XiaoMi-AI文件搜索系统
World File Search System线性规划
考虑调节服务和储能退化的随机配电系统规划方法
随着储能参与辅助服务市场的趋势，将快速变化的实时信号纳入长期配电系统规划中仍然具有繁重的计算负担。本文针对含储能的配电系统提出了一种两阶段随机规划，其中同时考虑了储能退化和频率调节的辅助服务收益。为此，将问题表述为混合整数线性规划，优化总体规划成本，包括投资和维护成本、电力交易成本和调节服务收益。在目标中加入了退化惩罚，以避免在提供调节服务时过度充电/放电，从而进一步有利于配电系统的经济性。该模型还考虑了负荷需求和电价的不确定性。采用高斯混合模型来表征这些不确定性，并抽样了一组代表性场景。为了加速优化，提出了一种改进的并行计算渐进式对冲方法。通过 33 总线配电系统证明，在 100 个场景中解决模型时，所提出的算法的速度大约是最先进的商业软件 Gurobi 的 15 倍。对于此案例研究，考虑退化惩罚已被证明可以将储能寿命延长一年。
天然气和电力系统协调运行的灵活性研究
燃气发电厂和燃气电驱动压缩机驱动的电力和燃气系统之间的相互依赖性不断增强，因此有必要对这种相互依赖性进行详细研究，特别是在可再生能源份额增加的背景下。本文评估了综合方法在燃气和电力系统运行中的价值。采用外近似等式松弛 (OA/ER) 法处理燃气和电力系统综合运行的混合整数非线性问题的优化类。与逐次线性规划相比，该方法显著提高了求解算法的效率，计算时间缩短了近 40%。在 GB 2030 能源情景中，针对不同可再生能源发电渗透水平，量化了包括灵活燃气压缩机、需求侧响应、电池存储和电转气在内的灵活性技术在燃气和电力综合系统运行中的价值。建模表明，灵活性选项将显著节省天然气和电力系统的年度运营成本（最高可达 21%）。另一方面，分析表明，灵活性技术的部署可以适当地支持天然气和电力系统之间的相互作用。
Roijers，Diederik M.；诺维，安
存在几个与 AI-Toolbox 功能部分重叠的库。MADP（Oliehoek 等人，2017）是最著名的工具箱之一。它用 C++ 编写，面向多智能体部分可观察模型，并提供多种算法。MADP 是面向对象的，因此类的层次结构很大，而 AI-Toolbox 的设计更紧凑。此外，MADP 没有 Python 绑定。BURLAP 是一个用于强化学习和规划的广泛的 JAVA 库。它包含可视化环境的代码，可与 ROS 框架一起使用（Quigley 等人，2009）。它主要关注完全可观察的环境，而 AI-Toolbox 包含多种最先进的 POMDP 算法。pomdp-solve 是 Anthony Cassandra 编写的 C 库，其中包含相对较旧的 POMDP 算法（最新的算法发表于 2004 年）。它还需要商业许可的 CPLEX 线性规划求解器。MDPToolbox（Chades 等人，2014 年）是用于单代理 MDP 算法的 MATLAB 工具箱。相比之下，AI-Toolbox 还支持 bandits、POMDP 和 MMDP 算法。还有其他工具箱，例如 PyMDPToolbox、JuliaPOMDP（Egorov 等人，2017 年）、ZMDP 和 APPL，但它们的范围比 AI-Toolbox 小得多。
带移动储能系统和离线控制光伏系统的配电网优化调度策略，以最大限度地减少太阳能弃光
摘要：由于离线控制光伏 (PV) 电站不具备在线通信和远程控制系统，因此无法实时调节功率。因此，在离线控制光伏饱和的配电网中，配电系统运营商 (DSO) 应考虑可再生能源的不确定性来调度分布式能源 (DER)，以防止因过压而导致的限电。本文提出了一种使用移动储能系统 (MESS) 和离线控制光伏的日前网络运行策略，以最大限度地减少功率削减。MESS 模型有效地考虑了 MESS 的运输时间和功率损耗，并模拟了各种操作模式，例如充电、放电、空闲和移动模式。优化问题基于混合整数线性规划 (MILP) 制定，考虑到 MESS 的空间和时间操作约束，并使用机会约束最优潮流 (CC-OPF) 执行。离线控制光伏的上限基于概率方法设定，从而减轻由于预测误差导致的过电压。所提出的运行策略在 IEEE 33 节点配电系统和 15 节点运输系统中进行了测试。测试结果证明了所提出方法在离线控制光伏系统中最小化限电的有效性。
关于大修维护项目的长期业务计划的研究。
大修维护 (TAM) 是指定期关闭工厂或设施以进行必要的维修、大修和检查。TAM 对于确保工业运营的安全性、可靠性和效率至关重要，但它也涉及高成本、风险和不确定性。因此，有效地规划和管理 TAM 是工厂经理和工程师面临的一项关键挑战。本研究提出了一个 TAM 的长期业务计划 (LRBP)，将战略、战术和运营决策整合在一个整体框架中。LRBP 旨在优化长期内 TAM 的收益和成本之间的权衡，同时考虑市场需求、生产能力、设备状况、维护资源和风险缓解等各种因素。本研究开发了一个混合整数线性规划 (MILP) 模型来制定 LRBP 问题，并将其应用于石化工厂的案例研究。结果表明，LRBP 可以显著节省 TAM 成本并提高工厂的绩效指标。本研究还进行了敏感性分析，以检验不同参数和场景对最佳 LRBP 的影响。本研究提出了一种全面而实用的方法，可以为工业工厂复杂而动态环境中的决策者提供支持，为 TAM 规划文献做出了贡献。
