园区电-热互补系统优化调度模型

多能源需求响应是实现削峰填谷,缓解能源供应与负荷需求矛盾、提升能源利用效率的重要手段,对促进综合能源系统的可持续发展具有重要意义.首先,在构建耦合电-热的园区互补能源系统的基础上,从弹性矩阵的角度构建了电能与热能需求响应模型,考虑机组出力、能源平衡等约束条件,以系统收益为目标函数的优化模型.以需求响应手段实施为变动因素,设置多情景进行了实例分析.算例结果表明:多能源需求响应模型通过对电价与热价的再设计,在总用能量保持基本不变的基础上,用户负荷需求发生了转移,负荷与系统出力的匹配度增强,与传统情景相比,需求响应手段实施后,系统的能源利用效率提升、系统净收益提升与用户支出降低,实现了"经济-环境-系统-用户"等多方的共赢.     

电力市场环境下计及V2G和多类型需求响应的综合能源系统多目标优化模型

园区综合能源系统(Park integrated energy system,PIES)是满足用户多种用能需求的一种重要途径,但由于内部分布式能源机组出力具有不确定性,且与负荷在时间维度上存在一定的不匹配性,限制了能源利用效率和经济效益的提升.因此,本文首先在构建耦合热电的PIES的基础上,构建了多类型需求响应模型;其次,构建了考虑风光机组出力不确定性的以系统净收益、清洁能源弃能率为多目标函数的优化模型;然后,构建了"不确定性处理-多目标处理-单目标处理"的三阶段求解模型,最后,以V2G和需求响应为考虑条件,设计多情景.算例结果表明:V2G可以为清洁能源不稳定发电提供有效备用,在一定程度上提供清洁能源利用效率;引入电热需求响应,能够改变用户负荷,增加经济效益.     

考虑多能需求响应的电热互联系统协同调度优化模型

为应对中国严峻的弃风问题,讨论风电参与电采暖的运行优化策略,以协调满足电负荷和热负荷.首先,将风电场、蓄热式电锅炉和燃气轮机整合为电热互联系统,并考虑激励型需求响应和价格型需求响应对系统运行的优化效应.然后,选择最大化运行收益和和最小化运行风险作为目标函数,考虑风险不确定性的影响,构造电热互联系统(Electro-thermal interconnect system,EST)最优电热耦合调度模型;最后,通过对所提模型进行算例分析,结果表明:1)若决策者能够适当承受一定风险,利用风电满足终端用于热负荷,会极大提升风电并网空间,带来显著的增量经济效益;2)价格型需求响应能够平缓电热负荷需求曲线,促进风电并网的同时降低系统运行风险;3)激励型需求响应能为风电提供更多的备用服务,实现集中式和分散式协同互补供暖,取得最佳的系统运行结果.因此,所提电热互联系统调度运行模型有利于促进风电发电并网,能够为电热互联系统的最优运行提供决策支撑.     

电热耦合综合能源系统双阶段多目标规划研究

多能耦合系统是未来分布式能源供给方式的重要发展方向。为了实现电热耦合能源供给系统的合理规划、促进能源供给与消费的经济与环保的协调发展,提出一种面向电热耦合能源系统的综合能源系统双阶段规划优化方法。模型的第一阶段是在投资和环境最优的目标下实现电热耦合综合能源系统的合理规划,第二阶段是在考虑设备运行特性的基础上对规划的结果进行运行优化,以获得能源系统的最优运行方案,并从多个指标验证规划方案的合理性。利用NSGA-II算法求得模型进的帕累托解集,使用多准则妥协优化法从帕累托解集中决策出最优配置方案。仿真结果表明,提出的双阶段多目标综合能源规划方法能够实现能源供给系统的经济与环保双优。     

考虑油膜动态过程的海上溢油应急物资调度优化

针对溢油应急响应中海上油膜所具有的动态特性,综合考虑需求点的时变物资需求、运输网络的不确定性以及物资调度决策与外部决策环境之间的相互作用关系之后,构建了效率目标与成本目标相结合的多目标海上溢油应急物资调度优化模型。根据模型的特点,提出了一种基于鲸鱼算法的求解方法。该算法利用非线性收敛因子克服了算法后期易陷入局部最优的不足,同时还引入小生境共享机制以确保解的多样性。最后,通过仿真案例对模型与算法的有效性与可行性进行了验证。结果表明,该方法可以为决策者提供高质量的决策支持。     

可控负荷菜单定价方法研究

合理的需求侧电价是促进和引导用户实施需求响应的关键因素.借助机制设计中激励相容理论,基于地域分散、数量庞大的可控负荷参与市场交易时的报价信息,提出了以系统供电成本最小为目标的用户类型离散的可控负荷菜单定价方法.该定价方法仅需通过用户上报的信息数据得到用户类型划分,有效反映不同类型可控负荷对价格响应的差异性,促进用户自愿参与市场交易,降低系统供电成本.在一定程度上促进了可再生能源的利用,同时也为需求侧电价设计提供了理论参考.     

