基于Multi-Agent系统的含分布式电源电网能源优化管理

在市场运行环境下,为了寻求微电网成本利益和环境效益的最大化,提出基于Multi-Agent系统能源优化管理策略。该研究首先构建Multi-Agent系统。此系统包括市场管理Agent(MOA),微电网管理Agent(MMA),公共电网Agent(UGA)和分布式发电Agent(DGA)。根据各微电网管理Agent上报的发电计划,在市场管理Agent中设计电价竞标策略用来确定各微电网的最佳交易电价和中标电量,以确保微电网经济利益最大化。在此基础上,在各微电网管理Agent中设计能量管理策略,并采用改进粒子群算法来确定微电网内部各分布式发电Agents的最佳功率分派,从而最小化微电网的运行成本。最后仿真验证了该方案的有效性。     

基于扩展UML活动图的工作流建模及其到XPDL的转换

针对工作流管理系统建模能力不充分、适应性弱、领域相关等问题,提出了基于扩展统一建模语言活动图与可扩展标记语言的过程定义语言规范相结合的工作流建模方法.为了增强统一建模语言活动图的建模能力,扩展了多实例、条件路由和协调活动等建模元素,给出了建模元素的定义和建模规则.为了使统一建模语言活动图的工作流模型能适应不同工作流引擎的执行,定义了统一建模语言活动图到可扩展标记语言的过程定义语言的形式化转换规则.最后,通过订单处理实例,说明了该方法对增强模型描述能力、适应性和柔性具有积极作用.     

实时电力交易下的新能源电网能量管理策略

新能源微电网由多种分布式能量源组成,并具有不同动态特性和多样的能源管理需求,其能量管理是十分复杂的问题。为了提高微电网能源供应的经济效益和环境效益,文中针对由多分布式能源组成的微电网、考虑实时电力交易,提出了能源管理优化策略。该研究针对各分布式能源的运行特性和约束条件,构建了实时交易下的微电网的运行成本和污染排放目标函数,并将多目标函数转换为单目标函数。采用一种改进的粒子群优化方法对目标函数进行优化,求得能量管理策略,并对各分布式能源单元进行最佳功率调度。仿真验证了该能量管理策略的有效性。     

基于EEMD-CS-LSSVM的短期负荷预测方法研究

针对电力负荷具有非线性特征、预测精度不高的问题,提出一种基于集合经验模态分解和布谷鸟搜索算法优化最小二乘支持向量回归机的组合预测方法.首先,将历史负荷数据经集合经验模态分解为高频分量、随机分量和低频分量;其次,针对各分量特征采用具有不同核函数的最小二乘支持向量回归机预测模型进行电力负荷分量的预测,并且利用布谷鸟搜索优化最小二乘支持向量回归机预测模型的关键参数;最后,叠加各分量预测值,还原电力负荷预测结果.以河南某地区电力数据为例,通过与反向传播神经网络、差分整合移动平均自回归模型以及布谷鸟优化-最小二乘支持向量机方法对比,表明本文所提方法具有最高的预测精度,预测准确率达到98.5％.     

基于MLON结构的资源发现机制

网格资源发现机制是目前网格领域中的一个热点研究问题。本文对已有的网格资源发现方法进行了分析,指出了这些方法存在的不足;提出了一种基于MLON结构的资源发现机制,将具有同一类型资源的网格信息结点组织在一起形成域,把结点数量较多的域通过类型粒度组织成层次形结构。该机制利用类型匹配路由的资源搜索技术将资源发现请求转发
发到资源所在的域,采用Topk技术在相应的域内找出与请求匹配的最佳的k个资源,从而改善了资源发现的性能,提高了用户的满意度。     

基于多层覆盖网络结构的资源发现机制

资源发现机制是目前网格领域中的一个热点研究问题.对已有的网格资源发现方法进行了分析,指出了这些方法存在的不足,提出了一种基于多层覆盖网络结构的资源发现机制,将具有同一类型资源的网格信息结点组织在一起形成域,把结点数量较多的域通过类型粒度组织成层次形结构.利用类型匹配路由的资源搜索技术将资源发现请求转发到资源所在的域,采用Topk技术在相应的域内找出与请求匹配的最佳的K个资源,从而改善了资源发现的性能,提高了用户的满意度.     

考虑电热联合需求响应的区域综合能源系统多目标双层优化调度

由于区域综合能源系统的多种能源之间存在耦合与互补,电热联合需求响应为区域综合能源系统的优化调度提供了新的手段.本文首先建立能源用户的电力需求响应和热力需求响应模型,提出考虑电热联合需求响应的区域综合能源系统日前多目标优化调度模型.然后,为解决分布式电源与负荷不确定性引起的日前调度偏差,构建了基于模型预测控制的日内滚动优化调度模型.最后,本文对带精英策略的非支配排序遗传算法进行改进,提高了调度模型的求解效率.算例表明,本文提出的模型可有效解决区域综合能源系统的多目标双层优化调度问题,电热联合需求响应可以有效提升区域综合能源系统的经济性和能效水平.