复杂性gydF4y2Ba 复杂性gydF4y2Ba 1099 - 0526gydF4y2Ba 1076 - 2787gydF4y2Ba HindawigydF4y2Ba 10.1155 / 2020/8820332gydF4y2Ba 8820332gydF4y2Ba 研究文章gydF4y2Ba 研究多目标建模和优化海外微能源系统综合考虑负荷的不确定性和风能gydF4y2Ba https://orcid.org/0000 - 0002 - 9258 - 0748gydF4y2Ba 吴gydF4y2Ba 小君gydF4y2Ba 1gydF4y2Ba https://orcid.org/0000 - 0003 - 2986 - 1421gydF4y2Ba 李gydF4y2Ba 宝华gydF4y2Ba 1gydF4y2Ba 陈gydF4y2Ba 小君gydF4y2Ba 2gydF4y2Ba 卢gydF4y2Ba QinghuigydF4y2Ba 2gydF4y2Ba 兴gydF4y2Ba 象屿gydF4y2Ba 1gydF4y2Ba https://orcid.org/0000 - 0001 - 6011 - 6636gydF4y2Ba 朱gydF4y2Ba XuedonggydF4y2Ba 1gydF4y2Ba 李gydF4y2Ba 兴ydF4y2Ba 1gydF4y2Ba 电气工程与自动化学院的gydF4y2Ba 武汉大学gydF4y2Ba 武汉gydF4y2Ba 中国gydF4y2Ba whu.edu.cngydF4y2Ba 2gydF4y2Ba 研究所南京NARI-Relays工程技术有限公司。gydF4y2Ba 南京gydF4y2Ba 中国gydF4y2Ba 2020年gydF4y2Ba 24gydF4y2Ba 12gydF4y2Ba 2020年gydF4y2Ba 2020年gydF4y2Ba 21gydF4y2Ba 8gydF4y2Ba 2020年gydF4y2Ba 23gydF4y2Ba 11gydF4y2Ba 2020年gydF4y2Ba 8gydF4y2Ba 12gydF4y2Ba 2020年gydF4y2Ba 24gydF4y2Ba 12gydF4y2Ba 2020年gydF4y2Ba 2020年gydF4y2Ba 版权©2020吴小君等。gydF4y2Ba 这是一个开放的文章在知识共享归属许可下发布的,它允许无限制的使用,分布和繁殖在任何媒介,提供最初的工作是正确的引用。gydF4y2Ba

海外微综合能源系统(OMIESs)近海石油和天然气的基础工程和发挥重要作用在开发和利用海洋资源。通过引入海上风力发电、离岸微的碳排放综合能源系统可以有效地减少;然而,更大的挑战已经发布可靠运行的不确定性。为了减少这种不确定性带来的影响,提出了一种多目标优化模型基于机会约束规划(CCP);操作成本和惩罚成本的天然气排放被选为目标。然后,改进混合约束处理策略基于nondominated第二排序遗传算法(IHCHS-NSGAII)介绍了有效地解决模型。最后,数值研究验证了该算法的效率,以及该模型的有效性和可行性在提高战略性的经济不确定性。gydF4y2Ba

 中国国家重点研究和发展项目gydF4y2Ba 2018年yfb0904800gydF4y2Ba 1。介绍gydF4y2Ba

目前,全世界有6500近海石油和天然气平台(gydF4y2Ba 1gydF4y2Ba],它有望成为解决能源和环境问题的一个重要方法在世界范围内通过开发和利用海洋的石油和天然气资源gydF4y2Ba 2gydF4y2Ba- - - - - -gydF4y2Ba 4gydF4y2Ba]。这些近海石油和天然气平台远离土地,可以归类为离岸微观综合能源系统(gydF4y2Ba 5gydF4y2Ba]。它包含各种各样的能源,如电力、天然气、和热,并协调和优化通过能源经济和能源利用效率耦合设备(如气体的权力(gydF4y2Ba PgydF4y2Ba2gydF4y2Ba GgydF4y2Ba)和直燃式锅炉(GB))。传统上,这种力量是由燃气轮机(GTs)耦合发电机,安装在平台上,通过燃烧天然气和操作;然而,为了安全考虑,冗余GTs通常运行较低的操作效率和高污染排放(gydF4y2Ba 6gydF4y2Ba,gydF4y2Ba 7gydF4y2Ba]。通过引入海上风力发电,离岸微综合能源系统的碳排放(OMIESs)可以有效地减少。然而,受复杂的海洋环境,更大的挑战已经发布到运行可靠由于负载的不确定性和海上风力发电(gydF4y2Ba 8gydF4y2Ba]。因此,进行经济优化调度具有重要意义考虑战略性的不确定因素。gydF4y2Ba

目前,学者们进行了许多前辈们的优化调度模型的研究(综合能源系统)gydF4y2Ba 9gydF4y2Ba- - - - - -gydF4y2Ba 12gydF4y2Ba]。在[gydF4y2Ba 9gydF4y2Ba),光伏的不确定性被一系列的场景;然后,该模型提出了基于需求反应实现多种能源系统协调优化。在[gydF4y2Ba 10gydF4y2Ba),所有设备的建模提出了前辈们指定的物理操作限制,和一个优化模型建立以最小化总成本,考虑不同等级的热能。文献[gydF4y2Ba 11gydF4y2Ba)研究了影响运营成本和区域IES可控负载时的稳定性包括电动汽车和空调负荷被认为是一个虚拟的能量存储系统(ESS)。文献[gydF4y2Ba 12gydF4y2Ba)提出了一种两阶段随机调度综合multienergy系统的方案,认为风电的不确定性达到最小的最优经济运行风力发电的缩减。上面列出的文献提出了不同模型的优化调度,考虑到可再生能源的间歇性,不同等级的热能,ESS带来的灵活性。然而,其中的一些专注于近海石油和天然气平台的优化,结合战略性海上风力发电以及考虑不确定性的影响。gydF4y2Ba

一般来说,主要有三种不同的方式来处理海上风能的不确定性,即鲁棒优化(gydF4y2Ba 13gydF4y2Ba,gydF4y2Ba 14gydF4y2Ba),间隔优化(gydF4y2Ba 15gydF4y2Ba),和随机优化(gydF4y2Ba 16gydF4y2Ba,gydF4y2Ba 17gydF4y2Ba]。其中,随机优化调度使用更精确的概率分布信息不确定的变量参与调度模型的建模和求解。机会约束规划(CCP)模型允许一些约束包含不确定变量在优化过程中失败,但成立的概率水平必须满足置信度要求。文献[gydF4y2Ba 18gydF4y2Ba探索低碳和经济规划的战略性考虑生产过程的影响或外部环境的不确定性。随着海上风力发电的发展,有必要研究系统的经济运行下的不确定性。gydF4y2Ba

本文改进的混合约束处理策略基于nondominated第二排序遗传算法(IHCHS-NSGAII)介绍了解决biobjective优化模型基于CCP尽量减少操作成本和天然气排放。本文主要有以下贡献:gydF4y2Ba

提出了一种基于CCP biobjective优化模型来处理负载的不确定性和风能。风能穿透最大化,风缩减惩罚项添加到成本目标函数。此外,天然气排放被选为其他目标考虑现状,存在大量的天然气排放实际的战略性gydF4y2Ba

NSGAII基础上,介绍了混合约束处理策略和修改通过三个方面,即降维,个人修复、标准化提高NSGAII的性能在处理复杂的约束gydF4y2Ba

天然气排放和风能利用率之间的关系进行了分析通过实现一个战略性的例子在渤海近海石油和天然气平台提供方案或建议gydF4y2Ba

本文的其余部分组织如下。部分gydF4y2Ba 2gydF4y2Ba介绍了战略性。部分gydF4y2Ba 3gydF4y2Ba制定中国共产党biobjective优化问题。部分gydF4y2Ba 4gydF4y2Ba礼物IHCHS-NSGAII。部分gydF4y2Ba 5gydF4y2Ba显示了数值结果分析和结论部分gydF4y2Ba 6gydF4y2Ba。gydF4y2Ba

 2。引入战略性gydF4y2Ba

战略性的能量流图所示gydF4y2Ba 1gydF4y2Ba主要包括电力,天然气,和热。同时,不同的能量加上转换设备;例如,GTs燃烧整个系统利用天然气供应电力,同时利用燃烧产生的高温烟气加热系统(gydF4y2Ba 19gydF4y2Ba]。战略性是由多个离岸石油和天然气中心平台通过海底电缆和传输管道相互连接。gydF4y2Ba

战略性的能量流。gydF4y2Ba

通常,战略性不同于一般。首先,对海上平台的容量的限制,能源设备放置相对集中在海上平台;之间的物理距离“源”和“负载”是相对较短。同时,传输网络并不是那么复杂的陆地电力系统。其次,确保稳定和安全生产是最的近海石油和天然气工程,从而导致GTs的冗余配置。此外,利用天然气不能传播将燃烧的火炬在平台由于限制管道的传输容量,这被称为天然的气体排放。因此,有必要基于战略性的特点做一些研究。gydF4y2Ba

 3所示。中国共产党优化模型gydF4y2Ba

挑战已经发布到战略性的操作由于负载的不确定性和海上风力发电:一方面,为了减少污染排放和能源浪费,员工希望减少GTs的输出和利用尽可能多的风能;另一方面,应对不确定性,确保系统的安全稳定运行,电力系统需要储备一定数量的备用容量尽量避免生产关闭由于甩负荷,但它也将增加系统的运营成本。因此,有必要建立一个多目标优化调度模型,考虑系统的运营成本和风力发电的消费。gydF4y2Ba