考虑需求侧响应的风电并网电力调度研究

为提高风电并网效率、增强风电企业竞争力,以需求侧碳目标导入方式为切入点,将电力需求侧市场与风电并网结合起来,开展了考虑需求侧响应的风电并网电力调度研究.首先,将需求侧响应作为虚拟机组参与到电力调度中,通过激励方式刻画需求侧响应成本.以传统发电成本、风电并网成本、需求侧响应成本作为系统运行的优化目标,同时兼顾发电平衡约束、需求侧响应约束,建立了考虑需求侧响应的风电并网电力调度模型.接着,分别从需求侧响应的碳目标强度和响应时段出发,借助模型分析了需求侧响应对发电侧风电并网效率的影响.最后得到了一些结论:需求侧碳目标导入对于风电并网效率的影响具有双重性,需要综合考虑需求侧碳目标强度的不同水平;当需求侧响应时段选择在电力负荷较大、风电出力较少时,可以有效调节供给侧和需求侧之间的差值,提高风电并网效率以及需求侧响应的参与度.所提出的理论和方法可以为碳目标在电力需求侧市场的推广提供参考依据,同时具有一定的政策导向意义.     

基于满意度函数的多响应稳健优化模型及实证研究

针对传统的综合满意度模型在研究多响应时较少考虑噪声因素的问题,本文通过引入噪声因素对传统的满意度模型实施改进,进行多响应稳健优化分析。首先,构建包含可控因素和噪声因素的多质量特性的响应曲面模型;其次,借助传统综合满意度模型的构建方法,将多质量特性的响应曲面模型整合为改进的满意度模型;最后,将信噪比作为衡量改进的满意度模型稳健优化的指标,得到稳健优化的参数组合。实证研究表明:构建同时包含可控因素和噪声因素的改进的满意度模型是可行的,在此模型的基础上利用信噪比能够有效地找到多响应稳健优化的参数组合。     

基于快速响应策略的需求关联复杂供应链动态产量联合优化

研究了多阶多厂区情境下的需求关联多产品(零部件)多层供应链动态多周期的联合生产最优策略和条件.首先建立了刻画创新型产品多层供应链各节点之间的需求关联投入产出矩阵,为构造快速响应策略,以布朗运动描述各零部件的累计市场随机需求,构建了最小化含有随机干扰耦合和受控扩散过程的供应链网络系统运营成本目标函数模型.求解和证明得到使供应链网络的长期平均系统总运营成本最小化的最优联合生产控制策略及相应关键参数.文章进一步给出了各关键运营指标对系统参数的敏感度数值分析和变化趋势,指出该需求关联复杂供应链在最优生产控制策略下实现系统整体协调的关键.该研究将为后续具有关联需求复杂供应网络随机动态产量联合优化研究有一定借鉴,也对业务外包和新的产业分工下的供应链分散决策协调和优化有着一定的现实意义.     

随机需求应急物流多阶段定位-路径鲁棒优化研究

为提高应急物流系统的应急反应能力,论文针对需求随机变化的应急物流定位-路径问题,利用鲁棒优化的思想将灾区物资需求量表示为区间型数据,将应急救援过程划分为多个阶段,以总救援时间和系统总成本最小为目标,构建了多物资多运输车辆应急物流定位-路径优化模型,设计了改进的遗传算法对其进行求解。实例计算结果表明,该模型和算法可以有效地解决应急物流系统中需求随机变化的定位-路径问题,为政府机构应对重大突发事件提供科学的决策参考。     

基于峰谷分时电价机制的节能发电调度优化模型

为减少能源消耗,电力工业在发电侧推行节能发电调度,而在用电侧则施行需求侧管理。事实上,发电侧与用电侧可以通过联合优化实现更好的节能效果。峰谷分时电价将改变原有系统负荷的分布,发电侧机组发电调度的安排将随之改变,发电煤耗水平也将相应地变动。有鉴于此,首先分别构建了需求侧峰谷分时电价响应分析模型以及发电侧节能发电调度的机组组合模型;其次,为了实现分时电价响应向机组煤耗效益的传递,以机组发电煤耗与启停煤耗最少为目标构建了需求侧与发电侧的联合优化模型;最后,通过算例分析发掘模型的节能效益,借助GAMS求解上述模型,优化结果表明分时电价的优化将有助于改进发电侧的节能调度效果,同时将实现一定的环境效益。     

