CN108985502B - 基于两层电能替代规划模型的规划方法及算法框架 - Google Patents

基于两层电能替代规划模型的规划方法及算法框架 Download PDF

Info

Publication number
CN108985502B
CN108985502B CN201810705771.9A CN201810705771A CN108985502B CN 108985502 B CN108985502 B CN 108985502B CN 201810705771 A CN201810705771 A CN 201810705771A CN 108985502 B CN108985502 B CN 108985502B
Authority
CN
China
Prior art keywords
electric energy
planning
province
layer model
energy substitution
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810705771.9A
Other languages
English (en)
Other versions
CN108985502A (zh
Inventor
朱文广
洪绍云
熊轲
熊宁
肖园
王洁
陈会员
胡娟
雷涛
单葆国
张煜
郑鹏
方朝雄
林毅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jiaotong University
State Grid Energy Research Institute Co Ltd
Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Jiangxi Electric Power Co Ltd
Original Assignee
Beijing Jiaotong University
State Grid Energy Research Institute Co Ltd
Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Jiangxi Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Jiaotong University, State Grid Energy Research Institute Co Ltd, Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd, Economic and Technological Research Institute of State Grid Jiangxi Electric Power Co Ltd filed Critical Beijing Jiaotong University
Priority to CN201810705771.9A priority Critical patent/CN108985502B/zh
Publication of CN108985502A publication Critical patent/CN108985502A/zh
Application granted granted Critical
Publication of CN108985502B publication Critical patent/CN108985502B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于两层电能替代规划模型的规划方法及算法框架，包括上层模型和下层模型，所述的上层模型首先对下层模型进行信息发布，下层模型在上层模型给定的信息下遵照自身利益做出相应的理性反应，然后上层模型再根据下层模型反馈的信息制定符合总体利益的决策，算法框架如下：设置初始参数
Figure DDA0003385723200000011
并令
Figure DDA0003385723200000012
Figure DDA0003385723200000013
优化求解下层模型；求解上层模型；计算F(x)，若与上一轮的F(x)差值绝对值小于预先设定的正数阈值ξ，则算法结束；否则，将xi反馈下层模型从第(2)步进行循环迭代，直到算法结束。本发明具有操作性强、连贯性好等优点。

