重要意义。为进一步提高容量优化的精度,本研究提出了一种基于改进蜂群算法的容量优化方法。首先,在建立组件模型、设计能源管理规则库的基础上,以最小化单位度电成本为目标,以系统缺电率为约束,建立了混合发电系统容量优化模型;其次,通过在蜂群算法雇佣蜂阶段中引入差分进化算子,提出了一种改进蜂群算法的模型求解方法,并通过与蜂群、差分进化算法对比,验证了改进蜂群算法的有效性;最后,分别在不同缺电率要求下优化混合系统容量,得出了单位度电发电成本与缺电率的关系,并通过灵敏度分析,研究了设备价格,气象等因素对单位度电成本的影响。结果表明,在缺电率为3%时,混合系统总投资成本为779 564.26美元($),其中,光伏、风电、电池及变换器成本分别占总成本的33%、29%、34%和3%,单位度电成本为0.349 447$/kWh;单位度电成本随缺电率增加而下降且下降速率逐渐降低;单位度电成本在组件价格方面受光伏组件价格影响更明显,在气象方面,受风速均值影响更明显。该研究成果可为科学设计混合系统容量,促进风、光资源互补利用提供科学依据。     

含分布式发电接入的农村电网多目标规划

分布式发电（distributed generation,DG）接入对农村电网损耗、电压及可靠性有很大影响,为了充分发挥DG接入的经济技术效益,提出了一种多目标分布式电源规划方法。该方法以设备投资成本、系统有功损耗、停电损失及购电费用4个指标最小为目标函数,利用判断矩阵获得各目标函数权重,通过加权将多目标优化转化成单目标优化问题,采用改进遗传算法实现了DG位置及容量的优化配置。为了避免因DG可选布点太多、导致算法计算速度慢的问题,根据配电网损耗、电压及可靠性指标改善效果,提出了一种实用的确定DG候选位置的方法。IEEE33节点系统仿真结果表明,本文提出的DG规划模型和求解方法能够有效提高农村电网的投资效益和性能指标。     

基于改进杂交粒子群算法的农村微能网多能流优化调度

西部农村地区电网薄弱,光伏和风电扶贫投资未考虑配套输配电设施,用以处理生物质废弃物的沼气受季节性温度变化影响运行经济性不佳,为解决上述问题,该文提出利用沼气作为气源含可再生能源的冷-热-电-气多能流农村微能网供能架构,建立相应的多能流微能网调度模型,针对粒子群算法早熟、容易陷入局部最优的问题,提出采用动态调整惯性权重的杂交粒子群算法进行求解,算例结果表明,通过对系统内各设备的调度,有效降低系统日运行成本,在冬季,采用改进型杂交粒子群算法所得日运行费用相比采用基本型粒子群算法降低7.6%,其相比系统未优化所得日运行费用降低79.1%;在夏季,相比基本型粒子群算法与未优化分别降低17.0%、71.2%,实现微能网的经济运行,证明了本模型和算法的正确性。     

可再生能源分布式发电系统的经济调度

对可再生能源分布式发电系统进行经济调度研究,可以在保证能量需求的前提下,使得系统的运行成本和环境污染降到最小,从而更加高效地利用可再生能源。针对由光伏发电、风力发电、燃料电池（FC）、柴油机（DE）、蓄电池等多种分布式电源和储能单元组成的分布式发电系统,在详细分析各单元数学模型的基础上,建立了可再生能源发电系统经济调度的目标函数和调度策略,并采用优先顺序法对目标函数进行求解,算例系统验证了模型和算法的正确性。结果表明,该文提出的方法为可再生能源发电系统中各发电单元的优化调度及经济组合提供了参考。     

风电场内部无功功率对并网稳定性的影响

由于风电场的建立受地理位置的限制,大多数风力发电厂都要建立在电力系统末端,风电并网最重要的影响方面就是因电压质量带来的系统运行不稳定性。为提高风电场并网运行时系统的稳定性,该文以实际的风电场为例,对风电场内部无功损耗产生的原因进行分析,在不影响风电系统稳定性的前提下,通过计算利用一组风力发电机发无功功率来补偿因无功功率给并网系统带来的电压波动,满足并网运行系统稳定性的要求。     