基于随机规划的建筑集群冷热电联供系统优化研究

面向建筑集群的冷热电联供系统的设计和优化是实现建筑楼宇能源成本节约的重要途径。随机因素对该联供系统的优化决策,具有显著的影响。考虑建筑楼宇的能源需求为随机变量,构建随机混合整数规划模型,解决以最小化建筑楼宇总费用为目标时建筑集群冷热电联供系统的优化问题;其次,提出采用Benders多割平面方法求解多目标规划问题,从而寻找冷热电联供系统的设备配置和系统运行的Pareto最优决策;最后,通过实验验证了模型和算法的有效性。实验结果表明建筑集群在协作模式下,相比于非协作模式,具有更低的总费用。     

基于交互式模糊规划方法的可持续闭环供应链网络规划

在市场需求、设施开设成本和产品回收率不确定的条件下,采用一种交互式可能性规划方法,研究由多个工厂、分销点、市场和废旧点构成的可持续闭环供应链网络设计问题。基于可持续闭环供应链网络结构,构建以企业运营成本和环境伤害最小、社会效益最大为目标的混合整数规划模型。同时,引入改进Epsilon约束方法将多目标优化问题转化为单目标优化问题,在此基础上提出一种两阶段可能性规划方法,基于TH模糊方法对不确定性参数进行处理。最后,通过数值实例,验证本文所建可持续闭环供应链网络模型的有效性,并对悲观-乐观值、不确定参数最低可接受水平β、可调参数γ进行敏感性分析;通过与其他模糊方法对比表明,采用TH模糊方法能得到稳定的最优解。     

最优绩效分配的多目标优化方法

如何体现某种程度的激励并兼顾公平性是绩效分配问题研究的关键之一. 基于考核对象的个体差异性, 对考核对象进行分类处理, 通过引入以体现激励程度的控制参数和所有考核对象的基础工作量为变量的分值转化函数与满意度函数, 建立以所有考核对象的总体满意度的最大化和考核对象的满意度尽可能均衡为目标的多目标优化模型. 进而利用多目标优化模型的epsilon-约束标量化方法证明了弱有效解的存在性. 作为其应用, 研究了某高校教师的最优绩效分配问题.     

机场新增卫星厅对登机口影响的评估方法

为了解决航站楼客流量饱和的问题,采用一种增加卫星厅的方法,实现了旅客分流.基于单目标整数线性规划和多目标优化的方法,分别构建了登机口优化分配网络模型和多目标优化模型.利用登机口优化分配网络算法筛选出所使用的共同登机口,建立了目标函数并列出约束条件,采用目标约束法对建立的模型进行求解.在此基础上,根据目标建模的思想,建立了可供中转旅客总体流程时间最短且使用登机口数量最小的航班-登机口分配模型.利用MATLAB计算可知,利用42个登机口即可实现303架航班的正常运转.     

基于用户报价信息划分的可控负荷菜单定价模型

设计合理的需求侧电价是引导和促进用户实施需求响应的重要因素.基于可控负荷参与市场交易时的报价信息,借助机制设计中的激励相容理论,提出了一种可控负荷菜单定价模型,该模型以系统供电成本最小为目标,且用户类型是离散的.通过节点系统IEEE-30仿真实验,设计出适用于5种不同用户类型的菜单电价,并通过对比分析,表明所提出的菜单定价模型节约了系统供电成本,也为需求侧电价的设计提供了理论参考.     

生产计划中阶梯型价格原料最优配置

按照规模经济效应,商品价格会随着订购量的增大而减小(即打折).根据生产实际,本文提出了商品的阶梯型价格,建立了最优生产计划模型.该计划模型有选择性地生产能够获最大利润的产品,并且可以对生产所需的原料进行最优配置;基于最优化理论与方法,给出了求解所建模型的有效算法,通过实例验证了算法的可行性和有效性.     

Integrating inventory control and a price change in the presence of reference price effects: a two-period model

Demand and procurement planning for consumer electronics products must cope with short life cycles, limited replenishment opportunities and a willingness to pay that is influenced by past prices and decreases over time. We therefore propose the use of an integrated pricing and inventory control model with a two-period linear demand model, in which demand also depends on the difference between a price-history-based reference price and the current price. For this model we prove that the optimal joint pricing/inventory policy for the replenishment opportunity after the first period is a base-stock list-price policy. That is, stock is either replenished up to a base-stock level and a list-price is charged, or it is not replenished and a discount is given that increases with the stock-level. Furthermore, we use real-world cell phone data to study the differences between an integrated policy and traditional sequential optimization, where prices are initially optimized based on the expected demand and ordering cost, and the resulting demand distribution is used to determine an optimal inventory policy. Finally, we discuss possible extensions of the model.