Description

基于两层电能替代规划模型的规划方法及算法框架
技术领域
本发明涉及能源规划领域，尤其涉及一种基于两层电能替代规划模型的规划方法及算法框架。
背景技术
电能替代可提高电能占终端能源消费比重、提高电煤占煤炭消费比重、提高可再生能源占电力消费比重、降低大气污染物排放，坚持以政府为主导，充分发挥电网资源优化配置作用，结合各地区能源资源禀赋和用能消费特性，根据不同电能替代方式的技术经济特点，因地制宜，积极推广，深入实施电能替代，不断扩大应用领域和范围，推动建立以电为中心、可再生能源协同应用的新型能源消费方式，提高电能替代基础管理水平和规划水平，适应电力体制改革新形势，进一步完善现代电网营销体系，实现电能替代精益管理，提升用能效益，推进再电气化进程，实现电能替代工作质的飞越。
现有电能替代规划中仍然存在着根据经验定原则、根据原则提方案的现象，特别是在投资规模确定和项目规划建设中缺乏成熟的量化操作手段和优化路径，根据经验确定的方案因人而异，操作性不强，连贯性较差，有悖精益化规划理念。
因此，本专利针对现有电能替代存在的问题，提出了一种基于双层优化的基于两层电能替代规划模型的规划方法及其算法框架。
发明内容
本发明的目的是为了解决背景技术中存在的操作性不强、连贯性较差以及有悖精益化规划理念的缺点，而提出的一种基于两层电能替代规划模型的规划方法及算法框架。
为了实现上述目的，本发明采用了如下技术方案：
本发明公开了一种基于两层电能替代规划模型的规划方法，包括上层模型和下层模型，所述的上层模型首先对下层模型进行信息发布，下层模型在上层模型给定的信息下遵照自身利益做出相应的理性反应，然后上层模型再根据下层模型反馈的信息制定符合总体利益的决策；
作为优选，所述的上层模型为国家级或总部，所述的下层模型为省级，上层模型和下层模型均包含各自的决策变量、目标函数及约束条件。
作为优选，所述的下层模型中第i个省级电能替代规划模型可描述为：
Figure GDA0003385723190000021
s.t.Lij≤yij≤Uij,1≤j≤m
Figure GDA0003385723190000022
Figure GDA0003385723190000023
Figure GDA0003385723190000024
Figure GDA0003385723190000025
为总部根据计划对第i省发布的替代电量指标，单位为亿千瓦时；xi为总部决策变量；yi为第i个省自己规划的电能替代量；m为参与电能替代的行业领域数，n为省的数量；
yij为i省规划第j个领域的电能替代量；
kij为i省推动第j个领域的电能替代1万千瓦时电量需付出的成本系数；
Lij和Uij分别为i省第j个领域的电能替代电量的下限与上限。
各省的目标函数为希望各省的成本最小，即希望
Figure GDA0003385723190000031
的值尽可能小(yij-Lij)代表需要省级出资的电能替代量；
Figure GDA0003385723190000032
为惩罚项，其中di为i省对偏差的容忍程度，在目标函数中添加一个惩罚项，以此反映该点是否位于可行域内，从而使算法在惩罚项的作用下寻找原问题的最优解，b、ci为惩罚因子。
作为优选，所述的行业领域包括居民采暖领域、工农业生产制造领域、交通领域、电力供应与消费领域。
作为优选，电能替代项目可分为企业自主型、政府主导型和电网推动型，企业自主型和政府主导型的电能替代项目所涉及的替代电量总数可视为该领域电能替代电量下限，即不需要电网过多参与也会开展的项目；电网推动型则需要电网付出相应成本开展工作，这部分取决于电网投入的成本，企业自主型、政府主导型和电网推动型的电能替代项目所涉及的替代电量总数可视为该领域电能替代电量上限。
作为优选，所述的上层模型可描述为：
Figure GDA0003385723190000041
Figure GDA0003385723190000042
其中n代表参与省级电能替代规划数量；x＝[x1,x2,...,xn]代表待规划电能替代电量向量，xi为总部决策变量，即根据i省的规划决策yi反馈对i省调整的替代电量指标，y＝[y1,y2,...,yn]代表省级电能替代规划向量，yi由第i各省通过下层模型优化自己设定，
Figure GDA0003385723190000043
为总部根据计划对i省发布替代电量指标，单位为亿千瓦时；为完成总部的计划指标，调整后的规划总量必须大于总部初始的规划总量，因此需满足约束
Figure GDA0003385723190000044
Figure GDA0003385723190000045
为i省的历年替代电量指标累计偏差量，当i省的规划决策yi大于总部对i省发布的替代电量指标xi，代表i省超额完成指标，累计偏差
Figure GDA0003385723190000046
加上超额的替代电量指标，即
Figure GDA0003385723190000047
当i省的规划决策yi小于总部对i省发布的替代电量指标xi则相当于i省差额完成指标，累计偏差
Figure GDA0003385723190000048
减去差额的替代电量指标)，即
Figure GDA0003385723190000049
作为优选，总部目标函数为规划结果与初始规划的偏差最小，包括总数偏差和各省的偏差。
作为优选，本发明还公开了上述基于两层电能替代规划模型的规划方法的算法框架，如下：
(1)设置初始参数
Figure GDA00033857231900000410
并令
Figure GDA00033857231900000411
(2)对于第i个省，优化求解下层模型得到yi，
Figure GDA00033857231900000412
(3)将yi反馈给上层模型，优化求解上层模型，得到xi，
Figure GDA0003385723190000051
(4)计算F(x)，若与上一轮的F(x)差值绝对值小于预先设定的正数阈值ξ，则算法结束；否则，将xi反馈下层模型从第(2)步进行循环迭代，直到算法结束。
相对于现有技术，本发明具有以下有益效果：
国家级或总部下达到一个省的计划量，只会影响该省的电能替代量，不会影响其它省的电能替代量，同样各省的决策也不会影响其他省的决策；
所提电能替代两级规划决策模型是属于下层决策人分组的无关联的决策模型，各省目标函数是总部下达到该省计划电能替代量和本省实际电能替代量的函数；
通过采用本发明所述的基于两层电能替代规划模型的规划方法及算法框架，操作性大大增强、连贯性较好，而且很好的符合了精益化规划的理念。
附图说明
图1为本发明提出的一种基于两层电能替代规划模型的规划方法的算法框架的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
实施例1
所述的下层模型中第i个省级电能替代规划模型可描述为：
Figure GDA0003385723190000061
s.t.Lij≤yij≤Uij,1≤j≤m
Figure GDA0003385723190000062
Figure GDA0003385723190000063
Figure GDA0003385723190000064
Figure GDA0003385723190000065
为总部根据计划对第i省发布的替代电量指标，单位为亿千瓦时；xi为总部决策变量；yi为第i个省自己规划的电能替代量；m为参与电能替代的行业领域数；
yij为i省规划第j个领域的电能替代量；
kij为i省推动第j个领域的电能替代1万千瓦时电量需付出的成本系数；
Lij和Uij分别为i省第j个领域的电能替代电量的下限与上限。
各省的目标函数为希望各省的成本最小，即希望
Figure GDA0003385723190000066
的值尽可能小(yij-Lij)代表需要省级出资的电能替代量；
Figure GDA0003385723190000071
为惩罚项，其中di为i省对偏差的容忍程度，在目标函数中添加一个惩罚项，以此反映该点是否位于可行域内，从而使算法在惩罚项的作用下寻找原问题的最优解。
所述的行业领域包括居民采暖领域、工农业生产制造领域、交通领域、电力供应与消费领域。