户用风水光直流微电网控制策略与实现

分布式能源、微电网和智能电网都是当前电力行业的热点课题。现有微电网研究集中在并网控制、潮流计算、建模与仿真、拓扑结构与控制等方面,实际投入运营的系统不多。该文在利用现有研究成果基础上,设计并研制了一套面向户用的微电网系统。该系统由风水光等电源、储能蓄电池、逆变器等单元构成,由微网调度器和远程SCADA系统进行监控和调度。通过系统分析、建模仿真和完善的功能设计,实现了智能调度与功率自动平衡、故障自愈和即插即用等功能,并在某农村投入试运行。研究成果对智能电网的智能能量管理和调度控制研究也具有借鉴意义。     

独立微电网有功功率自主与协调控制

为了实现微电网内各单元的协调控制,针对独立微电网设计了有功功率自主与协调控制方法。该方法基于分层控制结构,1次调整由风力分布式发电单元、光伏分布式发电单元、储能单元完成,根据电压-有功功率控制曲线自主控制。2次调整由微电网控制器完成,对风力分布式发电单元、光伏分布式发电单元、储能单元及负荷单元协调控制,实时监测储能单元的电压、有功功率,如果在2次调整允许的波动范围内,微电网控制器不下发控制指令;否则,电压越限时将储能该时刻的瞬时功率作为功率基准值实现工作曲线的平移,功率越限时,微电网控制器通过改变间歇性分布式发电单元的发电功率及投入或切除负荷完成2次调整。并建立了微电网状态转换协调控制模型,更加适用于计算机处理和工程化的实现。通过Matlab算例验证了所提出控制方法的有效性。     

风波流对多平台阵列浮式风机Spar平台运动特性的影响

平台结构的稳定性是浮式风力机安全运行的最基础保障。为探究浮式风力机平台阵列的动态响应特性,该文提出一种3×3方阵排布的共用系泊系统多平台阵列方案,建立基于OC3-Hywind Spar Buoy平台的NREL 5 MW浮式风力机整机模型,通过辐射/绕射理论并结合有限元方法,分别研究并对比了单个平台和3×3方阵排布的多平台的动态响应特性。结果表明:浮式风力机Spar平台在纵荡、垂荡和纵摇方向响应均集中于低频波浪(波浪频率低于0.5 rad/s时);3×3方阵排布位于四顶点处的平台存在一定的横荡响应,响应范围约为?0.2~0.2 m,其余平台横荡响应可忽略不计;随着环境载荷的加剧,单平台纵荡响应急剧增大,响应范围由?0.25~0.25 m增大到?1.5~1.5 m,多平台时纵荡响应变化不明显,均保持在?1.5~1.5 m,同时,多平台纵摇响应明显低于单平台,验证了该文所提方案的有效,从而为未来海上风电场的建设提供了理论参考。     

基于LPV增益调度的风电机组控制验证与仿真分析

随着风力发电机组装机容量的持续增加,风力发电机组出力特性及其优化运行成为行业关注的热点。针对湍流风下风电机组的动态响应特性,提出抑制风湍流的LPV增益调度控制方法。基于2 MW风电机组模型进行控制器设计,分别采用PI控制算法与LPV控制算法进行仿真计算。机组载荷的波动主要集中在风轮旋转频率1 P的倍频上。仿真计算结果表明在不同风速下,机组显示出不同的运行特性。在低风速时,塔影效应的作用较为显著,在高风速时,湍流对载荷的影响较为明显。相比于PI控制,LPV控制能够跟随机组运行状态调整控制参数,能更好的抑制湍流对机组的影响。在16 m/s湍流风下,功率和齿轮箱低速轴转矩在3P分量上分别降低了35.1%和41.8%。因此,在LPV控制下,齿轮箱的疲劳损伤降低了,发电机的功率波动减缓了。能够增加风电机组的预期寿命,对电网也更加友好。     

考虑双边交易的电力系统可用输电容量研究

可再生能源发电并网与电力市场化运行是未来电力行业的发展趋势。如何在电力市场运行机制下,准确、及时地计算电力系统的可用传输容量（简称ATC）,是电力调度和交易中心需要解决的技术难题之一。该文以双边交易模式下的ATC计算模型为基础,将含风电机组的潮流模型、发电机容量、节点电压以及热稳定极限等作为新的约束条件,建立了考虑风电机组并网的电力系统ATC计算模型及其求解方法。仿真结果表明：新成交的双边交易对电力系统的ATC有较大影响,电力调度和交易中心必须根据更新的ATC值,及时调整电力交易的对象和容量,以满足电力市场稳定和经济运行的技术要求。