基于遗传-禁忌搜索算法的微网群能量管理

针对微网群能量管理提出了一种优化策略,利用将每小时风机、光伏阵列输出功率的连续概率密度函数划分为多个状态集合的方法定义了状态函数,基于各分布式发电成本定义新的指数W评估能量管理的效果,利用遗传—禁忌搜索算法进行目标函数寻优,解决了微网群能量管理关于各分布式电源出力分配问题。采用PGE69节点系统作为微网群算例,应用Matlab平台搭建仿真模型,以经济效益为目标对本文所提能量管理优化算法进行了仿真验证,通过微网群群级能量管理,各子微网成本均有可观降低。通过预测误差敏感性分析,验证了所提方法在预测误差方面的鲁棒性。结果表明所提能量管理策略具有良好的应用前景。     

基于计算负荷时–空双维迁移的互联多数据中心碳中和调控方法研究

随着全球分布的数据中心大量部署和云计算服务需求激增,其高运行能耗和碳污染问题日益严重。针对这种新兴的高能耗负荷,如何缓和数据中心碳足迹的有害影响,实现碳达峰、碳中和"3060"目标成为一项重要挑战。该文基于数据中心计算负荷的灵活可控性和全球多区域可再生能源时空分布互补性,提出时–空双维度任务迁移机制实现互联多数据中心碳中和。通过延时容忍型任务,在多数据中心间的空间迁移,满足计算负荷与清洁能源出力在大时间尺度上匹配,并配合任务在单体数据中心的时域迁移,实时追踪可再生能源功率波动以最大化消纳可再生能源,从而以时空优化互补的方式实现多数据中心高运行能耗所造成碳排放的时空转移,实现碳中和。最后,使用真实的数据中心算例验证所提出的多数据中心碳中和调控策略的性能和普遍适用性。通过实验对比,所提调控策略能够实现任务负荷与可再生能源的最优匹配,显著降低不同规模的互联多数据中心碳排放量,缓解多数据中心集群碳污染,实现全球大规模部署数据中心碳中和。     

基于改进NSGA-II算法的微网交互式多目标优化

针对微网在不同时间段运行期望的不同,提出了一种基于改进NSGA-Ⅱ算法的微网交互式多目标优化策略。建立以运行成本和污染物排放量为优化目标的优化模型,将全天的能量管理问题以每小时为尺度分为24个相互关联的优化子问题,可以更为灵活地选择满足各时段运行期望的最优调度计划。为满足这24个优化子问题与全天优化目标间的耦合关系,提出一种交互式搜索策略协调各小时储能系统的运行。通过改进NSGA-Ⅱ算法获得每小时的pareto前沿,并建立隶属函数从pareto前沿中选择出最理想的折衷解,依次解决全天的优化问题。算例仿真验证了该优化模型和策略的有效性。