电能替代项目可分为企业自主型、政府主导型和电网推动型，企业自主型和政府主导型的电能替代项目所涉及的替代电量总数可视为该领域电能替代电量下限，即不需要电网过多参与也会开展的项目；电网推动型则需要电网付出相应成本开展工作，这部分取决于电网投入的成本，企业自主型、政府主导型和电网推动型的电能替代项目所涉及的替代电量总数可视为该领域电能替代电量上限。
实施例2
所述的上层模型可描述为：
Figure GDA0003385723190000072
Figure GDA0003385723190000073
其中n代表参与省级电能替代规划数量；x＝[x1,x2,...,xn]代表待规划电能替代电量向量，xi为总部决策变量，即根据i省的规划决策yi反馈对i省调整的替代电量指标，y＝[y1,y2,...,yn]代表省级电能替代规划向量，yi由第i各省通过下层模型优化自己设定，
Figure GDA0003385723190000074
为总部根据计划对i省发布替代电量指标，单位为亿千瓦时；为完成总部的计划指标，调整后的规划总量必须大于总部初始的规划总量，因此需满足约束
Figure GDA0003385723190000081
Figure GDA0003385723190000082
为i省的历年替代电量指标累计偏差量，当i省的规划决策yi大于总部对i省发布的替代电量指标xi，代表i省超额完成指标，累计偏差
Figure GDA0003385723190000083
加上超额的替代电量指标，即
Figure GDA0003385723190000084
当i省的规划决策yi小于总部对i省发布的替代电量指标xi则相当于i省差额完成指标，累计偏差
Figure GDA0003385723190000085
减去差额的替代电量指标)，即
Figure GDA0003385723190000086
总部目标函数为规划结果与初始规划的偏差最小，包括总数偏差和各省的偏差。
实施例3
参照图1，本发明还公开了上述基于两层电能替代规划模型的规划方法的算法框架，如下：
(1)设置初始参数
Figure GDA0003385723190000087
并令
Figure GDA0003385723190000088
(2)对于第i个省，优化求解下层模型得到yi，
Figure GDA0003385723190000089
(3)将yi反馈给上层模型，优化求解上层模型，得到xi，
Figure GDA00033857231900000810
(4)计算F(x)，若与上一轮的F(x)差值绝对值小于预先设定的正数阈值ξ，则算法结束；否则，将xi反馈下层模型从第(2)步进行循环迭代，直到算法结束。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种基于两层电能替代规划模型的规划方法，包括上层模型和下层模型，其特征在于：所述的上层模型首先对下层模型进行信息发布，下层模型在上层模型给定的信息下遵照自身利益做出相应的理性反应，然后上层模型再根据下层模型反馈的信息制定符合总体利益的决策；
所述的上层模型为国家级或总部，所述的下层模型为省级，上层模型和下层模型均包含各自的决策变量、目标函数及约束条件；
所述的下层模型中第i个省级电能替代规划模型描述为：
Figure FDA0003409914080000011
s.t.Lij≤yij≤Uij,1≤j≤m
Figure FDA0003409914080000012
Figure FDA0003409914080000013
Figure FDA0003409914080000014
Figure FDA0003409914080000015
为总部根据计划对第i省发布的替代电量指标，单位为亿千瓦时；xi为总部决策变量；yi为第i个省自己规划的电能替代量；m为参与电能替代的行业领域数；n为省的数量；
yij为i省规划第j个领域的电能替代量；
kij为i省推动第j个领域的电能替代1万千瓦时电量需付出的成本系数；
Lij和Uij分别为i省第j个领域的电能替代电量的下限与上限；
各省的目标函数为各省的成本最小，即
Figure FDA0003409914080000021
的值最小，(yij-Lij)代表需要省级出资的电能替代量；
Figure FDA0003409914080000022
为惩罚项，其中di为i省对偏差的容忍程度，在目标函数中添加一个惩罚项，使算法在惩罚项的作用下寻找原问题的最优解，b、ci为惩罚因子。
2.根据权利要求1所述的一种基于两层电能替代规划模型的规划方法，其特征在于：所述的行业领域包括居民采暖领域、工农业生产制造领域、交通领域、电力供应与消费领域。
3.根据权利要求1所述的一种基于两层电能替代规划模型的规划方法，其特征在于：电能替代项目分为企业自主型、政府主导型和电网推动型，企业自主型和政府主导型的电能替代项目所涉及的替代电量总数视为该领域电能替代电量下限，即不需要电网过多参与也会开展的项目；电网推动型则需要电网付出相应成本开展工作，这部分取决于电网投入的成本，企业自主型、政府主导型和电网推动型的电能替代项目所涉及的替代电量总数视为该领域电能替代电量上限。
4.根据权利要求1所述的一种基于两层电能替代规划模型的规划方法，其特征在于：所述的上层模型描述为：
Figure FDA0003409914080000023
Figure FDA0003409914080000024
其中n代表参与省级电能替代规划数量；x＝[x1,x2,...,xn]代表待规划电能替代电量向量，xi为总部决策变量，即根据i省的规划决策yi反馈对i省调整的替代电量指标，y＝[y1,y2,...,yn]代表省级电能替代规划向量，yi由第i各省通过下层模型优化自己设定，
Figure FDA0003409914080000031
为总部根据计划对i省发布替代电量指标，单位为亿千瓦时；为完成总部的计划指标，调整后的规划总量必须大于总部初始的规划总量，因此需满足约束
Figure FDA0003409914080000032
Figure FDA0003409914080000033
为i省的历年替代电量指标累计偏差量，当i省的规划决策yi大于总部对i省发布的替代电量指标xi，代表i省超额完成指标，累计偏差
Figure FDA0003409914080000034
加上超额的替代电量指标，即
Figure FDA0003409914080000035
当i省的规划决策yi小于总部对i省发布的替代电量指标xi则i省差额完成指标，累计偏差
Figure FDA0003409914080000036
减去差额的替代电量指标，即
Figure FDA0003409914080000037
5.根据权利要求4所述的一种基于两层电能替代规划模型的规划方法，其特征在于：总部目标函数为规划结果与初始规划的偏差最小，包括总数偏差和各省的偏差。
6.根据权利要求1所述的一种基于两层电能替代规划模型的规划方法，其特征在于：所述方法进一步包括：
(1)设置初始参数
Figure FDA0003409914080000038
并令
Figure FDA0003409914080000039
(2)对于第i个省，优化求解下层模型得到yi，
Figure FDA00034099140800000310
(3)将yi反馈给上层模型，优化求解上层模型，得到xi，
Figure FDA00034099140800000311
(4)迭代计算总部目标函数F(x)，若本次F(x)与上一次迭代计算得到的F(x)差值绝对值小于预先设定的正数阈值ξ，则算法结束；否则，将xi反馈下层模型从第(2)步进行循环迭代，直到算法结束。
CN201810705771.9A 2018-07-02 2018-07-02 基于两层电能替代规划模型的规划方法及算法框架 Active CN108985502B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810705771.9A CN108985502B (zh) 2018-07-02 2018-07-02 基于两层电能替代规划模型的规划方法及算法框架