3.1。目标函数gydF4y2Ba 3.1.1。目标函数1gydF4y2Ba

五个部分都包含在操作成本,即GTs的污染成本和GBs,气井生产的成本,天然气排放的惩罚成本,缩减。gydF4y2Ba (1)gydF4y2Ba 最小值gydF4y2Ba FgydF4y2Ba 1gydF4y2Ba =gydF4y2Ba ∑gydF4y2Ba tgydF4y2Ba =gydF4y2Ba 1gydF4y2Ba TgydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba ∈gydF4y2Ba ΩgydF4y2Ba ggydF4y2Ba tgydF4y2Ba αgydF4y2Ba 1gydF4y2Ba ,gydF4y2Ba 我gydF4y2Ba ggydF4y2Ba tgydF4y2Ba +gydF4y2Ba αgydF4y2Ba 2gydF4y2Ba ,gydF4y2Ba 我gydF4y2Ba ggydF4y2Ba tgydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ggydF4y2Ba tgydF4y2Ba +gydF4y2Ba αgydF4y2Ba 3gydF4y2Ba ,gydF4y2Ba 我gydF4y2Ba ggydF4y2Ba tgydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ggydF4y2Ba tgydF4y2Ba 2gydF4y2Ba +gydF4y2Ba ∑gydF4y2Ba jgydF4y2Ba ∈gydF4y2Ba ΩgydF4y2Ba ggydF4y2Ba bgydF4y2Ba αgydF4y2Ba jgydF4y2Ba ggydF4y2Ba bgydF4y2Ba GgydF4y2Ba jgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ggydF4y2Ba bgydF4y2Ba +gydF4y2Ba ∑gydF4y2Ba kgydF4y2Ba ∈gydF4y2Ba ΩgydF4y2Ba cgydF4y2Ba pgydF4y2Ba αgydF4y2Ba kgydF4y2Ba 好吧gydF4y2Ba GgydF4y2Ba kgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba 好吧gydF4y2Ba +gydF4y2Ba ∑gydF4y2Ba kgydF4y2Ba ∈gydF4y2Ba ΩgydF4y2Ba cgydF4y2Ba pgydF4y2Ba αgydF4y2Ba kgydF4y2Ba 气体gydF4y2Ba ΔgydF4y2Ba GgydF4y2Ba kgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba 气体gydF4y2Ba +gydF4y2Ba ∑gydF4y2Ba αgydF4y2Ba 我gydF4y2Ba 风gydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba WgydF4y2Ba 。gydF4y2Ba

3.1.2。目标函数2gydF4y2Ba

天然气体排放不仅造成能源浪费,还污染了环境,所以目标函数2旨在减少排放的天然气。gydF4y2Ba (2)gydF4y2Ba 最小值gydF4y2Ba FgydF4y2Ba 2gydF4y2Ba =gydF4y2Ba ∑gydF4y2Ba tgydF4y2Ba =gydF4y2Ba 1gydF4y2Ba TgydF4y2Ba ∑gydF4y2Ba ΔgydF4y2Ba GgydF4y2Ba kgydF4y2Ba ,gydF4y2Ba 我gydF4y2Ba 气体gydF4y2Ba 。gydF4y2Ba

3.2。操作约束gydF4y2Ba

OMIESs包含各种各样的能源和设备,和以下四种约束应当符合安全操作。gydF4y2Ba

3.2.1之上。决策变量的约束gydF4y2Ba

一般来说,实际的最优调度问题的解决方案包括各种设备的输出在整个系统中,因此,运营商可以在适当的时间做出调整来实现目标。战略性的调度问题提出本文决策变量的约束可以表示如下:gydF4y2Ba (3)gydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ggydF4y2Ba tgydF4y2Ba ,gydF4y2Ba 最小值gydF4y2Ba ≤gydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ggydF4y2Ba tgydF4y2Ba ≤gydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ggydF4y2Ba tgydF4y2Ba ,gydF4y2Ba 马克斯gydF4y2Ba ,gydF4y2Ba (4)gydF4y2Ba 0gydF4y2Ba ≤gydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba WgydF4y2Ba ≤gydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba WgydF4y2Ba ,gydF4y2Ba 精准医疗gydF4y2Ba ,gydF4y2Ba (5)gydF4y2Ba GgydF4y2Ba kgydF4y2Ba 好吧gydF4y2Ba ,gydF4y2Ba 最小值gydF4y2Ba ≤gydF4y2Ba GgydF4y2Ba kgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba 好吧gydF4y2Ba ≤gydF4y2Ba GgydF4y2Ba kgydF4y2Ba 好吧gydF4y2Ba ,gydF4y2Ba 马克斯gydF4y2Ba ,gydF4y2Ba (6)gydF4y2Ba 0gydF4y2Ba ≤gydF4y2Ba HgydF4y2Ba jgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ggydF4y2Ba bgydF4y2Ba ≤gydF4y2Ba HgydF4y2Ba jgydF4y2Ba ggydF4y2Ba bgydF4y2Ba ,gydF4y2Ba 马克斯gydF4y2Ba ,gydF4y2Ba (7)gydF4y2Ba 0gydF4y2Ba ≤gydF4y2Ba HgydF4y2Ba egydF4y2Ba ,gydF4y2Ba tgydF4y2Ba egydF4y2Ba bgydF4y2Ba ≤gydF4y2Ba HgydF4y2Ba egydF4y2Ba egydF4y2Ba bgydF4y2Ba ,gydF4y2Ba 马克斯gydF4y2Ba ,gydF4y2Ba (8)gydF4y2Ba 0gydF4y2Ba ≤gydF4y2Ba GgydF4y2Ba PgydF4y2Ba 2gydF4y2Ba GgydF4y2Ba tgydF4y2Ba ≤gydF4y2Ba GgydF4y2Ba PgydF4y2Ba 2gydF4y2Ba GgydF4y2Ba tgydF4y2Ba ,gydF4y2Ba 马克斯gydF4y2Ba ,gydF4y2Ba (9)gydF4y2Ba −gydF4y2Ba πgydF4y2Ba 2gydF4y2Ba ≤gydF4y2Ba θgydF4y2Ba hgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ≤gydF4y2Ba πgydF4y2Ba 2gydF4y2Ba ,gydF4y2Ba (10)gydF4y2Ba pgydF4y2Ba ngydF4y2Ba 最小值gydF4y2Ba ≤gydF4y2Ba pgydF4y2Ba ngydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ≤gydF4y2Ba pgydF4y2Ba ngydF4y2Ba 马克斯gydF4y2Ba ,gydF4y2Ba (11)gydF4y2Ba −gydF4y2Ba RgydF4y2Ba 我gydF4y2Ba 下来gydF4y2Ba ≤gydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ggydF4y2Ba tgydF4y2Ba −gydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba −gydF4y2Ba 1gydF4y2Ba ggydF4y2Ba tgydF4y2Ba ≤gydF4y2Ba RgydF4y2Ba 我gydF4y2Ba 向上gydF4y2Ba 。gydF4y2Ba

方程(gydF4y2Ba 3gydF4y2Ba)- (gydF4y2Ba 8gydF4y2Ba)描述GTs的上界和下界,海上风力发电、天然气井,GBs, EBs,gydF4y2Ba PgydF4y2Ba2gydF4y2Ba 克,gydF4y2Ba分别。方程(gydF4y2Ba 9gydF4y2Ba)和(gydF4y2Ba 10gydF4y2Ba)是天使的节点和节点压力的限制。方程(gydF4y2Ba 11gydF4y2Ba)描述了坡道GTs的极限。gydF4y2Ba

 3.2.2。系统平衡约束gydF4y2Ba

每个系统的能量流,在每个总线一律平等。gydF4y2Ba (12)gydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba ∈gydF4y2Ba hgydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ggydF4y2Ba tgydF4y2Ba +gydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba ∈gydF4y2Ba WgydF4y2Ba GgydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba wgydF4y2Ba −gydF4y2Ba ∑gydF4y2Ba ggydF4y2Ba ∈gydF4y2Ba hgydF4y2Ba PgydF4y2Ba ggydF4y2Ba hgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba −gydF4y2Ba EgydF4y2Ba hgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba 负载gydF4y2Ba −gydF4y2Ba ∑gydF4y2Ba egydF4y2Ba ∈gydF4y2Ba hgydF4y2Ba PgydF4y2Ba egydF4y2Ba ,gydF4y2Ba tgydF4y2Ba egydF4y2Ba bgydF4y2Ba −gydF4y2Ba PgydF4y2Ba pgydF4y2Ba 2gydF4y2Ba ggydF4y2Ba =gydF4y2Ba 0gydF4y2Ba ,gydF4y2Ba (13)gydF4y2Ba ∑gydF4y2Ba kgydF4y2Ba ∈gydF4y2Ba ngydF4y2Ba GgydF4y2Ba kgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba 好吧gydF4y2Ba +gydF4y2Ba GgydF4y2Ba kgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba pgydF4y2Ba 2gydF4y2Ba ggydF4y2Ba +gydF4y2Ba ∑gydF4y2Ba 米gydF4y2Ba ∈gydF4y2Ba ngydF4y2Ba GgydF4y2Ba 米gydF4y2Ba ngydF4y2Ba ,gydF4y2Ba tgydF4y2Ba −gydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba ∈gydF4y2Ba ngydF4y2Ba GgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ggydF4y2Ba tgydF4y2Ba −gydF4y2Ba GgydF4y2Ba ngydF4y2Ba ,gydF4y2Ba tgydF4y2Ba 负载gydF4y2Ba −gydF4y2Ba ∑gydF4y2Ba jgydF4y2Ba ∈gydF4y2Ba ngydF4y2Ba GgydF4y2Ba jgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ggydF4y2Ba bgydF4y2Ba −gydF4y2Ba ∑gydF4y2Ba kgydF4y2Ba ∈gydF4y2Ba ngydF4y2Ba ΔgydF4y2Ba GgydF4y2Ba kgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba 气体gydF4y2Ba =gydF4y2Ba 0gydF4y2Ba ,gydF4y2Ba (14)gydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba ∈gydF4y2Ba ΩgydF4y2Ba ggydF4y2Ba tgydF4y2Ba HgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ggydF4y2Ba tgydF4y2Ba +gydF4y2Ba ∑gydF4y2Ba jgydF4y2Ba ∈gydF4y2Ba ΩgydF4y2Ba ggydF4y2Ba bgydF4y2Ba HgydF4y2Ba jgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ggydF4y2Ba bgydF4y2Ba +gydF4y2Ba ∑gydF4y2Ba egydF4y2Ba ∈gydF4y2Ba ΩgydF4y2Ba egydF4y2Ba bgydF4y2Ba HgydF4y2Ba egydF4y2Ba ,gydF4y2Ba tgydF4y2Ba egydF4y2Ba bgydF4y2Ba −gydF4y2Ba HgydF4y2Ba tgydF4y2Ba 负载gydF4y2Ba =gydF4y2Ba 0。gydF4y2Ba

3.2.3。设备运行的约束gydF4y2Ba

设备在战略性受到节能约束。gydF4y2Ba (15)gydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba WgydF4y2Ba ,gydF4y2Ba 精准医疗gydF4y2Ba −gydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba WgydF4y2Ba =gydF4y2Ba ΔgydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba WgydF4y2Ba ,gydF4y2Ba (16)gydF4y2Ba GgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ggydF4y2Ba tgydF4y2Ba =gydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ggydF4y2Ba tgydF4y2Ba ηgydF4y2Ba ⋅gydF4y2Ba HgydF4y2Ba VgydF4y2Ba 气体gydF4y2Ba ,gydF4y2Ba (17)gydF4y2Ba HgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ggydF4y2Ba tgydF4y2Ba =gydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ggydF4y2Ba tgydF4y2Ba ⋅gydF4y2Ba 1gydF4y2Ba −gydF4y2Ba ηgydF4y2Ba ggydF4y2Ba tgydF4y2Ba −gydF4y2Ba ηgydF4y2Ba lgydF4y2Ba ⋅gydF4y2Ba ηgydF4y2Ba wgydF4y2Ba hgydF4y2Ba bgydF4y2Ba ηgydF4y2Ba ggydF4y2Ba tgydF4y2Ba ,gydF4y2Ba (18)gydF4y2Ba HgydF4y2Ba jgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ggydF4y2Ba bgydF4y2Ba =gydF4y2Ba ηgydF4y2Ba ggydF4y2Ba bgydF4y2Ba ⋅gydF4y2Ba HgydF4y2Ba VgydF4y2Ba 气体gydF4y2Ba ⋅gydF4y2Ba GgydF4y2Ba jgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ggydF4y2Ba bgydF4y2Ba ,gydF4y2Ba (19)gydF4y2Ba HgydF4y2Ba egydF4y2Ba ,gydF4y2Ba tgydF4y2Ba egydF4y2Ba bgydF4y2Ba =gydF4y2Ba ηgydF4y2Ba egydF4y2Ba bgydF4y2Ba ⋅gydF4y2Ba PgydF4y2Ba egydF4y2Ba ,gydF4y2Ba tgydF4y2Ba egydF4y2Ba bgydF4y2Ba ,gydF4y2Ba (20)gydF4y2Ba GgydF4y2Ba PgydF4y2Ba 2gydF4y2Ba GgydF4y2Ba tgydF4y2Ba =gydF4y2Ba ηgydF4y2Ba PgydF4y2Ba 2gydF4y2Ba GgydF4y2Ba PgydF4y2Ba PgydF4y2Ba 2gydF4y2Ba GgydF4y2Ba tgydF4y2Ba HgydF4y2Ba ggydF4y2Ba 。gydF4y2Ba

方程(gydF4y2Ba 15gydF4y2Ba)描述实际风力发电和预测价值之间的关系。方程(gydF4y2Ba 16gydF4y2Ba)- (gydF4y2Ba 20.gydF4y2Ba)每个设备的输入和输出之间的关系。战略性的功率流约束可以在找到gydF4y2Ba 20.gydF4y2Ba]。之间的关系流流经管道的天然气和管道的两端的压力可以在找到gydF4y2Ba 21gydF4y2Ba]。gydF4y2Ba

 3.2.4。机会约束gydF4y2Ba

近海石油和天然气平台面临着复杂多变的环境。摘要电力负荷的不确定性和海上风力发电是由随机建模的变量。海上风力发电和电力负荷的预测误差正态分布可以表示如下:gydF4y2Ba (21)gydF4y2Ba εgydF4y2Ba wgydF4y2Ba tgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ∼gydF4y2Ba NgydF4y2Ba 0gydF4y2Ba ,gydF4y2Ba σgydF4y2Ba wgydF4y2Ba tgydF4y2Ba ,gydF4y2Ba σgydF4y2Ba wgydF4y2Ba tgydF4y2Ba =gydF4y2Ba ρgydF4y2Ba wgydF4y2Ba tgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba PgydF4y2Ba wgydF4y2Ba tgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba +gydF4y2Ba ρgydF4y2Ba wgydF4y2Ba tgydF4y2Ba ,gydF4y2Ba insgydF4y2Ba PgydF4y2Ba wgydF4y2Ba tgydF4y2Ba ,gydF4y2Ba insgydF4y2Ba ,gydF4y2Ba εgydF4y2Ba 负载gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ∼gydF4y2Ba NgydF4y2Ba 0gydF4y2Ba ,gydF4y2Ba σgydF4y2Ba 负载gydF4y2Ba ,gydF4y2Ba σgydF4y2Ba 负载gydF4y2Ba =gydF4y2Ba ρgydF4y2Ba 负载gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba EgydF4y2Ba 负载gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba 。gydF4y2Ba

因此,功率平衡约束转化为(gydF4y2Ba 22gydF4y2Ba考虑到不确定性。gydF4y2Ba (22)gydF4y2Ba PgydF4y2Ba rgydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba ∈gydF4y2Ba hgydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ggydF4y2Ba tgydF4y2Ba +gydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba ∈gydF4y2Ba WgydF4y2Ba GgydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba wgydF4y2Ba −gydF4y2Ba ∑gydF4y2Ba ggydF4y2Ba ∈gydF4y2Ba hgydF4y2Ba PgydF4y2Ba ggydF4y2Ba hgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba −gydF4y2Ba ∑gydF4y2Ba egydF4y2Ba ∈gydF4y2Ba hgydF4y2Ba PgydF4y2Ba egydF4y2Ba ,gydF4y2Ba tgydF4y2Ba egydF4y2Ba bgydF4y2Ba −gydF4y2Ba PgydF4y2Ba pgydF4y2Ba 2gydF4y2Ba ggydF4y2Ba −gydF4y2Ba EgydF4y2Ba hgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba 负载gydF4y2Ba ≥gydF4y2Ba ηgydF4y2Ba 1gydF4y2Ba 。gydF4y2Ba

方程(gydF4y2Ba 22gydF4y2Ba)表明,功率流系数下应当符合一定的信心。gydF4y2Ba

以确保系统的安全运行,防止风力发电和负荷的不确定性影响了权力平衡,储备能力应满足和down-reserve能力约束。gydF4y2Ba (23)gydF4y2Ba PgydF4y2Ba rgydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba NgydF4y2Ba PgydF4y2Ba 我gydF4y2Ba 马克斯gydF4y2Ba −gydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ≥gydF4y2Ba UgydF4y2Ba 年代gydF4y2Ba RgydF4y2Ba +gydF4y2Ba wgydF4y2Ba ugydF4y2Ba PgydF4y2Ba WgydF4y2Ba ≥gydF4y2Ba ηgydF4y2Ba 2gydF4y2Ba ,gydF4y2Ba (24)gydF4y2Ba PgydF4y2Ba rgydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba NgydF4y2Ba PgydF4y2Ba 我gydF4y2Ba −gydF4y2Ba PgydF4y2Ba 我gydF4y2Ba 最小值gydF4y2Ba ≥gydF4y2Ba wgydF4y2Ba dgydF4y2Ba PgydF4y2Ba WgydF4y2Ba 马克斯gydF4y2Ba −gydF4y2Ba PgydF4y2Ba WgydF4y2Ba ≥gydF4y2Ba ηgydF4y2Ba 3gydF4y2Ba 。gydF4y2Ba

3.3。转换的机会约束gydF4y2Ba

机会约束方程(gydF4y2Ba 22gydF4y2Ba)- (gydF4y2Ba 24gydF4y2Ba)是很难处理。它可以解决通过转换成等效类型(gydF4y2Ba 22gydF4y2Ba]。gydF4y2Ba (25)gydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba ∈gydF4y2Ba hgydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ggydF4y2Ba tgydF4y2Ba +gydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba ∈gydF4y2Ba WgydF4y2Ba GgydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba wgydF4y2Ba −gydF4y2Ba ∑gydF4y2Ba ggydF4y2Ba ∈gydF4y2Ba hgydF4y2Ba PgydF4y2Ba ggydF4y2Ba hgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba −gydF4y2Ba ∑gydF4y2Ba egydF4y2Ba ∈gydF4y2Ba hgydF4y2Ba PgydF4y2Ba egydF4y2Ba ,gydF4y2Ba tgydF4y2Ba egydF4y2Ba bgydF4y2Ba −gydF4y2Ba PgydF4y2Ba pgydF4y2Ba 2gydF4y2Ba ggydF4y2Ba −gydF4y2Ba EgydF4y2Ba hgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba 负载gydF4y2Ba ≥gydF4y2Ba 正gydF4y2Ba KgydF4y2Ba |gydF4y2Ba KgydF4y2Ba =gydF4y2Ba ϕgydF4y2Ba 1gydF4y2Ba −gydF4y2Ba 1gydF4y2Ba ηgydF4y2Ba 1gydF4y2Ba ,gydF4y2Ba 1gydF4y2Ba wgydF4y2Ba ugydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba NgydF4y2Ba PgydF4y2Ba 我gydF4y2Ba 马克斯gydF4y2Ba −gydF4y2Ba PgydF4y2Ba 我gydF4y2Ba −gydF4y2Ba UgydF4y2Ba 年代gydF4y2Ba RgydF4y2Ba −gydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba wgydF4y2Ba ≥gydF4y2Ba 正gydF4y2Ba KgydF4y2Ba |gydF4y2Ba KgydF4y2Ba =gydF4y2Ba ϕgydF4y2Ba 2gydF4y2Ba −gydF4y2Ba 1gydF4y2Ba ηgydF4y2Ba 2gydF4y2Ba ,gydF4y2Ba 1gydF4y2Ba wgydF4y2Ba dgydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba NgydF4y2Ba PgydF4y2Ba 我gydF4y2Ba −gydF4y2Ba PgydF4y2Ba 我gydF4y2Ba 最小值gydF4y2Ba −gydF4y2Ba PgydF4y2Ba wgydF4y2Ba tgydF4y2Ba ,gydF4y2Ba insgydF4y2Ba +gydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba wgydF4y2Ba ≥gydF4y2Ba 正gydF4y2Ba KgydF4y2Ba |gydF4y2Ba KgydF4y2Ba =gydF4y2Ba ϕgydF4y2Ba 3gydF4y2Ba −gydF4y2Ba 1gydF4y2Ba ηgydF4y2Ba 3gydF4y2Ba 。gydF4y2Ba

4所示。IHCHS-NSGAIIgydF4y2Ba

尽管NSGAII [gydF4y2Ba 23gydF4y2Ba)被公认为最有效的方法之一处理等multiconstrained问题,提出模型部分gydF4y2Ba 3gydF4y2Ba仍难以解决由于变量向量的复杂性和不同种类的限制,特别是当可能存在耦合和非线性。因此,一个高效优化方法需要处理复杂的multiconstrained多目标优化问题。在本节中,混合约束处理策略(HCHS) [gydF4y2Ba 24gydF4y2Ba]介绍和修改提高NSGAII的性能在处理复杂的约束。gydF4y2Ba

4.1。降维方法gydF4y2Ba

通常,等式约束,如电力和天然气平衡约束、NSGAII处理起来并不容易,所以有必要等式约束转移到自己不平等的限制;同时,向量维数可以减少和解决算法的效率将会提高。以功率平衡约束为例,具体转换过程如下。gydF4y2Ba

方程(gydF4y2Ba 12gydF4y2Ba)可以等价转换gydF4y2Ba (26)gydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ggydF4y2Ba tgydF4y2Ba =gydF4y2Ba PgydF4y2Ba ggydF4y2Ba hgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba +gydF4y2Ba EgydF4y2Ba hgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba 负载gydF4y2Ba +gydF4y2Ba PgydF4y2Ba egydF4y2Ba ,gydF4y2Ba tgydF4y2Ba egydF4y2Ba bgydF4y2Ba +gydF4y2Ba PgydF4y2Ba pgydF4y2Ba 2gydF4y2Ba ggydF4y2Ba −gydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba wgydF4y2Ba 。gydF4y2Ba

另一方面,方程(gydF4y2Ba 26gydF4y2Ba)应当符合描述的约束方程(gydF4y2Ba 3gydF4y2Ba)。因此,等式约束等价转换为一个不平等的。和另一个等式约束可以以同样的方式转换。gydF4y2Ba

 4.2。修复过程后生成新个体gydF4y2Ba

违反了一些约束生成过程相关的变量,如斜坡率限制,不能总是减少的个人。由于个人使用一些heuristic-based随机方法生成NSGAII,约束处理方法(gydF4y2Ba 23gydF4y2Ba)不能减少一些约束的违反,如斜坡率约束和额定功率限制,相关变量生成过程。因此,需要一个修复过程将不可行个体转化为可行的。摘要修复过程是用来修复变量对应的有功功率输出GT,这违反了斜坡率约束。斜坡率约束违反以来出现的变量之间亲密的时间间隔,强耦合,很难优化算法,以减少他们在进化过程中。因此,有必要“修复”人口时生成的变量。斜坡率约束违反时,所有的变量gydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ggydF4y2Ba tgydF4y2Ba 调度时间内从一开始就应该修理相关的GT的时间间隔,所以斜坡速率限制和额定功率的要求可以满足,同时进行。很明显,修复过程可能需要太多的计算资源和时间。此外,考虑到不可行个体的比例是动态计算整个期间;修复的概率不可行可能的解决方案被设计成基于当前阶段的算法更新,如下所示:gydF4y2Ba (27)gydF4y2Ba PgydF4y2Ba 再保险gydF4y2Ba GgydF4y2Ba cgydF4y2Ba =gydF4y2Ba GgydF4y2Ba cgydF4y2Ba GgydF4y2Ba 年代gydF4y2Ba 2gydF4y2Ba ,gydF4y2Ba GgydF4y2Ba cgydF4y2Ba ≤gydF4y2Ba GgydF4y2Ba 年代gydF4y2Ba ,gydF4y2Ba 1gydF4y2Ba ,gydF4y2Ba GgydF4y2Ba cgydF4y2Ba >gydF4y2Ba GgydF4y2Ba 年代gydF4y2Ba 。gydF4y2Ba

它可以看到从方程(gydF4y2Ba 27gydF4y2Ba)的价值gydF4y2Ba PgydF4y2Ba 再保险gydF4y2Ba 小初优化接受更多潜在的不可行个体,这样可以保证人口的多样性。当gydF4y2Ba GgydF4y2Ba cgydF4y2Ba 足够大,所有的个人违反斜坡率约束应该修好了。但与微型智能电网"调度问题(gydF4y2Ba 24gydF4y2Ba],战略性调度问题更加复杂,主要目标是找到可行的解决方案。因此,解决约束多目标问题的战略性安排本文方程(gydF4y2Ba 27gydF4y2Ba)修改如下:gydF4y2Ba (28)gydF4y2Ba PgydF4y2Ba 再保险gydF4y2Ba GgydF4y2Ba cgydF4y2Ba =gydF4y2Ba GgydF4y2Ba cgydF4y2Ba GgydF4y2Ba 年代gydF4y2Ba ,gydF4y2Ba GgydF4y2Ba cgydF4y2Ba ≤gydF4y2Ba GgydF4y2Ba 年代gydF4y2Ba ,gydF4y2Ba 1gydF4y2Ba ,gydF4y2Ba GgydF4y2Ba cgydF4y2Ba >gydF4y2Ba GgydF4y2Ba 年代gydF4y2Ba ,gydF4y2Ba 在哪里gydF4y2Ba GgydF4y2Ba 年代gydF4y2Ba =gydF4y2Ba 0.25gydF4y2Ba GgydF4y2Ba 马克斯gydF4y2Ba 。通过这种方式,平均价值gydF4y2Ba PgydF4y2Ba 再保险gydF4y2Ba 增加的价格相比方程(gydF4y2Ba 27gydF4y2Ba),大多数的人群中个体可以在优化过程中修复。gydF4y2Ba

 4.3。标准化过程中选择gydF4y2Ba

考虑模型的类型和数量的限制,这是有效的规范化的每个约束违反加起来之前,具体细节可以发现在gydF4y2Ba 24gydF4y2Ba]。它可以看到从一节gydF4y2Ba 2gydF4y2Ba提出了战略性的调度问题,有各种类型的限制,和不同类型的约束违反不能相比或直接添加。因此,在本文中,不同类型的违反约束的数量也被认为是作为一个因素来评估不可行个体水平。归一化法是本文的修改gydF4y2Ba (29)gydF4y2Ba vgydF4y2Ba lgydF4y2Ba ,gydF4y2Ba kgydF4y2Ba ,gydF4y2Ba 规范gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba ngydF4y2Ba kgydF4y2Ba ∑gydF4y2Ba 我gydF4y2Ba =gydF4y2Ba 1gydF4y2Ba ngydF4y2Ba kgydF4y2Ba vgydF4y2Ba lgydF4y2Ba ,gydF4y2Ba kgydF4y2Ba ,gydF4y2Ba 我gydF4y2Ba −gydF4y2Ba vgydF4y2Ba kgydF4y2Ba ,gydF4y2Ba 最小值gydF4y2Ba vgydF4y2Ba kgydF4y2Ba ,gydF4y2Ba 马克斯gydF4y2Ba −gydF4y2Ba vgydF4y2Ba kgydF4y2Ba ,gydF4y2Ba 最小值gydF4y2Ba 。gydF4y2Ba

它可以看到从方程(gydF4y2Ba 29日gydF4y2Ba),通过引入gydF4y2Ba ngydF4y2Ba kgydF4y2Ba 正常化过程可以更合理和违反约束的数量可以考虑约束条件的处理过程。因此,该算法可以找到可能的解决方案和较低的规范化的违规行为,和较低的数量的进化过程中违反了约束是首选。因此,违反约束的平均数量的人口将迅速下降,和可行的区域可以有效地找到。gydF4y2Ba

 5。模拟gydF4y2Ba

在本节中,提出了数值研究和分析的结果,进行基于修改战略性位于中国渤海(gydF4y2Ba 25gydF4y2Ba)如图gydF4y2Ba 2gydF4y2Ba。优化模型在MATLAB环境下解决。此外,计算机与英特尔i5 - 8700 CPU@3.20 GHz和8 GB内存用于运行优化模型。gydF4y2Ba

一个战略性的案例。gydF4y2Ba

 5.1。战略性的参数gydF4y2Ba

这种情况下由6-node电力系统,6-node天然气系统和热力系统。EBs位于节点1、4和5的电力系统容量为1.2兆瓦,0.95兆瓦,分别和1.1兆瓦。GTs相关参数表中列出gydF4y2Ba 1gydF4y2Ba。天然气系统包括3气井节点和3天然气负荷节点。GBs位于节点1和2和3 MW和4千瓦的最大热权力,分别。气井中列出相关参数表gydF4y2Ba 2gydF4y2Ba。和天然气热值是9.7千瓦时/ mgydF4y2Ba3gydF4y2Ba。离岸风力涡轮机位于节点5 9兆瓦的电力系统发电能力。海上风力发电成本系数和惩罚是50美元/瓦。天然气系统中的节点2和节点4的电力系统由一个连接gydF4y2Ba PgydF4y2Ba2gydF4y2Ba GgydF4y2Ba容量为0.6兆瓦。信心系数都设置为0.95。其他参数可以在表中找到gydF4y2Ba 3gydF4y2Ba。顺便说一句,本文中使用的数据收集从一个实际的近海石油和天然气工程,和上面提到的参数是通过拟合或计算这些数据。gydF4y2Ba

GTs相关参数(gydF4y2Ba 25gydF4y2Ba]。gydF4y2Ba

数量的单位gydF4y2Ba 1gydF4y2Ba 2gydF4y2Ba 3gydF4y2Ba
单位的位置gydF4y2Ba 1gydF4y2Ba 1gydF4y2Ba 4gydF4y2Ba
最大输出(兆瓦)gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba
最小输出(兆瓦)gydF4y2Ba 12gydF4y2Ba 9gydF4y2Ba 12gydF4y2Ba
最大限度的增加率(MW /小时)gydF4y2Ba 3gydF4y2Ba 2gydF4y2Ba 3gydF4y2Ba
最大缓降速率(MW /小时)gydF4y2Ba 3gydF4y2Ba 2gydF4y2Ba 3gydF4y2Ba
是否配备WHRBgydF4y2Ba 是的gydF4y2Ba 没有gydF4y2Ba 没有gydF4y2Ba
二次污染系数gydF4y2Ba 0.0047gydF4y2Ba 0.0052gydF4y2Ba 0.0074gydF4y2Ba
污染系数线性gydF4y2Ba 0.0940gydF4y2Ba 0.0730gydF4y2Ba 0.1180gydF4y2Ba
常系数gydF4y2Ba 0.4900gydF4y2Ba 0.2855gydF4y2Ba 0.5320gydF4y2Ba

气井相关参数。gydF4y2Ba

天然气井的数量gydF4y2Ba 1gydF4y2Ba 2gydF4y2Ba 3gydF4y2Ba
天然气井的位置gydF4y2Ba 1gydF4y2Ba 2gydF4y2Ba 5gydF4y2Ba
最小气井产量/ 10gydF4y2Ba6gydF4y2Ba米gydF4y2Ba3gydF4y2Ba 0.1000gydF4y2Ba 0.0113gydF4y2Ba 0.0050gydF4y2Ba
最大气井产量/ 10gydF4y2Ba6gydF4y2Ba米gydF4y2Ba3gydF4y2Ba 0.1313gydF4y2Ba 0.0158gydF4y2Ba 0.0071gydF4y2Ba
最低气体排放/ 10gydF4y2Ba6gydF4y2Ba米gydF4y2Ba3gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba 0gydF4y2Ba
最大气体排放/ 10gydF4y2Ba6gydF4y2Ba米gydF4y2Ba3gydF4y2Ba 0.1000gydF4y2Ba 0.0113gydF4y2Ba 0.0050gydF4y2Ba
系数的天然气生产成本/ 10美元gydF4y2Ba6gydF4y2Ba米gydF4y2Ba3gydF4y2Ba 20.gydF4y2Ba 15gydF4y2Ba 25gydF4y2Ba
违约成本系数的气体排放/ 10美元gydF4y2Ba6gydF4y2Ba米gydF4y2Ba3gydF4y2Ba 200年gydF4y2Ba 150年gydF4y2Ba 250年gydF4y2Ba

其他参数。gydF4y2Ba

参数gydF4y2Ba 价值gydF4y2Ba
GT的效率gydF4y2Ba 0.4gydF4y2Ba
GT的热损失系数gydF4y2Ba 0.3gydF4y2Ba
WHRB热回收效率gydF4y2Ba 0.47gydF4y2Ba
GB的燃烧效率gydF4y2Ba 0.85gydF4y2Ba
污染系数GBgydF4y2Ba 0.24美元/瓦gydF4y2Ba
EB的电热转换效率gydF4y2Ba 0.99gydF4y2Ba
备用容量的因素gydF4y2Ba 0.12gydF4y2Ba
海上风力发电容量的误差系数gydF4y2Ba 0.02gydF4y2Ba
海上风力发电输出误差系数gydF4y2Ba 0.2gydF4y2Ba
错误电力负荷系数gydF4y2Ba 0.2gydF4y2Ba

预测曲线的电力、煤气和热负荷是如图gydF4y2Ba 3gydF4y2Ba。gydF4y2Ba

不同的负荷预测曲线。gydF4y2Ba

 5.2。结果和讨论gydF4y2Ba

人口的数量等参数个体,突变率,计算精度选择用于IHCHS-NSGAII指(gydF4y2Ba 24gydF4y2Ba]。最大的代名设置为20000代和人口规模是50。gydF4y2Ba

除此之外,在这一节中,惩罚函数法(PFM),约束统治原则(CDP),介绍了和原始HCHS HCHS比较的性能改善。烤瓷的参数设置和HCHS可以在找到gydF4y2Ba 24gydF4y2Ba]。每个算法结合NSGAII和运行10次。平均可行解决方案使用不同的约束处理方法在进化过程中被记录。gydF4y2Ba

从表可以看出gydF4y2Ba 4gydF4y2Ba1000代之前,可行解决方案的数量获得很低的约束处理方法,这表明战略性调度与各种类型的约束问题是非常复杂的。随着世代的增加,可行的解决方案变得更加CDP, HCHS HCHS和改善。但是,通过使用烤瓷,NSGAII不能找到足够的可行的解决方案。即使20000次迭代,NSGAII只发现15可行的解决方案。CDP, 27的情况更好的解决方案,这意味着CDP更有效处理比烤瓷multiconstrained多目标优化问题。然而,将近一半的获得解决方案仍不可行。HCHS基于CDP,但混合约束处理方法,它可以找到更可行的解决方案。HCHS被修改时,本文提出的方法可以看出,它能找到类似的可行的解决方案与10000代20000代后的原始HCHS。此外,在18000次迭代,所有的解决方案提出了改进HCHS人口是可行的。结果表明,与现有的约束处理方法相比,提出的改进HCHS更适应的复杂性multiconstrained战略性调度问题,这会让NSGAII侵犯减少整体考虑不同约束类型和收敛于可行地区更快。 Therefore, more computational resources can be applied to find better Pareto solutions.

平均可行解决方案在进化过程中使用不同的约束处理方法。gydF4y2Ba

一代又一代gydF4y2Ba One hundred.gydF4y2Ba 500年gydF4y2Ba 1000年gydF4y2Ba 3000年gydF4y2Ba 5000年gydF4y2Ba 10000年gydF4y2Ba 15000年gydF4y2Ba 18000年gydF4y2Ba 20000年gydF4y2Ba
烤瓷gydF4y2Ba 0gydF4y2Ba 2gydF4y2Ba 6gydF4y2Ba 5gydF4y2Ba 8gydF4y2Ba 7gydF4y2Ba 11gydF4y2Ba 13gydF4y2Ba 15gydF4y2Ba
CDPgydF4y2Ba 0gydF4y2Ba 4gydF4y2Ba 9gydF4y2Ba 13gydF4y2Ba 18gydF4y2Ba 24gydF4y2Ba 27gydF4y2Ba 25gydF4y2Ba 27gydF4y2Ba
HCHSgydF4y2Ba 1gydF4y2Ba 5gydF4y2Ba 11gydF4y2Ba 20.gydF4y2Ba 22gydF4y2Ba 29日gydF4y2Ba 35gydF4y2Ba 39gydF4y2Ba 38gydF4y2Ba
改善HCHSgydF4y2Ba 3gydF4y2Ba 7gydF4y2Ba 12gydF4y2Ba 22gydF4y2Ba 27gydF4y2Ba 36gydF4y2Ba 47gydF4y2Ba 50gydF4y2Ba 50gydF4y2Ba

最优解集如图gydF4y2Ba 4gydF4y2Ba。gydF4y2Ba

帕累托集IHCHS-NSGAII获得的。gydF4y2Ba

从帕累托分布的角度设置,操作成本和天然气排放不能完全优化的同时。员工需要权衡环保、经济,根据实际需要和稳定性。最后的帕累托最优解并不是连续的。在不连续的解决方案,一个目标函数可能有细微差别,但是其他可以大大优化目标函数。因此,特别要注意在不连续的解决方案的选择。gydF4y2Ba

更重要的是,在帕累托最优解集的两个目标函数选为两个方案。gydF4y2Ba

方案一。gydF4y2Ba运营成本的最优解决方案(操作成本809.4448美元)和天然气排放400.00米gydF4y2Ba3gydF4y2Ba)。gydF4y2Ba

方案2。gydF4y2Ba的gydF4y2Ba 最优gydF4y2Ba天然气排放解决方案(操作成本877.844美元)和天然气排放21.00米gydF4y2Ba3gydF4y2Ba)。gydF4y2Ba

操作成本比较的两个方案如图gydF4y2Ba 5gydF4y2Ba和特定的操作成本值如表所示gydF4y2Ba 4gydF4y2Ba。gydF4y2Ba

运营成本结构在不同的方案。gydF4y2Ba

从图可以看出gydF4y2Ba 5gydF4y2Ba和表gydF4y2Ba 5gydF4y2BaGBs的污染成本的两个方案基本上是相同的。GTs的污染成本和GBs,气井的成本,和风力的惩罚成本缩减计划在一个较低比方案二,而气体排放的违约成本相反,因为这两个计划的目标函数是不同的。计划一个更低的运营成本比方案二,降低约10.5%。可以看出,消耗更多的海上风力发电时,可以有效地降低运营成本的污染成本和天然气生产成本;然而,这也会增加天然气排放。gydF4y2Ba

特定的操作成本值。gydF4y2Ba

计划gydF4y2Ba 污染GTs / $的成本gydF4y2Ba 污染成本GBs /美元gydF4y2Ba 点球气体排放/ $的成本gydF4y2Ba 气井/ $的成本gydF4y2Ba 风的违约成本缩减/美元gydF4y2Ba
一个gydF4y2Ba 238.5283gydF4y2Ba 6.3072gydF4y2Ba 0.0142gydF4y2Ba 16.7387gydF4y2Ba 289.7100gydF4y2Ba
两个gydF4y2Ba 242.9183gydF4y2Ba 6.7028gydF4y2Ba 0.0008gydF4y2Ba 19.1436gydF4y2Ba 347.4900gydF4y2Ba

从数据可以看出gydF4y2Ba 6gydF4y2Ba和gydF4y2Ba 7gydF4y2Ba在海上风力发电的实际利用率,方案一是略优于方案二。两个方案表明,本文中所使用的优化策略使减少海上风力发电在非常低的水平,大部分的调度周期和减少权力的顶峰发生只有大约12 - 15小时。gydF4y2Ba

预测和实际的海上风力发电方案。gydF4y2Ba

预测和实际的海上风力发电方案2。gydF4y2Ba

 6。结论gydF4y2Ba

而海上风力发电可以减少环境污染,还影响战略性的安全稳定运行。摘要biobjective优化模型的基础上,中国共产党提出了提高战略性的经济和减少排放的天然气;因此,天然气排放和操作成本包含的污染成本和风力缩减选择违约成本,分别作为目标函数。此外,IHCHS-NSGAII提出了解决multiconstrained biobjective模型快速、有效地从三个方面,即降维,个人修复过程,标准化和加权和的过程中选择。然后,它是应用于一个战略性的问题,结果表明,该方法可以使NSGAII收敛于可行区域更快;因此,更多的计算资源可以应用于找到更好的帕累托的解决方案。此外,操作成本和天然气排放不能完全优化的同时自帕累托集是不连续的。同时,海上风能的利用率提高了战略性的经济,但增加天然气排放。需要开展进一步的研究的影响能量存储系统,如电池和天然气/蓄热设备。gydF4y2Ba

 缩写gydF4y2Ba 战略性:gydF4y2Ba

海外微能源系统集成gydF4y2Ba

 会议记录:gydF4y2Ba

综合能源系统gydF4y2Ba

 中国共产党:gydF4y2Ba

机会约束规划gydF4y2Ba

 GT:gydF4y2Ba

燃气轮机gydF4y2Ba

 GB:gydF4y2Ba

燃气锅炉gydF4y2Ba

 海尔哥哥:gydF4y2Ba

电热锅炉gydF4y2Ba

 ESS:gydF4y2Ba

能量存储系统gydF4y2Ba

 NSGA II:gydF4y2Ba

Nondominated排序遗传算法gydF4y2Ba

 件:gydF4y2Ba

罚函数法gydF4y2Ba

 CDP:gydF4y2Ba

约束统治原则gydF4y2Ba

 HCHS-NSGAII:gydF4y2Ba

NSGAII混合约束的处理策略gydF4y2Ba

 IHCHS-NSGAII:gydF4y2Ba

改进的混合约束处理策略基于nondominated排序遗传算法。gydF4y2Ba

 <斜体>数学符号< /斜体>gydF4y2Ba tgydF4y2Ba:gydF4y2Ba

索引数小时gydF4y2Ba

 我gydF4y2Ba:gydF4y2Ba

指数GTsgydF4y2Ba

 jgydF4y2Ba:gydF4y2Ba

指数GBsgydF4y2Ba

 kgydF4y2Ba:gydF4y2Ba

指数为核心平台gydF4y2Ba

 ggydF4y2Ba ,gydF4y2Ba hgydF4y2Ba :gydF4y2Ba

索引用于电力系统节点gydF4y2Ba

 (gydF4y2Ba 米gydF4y2Ba,gydF4y2Ba ngydF4y2Ba):gydF4y2Ba

指数气体系统节点gydF4y2Ba

 egydF4y2Ba:gydF4y2Ba

EBs的指数。gydF4y2Ba

 <斜体>集< /斜体>gydF4y2Ba ΩgydF4y2Ba gtgydF4y2Ba:gydF4y2Ba

组GTsgydF4y2Ba

 ΩgydF4y2Ba cpgydF4y2Ba:gydF4y2Ba

的中央平台gydF4y2Ba

 ΩgydF4y2Ba gbgydF4y2Ba:gydF4y2Ba

GBs组gydF4y2Ba

 ΩgydF4y2Ba 海尔哥哥gydF4y2Ba:gydF4y2Ba

EBs的集合。gydF4y2Ba

 <斜体> < /斜体>变量gydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ggydF4y2Ba tgydF4y2Ba :gydF4y2Ba

GT的有功功率输出gydF4y2Ba 我gydF4y2Ba时期gydF4y2Ba tgydF4y2Ba

 GgydF4y2Ba jgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ggydF4y2Ba bgydF4y2Ba :gydF4y2Ba

气体被GBgydF4y2Ba jgydF4y2Ba时期gydF4y2Ba tgydF4y2Ba

 ΔgydF4y2Ba GgydF4y2Ba kgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba 气体gydF4y2Ba :gydF4y2Ba

气体排放的中央平台gydF4y2Ba kgydF4y2Ba时期gydF4y2Ba tgydF4y2Ba

 θgydF4y2Ba ggydF4y2Ba ,gydF4y2Ba tgydF4y2Ba :gydF4y2Ba

电力系统的电压天使节点gydF4y2Ba ggydF4y2Ba 时期gydF4y2Ba tgydF4y2Ba

 PgydF4y2Ba egydF4y2Ba ,gydF4y2Ba tgydF4y2Ba egydF4y2Ba bgydF4y2Ba :gydF4y2Ba

权力被EBgydF4y2Ba egydF4y2Ba时期gydF4y2Ba tgydF4y2Ba

 pgydF4y2Ba ngydF4y2Ba ,gydF4y2Ba tgydF4y2Ba :gydF4y2Ba

压力的气体系统节点gydF4y2Ba ngydF4y2Ba时期gydF4y2Ba tgydF4y2Ba

 GgydF4y2Ba kgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba 好吧gydF4y2Ba :gydF4y2Ba

气体所产生的气体gydF4y2Ba kgydF4y2Ba时期gydF4y2Ba tgydF4y2Ba

 GgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ggydF4y2Ba tgydF4y2Ba :gydF4y2Ba

气体被GTgydF4y2Ba 我gydF4y2Ba时期gydF4y2Ba tgydF4y2Ba

 ΔgydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba WgydF4y2Ba :gydF4y2Ba

减少海上风力发电的时期gydF4y2Ba tgydF4y2Ba

 PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba WgydF4y2Ba :gydF4y2Ba

实际的海上风力发电gydF4y2Ba tgydF4y2Ba

 PgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba WgydF4y2Ba ,gydF4y2Ba 精准医疗gydF4y2Ba :gydF4y2Ba

海上风能预测时期gydF4y2Ba tgydF4y2Ba

 αgydF4y2Ba 我gydF4y2Ba 风gydF4y2Ba :gydF4y2Ba

处罚限制海上风力发电的成本gydF4y2Ba

 PgydF4y2Ba 我gydF4y2Ba ggydF4y2Ba tgydF4y2Ba ,gydF4y2Ba 马克斯gydF4y2Ba ,gydF4y2Ba PgydF4y2Ba 我gydF4y2Ba ggydF4y2Ba tgydF4y2Ba ,gydF4y2Ba 最小值gydF4y2Ba :gydF4y2Ba

最大和最小GT的输出gydF4y2Ba 我gydF4y2Ba

 αgydF4y2Ba 1gydF4y2Ba ,gydF4y2Ba 我gydF4y2Ba ggydF4y2Ba tgydF4y2Ba ,gydF4y2Ba αgydF4y2Ba 2gydF4y2Ba ,gydF4y2Ba 我gydF4y2Ba ggydF4y2Ba tgydF4y2Ba ,gydF4y2Ba αgydF4y2Ba 3gydF4y2Ba ,gydF4y2Ba 我gydF4y2Ba ggydF4y2Ba tgydF4y2Ba :gydF4y2Ba

GT的污染系数gydF4y2Ba 我gydF4y2Ba

 αgydF4y2Ba jgydF4y2Ba ggydF4y2Ba bgydF4y2Ba :gydF4y2Ba

排放系数GBgydF4y2Ba jgydF4y2Ba

 αgydF4y2Ba kgydF4y2Ba 好吧gydF4y2Ba :gydF4y2Ba

天然气产量系数中央平台gydF4y2Ba kgydF4y2Ba

 αgydF4y2Ba kgydF4y2Ba 气体gydF4y2Ba :gydF4y2Ba

气体排放系数的中央平台gydF4y2Ba kgydF4y2Ba

 xgydF4y2Ba ggydF4y2Ba hgydF4y2Ba :gydF4y2Ba

输电线路的电抗gydF4y2Ba ggydF4y2Ba ,gydF4y2Ba hgydF4y2Ba

PgydF4y2Ba ggydF4y2Ba hgydF4y2Ba 马克斯gydF4y2Ba :gydF4y2Ba

输电线路的能力gydF4y2Ba ggydF4y2Ba ,gydF4y2Ba hgydF4y2Ba

RgydF4y2Ba 我gydF4y2Ba 向上gydF4y2Ba ,gydF4y2Ba RgydF4y2Ba 我gydF4y2Ba 下来gydF4y2Ba :gydF4y2Ba

增加和坡道GT的极限gydF4y2Ba 我gydF4y2Ba

 EgydF4y2Ba hgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba 负载gydF4y2Ba :gydF4y2Ba

电力负荷在节点gydF4y2Ba hgydF4y2Ba时期gydF4y2Ba tgydF4y2Ba

 CgydF4y2Ba 米gydF4y2Ba ngydF4y2Ba :gydF4y2Ba

常数与温度、长度、直径、摩擦等管(gydF4y2Ba 米gydF4y2Ba,gydF4y2Ba ngydF4y2Ba)gydF4y2Ba

 GgydF4y2Ba kgydF4y2Ba 好吧gydF4y2Ba ,gydF4y2Ba 马克斯gydF4y2Ba ,gydF4y2Ba GgydF4y2Ba kgydF4y2Ba 好吧gydF4y2Ba ,gydF4y2Ba 最小值gydF4y2Ba :gydF4y2Ba

最大和最小气井的生产gydF4y2Ba kgydF4y2Ba

 pgydF4y2Ba ngydF4y2Ba 马克斯gydF4y2Ba ,gydF4y2Ba pgydF4y2Ba ngydF4y2Ba 最小值gydF4y2Ba :gydF4y2Ba

最大和最小压力的节点gydF4y2Ba ngydF4y2Ba

 GgydF4y2Ba ngydF4y2Ba ,gydF4y2Ba tgydF4y2Ba 负载gydF4y2Ba :gydF4y2Ba

气体负荷节点gydF4y2Ba ngydF4y2Ba时期gydF4y2Ba tgydF4y2Ba

 HgydF4y2Ba tgydF4y2Ba 负载gydF4y2Ba :gydF4y2Ba

热负荷时期gydF4y2Ba tgydF4y2Ba

 HgydF4y2Ba jgydF4y2Ba ggydF4y2Ba bgydF4y2Ba ,gydF4y2Ba 马克斯gydF4y2Ba :gydF4y2Ba

最大输出热能的GBgydF4y2Ba jgydF4y2Ba

 ηgydF4y2Ba ggydF4y2Ba tgydF4y2Ba :gydF4y2Ba

GT的效率gydF4y2Ba

 ηgydF4y2Ba lgydF4y2Ba :gydF4y2Ba

GT的热损失系数gydF4y2Ba

 ηgydF4y2Ba wgydF4y2Ba hgydF4y2Ba bgydF4y2Ba :gydF4y2Ba

WHRB热回收效率gydF4y2Ba

 HgydF4y2Ba VgydF4y2Ba 气体gydF4y2Ba :gydF4y2Ba

天然气热值gydF4y2Ba

 ηgydF4y2Ba egydF4y2Ba bgydF4y2Ba :gydF4y2Ba

EB的效率gydF4y2Ba

 PgydF4y2Ba ggydF4y2Ba hgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba :gydF4y2Ba

电力传输之间的线gydF4y2Ba ggydF4y2Ba 和gydF4y2Ba hgydF4y2Ba时期gydF4y2Ba tgydF4y2Ba

 GgydF4y2Ba 米gydF4y2Ba ngydF4y2Ba ,gydF4y2Ba tgydF4y2Ba :gydF4y2Ba

天然气管道之间的传播gydF4y2Ba 米gydF4y2Ba和gydF4y2Ba ngydF4y2Ba时期gydF4y2Ba tgydF4y2Ba

 HgydF4y2Ba 我gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ggydF4y2Ba tgydF4y2Ba :gydF4y2Ba

所提供的热功率WHRB与GTgydF4y2Ba 我gydF4y2Ba时期gydF4y2Ba tgydF4y2Ba

 HgydF4y2Ba jgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ggydF4y2Ba bgydF4y2Ba :gydF4y2Ba

所提供的热功率GBgydF4y2Ba jgydF4y2Ba时期gydF4y2Ba tgydF4y2Ba

 HgydF4y2Ba egydF4y2Ba ,gydF4y2Ba tgydF4y2Ba egydF4y2Ba bgydF4y2Ba :gydF4y2Ba

EB提供的热功率gydF4y2Ba kgydF4y2Ba时期gydF4y2Ba tgydF4y2Ba

 GgydF4y2Ba PgydF4y2Ba 2gydF4y2Ba GgydF4y2Ba tgydF4y2Ba :gydF4y2Ba

气体转换gydF4y2Ba PgydF4y2Ba2gydF4y2Ba GgydF4y2Ba时期gydF4y2Ba tgydF4y2Ba

 GgydF4y2Ba PgydF4y2Ba 2gydF4y2Ba GgydF4y2Ba tgydF4y2Ba ,gydF4y2Ba 马克斯gydF4y2Ba :gydF4y2Ba

最大的输出gydF4y2Ba PgydF4y2Ba2gydF4y2Ba GgydF4y2Ba

 ηgydF4y2Ba PgydF4y2Ba 2gydF4y2Ba GgydF4y2Ba :gydF4y2Ba

的转换效率gydF4y2Ba PgydF4y2Ba2gydF4y2Ba GgydF4y2Ba

 εgydF4y2Ba wgydF4y2Ba tgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ,gydF4y2Ba εgydF4y2Ba 负载gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba :gydF4y2Ba

随机变量描述海上风力发电的预测误差和电力负荷gydF4y2Ba

 σgydF4y2Ba wgydF4y2Ba tgydF4y2Ba ,gydF4y2Ba σgydF4y2Ba 负载gydF4y2Ba :gydF4y2Ba

预测误差的方差的海上风力发电和电力负荷gydF4y2Ba

 ρgydF4y2Ba wgydF4y2Ba tgydF4y2Ba ,gydF4y2Ba tgydF4y2Ba ,gydF4y2Ba ρgydF4y2Ba wgydF4y2Ba tgydF4y2Ba ,insgydF4y2Ba :gydF4y2Ba

海上风力发电输出误差系数和能力gydF4y2Ba

 ρgydF4y2Ba 负载gydF4y2Ba ,gydF4y2Ba tgydF4y2Ba :gydF4y2Ba

错误电力负荷系数gydF4y2Ba

 ηgydF4y2Ba 1gydF4y2Ba ,gydF4y2Ba ηgydF4y2Ba 2gydF4y2Ba ,gydF4y2Ba ηgydF4y2Ba 3gydF4y2Ba :gydF4y2Ba

置信系数的功率平衡约束,up-reserve能力约束,down-reserve容量约束gydF4y2Ba

 UgydF4y2Ba 年代gydF4y2Ba RgydF4y2Ba :gydF4y2Ba

存款准备金的系数gydF4y2Ba

 wgydF4y2Ba ugydF4y2Ba ,gydF4y2Ba wgydF4y2Ba dgydF4y2Ba :gydF4y2Ba

海上风力发电输出,down-reserve需求系数gydF4y2Ba

 ϕgydF4y2Ba 1gydF4y2Ba −gydF4y2Ba 1gydF4y2Ba ηgydF4y2Ba 1gydF4y2Ba ,gydF4y2Ba ϕgydF4y2Ba 2gydF4y2Ba −gydF4y2Ba 1gydF4y2Ba ηgydF4y2Ba 1gydF4y2Ba ,gydF4y2Ba ϕgydF4y2Ba 3gydF4y2Ba −gydF4y2Ba 1gydF4y2Ba ηgydF4y2Ba 1gydF4y2Ba :gydF4y2Ba

正态分布函数的反函数gydF4y2Ba

 GgydF4y2Ba cgydF4y2Ba ,gydF4y2Ba GgydF4y2Ba 年代gydF4y2Ba :gydF4y2Ba

电流和开关代gydF4y2Ba

 PgydF4y2Ba 再保险gydF4y2Ba :gydF4y2Ba

修复的概率gydF4y2Ba

 vgydF4y2Ba kgydF4y2Ba ,gydF4y2Ba 最小值gydF4y2Ba ,gydF4y2Ba vgydF4y2Ba kgydF4y2Ba ,gydF4y2Ba 马克斯gydF4y2Ba :gydF4y2Ba

最小和最大违反gydF4y2Ba

 vgydF4y2Ba lgydF4y2Ba ,gydF4y2Ba kgydF4y2Ba ,gydF4y2Ba 我gydF4y2Ba :gydF4y2Ba

我gydF4y2Ba th约束违反gydF4y2Ba lgydF4y2Ba th个人gydF4y2Ba

 ngydF4y2Ba kgydF4y2Ba :gydF4y2Ba

违反了数量gydF4y2Ba kgydF4y2Bath类型的约束。gydF4y2Ba

 数据可用性gydF4y2Ba

表数据和建模数据用于支持本研究的发现包括在本文中。gydF4y2Ba

 的利益冲突gydF4y2Ba

作者宣称他们没有竞争的经济利益或个人关系可能出现影响工作报告。gydF4y2Ba

 确认gydF4y2Ba

这项工作是国家重点支持的研究和发展项目,中国(2018号yfb0904800)。gydF4y2Ba

 LeporinigydF4y2Ba M。gydF4y2Ba 马gydF4y2Ba B。gydF4y2Ba CorvarogydF4y2Ba F。gydF4y2Ba PolonaragydF4y2Ba F。gydF4y2Ba 恢复原状的近海石油和天然气平台到可再生能源网站生产:评估不同的场景gydF4y2Ba 可再生能源gydF4y2Ba 2019年gydF4y2Ba 135年gydF4y2Ba 1121年gydF4y2Ba 1132年gydF4y2Ba 10.1016 / j.renene.2018.12.073gydF4y2Ba 2 - s2.0 - 85059639607gydF4y2Ba 穆萨gydF4y2Ba s D。gydF4y2Ba 中华gydF4y2Ba T。gydF4y2Ba 易卜拉欣gydF4y2Ba a . O。gydF4y2Ba 哈比卜gydF4y2Ba M。gydF4y2Ba 中国的能源现状:关键看化石和可再生的选择gydF4y2Ba 可再生能源和可持续能源的评论gydF4y2Ba 2018年gydF4y2Ba 81年gydF4y2Ba 2281年gydF4y2Ba 2290年gydF4y2Ba 10.1016 / j.rser.2017.06.036gydF4y2Ba 2 - s2.0 - 85020837561gydF4y2Ba gGmbHgydF4y2Ba MaribusgydF4y2Ba 世界海洋Review-Marine资源机遇和风险gydF4y2Ba 德国汉堡gydF4y2Ba Maribus Gemeinnutzige GmbH是一家gydF4y2Ba https://worldoceanreview.com/wp-content/downloads/wor3/WOR3_en.pdfgydF4y2Ba 范·艾尔登gydF4y2Ba 年代。gydF4y2Ba MeeuwiggydF4y2Ba J。gydF4y2Ba HemmigydF4y2Ba j . M。gydF4y2Ba 霍布斯gydF4y2Ba R。gydF4y2Ba 近海石油和天然气平台新颖的生态系统:全球视角gydF4y2Ba 海洋科学前沿gydF4y2Ba 2019年gydF4y2Ba 6gydF4y2Ba 548年gydF4y2Ba 10.3389 / fmars.2019.00548gydF4y2Ba 2 - s2.0 - 85072824070gydF4y2Ba 张gydF4y2Ba 一个。gydF4y2Ba 彭gydF4y2Ba G。gydF4y2Ba 杨gydF4y2Ba W。gydF4y2Ba 曲gydF4y2Ba G。gydF4y2Ba 黄gydF4y2Ba H。gydF4y2Ba 风险评估的离岸微观综合能源系统基于流动镶嵌模型gydF4y2Ba IEEE访问gydF4y2Ba 2020年gydF4y2Ba 8gydF4y2Ba 76715年gydF4y2Ba 76725年gydF4y2Ba 10.1109 / access.2020.2989508gydF4y2Ba 他gydF4y2Ba W。gydF4y2Ba UhlengydF4y2Ba K。gydF4y2Ba HadiyagydF4y2Ba M。gydF4y2Ba 陈gydF4y2Ba Z。gydF4y2Ba 史gydF4y2Ba G。gydF4y2Ba 德尔里奥gydF4y2Ba E。gydF4y2Ba 案例研究的整合一个海上风电场与近海石油和天然气平台和一个陆上电网gydF4y2Ba 《可再生能源gydF4y2Ba 2013年gydF4y2Ba 2013年gydF4y2Ba 10gydF4y2Ba 607165年gydF4y2Ba 10.1155 / 2013/607165gydF4y2Ba Oliveira-PintogydF4y2Ba 年代。gydF4y2Ba Rosa-SantosgydF4y2Ba P。gydF4y2Ba Taveira-PintogydF4y2Ba F。gydF4y2Ba 从可再生电力供应近海石油和天然气平台海浪能源:概述和案例分析gydF4y2Ba 能量转换和管理gydF4y2Ba 2019年gydF4y2Ba 186年gydF4y2Ba 556年gydF4y2Ba 569年gydF4y2Ba 10.1016 / j.enconman.2019.02.050gydF4y2Ba 2 - s2.0 - 85062726983gydF4y2Ba KolstadgydF4y2Ba m . L。gydF4y2Ba 奥达尔gydF4y2Ba a。R。gydF4y2Ba SharifabadigydF4y2Ba K。gydF4y2Ba UndelandgydF4y2Ba t M。gydF4y2Ba 整合海上风力发电和多个油气平台使用VSC-HVDC陆上电网技术gydF4y2Ba 海洋技术协会杂志gydF4y2Ba 2014年gydF4y2Ba 48gydF4y2Ba 2gydF4y2Ba 31日gydF4y2Ba 44gydF4y2Ba 10.4031 / mtsj.48.2.5gydF4y2Ba 2 - s2.0 - 84905460243gydF4y2Ba 翟gydF4y2Ba J。gydF4y2Ba 吴gydF4y2Ba X。gydF4y2Ba 朱gydF4y2Ba 年代。gydF4y2Ba 杨gydF4y2Ba B。gydF4y2Ba 刘gydF4y2Ba H。gydF4y2Ba 综合能源系统的优化考虑光伏发电不确定性和多能网络耦合gydF4y2Ba IEEE访问gydF4y2Ba 2020年gydF4y2Ba 8gydF4y2Ba 141558年gydF4y2Ba 141568年gydF4y2Ba 10.1109 / access.2020.3013396gydF4y2Ba 郑gydF4y2Ba J。gydF4y2Ba 口gydF4y2Ba Y。gydF4y2Ba 李gydF4y2Ba M。gydF4y2Ba 吴gydF4y2Ba Q。gydF4y2Ba 综合能源系统随机优化成本风险考虑风能和太阳能相关的gydF4y2Ba 《现代电力系统和清洁能源gydF4y2Ba 2019年gydF4y2Ba 7gydF4y2Ba 6gydF4y2Ba 1472年gydF4y2Ba 1483年gydF4y2Ba 10.1007 / s40565 - 019 - 0519 - 4gydF4y2Ba 2 - s2.0 - 85069446159gydF4y2Ba BigarelligydF4y2Ba lgydF4y2Ba LidozzigydF4y2Ba 一个。gydF4y2Ba Di BenedettogydF4y2Ba M。gydF4y2Ba SolerogydF4y2Ba lgydF4y2Ba BifarettigydF4y2Ba 年代。gydF4y2Ba 模型预测可持续离岸石油和天然气能源管理平台gydF4y2Ba 学报2019年21欧洲电力电子与应用会议(EPE 19《欧洲)gydF4y2Ba 2019年9月gydF4y2Ba 意大利的热那亚gydF4y2Ba 土耳其人gydF4y2Ba 一个。gydF4y2Ba 吴gydF4y2Ba Q。gydF4y2Ba 张gydF4y2Ba M。gydF4y2Ba ØstergaardgydF4y2Ba J。gydF4y2Ba 日前随机调度综合多能系统灵活性协同耦合和不确定性的平衡gydF4y2Ba 能源gydF4y2Ba 2020年gydF4y2Ba 196年gydF4y2Ba 117年gydF4y2Ba 130年gydF4y2Ba 10.1016 / j.energy.2020.117130gydF4y2Ba 赵gydF4y2Ba C。gydF4y2Ba 王gydF4y2Ba J。gydF4y2Ba 沃森gydF4y2Ba j。gydF4y2Ba 关gydF4y2Ba Y。gydF4y2Ba 多级可靠单位承诺考虑风能和需求响应的不确定性gydF4y2Ba IEEE电力系统gydF4y2Ba 2013年gydF4y2Ba 28gydF4y2Ba 3gydF4y2Ba 2708年gydF4y2Ba 2717年gydF4y2Ba 10.1109 / tpwrs.2013.2244231gydF4y2Ba 2 - s2.0 - 84881024705gydF4y2Ba 江gydF4y2Ba R。gydF4y2Ba 王gydF4y2Ba J。gydF4y2Ba 关gydF4y2Ba Y。gydF4y2Ba 强劲的风力发电和抽水蓄能水电单位承诺gydF4y2Ba IEEE电力系统gydF4y2Ba 2011年gydF4y2Ba 27gydF4y2Ba 2gydF4y2Ba 800年gydF4y2Ba 810年gydF4y2Ba PandžićgydF4y2Ba H。gydF4y2Ba DvorkingydF4y2Ba Y。gydF4y2Ba 邱gydF4y2Ba T。gydF4y2Ba 王gydF4y2Ba Y。gydF4y2Ba KirschengydF4y2Ba d S。gydF4y2Ba 有成本效益的和可靠的单位承诺下的不确定性gydF4y2Ba IEEE电力系统gydF4y2Ba 2015年gydF4y2Ba 31日gydF4y2Ba 2gydF4y2Ba 970年gydF4y2Ba 982年gydF4y2Ba 吴gydF4y2Ba H。gydF4y2Ba ShahidehpourgydF4y2Ba M。gydF4y2Ba 李gydF4y2Ba Z。gydF4y2Ba 田gydF4y2Ba W。gydF4y2Ba 在电力系统随机机会约束日前调度操作gydF4y2Ba IEEE电力系统gydF4y2Ba 2014年gydF4y2Ba 29日gydF4y2Ba 4gydF4y2Ba 1583年gydF4y2Ba 1591年gydF4y2Ba 10.1109 / tpwrs.2013.2296438gydF4y2Ba 2 - s2.0 - 84903315462gydF4y2Ba 王gydF4y2Ba Q。gydF4y2Ba 关gydF4y2Ba Y。gydF4y2Ba 王gydF4y2Ba J。gydF4y2Ba 机会约束两阶段随机规划单位承诺与不确定风力发电输出gydF4y2Ba IEEE电力系统gydF4y2Ba 2011年gydF4y2Ba 27gydF4y2Ba 1gydF4y2Ba 206年gydF4y2Ba 215年gydF4y2Ba 张gydF4y2Ba 一个。gydF4y2Ba 张gydF4y2Ba H。gydF4y2Ba 吴gydF4y2Ba J。gydF4y2Ba QadrdangydF4y2Ba M。gydF4y2Ba 李gydF4y2Ba Q。gydF4y2Ba 多目标随机规划海外微能源系统集成gydF4y2Ba 电力系统自动化gydF4y2Ba 2019年gydF4y2Ba 43gydF4y2Ba 7gydF4y2Ba 129年gydF4y2Ba 135年gydF4y2Ba 辛格gydF4y2Ba d . V。gydF4y2Ba 需要好好gydF4y2Ba E。gydF4y2Ba 回顾海上废热回收技术的应用程序gydF4y2Ba 能量转换和管理gydF4y2Ba 2016年gydF4y2Ba 111年gydF4y2Ba 315年gydF4y2Ba 328年gydF4y2Ba 10.1016 / j.enconman.2015.12.073gydF4y2Ba 2 - s2.0 - 84954046105gydF4y2Ba 太阳gydF4y2Ba D。gydF4y2Ba 谢gydF4y2Ba X。gydF4y2Ba 王gydF4y2Ba J。gydF4y2Ba 李gydF4y2Ba Q。gydF4y2Ba 魏gydF4y2Ba C。gydF4y2Ba 集成generation-transmission扩张规划近海油田电力系统基于遗传禁忌混合算法gydF4y2Ba 《现代电力系统和清洁能源gydF4y2Ba 2017年gydF4y2Ba 5gydF4y2Ba 1gydF4y2Ba 117年gydF4y2Ba 125年gydF4y2Ba 10.1007 / s40565 - 016 - 0191 - xgydF4y2Ba 2 - s2.0 - 85009074912gydF4y2Ba Correa-PosadagydF4y2Ba c . M。gydF4y2Ba Sanchez-MartingydF4y2Ba P。gydF4y2Ba 综合能源充足的电力和天然气模型短期操作gydF4y2Ba IEEE电力系统gydF4y2Ba 2014年gydF4y2Ba 30.gydF4y2Ba 6gydF4y2Ba 3347年gydF4y2Ba 3355年gydF4y2Ba 吴gydF4y2Ba J。gydF4y2Ba 张gydF4y2Ba B。gydF4y2Ba 江gydF4y2Ba Y。gydF4y2Ba BiegydF4y2Ba P。gydF4y2Ba 李gydF4y2Ba H。gydF4y2Ba 机会约束随机拥塞管理电力系统考虑风电的不确定性和需求侧响应gydF4y2Ba 国际期刊的电力和能源系统gydF4y2Ba 2019年gydF4y2Ba 107年gydF4y2Ba 703年gydF4y2Ba 714年gydF4y2Ba 10.1016 / j.ijepes.2018.12.026gydF4y2Ba 2 - s2.0 - 85059140672gydF4y2Ba 黛比gydF4y2Ba K。gydF4y2Ba 普拉塔普gydF4y2Ba 一个。gydF4y2Ba 阿加瓦尔gydF4y2Ba 年代。gydF4y2Ba MeyarivangydF4y2Ba T。gydF4y2Ba 一个快速和精英多目标遗传算法:NSGA-IIgydF4y2Ba IEEE进化计算gydF4y2Ba 2002年gydF4y2Ba 6gydF4y2Ba 2gydF4y2Ba 182年gydF4y2Ba 197年gydF4y2Ba 10.1109/4235.996017gydF4y2Ba 2 - s2.0 - 0036530772gydF4y2Ba 李gydF4y2Ba X。gydF4y2Ba 赖gydF4y2Ba J。gydF4y2Ba 唐gydF4y2Ba R。gydF4y2Ba 混合约束处理策略multiconstrained微型智能电网"经济/环境调度多目标优化问题gydF4y2Ba 复杂性gydF4y2Ba 2017年gydF4y2Ba 2017年gydF4y2Ba 12gydF4y2Ba 6249432gydF4y2Ba 10.1155 / 2017/6249432gydF4y2Ba 2 - s2.0 - 85042202761gydF4y2Ba 吴gydF4y2Ba J。gydF4y2Ba 李gydF4y2Ba B。gydF4y2Ba 陈gydF4y2Ba J。gydF4y2Ba 多目标优化调度离岸微能源系统综合考虑自然的气体排放gydF4y2Ba 国际期刊的电力和能源系统gydF4y2Ba 2021年gydF4y2Ba 125年gydF4y2Ba 106535年gydF4y2Ba 10.1016 / j.ijepes.2020.106535gydF4y2Ba