航空货运装载规划问题 - KIT
航空货运业的一个主要运营规划问题是如何安排飞机上的货物，以便安全且有利可图地飞行。因此，每次飞行都必须解决一个具有挑战性的规划难题。除了复杂性之外，规划如今大多是手动完成的，这是一个耗时且解决方案质量不确定的过程。关于航空货运装载问题的文献很少，而且这个术语在不同的子问题中的使用含糊不清，例如选择集装箱、将物品装入集装箱或将集装箱装入飞机。所有提出的模型都只关注实践中更大的规划问题的某些方面。此外，文献中没有涉及一些实际方面。在这项工作中，我们全面概述了我们工业合作伙伴的运营实践中看到的空运货物装载规划问题。我们正式确定了它的要求和各个利益相关者的目标。此外，我们开发和评估合适的解决方案。因此，我们将问题分解为四个步骤：飞机配置、集结调度、空运货物码垛以及重量和平衡。我们主要采用混合整数线性规划来解决这些步骤。通过添加滚动时域规划方法和基于逻辑的 Benders 分解 (LBBD)，进一步分解两个子问题。实际的三维包装问题作为子问题中的约束程序得到解决
采用动态电力进口限制策略的家庭能源管理系统优化能源成本：案例研究方法
摘要 — 如今，集中式电力系统正在向分布式系统转变，并且正在安装各种能源管理系统以实现高效运行。负荷侧管理是电网能源管理的一个重要方面。随着住宅需求的高速增长，家庭客户在成功实施需求响应 (DR) 计划中发挥着至关重要的作用。本文考虑单个客户拥有一套家庭能源管理系统 (HEMS)，用于基于恒温和非恒温特性的电器、光伏板、电动汽车和电池储能系统。讨论了各种 DR 策略的影响。通过采用基于实时价格的动态电力输入限制 DR 计划，对 HEMS 的混合整数线性规划模型进行调制和求解，以最大限度地降低电力消耗成本。考虑采用基于激励的 DR 计划来减少能源需求并在高峰时段保持能源平衡，并包括基于峰值定价的动态电力输入限制 DR 计划以进行负荷调整。还讨论了不同场景下负荷调整对峰均比的影响。最后，根据所提及的DR方案的纳入/拒绝情况，考虑其他测试用例，计算并分析总电价。
太阳能-风能-柴油混合能源系统的最佳设计，该系统具有多种类型的存储设备，可驱动反渗透海水淡化过程
为了同时满足电力和淡水需求，本文建立了太阳能-风能-柴油混合能源系统 (HES) 的上层结构，该系统具有多种类型的存储设备，可驱动反渗透海水淡化 (ROD) 工艺。开发了 HES 的相应数学模型，可能包括光伏电池、风力涡轮机、柴油发电机、ROD 单元、不同的电池存储技术或水箱，并采用混合整数线性规划。以年度总成本最小为优化目标，可以得到 HES 的最优设计和运行方案。为了验证所提方法的有效性，以沙特阿拉伯为 ROD 工艺供电的太阳能-风能-柴油系统为例。结果表明，在满足可再生能源渗透率（即 0.8）要求的情况下，HES 中选择了光伏板、风力涡轮机、柴油发电机、铅酸电池、锂离子电池和水箱，年度总成本最小（即 1.16 × 105 美元·年？1）。然后，提出了一种量化方法来确定 HES 的最优设计和运行方案，包括经济性和环境性两个方面。最后，具有多种发电机和多种存储设备的 HES 在经济性和可再生能源利用方面表现出更好的性能。
基于随机多目标优化模型的多能源微电网日前调度
摘要：处理多目标问题有几个有趣的好处，其中之一是它为决策者提供了有关帕累托前沿的完整信息，以及对问题所涉及的各种权衡的清晰概述。选择这样的代表性集合本身就是一个多目标问题，必须考虑选择的数量以显示表示的均匀性和/或表示的覆盖范围，以确保解决方案的质量。在本研究中，由于包含诸如多能源多微电网 (MMG) 的运营成本和配电公司 (DISCO) 的利润等目标，日前调度已转变为多目标优化问题。所提出的系统的目的是确定热电联产 (CHP) 装置、燃气锅炉、储能和需求响应计划以及电力和天然气 (NG) 交易的最佳日前运行。电力和天然气由 MG 与 DISCO 以动态和固定价格进行交易。通过场景生成和概率密度函数，考虑了风速、太阳辐射、电力和热量需求的不确定性。通过使用混合整数线性规划 (MILP) 进行场景缩减，生成的场景数量显著减少。使用 ε 约束方法并将其作为混合整数非线性规划 (MINLP) 进行求解，以获得满足这两个非线性目标函数需求的解决方案。
可持续城市和社会
本文介绍了一种考虑家庭能源管理系统 (HEMS) 和其他消费者的本地能源社区内的联营交易模型。提出了一种透明的市场清算机制，以激励积极的产消者在本地能源社区基于规则的联营市场内交易他们的剩余能源。基于价格的需求响应计划 (PBDRP) 被认为可以提高消费者改变消费的意愿。数学优化问题是一个标准的混合整数线性规划 (MILP) 问题，可以快速评估拥有大量消费者的真实能源社区的交易市场。这允许在模型中的不同客户端之间制定新颖的能源交易策略，并在本地能源社区层面整合联营能源交易模型。能源社区的目标函数是在满足所有参与者需求的同时尽量减少他们的总账单。已经评估了两种不同的场景，即独立和集成操作模式，以显示不同最终用户之间协调的影响。结果表明，通过合作，本地能源社区市场的最终用户可以减少总电费。独立运行情况下成本降低 16.63%，集成情况下成本降低 21.38%。与 HEMS 独立运行相比，协调情况下主动消费者的收入有所增加。