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810705771.9A CN108985502B (zh) 2018-07-02 2018-07-02 基于两层电能替代规划模型的规划方法及算法框架

Publications (2)

Publication Number Publication Date
CN108985502A CN108985502A (zh) 2018-12-11
CN108985502B true CN108985502B (zh) 2022-02-15

Family

ID=64539261

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810705771.9A Active CN108985502B (zh) 2018-07-02 2018-07-02 基于两层电能替代规划模型的规划方法及算法框架

Country Status (1)

Country Link
CN (1) CN108985502B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103150629A (zh) * 2013-03-11 2013-06-12 上海电力学院 基于相关机会二层规划模型的输电网规划方法
CN105069700A (zh) * 2015-08-05 2015-11-18 国网天津市电力公司 一种分层分区的配电网架规划方法
CN106936147A (zh) * 2017-04-14 2017-07-07 南瑞（武汉）电气设备与工程能效测评中心 一种基于双层优化的微电网面向电蓄热锅炉的优化运行管理方法
CN107203855A (zh) * 2017-08-03 2017-09-26 国网江苏省电力公司宿迁供电公司 含风电系统实时调度的鲁棒两层优化模型及转化等效方法
CN107221929A (zh) * 2017-05-27 2017-09-29 上海电力学院 基于市场利益的能效电厂优化配置与厂网协调规划方法
CN107301470A (zh) * 2017-05-24 2017-10-27 天津大学 一种配电网扩展规划与光储选址定容的双层优化方法
CN107679658A (zh) * 2017-09-28 2018-02-09 国网四川省电力公司经济技术研究院 一种高比例清洁能源接入下的输电网规划方法
CN108197766A (zh) * 2018-03-23 2018-06-22 湘潭大学 一种包含微电网群的主动配电网优化调度模型
CN108233430A (zh) * 2018-02-05 2018-06-29 三峡大学 一种计及系统能源波动性的交直流混合微网优化方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160335223A1 (en) * 2014-06-27 2016-11-17 University Of South Florida Methods and systems for computation of bilevel mixed integer programming problems

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103150629A (zh) * 2013-03-11 2013-06-12 上海电力学院 基于相关机会二层规划模型的输电网规划方法
CN105069700A (zh) * 2015-08-05 2015-11-18 国网天津市电力公司 一种分层分区的配电网架规划方法
CN106936147A (zh) * 2017-04-14 2017-07-07 南瑞（武汉）电气设备与工程能效测评中心 一种基于双层优化的微电网面向电蓄热锅炉的优化运行管理方法
CN107301470A (zh) * 2017-05-24 2017-10-27 天津大学 一种配电网扩展规划与光储选址定容的双层优化方法
CN107221929A (zh) * 2017-05-27 2017-09-29 上海电力学院 基于市场利益的能效电厂优化配置与厂网协调规划方法
CN107203855A (zh) * 2017-08-03 2017-09-26 国网江苏省电力公司宿迁供电公司 含风电系统实时调度的鲁棒两层优化模型及转化等效方法
CN107679658A (zh) * 2017-09-28 2018-02-09 国网四川省电力公司经济技术研究院 一种高比例清洁能源接入下的输电网规划方法
CN108233430A (zh) * 2018-02-05 2018-06-29 三峡大学 一种计及系统能源波动性的交直流混合微网优化方法
CN108197766A (zh) * 2018-03-23 2018-06-22 湘潭大学 一种包含微电网群的主动配电网优化调度模型

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于二层规划方法的输电网扩展规划研究;范宏;《中国博士学位论文全文数据库》;20110315;全文 *

Also Published As

Publication number Publication date
CN108985502A (zh) 2018-12-11

Similar Documents

Publication Publication Date Title
Jin et al. Game theoretical analysis on capacity configuration for microgrid based on multi-agent system
CN112564109B (zh) 一种基于储能系统参与含大规模海上风电的调频优化运行方法
CN111555355B (zh) 水光蓄联合发电的调度策略及其优化方法
WO2018077016A1 (zh) 一种基于价值网络的储能系统调度优化方法
Wu et al. Source-network-storage joint planning considering energy storage systems and wind power integration
Han et al. Constructing prosumer coalitions for energy cost savings using cooperative game theory
CN114221357B (zh) 计及调频备用效益的主动配电网分层分布式优化调度方法
CN102289569A (zh) 一种电力系统突发事件应急处理方法
CN106786801B (zh) 一种基于竞价均衡的微电网运行方法
Stojiljković Bi-level multi-objective fuzzy design optimization of energy supply systems aided by problem-specific heuristics
Xu et al. Adaptive DE algorithm for novel energy control framework based on edge computing in IIoT applications
CN116191493A (zh) 一种火电机组深度调峰和复合储能协同规划方法与装置
CN101916313A (zh) 一种城市给水管网功能优化的方法
Han et al. Economic evaluation of micro-grid system in commercial parks based on echelon utilization batteries
Han et al. Planning and overall economic evaluation of photovoltaic-energy storage station based on game theory and analytic hierarchy process
CN116245338A (zh) 一种矿山综合能源系统低碳经济运行优化方法
CN105160450B (zh) 一种考虑环境因素的含能效电厂电源规划方法
CN113393038A (zh) 一种综合能源站网及需求响应协同的规划方法
CN115864376A (zh) 一种多时间尺度电力保供分析方法及系统
Liu et al. Multi-VPPs power-carbon joint trading optimization considering low-carbon operation mode
CN108985502B (zh) 基于两层电能替代规划模型的规划方法及算法框架
CN113708418A (zh) 微电网优化调度方法
CN116258511A (zh) 一种考虑碳交易价格不确定性的能源系统配置方法及装置
CN115293645A (zh) 一种考虑碳排放累积熵的区域源荷协调调度方法
CN111882137B (zh) 计及天然气管网压力能消纳的充电设施优化规划方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant