协同优化（共10篇）
协同优化 篇1
1 公司目前实际情况制定系统地应急实施规划
根据我公司目前的应急管理方面暴露出的问题和今后企业发展需要, 以提升公司应急处置能力, 需要把过去各分公司单兵作战、自我割据、应急资源信息不畅等方面进行整合和完善, 主要是在公司成立应急组织机构、专家库、整合五家分公司, 安置抢险力量分布、责任划分、队伍培训、应急救援知识、应急资源配置、应急信息平台搭建、应急处置手册等方面进行规划实施和改进。
1.1 突出领导挂帅、建立公司主要领导应急轮值班制度
通过公司主要领导的轮值班制度, 加强对突发事件的第一反应和采取应对措施的能力。定期值班以一周进行轮值。将值班信息随时在公司网页上及应急信息平台上进行公布和监督。具体公布形式内容主要包括:领导姓名、职务、部门、办公室电话、手机等联系方式。
1.2 成立应急领导小组
由公司工程管理部组织牵头成立了应急处置领导小组, 组长由公司主管安全生产的副总经理担任, 成员由各分公司、经理、书记、各项目经理组成。并制定出《应急处置方案》, 做到各种准备工作到位, 人员到位, 机构到位、各类资源到位, 确保有力实施。
(1) 应急处置职责。公司应急领导小组:负责指挥工地抢救工作, 向各抢救小组下达抢救指令任务, 协调各组之间的抢救工作, 随时掌握各组最新动态并做出最新决策, 第一时间向110、119、120、油田公司安监部门或当地政府主管部门报告险情或灾情。平时应急领导小组成员轮流值班, 手机24小时开通, 发生紧急事故时, 在应急组长抵达工地前, 值班者即为临时就援组长。
(2) 各分公司经理、书记即为所辖区块应急指挥第一责任人;要负责组各自业务区块的应急抢险和部署。
(3) 现场抢救组职责:组织采取紧急措施, 尽一切可能抢救伤员及被困人员, 防止事故进一步扩大。
(4) 医疗救治组职责:对抢救出的伤员, 视情况采取急救处置措施, 尽快送医院抢救。
(5) 应急物资组职责:负责交通车辆的调配, 紧急救援物资的征集及人员的餐饮供应。
(6) 交通保卫组职责:负责工地的安全保卫, 支援其他抢救组的工作, 保护现场。
(7) 应急通讯组:负责通讯工具配置, 确保其能正常使用, 负责各小组及对外通讯和信息交流。
1.3 分公司资源整合, 统筹管理和部署
把在新疆区域内施工的四个分公司 (工程一公司、工程二公司、西部工程公司、南疆公司) 一个路桥公司、一个电气、仪表专业公司纳入公司应急统筹管理和有机联系, 在新疆领域形成一个应急系统“统一体”, 形成各专业互补、支援和资源共享。
1.4 在公司内部成立应急事务专家库
专家和科技人员要求是公司各专业、各领域的精英和权威, 有着丰富的工作经验和较高的理论水平。一旦遇有突发应急事故可在技术、经验上提供有力指导和技术支持;
另外, 也可与我单位长期合作的设计、业主方等单位询求合作, 把设计、业主方的专家建立起外部专家库, 紧急时可提供专业上的指导和帮助。
1.5 建立应急资源信息共享平台, 公司要设专人定期检查落实维护
这一块是最为核心部分。由于公司缺乏统一的应急资源数据库管理系统, 使得应急管理过程中存在严重的信息不对称现象, 影响应急救援的速度和效果, 会造成不必要的各类损失。
2 应急资源配置建议
应急资源的配置是应急物资保障的基础和首要环节, 应急资源配置的合理与否直接关系到物资保障水平和应急抢险目标的实现。
2.1 科学分析需求, 合理确定应急物资品种数量
对我们的客户可能存在的自然灾害等进行分析、评估, 据此科学预测应急物资需求, 合理确定各公司储备的规模和应急物资品种数量。根据现行有关应急物资储备主体的特点、分布情况等, 统筹规划应急处置所需物料、装备、通信器材、生活用品等物资。这样做即避免了“小而全”, 还达到了节约成本目的。
2.2 完善相应法律制度、规范
法律、规范保障对处理突发事件起着至关重要的作用, 有其强制性。如在原油管道爆管灾情发生时, 为解决救灾急需, 政府有权有偿或无偿征用民用建筑、土地、交通运输线、车辆、物资等。通过进一步加紧建立和完善我国有关救灾生产的法律、法规, 来协调好国家、各地区、各部门、各企业之间的关系, 为应急物资的配置和管理提供良好的法律与政策环境。
2.3 建立统一的信息平台实现资源信息共享、数据的交换与共享
为了实现资源的协同配置, 公司各单位要将各自相应的应急管理部门人力、物力资源进行重新整合分配, 对原有不利区块进行分割、把薄弱点的应急管理进行重组, 建立统一的信息平台实现资源信息共享、数据的交换与共享。在加大资金投入和提高科技含量、在有条件下实现全网的视频会议与视频点播服务或抢险在线直播等功能。以及日常要加强信息的确认和维护。
通过不断实践、探讨、总结的基础上, 不断完善预案管理和应急管理体系, 提高应急的效率, 降低资源浪费。
2.4 重视加强与外部单位的合作和依托
为了更好的做好应急管理, 对于外部资源的利用, 也是非常重要的。以公司长期服务的客户为基础, 依靠良好的信誉、技术能力等建立起来的外部联系网, 通过双方互信、双赢合作模式签订有关协议, 搭建应急信息资源平台。这样可以做到优势互补、强强联手, 实现共嬴。
2.5 加大应急资金投入、定期配置应急物资装备
为完善公司应急系统, 可参照公司发展需要, 逐步采购一些有科技含量、通迅讯速的装备:如野外应急直播卫星信息系统和配套的专业性抢修设备、车辆等。
2.6 建立监督机制
定期对纳入应急系统管理的机关部门、各单位、各分公司项目部、公司后勤保障部门由公司应急领导小组组织进行检查、落实。查看应急物资储备情况、信息平台运作等方面的实际情况是否有效。及时通过检查、督促、整改、完善应急系统。
3 结束语
应急管理是一项具有高度复杂性的社会系统工程, 资源配置是其中一项重要的基础工作。科学合理地进行应急资源的配置, 首先要做好应急物资的需求预测, 据此合理确定应急物资品种数量, 要建立健全应急物资数据库, 加强应急物资管理, 减少各种风险, 同时要完善相应法律制度和规范。相信随着研究和实践的进一步深入, 应急管理理论和实践将不断趋于成熟。
摘要：根据我公司近些年来应急抢险暴露出来的应急资源配置不足、需求计划不准确、运输、抢险技术能力低、技术装备不足、信息沟通不畅, 提出合理规化和变革, 从而完善应急资源配置和共享体系, 增强对突发事件的应对能力。
关键词：应急资源配置,信息平台共享,应急物资储备,应急管理等
参考文献
[1]张念.基于自然灾害的应急资源配置[J].物流科技, 2010, (2)
协同优化 篇2
作 者：项军华 张育林 XIANG Jun-hua ZHANG Yu-lin 作者单位：项军华,XIANG Jun-hua(国防科技大学,航天与材料工程学院,湖南,长沙,410073)
张育林,ZHANG Yu-lin(清华大学,宇航技术研究中心,北京,100084)
优化供电所专业协同实现管理到位 篇3
关键词：供电所；专业协同；管理
一、推行供电所专业化管理背景
前几年，一般供电公司供电所基础薄弱，农电用工管理较为松散，半脱产、亦工亦农现象较为普遍。由此带来两个最突出的问题：一是公司服务质量无法保证。农电工有事就干，无事就在家的工作状态，使得“干私活、乱收费”现象屡禁不止。不能集中坐班教育学习，农电工对公司的服务政策和理念不熟悉，以致顶撞客户事件时有发生。二是线路设备巡视维护不到位。没有明确设备产权和巡视员工岗位职责，造成农电工对设备线路运维不上心、不主动，线路频繁跳闸，部分变压器台区电压合格率底、高峰过负荷等问题未得到明显改善。针对这一情况，公司经过反复调研，全体员工一致认为只有走供电所专业化管理道路，才能彻底解决以上顽疾。
二、传统供电所管理模式的局限性
（一）管理分布不均衡
传统模式下，供电所管理职责集中在县级供电单位营销部门，一般都是由营销副总分管全部供电所，管理幅度过大，难以统筹兼顾，不能做到管理到位从班子分工情况分析，班子成员分工不够科学合理，不均衡的分工导致班子成员承担的压力和责任失衡，往往大量的担子都是压在营销、生产副总身上，既难以实现管理到位，也不利于班子整体的学习成长_，部分班子成员走上中层领导岗位后，长期脱离核心业务，工作知识单一、技能弱化。
（二）资源调配不集约
县级供电单位职能部门层面，缺乏有效的横向协同，涉及供电所的业务一般都是营销部门负责营销部门既要承担营销核心业务，又要履行供电所管理职责，供电所管理上往往成为“二传手”，对安全、生产、营销等专业下达供电所的任务缺乏系统的整合，造成基层供电所与职能部门职责界面不清，供电所多头、无序管理的矛盾突出，资源调配不集约。
（三）供电所管理水平参差不齐
一是供电所之间人员规模、业务规模、服务地域差别巨大，造成规范管理难度很大；二是由于硬件设施投入上的差距，供电所之间也存在很大差距；三是对供电所评价机制缺失，或评价缺乏合理性，供电所管理提升缺乏动力；四是供电所需要落实生产、营销各个方面的管理要求，工作面广、范围大、涉及内容多，但是由于目前供电所结构性缺员问题比较普遍，大部分供电所全面落实管理要求的能力有限。
三、提高供电所协同管理的措施
（一）加强指导管控，实现基础素质提升
坚持运维、营销、安全齐抓共管，分工负责、合力推进供电所专业化管理。开展农电用工集中培训4期。由安质、营销、乡管等部门负责人授课，讲解优质服务政策、剖析安全生产案例，专业化管理政策等，强化农电员工安全意识、提高安全素养及服务质量，确保不发生安全事故，有效减少服务投诉事件，全面提升农电用工素质。
（二）多措并举推行供电所专业化管理
成立配电组、营业组，实行营配分开。配电组长由技术员兼任，营业组长由营销员兼任。明确了供电所人员岗位职责和工作标准。一是实行坐班带班制。所有农电工实行坐班制，并由供电所管理人员带班，负责日常报修、业扩、派工单及值班记录填写等工作。二是落实首问负责制。统一将业扩、报修服务等业务收至供电所，由供电所带班人员统一安排人员持派工单及时搞好业扩、报修等服务。三是实行业扩集中制。业扩报装业务统一集中至供电所客户服务室受理，严格按照业扩流程要求，派技术员及相关人员进行现场勘查，制定供电方案，答复客户并按照相关标准收取有偿服务费等。
（三）规范引导各类“争先创优”活动
一是继续抓好农村供电所“三化”管理新体系的构建，在统一、规范的前提下，打造盐城农电管理亮点，努力形成特色。二是按照计划，完成各类“示范单位”的创建任务。三是鼓励农村供电所在地方政府和人大组织的各类创建活动或行风测评中，争先创优。
（四）权责明确促进到位
权责明确，系指明确供电所分管领导、专业条线分管领导两种角色的权责关系，实现权责对等。其中，某供电所的分管领导负责该供电所的归口管理，对分管供电所的安全管理、廉政建设、规范化建设及专业管理的成效全面负责。分管业务的领导（即“条”），负责供电所专业管理的统一策划，对专业条线的策划、过程监控及持续改进负责，对专业管理成果承担相应责任。供电所的安全责任区、廉政建设责任划归分管该供电所的分管领导属地化管理，即“谁一分管，谁负责”；业务条线的分一管领导在业务管理中必须统一策划，通过“一岗双责”责任落实，实现齐抓共管。
（五）优化配置现有资源，实现专业管理延伸覆盖
一体化、规范化管理的大背景下，供电所虽然实现了专业化的垂直管理，但是由于人员素质、设备条件、服务环境等多种因素的影响，导致专业化的垂直管理在一些地方的落地实践中受到限制，给安全生产、优质服务等工作带来了隐患，影响着供电所管理水平的提升。而供电所目前在管理上所存在的这些问题，例如人员老龄化、缺员缺编、服务压力、设备短缺等，在较短的时间内难以有效解决，考验着各级管理者的管理能力和水平。
总之，供电所协同管理模式的应用，是“整合思维”在基层供电单位管理实践的具体化，充分调配和激发现有管理人力资源的效能，协同开展和深化管理、规范工作，实现了专业条线管理与供电所规范化建设指南的有机结合和无缝衔接，构建了有序、有效的管理格局，促进了供电所管理的“规范、真实、简单、有效”。
参考文献：
[1]陈冠昌，卫炜.供电所管理信息系统应用成效分析[J].中国电力教育.2012（24）.
3G室内外覆盖的协同设计和优化 篇4
中国3G建网的逐渐深入让高速数据业务正在快速进入人们的视野, 3G无线应用正在迅速走进人们的日常生活。与发展相对成熟的2G网络相比, 3G网络规划和优化工作有着自己的特点。由于3G网络的应用业务种类多, 在做网络设计和优化时, 需要考虑各种业务对网络随时随地的要求。
3G时代的一个重要标志就是人们对于无线室内环境的高速要求, 正因为如此, 室内无线网络的质量对网络最终服务质量和终端客户感知的影响变得至关重要。因此, 3G室内覆盖的设计和优化, 将是3G运营商面临的一个重要问题。
2G、3G室内覆盖着眼点不同
室内分布系统建设的必要性立足于满足室内用户的通信需求, 而在不同无线通信技术制式和不同业务种类的条件下, 室内覆盖的出发点也会体现出不同的要求。
在传统的2G网络中, 用户业务以单一的话音业务为主, 无线网络的工作频段相对较低, 无线信号穿透楼宇时的功率损耗相对较低, GSM频分多址的技术特点使得2G网络干扰的控制主要通过网络的频率规划来解决。相应地, 运营商在进行2G室内分布系统设计时, 更多的是立足于满足室内环境的“覆盖”要求, 而容量的需求变化则是通过的硬件载频设备的增减来应对。“覆盖为王”成为2G网络室内覆盖设计的重要特征和实践标准。在这个意义上, 室内分布系统对于2G无线网络仅仅是一种无线网络在室内环境下的延伸。因此, 2G网络建设与优化过程中, 室内分布系统的建设优化与室外大网覆盖优化是分步实施的, 建设目标是用“补点法”关注大网覆盖质量不好的建筑物, 缺少室内室外协同覆盖、协同优化的概念。
高速数据业务是3G区别2G的主要特点之一, 而相比室外用户而言, 室内静止用户更有可能使用3G丰富多彩的数据业务。3G为终端用户提供了许多新的业务, 包括视频电话、视频流、游戏、MMS、Email、Web浏览等, 这些新业务更容易在室内应用。根据统计, 室内用户分布密度一般大于室外用户两倍以上, 高价值商务客户主要集中在室内。这些业务要求更高的网络容量和QoS保证, 因此, 保证网络良好的室内覆盖, 是提高服务等级、发展客户的关键, 是决定3G成败的重要因素。
在3G网络中, 业务的多样性大大增加, 以“无线宽带数据业务为主”成为3G未来的业务发展趋势。因此在室内网络优化过程中, 首先, 要在考虑单一的话音业务的同时, 着重考虑包括数据在内的多业务支撑能力, 在实践中常表现在对传输链路损耗的合理规划以及天线点的分布策略。“下行功率由所有用户共享”是以CDMA技术为核心的3G技术的特点, 较高速率的业务要求较高的下行功率, 而为了抵御建筑物对信号的损耗, 数据业务则需要消耗更高的下行功率。另外, 3G网络的传输衰耗大大增加 (链路损耗增加8～12dB) , 使得“少数用户会消耗掉所有容量”, 这使得室外无线信号进入建筑时的穿透损耗成为影响网络容量的关键问题。同时对室内分布系统的功率泄漏的控制, 也成为3G网络干扰规划需要面对的重要问题。
其次, 对于3G室内分布系统来说, 不仅仅需要考虑无线信号的覆盖强度的高低, 更重要的是覆盖信号强度的合理性。在一项调查中显示, 绝大多数的3G高速业务发都发生在室内的某些固定区域, 这就要求3G室内优化针对室内的不同区域进行详细的规划和合理的设计, 减少建筑物内的覆盖盲区, 合理分配信号, 其本质就是对3G网络覆盖、容量、干扰的综合设计和规划。
3G网络室内外要协同
对3G室内分布系统来说, “室内、室外相互关联”的思路要求显得尤为重要。3G的室内分布系统设计不仅仅是无线网络在室内环境下的延伸和扩展, 更重要的是需要对室内、室外的设计优化看成一个整体, 协同分析, 减少能源和资源的重复利用和不必要的消耗。
3G无线室内分布系统的建设旨在解决室内环境下的覆盖和容量问题, 从而使室内网络质量能够满足用户使用高速网络应用的要求。也就是说, 高质量的室内分布系统必须兼顾室内外的网络的需求, 综合地考虑干扰、容量等敏感问题。如果室内分布系统在解决局部室内覆盖问题的同时, 给室外宏蜂窝网络的优化带来无穷的压力, 将会根本性地改变无线网络的基础结构, 导致网络中出现无法通过网络优化解决的“硬伤”。
协同优化 篇5
多年来，河北省一直渴望充分发挥环抱京津的地理区位优势，促进城镇化空间布局优化，进而提升城镇化质量和水平。因此，国家区域发展战略的调整，尤其是京津冀协同发展战略的实施，对河北省的城镇化空间布局具有重大意义。
一、影响河北省城镇化空间布局的新因素
（一）京津冀协同发展战略的实施
在京津冀协同发展战略的框架下，京津冀区域的整体功能定位是“以首都为核心的世界级城市群”。河北省的功能定位是“全国现代商贸物流重要基地、产业转型升级试验区、新型城镇化与城乡统筹示范区、京津冀生态环境支撑区”。这一转变使河北省城镇化空间布局呈现出不同特征，即空间规划由原来的一省向服从、服务京津冀区域“一张图”转型，对城镇空间的认知由单体、无序发展向群体、协调发展转变，城镇体系空间结构由外延扩展向内涵提升过渡。由此必然要求河北省以更加开放的视野和更加主動的姿态融入京津冀协同发展大格局，重新梳理城镇间的关系，尤其是与京津的关系，重点对各城镇的功能定位、城镇间分工协作及其机制构建进行重新规划与定位。
（二）资源与环境的刚性约束
自然生态和土地资源是制约河北省城镇化空间布局的首要自然因素。据测算，河北省城镇化率每提高一个百分点，就要有100多万人进城，按人均100平方米的活动范围计算，今后3年，河北省仅城镇扩张就需新增建设用地110多万亩，在“不饱和”供地政策的大背景下，河北省的用地缺口在60%左右。近年来，土壤污染、水土流失、雾霾肆虐等生态环境问题依然困扰着河北省，治理污染、保护生态环境的任务仍然非常艰巨。
水资源是制约河北省城镇化空间布局的另一个重要的自然因素。河北省水资源匮乏，全省年均降水量仅为541毫米，多集中在6-9月，人均水资源拥有量386立方米，亩均水资源占有量243立方米，两者均相当于全国平均水平的1/8，且部分山区的地表水多供给京津两市专用。近年来，随着经济社会发展和城镇化进程的加快，因人为因素导致的水资源短缺问题日益严重。一方面，人口的不断增加对水资源的需求逐年递增，供水缺口日益加大，水资源供需矛盾突出；另一方面，工农业发展存在过度开发利用地表水、超量开采地下水以及污染水资源等加剧水环境恶化的问题，进一步加大了河北省优化城镇化空间布局的难度。
（三）交通运输方式的改变与调整
交通运输基础设施的建设与发展是城镇化空间布局优化的支撑保障。一方面，良好的交通运输条件可以促进人口及其经济活动在空间运动中向相应区域集聚，促使区域空间布局随之改变；另一方面，人口及其经济活动的空间变化又会反过来影响交通运输基础设施的规划与发展。因此，交通运输条件与城镇空间布局之间实际上存在着双向互动关系，交通运输条件和方式的改变与调整可以推动城镇化空间布局优化。受出口导向经济发展战略的影响，海洋运输的开发与利用极大地促进了河北省沿海地区城镇化的发展。2014年，唐山、秦皇岛、沧州三市城镇化率为51.48%，高于全省平均水平2.18个百分点。未来，随着我国经济转向内需驱动，铁路、公路等陆路交通运输方式的优势将会不断显现。河北省地处我国南北要塞，本身就具有交通优势。而随着高速铁路网的建设，“南北贯通、东出西联”大交通格局的形成，到2020年，高速铁路将覆盖河北省所有城镇人口50万以上的城市，干线公路实现“镇镇通”，铁路公路沿线城镇的交通通达性将显著提高。高铁、公路串联起来的城镇必将极大地促进河北省城镇间的经济联系，促成新的城镇发展轴（带）的形成。
二、河北省城镇化空间布局的现状与特征
（一）区域中心城市正在成为城镇布局的重要抓手
目前，河北省正在深入贯彻、落实京津冀协同发展战略，在城镇化空间布局方面基本形成了石家庄、唐山两大省域中心城市，保定、邯郸作为区域中心城市正在迅速崛起。石家庄、唐山以占全省15.53%的土地面积，产出了占全省39.15%的国内生产总值，成为全省经济发展最为活跃的中心，辐射带动全省其他区域发展的能力正在明显增强。
从河北全省来看，目前比较成熟的四大区域中心城市分别位于冀东、冀中南地区，尤其是冀中南地区，全省近65%的城镇集中于此，其中包括省会城市石家庄。石家庄自2014年行政区划调整完成后，市区面积扩大了4倍，极大地拉开了省会城市的发展框架，对优化冀中南地区的城镇空间布局乃至提升全省的城镇化质量具有非常重要的意义。近几年，其余3个区域中心城市（唐山、邯郸、保定）也相继进行了城区面积拓展和行政区划调整，对优化各自的城镇空间布局具有积极意义，但对补缺京津冀城市断层的作用尚未显现。
（二）城镇体系分布尚待进一步完善
河北省现有石家庄、唐山2个特大城市，保定、邯郸、张家口、秦皇岛4个大城市，邢台、承德、廊坊、沧州4个中等城市，衡水、任丘等21个小城市以及1050个镇。由于受经济、历史、地理和交通等因素影响，长期以来，河北省城镇空间分布一直呈现“西北疏、东南密”的特征。东南城镇密集区城镇联系网络的连接点主要集中在冀中南和冀东地区。这两个地区最重要的节点城市是石家庄和唐山，以这两个城市为核心可以将河北省城镇体系分为石家庄体系和唐山体系。石家庄体系即正在崛起的冀中南城市群，包括石家庄、保定、沧州、衡水、邯郸、邢台等6市，其地理位置优越，交通便利；唐山体系即建设中的冀东城市群，包括唐山、秦皇岛、廊坊等3市。
西北城镇疏落地区的节点城市主要是张家口和承德。张承地区自然条件差，经济发展落后，交通等基础设施滞后，特别是由于距离两大核心城市体系较远，受其辐射带动较弱。此外，两城市之间多年来没有铁路直连，直到2015年底张唐铁路通车后才正式开启两市间的直接联系。因此，该地区尚需在京津冀协同发展战略框架下着力完善城市功能，提升两大节点城市的集聚辐射能力。
nlc202309090233
（三）缺乏持续稳定的空间发展战略规划
自上世纪90年代的“两环开放带动战略”到21世纪初的“一线两厢”战略，再到“十二五”时期的“两群一带”战略，以及最近提出的“两翼四区五带多节点”的城镇空间结构，体现出河北省希望借助区位优势，谋划经济社会发展的蓝图。然而事实上，河北省的“两环开放带动战略”自1995年提出到2000年深入实施再到2005年被“一线两厢”战略正式取代，前后只有10年时间，之后的“一线两厢”战略也从提出到实施不到10年的时间里逐渐被此后提出的“两群一带”战略所取代。时隔5年后的今天，“两群一带”战略又被“两翼四区五带多节点”的城镇空间发展战略规划取而代之。虽然这四大发展战略都是基于河北省的区位优势所构筑的省域城镇空间发展战略规划，但是四者之间并不具有内在联系性的层级递进战略关系，由此造成发展方向举棋不定，发展潜能被压制。
三、未来河北省城镇化空间布局的总体构想
（一）实行多核心差别化开发战略
“多核心”是指石家庄、唐山两个省域中心城市，以及保定、邯郸、张家口、秦皇岛、沧州、衡水等12个其他区域中心城市，以冀中南国家级城市群和秦唐、沧黄两个正在崛起的沿海城镇群为支撑，打造全省具有区域带动性的经济增长极；“差别化开发”是指根据不同的主体功能分区，采取不同的城镇化战略。实践操作上即“对接京津、强化省会、开发沿海、扶持张承、点轴扩展、集群布局”。环京津地区要积极贯彻落实京津冀协同发展战略，在城镇空间布局上主动对接京津，与京津共同打造世界级城市群；打造省會城市石家庄为京津冀区域次中心城市，将周边的正定、藁城、栾城、鹿泉纳入省会城市发展规划，进一步放大城市空间优势，重构以服务业为主的全省经济中心，大力提升城市功能；将秦唐、沧黄沿海地带作为未来新型城镇化战略东移的主阵地，以曹妃句、北戴河、渤海三个新区为支撑，打造沿海城镇隆起带；张承地区应从政策上予以优先安排和重点倾斜；冀中南城镇密集区应依托交通干线，整合优势资源，培育跨行政区的多核多边的城镇密集区或城镇集群，形成以城镇群为主体形态的新型城镇化空间格局。通过多核心、差异化开发，逐步培育一批支撑全省经济社会加速发展的新增长极、增长轴和增长带，优化省域空间布局，推动河北省新型城镇化发展。
（二）构建“三横两纵”重点发展轴线
陆大道的“点轴开发理论”实际上是将交通干线作为城镇化空间布局的重要载体与支撑，在城镇化初期这是最有效的空间开发模式。其中的“点”是经济中心，在空间上表现为区域中心城市；“轴”是经济要素向外扩散的路径，在空间上表现为基于铁路、公路等交通运输设施形成的连接经济要素的发展轴线。发展轴线形成之初是为经济中心辐射带动腹地经济发展并使之成为区域经济增长极而服务。发展轴线形成后其本身对人口、产业也具有非常强的吸引力，经济要素也会不断向其两侧集聚，并形成新的增长点。这种依托交通干线所形成的区域经济社会发展布局能够促进经济活动与交通运输设施的有机结合，进而产生极大的空间集聚效应，增强区域经济发展活力。河北省应充分发挥省域交通优势，构建以秦承张发展轴、秦唐张发展轴、保津发展轴、石黄发展轴为四条横轴，以承京—京邯发展轴、京衡发展轴、廊津—津沧发展轴、沿海发展轴为四条纵轴，以环首都发展轴为一环轴的城镇发展轴线。
四、促进河北省城镇化空间布局优化的政策选择
（一）加快完善现代化综合交通基础设施建设
交通是联系地理空间和社会经济活动的纽带。当前，在京津冀协同发展战略实施的大背景下，河北省应进一步加大交通基础设施建设力度。具体应在以下四个方面着力：一是重点发展城际铁路。加快完善高速铁路网建设，构建完善的港口与物流基地、产业集聚区的铁路集疏运体系，为形成陆海统筹发展的城镇化空间格局打下基础；二是进一步优化高速公路网布局，尽快打通与京津对接的“断头路”。同时，推进国省干道改造升级，加大乡村公路建设力度，尤其是山区贫困地区的通道建设。一方面进一步加强城镇间的联系和完善城镇体系，一方面延长发展轴线并贯通中心城市辐射带动乡村腹地的通道；三是提升港口建设的质量和水平。河北省具有沿海区位优势。但由于对海洋资源和经济认识严重缺位，造成了目前陆海空间分割、衔接不紧密的事实。当前，应积极借鉴国内外先进经验，整合省内港口优势资源，形成优势互补、特色突出、功能完备的综合性港口群。同时，深化与天津港口的合作，携手打造北方航运核心区，共同打造“一带一路”北方东部起点；四是完善机场布局。机场是现代综合交通运输体系的重要组成部分，对增强不同层级间的城镇联系有着十分重要的推动作用。河北省应主动对接京津，大力发展运输机场和通用机场，推动与京津机场的有机衔接，构建京津冀区域干支结合的航运网络。
（二）着力打造区域中心城市
优化河北省城镇化空间布局必须依托中心城市带动，增强其集聚辐射功能。石家庄、唐山、保定、邯郸作为河北省乃至京津冀区域的中心城市，对优化河北省城镇化空间布局起着决定性作用。石家庄既要扩城又要提质，在拉开城市框架的同时，提升省会城市功能，从而带动全省新型城镇化实现跨越式发展。唐山要精准定位，充分发挥沿海区位优势，从连接和延伸沿海发展轴出发，主动联合秦皇岛、沧州，以港口群建设为切入点，三市协作，打通河北省南承北接的沿海通道，加快推进河北沿海城市带形成。保定要着力打造京津冀区域中心城市，进一步优化城市空间布局，重点推进县城建设，努力实现城市规模和质量相统一、人口聚集与产业壮大相协调的发展格局。邯郸要用足用好国家两大发展战略（京津冀协同发展和中原经济区），做好晋冀鲁豫四省交界区域中心城市地位，构建大尺度城市空间发展框架，向东连接市域东部各县城，打通山东通道；向西协调武安市次中心城市功能，打通连接市域西部各县与山西的通道；向北依托京广线连接邢台、对接省会、承接京津；向南融合对接中原经济区，形成京津冀联动中原的区域中心城市。
（三）促进城市群内部多城联动协同发展
《河北省新型城镇化与城乡统筹示范区建设规划（2016-2020年）》于2016年2月制定完成，启动构筑“两翼、四区、五带、多点”的城镇空间结构，促进京津冀城市群多城联动、协同发展。首先，要做强做大两大省域中心城市石家庄和唐山，一方面带动冀中南和冀东地区发展，一方面提高与京津两市的协调联动和互补能力，形成京津冀协同发展的重要支撑。其次，保定和廊坊作为环京津的核心功能区，要着力提升承接京津的功能疏散与产业转移能力，以基础设施和公共服务为引领，加快推进同城化建设；秦皇岛、唐山、沧州三市要主动融合“一带一路”和环渤海合作大格局，全力打造全省沿海率先发展区；石家庄、邯郸、邢台、衡水四市要强化先进制造业发展，打造京津冀协同发展战略腹地和城乡统筹发展示范区；张家口、承德及太行山、燕山山区，重点构筑绿色生态产业体系，打造京津冀协同发展生态安全屏障和全国生态文明示范区。再次，依托铁路、公路等重要交通干线，全力打造“四纵四横一环”城镇化发展轴，重点形成京石邯、京唐秦、沿海、石衡沧、京衡等五大发展带。第四，增强区域中心城市功能，强化重要节点城市的支撑作用，加快提高全省城镇的人口、产业集聚能力，形成多个城市群内部协调联动的支点。第五，以“专+特”为标志，规划建设一批定位明确、规模适中、特色鲜明的专业化发展“微中心”，充分发挥地区比较优势，有序打通京津冀城市群内部多城联动协同发展的通道，聚集发展要求较高的产业转移。
（责任编辑：李静敏）
协同优化 篇6
科学研究和工程实践中往往存在着一些多目标优化问题 (Multi-objective Optimization Problem, MOP) , 早在1967年, R.S.Rosenberg就在其博士论文中提到了使用遗传算法解决单目标问题, 20世纪80年代中期David Schaffer设计了历史上第一个多目标优化算法。多目标优化算法发展至今已产生很多优秀的算法, 例如, Fonseca、Fleming和Horn等[2,3,4]人提出Multiobjective Genetic Algorithm (MOGA) 、Non-Dominated Sorting Genetic Algorithm (NSGA) 以及Niched Pareto Genetic Algorithm (NPGA) 。Zitzler与Thiele等[5,6,7]人提出Strength Pareto Evolutionary Algorithm (SPEA) 、Pareto Archived Evolution Strategy (PAES) 和Micro-Genetic Algorithm (Micro-GA) 。2003年, Wiegand和De Jong[8]对Cooperative Algorithms进行了深入分析。
协同进化最早由Ehrlich与Raven讨论植物和食植昆虫进化的相互影响而提出。Hillis[9]在1991年提出寄生的协同进化算法模型, 用于协同进化分类网络的设计。1995年, Rosin等[10]提出了竞争协同进化算法模型, 用于研究偷窃的博弈问题。
近年来, 对于基于协同进化的的多目标优化算法研究取得了大量成果, 如文献[11]是设置n个子种群分别独立的基于已有多目标优化算法问题。文献[12]是设置一个目标对应一个子种群, 根据生态种群密度竞争方程调整各子种群的规模, 用于描述多个目标之间的关系。文献[13]是依据在进化过程中获取的信息划分搜索空间, 该方法的不足之处是划分搜索空间后可能产生大量的子种群, 导致计算量过大。
与多目标优化算法相比, 协同进化多目标算法的均匀性与分布性较差。本文提出了基于聚集密度的协同进化多目标算法, 并且数值实验结果以及图示对新算法的均匀性与分布性做了测评。
1 多目标优化问题的相关概念
1.1 多目标优化问题的基本概念
多目标优化问题的基本形式为:
其中, x为决策向量, F (x) 为目标函数, gi (x) ≥0, hi (x) ≥0为约束条件。
多目标问题的最优解组成的集合叫Pareto最优解集, Pareto最优解集包含了所有的Pareto最优解, 下面给出Pareto最优解的定义。
定义1若xA、xB是两个可行解, 且:
则称xA相比xBPareto占优, 也称xA支配xB, 记为xAxB。
定义2 (Pareto最优解) 一个可行解被称为Pareto最优解, 当且仅当x*满足如下条件:
则称x*为Pareto最优解。
1.2 多目标优化问题最优解集的评价标准
多目标优化算法中最优解的确定是一个非常重要而且困难的研究课题, 对于找到的可行解集, 不仅要考虑得到该解集算法的复杂性, 而且要考虑该解集在目标空间的均匀程度和它们的收敛情况。
在最优化算法发展早期, 研究者们主要通过对解集边界的观察来评价解集的好坏, 这样得出来的结果不仅存在着很大的不确定性, 还受到主观因素的影响。
常用的量化评价指标有:
(1) 世代距离 (Generation Distance, GD)
其中, n为算法所得解集前端PFknown中向量个数, di为PFknown中每一维向量到解集前端PFtrue中最近向量的距离[10]。
GD主要反映PFknown对PFtrue的逼近程度。
(2) 错误率 (Error Ration, ER)
其中, n为PFknown中的向量个数, 且PFknown={X1, X2, …, Xn}, ei定义如下:
ER体现的是PFknow对PFtrue的覆盖程度, ER越小, 说明解集的正确性越高。
(3) 分布性 (Spaing, SP)
其中, n为算法产生解集中解的个数, di为第i个解到它的最近解距离, 表示di的平均值, SP即为di的均方差。根据方差的含义, SP反映的是解集分布的均匀情况。
2 协同进化多目标优化算法
协同进化算法考虑个体之间和个体与环境之间的关系, 种群中个体的进化受其它个体和环境的影响。协同进化算法可以在一定程度上克服早熟现象, 并且更适合复杂问题的计算。根据个体与其它个体之间交互方式的不同可将协同进化算法分为竞争型协同进化算法和合作型协同进化算法。
1997年, Potter在其博士学位论文中对合作型协同进化算法模型进行了深入研究, 针对已有算法需要人参与的缺陷, 给出了一种新型合作协同进化算法结构。
由于合作型协同进化遗传算法的进化效率较高, 并且计算的复杂性较小, 因此我们下面的讨论围绕合作型协同进化展开。合作型协同进化算法首先将优化问题决策变量分组, 然后对分组后的每个少变量决策变量分别编码, 产生初始子种群, 接着各子群独立进化。合作型协同进化算法中的各种群个体适应度是通过将其与其它各物种中随机选取的个体一起组成一个完整的解, 计算这个完整解的目标函数值来作为个体的适该个体的适应度。对某种群个体的评价是依据它与其它种群进化到当前代最优个体组合的好坏来进行, 它们组成的完整解的好坏决定着该个体的适应度。各种群在每代执行过程中通过适应度比较找出当前代最优个体, 各种群当前代最优个体的组合即为当前代的可行解, 这样代代下去搜寻最优解。
将多目标优化问题的决策变量分为几个部分, 既可以将其中几个决策变量作为一个部分, 另外几个决策变量作为另一部分, 剩下的决策变量再作为一个部分。每个部分对应一个种群, 每个种群的个体适应度是通过和其它种群的个体组成完整解再评价得到, 该个体的适应度是由其与其它种群个体组合中最优决定组合。具体步骤如下:
(1) 设置一个超级个体集合P为空集。
(2) 初始化。将所有决策变量分成m组, 初始化m个子种群, 其中每个子种群分别对应各个决策变量。
(3) 求适应度。某个体与其它子种群组合, 根据最优组合求出其适应度。
(4) 遗传操作。使用选择、交叉、变异算子分别对各子种群进行遗传操作。
(5) 更新超级集合P。
(6) 重复 (3) — (5) , 直到满足一定代数, 将当前最优解与P中解进行比较, 留下较好的解, 并且保证P中解有较好的分布性。
(7) 重复 (2) — (6) , 直到P中个体达到一定数目。
3 基于聚集密度的协同进化多目标优化算法
协同进化多目标算法在一定程度上克服了早熟现象, 但是解的分布性和均匀性较差, 对于如何提高协同进化多目标算法的均匀性和分布性已提出了不少方法。耿焕同、朱海峰将均衡分布性与收敛性用于该算法以改善解的分布性与收敛速度;张远淑将均匀设计用于该算法以提高解的多样性和分布性。
协同多目标优化算法分布性欠佳的主要原因在于算法在更新精英集时没有考虑粒子的多样性和分散性。考虑到聚集密度可反映群体的多样性和分散性, 本文提出在协同进化多目标优化算法中引入了聚集密度以进行精英集的更新, 其具体步骤为:
(1) 计算每个种群中各个体的聚集密度。
(2) 依据目标函数值和聚集密度值定义一个偏序集, 该集合中的元素有个体的目标函数值和聚集距离两个属性。
(3) 依据一定的比例, 依次从偏序集中选择个体, 更新P。
由此可以得到基于聚集密度的协同进化多目标优化算法, 具体如下: (1) 设置一个超级个体集合P为空集; (2) 初始化。将所有决策变量分成m组, 初始化m个子种群, 其中每个子种群分别对应各个决策变量; (3) 求适应度。某个体与其它子种群组合, 根据最优组合求出其适应度; (4) 遗传操作。使用选择、交叉、变异算子分别对子种群进行遗传操作; (5) 计算每个粒子的目标向量, 当迭代次数小于最大迭代次数时, 根据聚集密度方法更新P; (6) 重复 (3) — (5) , 直到满足一定代数, 将当前的最优解与P中解进行比较, 留下较好的解, 并且保证P中解有较好的分布性; (7) 重复 (2) — (6) , 直到P中个体达到一定数目。
4 数值实验与算法性能评测
下面用基于聚集密度的协同进化多目标算法对两个标准测试函数DTLZ1和Deb2进行数值计算, 并将计算结果与普通协同进化多目标算法的计算结果进行比较, 从而检验改进算法的性能。
图1—图4分别是用改进算法和常规算法求出DTLZ1和Deb2的Pareto最优边界。可以很直观地看出, 改进算法在解的分布性和均匀性方面均明显优于常规算法。
为了更进一步定量地评价改进算法的性能, 给出改进算法和常规算法的世代距离、错误率和分散性指标的对比数据。考虑到计算结果的随机性, 表中给出的是20次实验结果的平均值。
从表1和表2中可以很清楚地看出, 改进算法和常规算法的GD指标相差无几, 但改进算法的ER和SP指标与常规算法相比明显占优。
协同优化 篇7
能源是现代社会赖以生存和发展的基础。为了解决能源问题,世界各国都在大力发展新能源技术,特别是太阳能、风能、生物能等可再生能源技术。可再生能源具有取之不竭、清洁环保等特点,受到世界各国的高度重视,但存在地理上分散、生产不连续、随机性、波动性和不可控等特点。传统电力网络集中统一的管理方式难以适应可再生能源大规模利用的要求,可再生能源的有效利用方式是分布式的“就地收集、就地存储、就地使用”。高渗透率分布式可再生能源发电并网对上一级电网的电能质量、故障检测、故障隔离能力会产生负面影响,也难以实现可再生能源的最大化利用,只有实现可再生能源发电信息共享,以信息流控制能量流,实现可再生能源所发电能的高效传输与共享,才能克服可再生能源不稳定的问题,实现可再生能源的真正有效利用[1]。
有机集成“特高压电网+ 智能电网+ 清洁能源”的全球能源互联网将现代信息技术与传统能源技术紧密结合,为解决可再生能源的有效利用问题提供了可行的技术方案。全球能源互联网是以互联网理念构建的新型信息能源融合“广域网”,它以大电网为“主干网”,以微网为“局域网”,以开放对等[2]的信息能源一体化架构真正实现能源的双向按需传输和动态平衡使用,可以最大限度地适应新能源的接入[3,4]。全球能源互联网综合运用先进的电力电子技术、信息技术和智能管理技术,将大量由分布式能量采集装置、分布式能量储存装置和各种类型负荷构成的新型电力网络节点互联起来,实现能量的多向流动和共享。
为了实现对能源互联网中大量发用电终端单元的有效管理与控制,必须在这些单元中配置先进的传感与通信设备,构成智能终端,全球能源互联网通过智能终端实现发电端与用户设备之间行为的交互。通过引入先进的信息通信和监控技术,既可以对电网运行状态进行精确估计,也可以对负荷、发电端、储能装置等进行实时监控和管理[5],从而合理分配电网资源,提高单个单元资产的利用效率,降低整个系统的运行成本。因此,能源互联网要发展的第一项关键技术就是智能终端技术,这些智能终端数量众多,因而智能终端必须功能强大,同时价格低廉。
全球能源互联网发展的核心理念是利用互联网技术促进以电力系统为核心的大能源网络内各类设备的信息交互,实现能源生产与消耗的实时平衡。海量分布式设备的广域协调和未来“即插即用”即可实现双向互动的分布式储能系统,能够提供远距离、大容量的需求侧响应能力。电动车、家庭储能、楼宇储能、天然气发电及电转气技术都将发挥积极作用。因此,能源互联网中的可控互动单元的数量非常庞大。对于这些数量庞大的互动单元,采用传统的集中式控制方式显然是不可能的,必须研究集中与分布式相协调的控制机制。近年来,思科公司提出的云雾协调控制机制为解决这一问题提供了新的思路。
在全球能源互联网中,为了实现发用电信息的共享,必须对用户数据、可再生能源发电数据、储能装置数据、电网运行数据、社会发展数据、气象数据等各种与能源相关的大数据进行综合分析与深度挖掘,因此能源互联网的第3 项关键技术是大数据技术。大数据技术正在蓬勃发展,以开源软件为核心的大数据技术正在不断取得突破,机器学习、感知计算等数据挖掘技术的逐渐成熟以及Spark技术框架的快速发展,使得实时分析、实时决策成为可能。在智能电网领域,大数据应用软件正在快速发展,不仅出现了C3 公司、Auto Grid和Opower等新一代智能电网大数据公司,ABB、Alstom、GE等老牌公司也相继推出智能电网大数据产品。基于大数据技术的智能电网硬件产品正在悄然出现,多家公司正在研制与电能分解(号称能效管理的皇冠技术)有关的软件及设备,美国电科院正在对此进行密集测试,计划从2016 年开始在美国进行推广;麻省理工大学(MIT)多年来致力于非侵入式负荷监测技术与非串联性量测技术的研发,用于精密零部件质量在线监测和中小型工商用户的设备故障监测与能效管理。
本文对基于软件定义应用和嵌入式系统的智能终端技术、基于云雾协调机制的优化控制技术和非侵入式负荷监控技术进行了介绍。
1 基于软件定义应用和嵌入式系统的智能终端技术
到目前为止,电网的监控装置,特别是配用电网中的监控装置大多是为实现某一特定功能而单独设计的,如为了监视配用电的状态,设计了配电监控装置(Distribution Terminal Unit,DTU)和馈线监控装置(Feeder Terminal Unit,FTU);为了监视电压质量,设计了电压监视仪;为了记录故障发生前后的电网行为,设计了故障录波仪;为了进行谐波分析,设计了谐波分析仪。配用电网络中的监控装置多种多样、数量众多,而且功能单一,既难以维护,又造成了资金上的浪费。对这些装置进行深入分析,发现这些装置都包括遥测、遥信、遥控模块和主控模块,以及相应的通信接口。其中遥测、遥信、遥控模块以及通信接口的功能基本相同,装置的功能由其中的主控模块决定。
近年来正在快速发展“新硬件”,出现了一大批富有创新性的新产品。“新硬件”的重要技术就是软件定义应用。“新硬件”设备采用新型系统架构,将数据采集接口、通信接口、控制接口与数据分析层、优化决策层的应用功能分离,设备的功能由安装在分析层和优化决策层的软件定义,实现设备的平台化与智能化,从而可以在最大限度发挥“纯硬件”部分价值的情况下,灵活地实现“新硬件”设备应用功能的动态完善、动态改变与动态扩展,如智能手机的功能由用户根据需要,通过下载应用自主定义;特斯拉电动汽车的核心是一台平板电脑,其运行性能基本上由软件定义,因而特斯拉CEO宣称特斯拉汽车是世界上唯一一款性能会越来越好的汽车。在这一方面,美国电科院敏锐地认识到了这一趋势,正在组织美国电力公司和设备厂家研究智能电表、台区数据采集器的平台化;组织美国电力公司和设备厂家研究智能逆变器技术,以实现逆变器的平台化。
按照软件定义应用的设计原则,采用新型系统架构,将遥测、遥信、遥控模块以及通信接口与主控模块分离,在主控模块中以工业控制计算机替代专用功能硬件或者芯片,设备的功能由安装在分析层和优化决策层的软件定义。在这种架构下,硬件的功能就可以通过应用软件的功能来定义,工控机中安装什么软件,装置就自动实现所需的功能。例如,在工控机中安装FTU软件,装置就变成了FTU;在工控机中安装电压监控软件,装置就变成了电压监控设备;在工控机中安装同步相量测量装置(Phasor Measurement Unit,PMU)软件,装置就变成了配电PMU。
按照这种设计原则,装置就变成了平台,可以实现设备的平台化与智能化。所谓装置,从传统意义上讲是指软硬件合一的完整产品,一般来自一个厂商,在出厂时就确定了该装置整个寿命周期内所具备的所有功能,不能升级或者只能由原厂商升级。目前电网中广泛应用的监控装置大多属于此类,此外,大多数家电、汽车和传统手机等也都属于装置。与装置相对应,平台一般是应用的起点,其功能是由软件定义的,可以有多个来源,在整个生命周期内可以不断增加新的功能,用户可以自主定义是否升级、何时升级以及如何升级。大众广泛使用的个人电脑和智能手机都可以看作是典型的平台。采用软件定义应用原则设计的统一配用电监控设备也是平台,这类配用电装备可以在最大限度地发挥“纯硬件”部分价值的情况下,灵活地实现“新硬件”设备应用功能的动态完善、动态改变与动态扩展,既易于维护,又节省成本。基于软件定义应用的配用电统一监控平台如图1 所示。
统一配用电监控设备是国家863 项目“主动配电网规划与运行关键技术及示范”中重点研发的设备之一。目前已经完成实验室样机测试,具有以下特点:1平台化研发,对外开放,支持用户进行二次开发;2集成了传统配电终端DTU、同步相量采集装置PMU、故障录波装置等设备的功能;3支持与SCADA系统通信功能;4支持IEC61850-9-2 通信协议、面向通用对象的变电站事件(Generic Object Oriented Substation Event,GOOSE)协议;5 支持GPS、北斗、IRIG-B、IEEE1588 等多种授时协议;6具备电能质量在线分析功能;7可提供瞬时值、相量值和普通量测值数据;8可对数据进行热备份。
统一配用电监控设备除了传统的数据采集处理功能外,还可用于以下方面。
1)实现配电网安全合环操作。为了满足用户用电要求,合环转供电操作越来越频繁,调度员往往根据运行经验进行操作,没有系统的操作原则,比较难把握,存在操作风险;或者采用停电转供电的方式,从而导致供电可靠性降低;还有可能由于合环冲击电流或合环稳态电流过大造成断路器跳闸、线路过负荷、过流保护或速断保护动作等风险。利用统一配用电监控装备,通过同步测量合环点两侧母线的电压及进线电流准确计算出合环时的冲击电流,可以保证安全合环。
2)单相接地故障的准确定位与快速自愈。配电网单相接地故障定位是配电自动化实施过程中的重点和难点问题,在配电网的常见故障中,单相接地故障发生的机率最高,如何在故障发生后快速正确地查找故障点并及时隔离故障恢复供电,对于提高供电可靠性具有非常重要的研究意义和实用价值。实现对故障准确定位的关键是获取接地点两侧专用配套装置提供的同步量测信息[6],据此对单相接地故障点进行准确定位,然后利用主动配电网先合后分开关倒闸技术主动隔离故障段线路,消除重要用户供电网络的故障隐患,提高系统供电可靠性。
3)配电网线路参数测量。在线路参数实测工作中,由于线路过长、测量装置容量不足或者平行线路互感等因素的影响,线路停电测量方式取得的实测参数经常与理论值相差较大,因而其准确性被质疑。另外,目前的线路参数实测装置在测量过程中需要线路停电,110 k V及以上线路停电会使电网结构变得薄弱,因此电网运行管理部门需要一种更为准确的、在线的线路实测装置。在线路两端厂站分别安装这种装备,分别获取线路两端的电流、电压同步相量数据,并传送至主站系统;主站系统接收两端量测的带有准确时标的相角、幅值、频率数据并进行存储;通过测得的线路两端数据计算出该线路的正序 π 型等值参数和零序阻抗。
4)电能质量监测。电能质量下降会对电力系统和用电设备造成损害,其危害与影响具有潜在性。另一方面,由于电力线路为扰动提供了最好的传播途径,且传播速度快、电气环境污染面积大、影响域广,其结果可能会大大降低与其相连接的其他系统或设备的电气性能,甚至使设备遭到损坏,提高电能质量监测水平势在必行。通过在变电站配置统一配用电监控设备,对进出线路进行电能质量数据的采集,以此为基础可以实现对全网电能质量的管控,保证重要用户的用电质量。
2 基于云雾协同机制的优化控制技术
能源互联网的中心是可以协调、消纳大规模集中式和分布式可再生能源发电的智能电网,其核心是智能电网的运行控制系统。集中式数据采集与处理架构如图2 所示,在智能电网中,为了获得对整个电力系统的全面感知,必须在电力系统的发、输、变、配、用各个环节配置大量的传感和监控设备。在目前的数据采集与优化控制系统中,遍布于智能电网各个电压级别的控制装置的主要功能是数据采集、简单处理、上传以及控制命令的接收与执行,数据的分析、优化与控制命令的下发均由设在电网运行控制中心的配电管理系统(Distribution Management System,DMS) 或者能量管理系统(Energy Management System,EMS)来完成,可以说,目前的采集与监控装置只是智能电网的眼睛和四肢,电网控制中心的计算机系统是智能电网的大脑,在整个智能电网中,有且只有一个大脑,智能电网中所有的分析优化决策均由一个大脑做出,所有的控制命令均由一个大脑发布,与传统的将所有分析决策功能都集中在云端的信息系统建设方式十分类似。随着智能电网建设的不断深入,新的分析控制功能不断涌现,数据的类型、数量和采样频率急剧加大。根据统计,目前智能电网控制中心所采集的数据量比传统电网高出4 个数量级,将这些数据实时传送给运行控制中心,对智能电网的通信能力和数据处理能力都是极大的挑战,传统的集中式控制架构所能处理的数据量将很快达到饱和,迫切需要研究新的分布式处理架构。
近年来发展起来的云雾协同计算框架为解决这一问题提供了崭新的思路。云计算将原本相对独立的计算技术和网络技术进行融合,在融合的网络平台上叠加分布式计算能力,借助虚拟化技术对网络与计算资源进行有效整合,是IT技术的重大突破。云计算的局限在于其假设:网络的容量足够大,通信带宽足够宽,而且没有延迟。因而不适合于像智能电网这样对实时计算、实时决策有较高要求的场合。为此,Cisco于2013 年提出了“雾计算”的理念。“雾计算”将计算分析功能扩展到网络的边缘,更加接近于数据传感采集装置,具有延迟低、支持物理分布计算、适合实时分析和优化决策等特点[7]。云雾协同计算理念在电力行业也正在逐步获得认可,例如:Cisco公司正在与ITRON(美国著名电表厂商)合作开发了新一代基于云雾协同计算的AMI系统;杜克能源和多家厂商一起正在开发基于云雾协同计算的智能电网运行控制系统。雾计算是云计算概念的延伸,与云计算相比,雾计算不需要性能强大的服务器,它由性价比更高、配置更为分散的各类计算机组成,可以渗入到电网的各级控制系统中。例如,台区的数据集中器就可以改造成为一个雾平台,就近采集智能电表的信息,进行综合分析,将分析后的结果上报上级信息中心,并可对下级电表发出控制指令。
云雾协同计算具有以下特点。
1)雾计算是计算机领域继大型机、小型机、台式机以及互联网个人电脑之后,第5 次计算浪潮——移动计算的载体。
2)雾计算扩大了云计算的网络计算模式,将网络计算从网络中心扩展到网络边缘,从而可更加广泛地应用于各种服务。
3)雾计算和云计算互相补充,云雾协同计算能更有效地分析、整合和利用物理分布的各种计算资源,大幅提高实时分析与优化能力。
云雾协同计算的概念如图3 所示。
基于云雾协同的计算架构,结合智能电网信息纵向分层、横向分布特点,可以构建智能电网分层分布式的分析优化架构。其核心思想是:把大部分可以在各个电压级别的控制装置中实现的分析功能分布到控制装置中实现,相当于在每个控制装置中都安装一个“小脑”,这样就可以从一个“大脑”的传统集中式电网分析控制模式向多个分布式“小脑”与一个“大脑”相互协调的分析控制模式转变,全面支持智能电网分层分布式的分析优化控制,实现快速感知、快速行动、综合优化的目标。分布式数据采集与处理架构如图4 所示。
在这种分布式数据采集与处理架构中,由国家电网公司和网省公司的运行控制中心分析影响全局的信息,在此基础上做出影响全局的优化决策;各地区/ 变电站/ 台区负责采集局部信息,依据分层负责的原则,对只影响局部的信息进行分析优化,做出快速的控制决策,并立即执行,同时对需要上传的信息和决策控制结果进行封装,上传到上级控制中心。纵向分层协同包括上下层信息互动,下级中心的商业与物理运行信息实时上传与分析,上级信息中心汇总、全局优化和决策指令的下达。横向分布协作包括各级信息中心、地区/ 变电站/ 台区之间的信息横向互动,每个层级都包括单独的智能体,可以独立完成局部信息搜集、处理与决策功能,同时在各层级之间、同一层级之内交换必要的需要协调的信息。
3 基于数据分析的非侵入式负荷监测技术
非侵入式负荷监测[8,9]是根据智能电表的总电量信号,采用数据分析方法[10,11,12,13]将其按照电器类型进行分解的理论和技术。非侵入式负荷监测技术示意如图5 所示。
非侵入式负荷监测技术具有广泛的应用场景,具体如下。
1)为广大居民用户提供能效管理服务。近年来的研究表明,非侵入式负荷监测技术经济效益巨大。例如,在用户电费账单中增加电能分解信息,可节电4%;辅之以网络手段,可达到7%,加上实时反馈,可增加到9%,总的节能潜力十分惊人,最高可以达到20% 以上。
2)为广大中小型工商企业提供能效管理服务的同时,提供“电力安全保姆”服务。一般的工商用户均不配备专门的电工,由于设备老化或者故障造成的漏电等安全事故时有发生。利用非侵入式负荷监测技术,可以对中小工商企业的运行情况进行实时监测,在线确定其用电设备的用电状态与用电行为,为用户提供定制化的节电建议,及时报告其可能的漏电行为或者设备故障。
3)自动辨识出精密制造工艺流程的异常变化,及时发现由于工艺流程异常变化造成的产品品质问题,变产品的事后抽检为生产过程中的质量事前控制,提高产品的合格率。这一技术已被麻省理工大学用于汽车零件的加工过程中。
4)确定电网负荷的负荷特性,为电网稳定分析计算提供技术支撑。目前电力系统稳定分析的难点在于负荷特性不准,借助非侵入式负荷监视技术,可以利用在线测量比较准确地确定各类负荷的构成比例,在线确定电网负荷的负荷特性。
非侵入式负荷监测技术框图如图6 所示。
涉及的关键技术包括:1非串联型电量采样技术,将采样装置捆绑在电力线路中,可以8 000 Hz以上的采样频率自动采集线路的有功功率、无功功率、电流和电压信息;2非侵入式负荷分析技术,对采样装置所采集的高频采样数据进行快速分析,可以分解出联结到该线路上的电气设备的用电波形,实现对负荷的非侵入式监测。
根据国家能源局近期发布的《智能电能表功能规范》,明确智能电表可以实现电能量双向及阶梯计量、负荷控制、智能防窃电、实时监测、信息交互等功能,并要为大数据和云计算提供数据支撑。未来,智能电表的功能还可以增加停电通知、低频自动减载、过温检测、非侵入式负荷监测等新型应用。采用软件定义应用的理念,这些智能电表的功能都可以通过软件定义,而且可以根据需要重新配置。这类装置称为新一代电能计量能效管理与电力保姆装置。新一代电能计量和能效管理装置可以作为智能家居中的信息网关,在智能家居中发挥中心作用。
4 结语
针对全球能源互联网的运行控制需求,本文介绍了美国正在快速发展的3 项新技术:依据软件定义应用和嵌入式系统技术,介绍了智能终端技术;基于云雾协同计算框架,提出了能源互联网的分层分布式运行控制架构技术;从数据分析技术出发,介绍了非侵入式负荷监测技术及其广泛的应用场景。
摘要：全球能源互联网是以特高压电网为骨干网架、全球互联的坚强智能电网,是清洁能源在全球范围大规模开发、配置、利用的基础平台,实质就是“特高压电网+智能电网+清洁能源”。它以信息流控制能量流,将现代信息系统与传统能源系统紧密耦合,是实现能源高效利用的重要技术手段。全球能源互联网的核心技术包括基于现代电力电子和嵌入式系统的智能终端技术、基于大数据分析和机器学习的信息处理技术以及以电能为核心的多能源系统的能量管理控制技术。利用这些核心技术,全球能源互联网可将能源生产端、传输端和消费端数以亿计的设备、机器、系统有机地连接起来,实现全球能源互联网的最优控制与高效运行。文章介绍了近年来快速发展的基于软件定义应用的智能终端技术、用于大系统分析控制的云雾协同技术和基于数据分析的非侵入式负荷监视技术。
协同优化 篇8
1 人机系统
人员与机器设备共处一个工作环境中而形成人机系统[1],其结构模式如图1所示。两者通过人机界面实现信息交互,它是人机协同工作的基础。具体来说,操作者通过感知器官获取机器设备的作业信息,经过决策器官的判断,驱使操作器官控制设备,实现相应的动作,从而完成从输入到输出的运行。可以看出,在这样一个系统中,人起着主导作用,人与机器设备存在相互作用、相互配合、相互制约的关系。
为了充分提高整个人机系统的效能,除了必须使环境系统以及人机界面均适合人员的操作要求外,还必须合理地解决人机功能分配问题,以达到目标追求的最大化。人机功能分配包括比较分配原则、剩余分配原则、经济分配原则、宜人分配原则以及弹性分配原则[2]。功能分配原则的发展趋势是解放人力,突出宜人性需求,从人机系统的全寿命周期考虑系统运转,使得人—机—环境大系统符合可持续发展战略。
2 人机协同危害分析
在人—机—环境系统中,人是最不稳定因素,装备设计缺陷、环境条件变化等都会直接影响人员操作,威胁人员的安全和健康。从系统的3方面入手,分析人机协同工作中危害的可能原因(见图2),根据这些因素的影响过程,可分为局部因素和全程因素。
局部因素引发的危害多发生于人机交互界面位置,包括感知觉障碍、思维决策障碍以及行动障碍等,多是由人机界面设计的缺陷引起的,发生原因固定,不会因为人的不同而有明显变化。这类问题通常会造成人员的误操作行为,可通过界面改造或重新设计有效解决。
全程因素引发危害的原因多为各种状况施加于人体后产生的生理和心理因素,包括思想情绪、觉醒水平、能力冗余、工作单调、周边环境、人体疲劳等。这类问题多引发累积性肌体和神经系统伤害[3],影响比较隐蔽,且因人、因时而异,不容易排查,在防制和改进方面需要更多考虑人员的心理监控和督导以及环境适应性改造。
3 人机协同优化设计
3.1 协同设计原则
综合考虑引发危害的因素,人机协同中危害防制的重点即人机界面的宜人性设计和装备的自动化、智能化升级。宜人性设计在于创造一套操作环境舒适、劳动强度低、时间短、效率高的操作过程和方法。其基本原则包括:尽量将动作分配给占优势的肢体器官;力求减少动作单元;缩短动作距离,降低动作速率需求;建立正确的动作体位,提高舒适性。
装备的自动化、智能化的目的是尽可能克服人自身的不足。这是在人机界面宜人性设计的同时,更长远的追求目标。智能化发展在现代设计中存在2种形式:一是帮助和完善认识过程,扩大人的感知并辅助思维;二是减轻和分担认识过程,将部分有规律的认识过程实现自动化。这代表现代化装备设计对人的能力要求向两极发展,一方面,把越来越多的功能分配给“机”承担,减轻人的能力需求;另一方面,高技术的装备对人的能力要求日益提高。可见,自动化、智能化的过程中本身也在创建新的人机交互界面,因此,设计理念的发展需要同时应对人—机—环境诸方面的博弈,以系统论的方法谋求设计效能最优化,满足人的要求。
3.2 优化设计实施
面向装备研发过程的人机工程研究集中在如何减少事故、提高操作舒适度、可靠性以及提升生产效率等方面。从人的因素出发,认知人机工程学强调分析“操作”的可靠性,包括2方面:工作如何影响头脑;头脑如何影响工作[4]。针对信息传递过程中的感知、判断直到头脑决策后的动作输出,从可能产生感知疲劳、判断疲劳和动作疲劳的环节,分析降低失误的措施和方法。设计中需应对的问题包括:
(1)人机系统化设计。系统化设计的目的是创造最优的人机关系、最佳的系统效益、最良好的工作环境,充分发挥各自的特点,取长补短,协调工作。人机系统基本的设计问题是人与装备之间的分工和有效的交流方式等。
(2)人与装备关系的设计。主要研究作为人与装备关系主体的人的自然特性和社会特性[5],自然特性包括人体形态特征参数、人的感知特性、反应特性以及人在工作中的心理特征等;社会特性主要涵盖人在工作和生活中的社会行为、价值观念和人文环境等。
(3)空间和交互界面设计。空间设计合理与否直接影响人的舒适、健康和工作效率。其内容包括工位设计、姿态设计以及作业场所布局等,需结合人体测量学、生理学和生物力学相关研究和数据。交互界面设计涉及人体的感官选择和设备的显示方式。
(4)环境控制与防护。环境控制主要应对气候、力学、电磁环境等因素,将其控制在安全限度内。防护设计分别从加固与隔离的角度出发,包括防护保险装置、冗余性设计、防止人为失误设计、求救方法和安全保护措施等。
4 人机协同中的危害应对
基于大系统、全过程的设计观念,人机协同设计除了满足设计本身的要求,还包括人机协同工作中的危害应对。危害应对的策略是从人的操作行为的角度出发,结合人的生理、心理基本因素,审查人—机—环境系统的交互界面是否满足人的需求。应对策略通过交互界面的各方在系统运行过程中的不同阶段反馈的可能或已发生的事故信息,分析事故状态,并以此对人机系统进行评估改良,为改进设计提供依据。人机协同中的危害应对规划体系如图3所示。
人员控制方面,协同工作前要着重操作人员的评估、使用方法培训以及安全保护教育,确保其以最佳的状态实施操作。工作中需适时进行在职督导和规律性人员体征检查,及时掌握工作反馈,以便调整。工作后或危害出现时应快速启动人员救护与复健,对工位事故进行排查并对操作人员进行再教育。
工程控制方面,工作前需对装备的最大可能危害进行分析和评估,并相应建立工位防护设施以及定期检修保障机制,将危害几率减至最低。协同工作中则需对装备运行状态进行适度监控,通过警示设计及时反馈工况信息。出现事故后则需全面排查事故原因和反馈信息,提出改进或重新设计,以提高人机之间的匹配程度。
环境控制方面,针对人员和装备的环境适应性要求,协同工作前需对装备和工位条件进行适应性改造,确保操作空间安全舒适。协同工作中应能适度调整环境状态以满足人员和工况调节需求。出现事故后则需认真分析环境条件中的危害因子,及时改善环境适应性条件。
5 结束语
随着计算机仿真技术不断应用于实践,现代装备研发的设计开发通过虚拟设计、虚拟制造、虚拟装配以及模拟仿真等方式在实际加工之前就对产品的全生命周期进行模型分析。结合人体科学和环境科学的深入研究,为有效提高人机协同的优化设计程度提供了更经济和便捷的途径,也为人机工程的相应研究提供了新的思路和方法。
摘要：从人机工程学的视角分析了装备研发中注重人机协同优化设计的必要性,通过剖析人机协同工作中产生人因工程危害的可能因素及其影响方式,阐述了人机协同优化设计的内容和方法。结合人机系统化设计观念探讨了人机协同中危害的应对方法。
关键词：人机工程,人机协同,优化设计,人机交互,危害应对
参考文献
[1]袁修干,庄达民.人机工程[M].北京:北京航空航天大学出版社,2002.
[2]孙瑛.现代机械设计中的人机工程学[J].机械研究与应用,2005(5):14-15.
[3]王秀玲.人机工程学的应用与发展[J].机械设计与制造,2007(1):151-152.
[4]徐华文.基于人机工程的产品设计与仿真研究[D].武汉:武汉理工大学物流工程系,2004.
[5]郭伏,孙永丽.国内外人因工程学研究的比较分析[J].工业工程与管理,2007(6):118-122.
[6]Tom Kontogiannis.A Petri Net-based approach for ergonomic task analysis and modeling with emphasis on adaption to system changes[J].Safety Science,2003,10(41):803-835.
[7]孙晓,陶俐言.先进制造环境中人机协同物流系统及信息集成技术研究[J].中国机械工程,2004(12):1066-1068.
协同优化 篇9
关键词：风电场,波动,潮流均衡度,源网协同,双层规划,可控串联补偿装置
风电存在随机性和间歇性, 随着风电渗透率的不断增加, 给电力系统的运行带来新的挑战[1,2], 风电并网系统调度方法已经成为当前研究的热点。针对区域电网, 风电是从多个集中接入点接入电网, 在风电渗透率较高时, 多点扰动的风电或许不会对电网整体的有功平衡造成太大影响, 但它会造成电网中潮流分布的重大变化, 带来新的系统安全运行问题。
目前针对高渗透风电并网系统调度主要从全局性出发, 控制手段主要是通过电源侧的常规火电、常规水电、风电的联合控制以保证系统安全经济运行。文献[3]考虑风电出力不确定性对备用和线路潮流的影响, 建立了计及风电备用和线路安全约束的有功经济调度模型;文献[4]建立了风—水—火电联合调度的多目标优化模型与算法, 以充分利用清洁能源、降低系统运行成本、保证火电机组运行效率;文献[5]以电网安全条件风险价值作为电网安全指标, 取代一般调度模型中的安全约束, 来描述风电随机性给电网运行带来的风险;文献[6]在提出采用基于随机模拟、神经元网络和遗传算法的混合智能算法得到常规电厂出力数据的动态经济调度方法。文献[7]提出通过与风电机组紧密关联的AGC机组的实时偏差控制对功率波动进行调整的策略。
目前针对局部性调度已经开展的工作主要集中于可再生能源并网点及其衍生的较小区域, 抑制手段主要通过并网点储能的配置, 文献[8-9]利用离散傅里叶变换对可再生能源输出功率进行频谱分析, 确定不同类型的储能系统 (ESS) 所需补偿的功率变化的时间尺度, 有效地平抑了可再生能源输出功率的波动。文献[10]通过基于小波变换的算法利用储能平抑了风电的波动。文献[11]以基于标准差基础上的改进数学熵的衡量指标对风—光—储系统进行优化, 减小了系统的峰谷差和波动性。
文中建立的双层调度模型, 上层模型以调度周期内全网潮流均衡度为优化目标, 以常规机组的出力为调控手段, 保证整个电网的潮流分布的均衡性和安全稳定;下层模型以调度周期内关键断面潮流均衡度为优化目标, 以ESS充放电功率和可控串联补偿装置 (TCSC) 为调控手段, 保证这些关键断面的潮流分布的均衡性, 从而巩固了整个电网的安全稳定状态。采用多精英保留策略的遗传算法对所建模型交替迭代求解, 最终取得上、下层模型都满意的解。
1 潮流分布均衡性的描述
电力系统的运行状态在时刻变化着, 导致电网中每条线路的负载率也在不断变化。文献[12]考虑线路潮流安全限制, 以线路负载率的方差定义电网运行的均衡度并将其作为安全指标, 通过求解系统经济、安全协调的双目标问题确定优化调度。文献[13]以线路负载率为指标, 分析了在不同调度方式下, 安全经济调度、输电能力及其分布间的关系。因此, 文中将潮流均衡度引入含风电场的调度。
设线路i的最大有功传输容量为Pimax, 系统运行时线路i实际潮流为Pi, 则线路i的负载率μi为:
式中:N1为线路数。
目前, 描述潮流均衡性的模型有2种:方差模型[12]和潮流熵[14]模型。文中选取方差来描述潮流的均衡性, 并定义D为潮流均衡度, 其数学表达式如式 (2) 所示:
式中:为电网中所有线路的平均负载率。
电力系统运行时, 当所有线路的负载率都相同时, 电网潮流处于最均衡的状态, 整个电网的潮流均衡度就是0;当有的线路负载率很大, 而有的线路负载率很小时, 整个电网的潮流均衡度就很大, 潮流窜动明显, 容易发生连锁故障。整个电网的潮流均衡度反映的是整个电网潮流的综合水平, 具有全局性。当系统的关键断面中的线路的负载率都相同时, 断面中的潮流分布就处于最均衡的状态, 关键断面的潮流均衡度就是0;当断面中有的线路负载率很大, 而有的负载率很小时, 潮流涌动突出, 线路的利用率就不合理, 关键断面的潮流均衡度就很大。关键断面的的潮流均衡度反映的是断面中潮流的分布情况, 具有局部性。文中应用全网潮流均衡度表征风电并网系统的全局潮流窜动特性, 应用关键断面潮流均衡度表征局部潮流涌动特性。
2 TCSC的工作原理与数学模型
TCSC是可控串联补偿的实现方案之一, 也是最为成熟和使用最广的可控串联补偿的实现方案。TCSC可以快速连续地改变所补偿的输电线路的等值电抗, 因而在一定的运行范围内, 可以将此线路的输送功率控制为期望的常数。在暂态过程中, 通过快速地改变线路等值电抗, 从而提高系统的稳定性。TCSC的构造形式很多, 原理结构如图1所示。与机械开关控制的补偿装置相比, 晶闸管控制补偿装置可以实现串联补偿度的快速调节, 其性能可以满足电力系统稳定控制和快速潮流控制的需要。
风电场接入系统中, 可能会经过多条线路构成的断面向系统传输功率, 这些线路类似于并联的关系。风电场功率的波动使这些线路上的功率也在不断波动, 可能出现有些线路的负载率很高, 有些线路的负载率却很低这种功率分配不合理的现象。因此, 在风电场出口处这些并联的线路上装设TCSC, 通过这些TCSC的协调控制, 将风电场出口处断面的潮流均衡性保持在理想的状态。
文中主要分析电力系统的稳态行为和潮流控制, 因此采用TCSC的稳态模型, TCSC在可调运行状态下可等效为串联在输电线路中的可变电抗XTCSC, 线路电抗变为[15]:
式中:Xij, X'ij分别为补偿前和补偿后的支路电抗;β为TCSC对支路电抗的补偿度。
3 含风电场的双层调度模型
文中所建立的双层协同调度模型, 上层模型以调度周期内的全网潮流均衡度为优化目标, 以常规发电机组的有功出力为决策变量;下层模型以调度周期内关键断面潮流均衡度为优化目标, 以ESS充放电功率和TCSC为决策变量。上层优化后的方案成为下层规划的初始变量, 下层规划在此基础上将下层优化方案传递到上层求解, 由此反复, 直到满足要求的最优方案出现。
3.1 双层规划理论
双层规划 (BLPP) 是一种具有二层递阶结构的系统优化问题, 上层问题和下层问题都有各自的决策变量、约束条件和目标函数。双层规划的一般形式为[16]:
式中:F (g) 为上层规划目标函数, F:为上层规划约束条件集合, ;f (g) 为下层规划目标函数, ;g (g) 为下层规划约束条件集合, 。双层规划模型中, 上层决策问题是主问题, 下层决策在上层给定决策下行动;上、下层决策通过传递最优解的方式相互影响, 在满足各自约束条件时, 实现上、下层的相互作用, 取得上、下层都满意的解。
3.2 上层规划
上层规划的目标函数为:
式中:F为一个调度周期的全网潮流均衡度的平均值;Dt为时段t的全网潮流均衡度;T为研究周期内的小时数, 文中取24, 即研究日前调度计划。
上层约束集合为功率平衡约束、支路传输容量约束、常规机组有功出力约束、常规机组爬坡速率约束和系统的上、下旋转备用约束等。
(1) 功率平衡约束:
式中:NG为系统中常规机组的台数;SGi, t为常规机组i在时段t的输出复功率;NW为系统中风电场总数;SWj, t为风电场j在时段t的输出复功率;NE为系统中ESS的总数;PEk, t为第k个ESS在时段t的目标输出有功功率 (为负表明吸收有功功率) ;SDt为时段t的负荷值;SLt为时段t的网损值。
(2) 支路传输容量约束:
式中:Pl, t为线路l在时段t的传输功率;Plmax为线路l的传输功率上限。
(3) 常规机组出力约束:
(4) 常规机组爬坡速率约束:
式中:RGui, RGdi别为常规机组i有功出力的最大上升速率和下降速率;Δt为一个时段的长度, 单位为h。
(5) 系统的上、下旋转备用约束:
式中:RSut和RSdt分别为系统在时段t的上、下旋转备用要求, 一般取系统总负荷的5%。
3.3 下层规划
下层规划, 通过上层规划传递下来的常规机组的有功出力安排T个时段的ESS的充放电功率和TCSC的补偿度, 使调度周期内的关键断面潮流均衡度为最小, 即:
式中:NS为电网中关键断面的数量;目标分量D軍m为调度周期内第m个关键断面的潮流均衡度的平均值, 即:
式中:Dm, t为电网中第m个关键断面在时段t的潮流均衡度。
下层约束集合包括TCSC补偿度范围约束、ESS充放电功率约束、ESS充放电等式约束和ESS稳定运行约束。
(1) TCSC补偿度范围约束:
式中:βn, t为第n个TCSC在时段t的补偿度;βnmax和βnmin分别为第n个TCSC补偿度范围的上、下限。
(2) ESS充放电功率约束:
式中:Pmax Ec, k和Pmax Ed, k分别为第k个ESS充、放电的最大功率。
(3) ESS充放电等式约束:
式中:SEk, t为第k个ESS在时段t结束时刻的容量;ηE, c和ηE, d分别为ESS的充电效率和放电效率, 假定为ESS的综合充放电效率。考虑到充放电功率损耗, 在放电时, ESS实际放电功率扣除损耗后需满足所需放电功率的要求, 其值为所需放电功率除以放电效率;在充电时, ESS实际充电功率为所需充电功率扣除充电损耗后的值, 应为所需充电功率乘以充电效率。
(4) ESS稳定运行约束:
式中:P'Ek, t为第k个ESS实际充、放电的功率, 当P'Ek, t≥0时, P'Ek, t=P'Ek, t/ηd, 当P'Ek, t<0时, P'Ek, t=ηcPEk, t;Δt/3600的意义是将时间单位s折算为h。
4 求解方法及流程
多精英保留策略的遗传算法是一种新型的多目标算法, 从出现以来因其简单有效性和比较明显的优越性以及可供下载的免费源码, 得到了大量的引用, 已经成为进化优化领域的基准算法之一。文中提出将多精英保留策略的遗传算法应用于电力系统优化, 并取多个算例进行了测试, 计算结果表明, 多精英保留策略的遗传算法收敛性和鲁棒性好。采用多精英保留策略的遗传算法对所建模型交替迭代求解[17]。具体求解流程如图2所示。
5 算例分析
文中以改进的新英格兰10机39节点测试系统[18]为例, 对文中方法进行仿真验证。节点31为平衡节点。分别在节点32、33和35接入风电场, 装机容量都为5.0 p.u.。10台常规机组的参数如表1所示, 爬坡率上限均为0.6 p.u./h, 爬坡率下限均为-0.6 p.u./h。分别在3个风电场中装设相同型号的ESS, 容量为5.0 p.u.。最大充、放电功率均为1.5 p.u./h和3.0 p.u./h。ESS的综合充放电效率为95%。遗传算法参数如下:上、下层模型的群体规模分别为100和50, 遗传代数均为500, 交叉概率均为0.9, 变异概率均为0.1。
将线路10-11和10-13构成的断面、线路19-16和19-20构成的断面、线路22-21和22-23构成的断面定义为关键断面S1, S2和S3。关键断面内的TCSC的补偿度范围均为-0.2~0.3。
经过遗传迭代计算, 上下层模型的目标函数值分别为0.274 2和0.008 3。调度周期内, 全网潮流均衡度曲线如图3所示, 电网的潮流就处于最均衡的状态, 处于最安全的状态。关键断面S1, S2, S3内线路在调度周期内的负载率分别如图4、图5和图6所示。
此时关键断面中的线路在各调度时段的负载率接近, 线路容量利用率接近, 使关键断面尽可能地处于最安全的状态。可见, 通过TCSC的协调控制, 关键断面的潮流分布的比较均衡。
6 结束语
协同优化 篇10
混合装配线是在同一条生产线上连续混合装配结构相似、工艺相近的不同品种的产品,在库存量小的条件下,快速响应市场的变化[1,2,3]。为提高混合装配线的生产效率,必须解决生产线平衡和生产排序两个问题。生产线平衡问题是将产品的装配任务均衡的分配到各工作站,使得生产节拍最小;生产排序问题是确定不同品种产品投入生产线的顺序。本文主要研究空间受限的混合装配线平衡(Mixed-model Assembly Line Balancing Problem,MALB-P)和物料JIT配送的协同优化问题。由于考虑混合装配线的生产节拍和物料配送周期的紧密关系,它比混合装配线的平衡、物料JIT配送之一都要复杂得多。在实际生产中得到广泛的应用,越来越受到国内外学者的重视。
目前,对MALB-P的研究主要集中在两个方面:①对于给定的工作站数,最小化生产节拍;②对于给定生产节拍,最小化工作站数[4]。由于混合装配线上不同品种产品在所包含的作业任务的差异,给均衡分配作业任务带来了困难。在目前的研究中,解决这个问题的方法主要通过如下步骤:首先,根据每种产品的作业顺序图,得到多种产品的综合作业顺序图;然后,按照各品种需求比例,计算各作业任务的平均作业时间,最后根据多品种产品的综合作业顺序图及每个作业任务的平均作业时间,将作业任务分配到各个工作站[5,6,7]。
随着市场多样化、个性化需求不断上升,在混合装配线的平衡过程当中,装配线的空间问题就尤为突出。本文对空间受限的混合装配线平衡和物料配送协同优化分两阶段研究:第一阶段SMALB-P(Limited Space of Mixed-model Assem⁃bly Line Balancing Problem):首先,已知工作站数m,最小化生产节拍c,将SMALB-P等效为SSALB-P;然后,建立一个数学模型,采用遗传算法进行仿真求解,优化目标是平衡率最大化,得到一组较优解。第二阶段OPS-P(Optimal of Parts Supply Problem):首先,根据不同大小的物料箱和物料、作业任务的分配方案和装配空间大小,确定各种物料的物料箱大小和物料数量,把物料的配送任务分为三类(高、中、低频配送任务);根据物料箱规格大小来确定该物料的拿放时间;再根据装配的节拍、物料的拿放时间和路径时间,计算在这个配送循环周期内的物料配送员的数量;然后再把物料的配送任务均衡分配给物料员。建立一个数学模型,采用遗传算法求解,优化目标是平均每件产品的耗时最短、综合平衡率最大。
1 问题描述和数学模型
1.1 问题描述
SMALB-P可描述为:按照工艺要求,各工作站物料空间应小于等于装配空间约束,同时满足作业任务优先顺序约束,把M种产品放在同一条装配线上同时装配。首先将各产品的作业优先顺序图(图1、图2、图3)转化为综合作业优先顺序图(图4);然后把SMALB-P等效为SSALB-P来研究。
OPS-P可描述为:把装配线上各物料的配送任务均衡地分配给各物料员。首先,根据规格大小不同的物料箱和物料、各工作站的空间大小,确定各物料的物料箱大小和物料数量;然后,根据物料箱大小确定该物料的拿放时间;再根据装配节拍、物料拿放时间和路径时间,确定物料员数量和各物料的配送频率;最后把配送任务均衡分配给各物料员,使各个物料员配送的任务尽可能的相等。
1.2 数学模型
1.2.1 混合装配线平衡模型:
兼顾物料配送和装配要求,每次配送的物料量不能小于最少的物料量。所以在作业任务分配的过程当中,不仅各工作站的作业时间不超过生产节拍,而且应物料空间应小于等于装配空间。已知工作站S,最大化平衡率J1为优化目标的SMALB-P可描述为:
目标函数(1)的优化目标是装配线的平衡率最大化。约束条件(2)确保每个工作站的作业时间不能超过计划内的生产节拍;约束条件(3)确保每个作业任务有且分配到一个工作站中;约束条件(4)确保满足作业优先顺序;约束条件(5)保证每配送两个最小循环周期的物料所占用的空间不能超过工作站承载的空间;约束条件(6)计算第m种产品分配到工作站s的作业任务的时间;约束条件(7)在一个最小生产循环周期内计算第m种产品的比例;约束条件(8)在一个最小循环周期内计算M种产品的第j个零部件的空间;约束条件(9)当作业元素j分配给工作站s则xjs为1,否则为0;AS为装配空间。
1.2.2 物料配送模型
本文研究OPS-P的过程:首先,分析作业任务的分配方案和装配空间大小,以及大小不一的物料箱和物料,确定存放各物料的物料箱规格大小以及物料数量;然后,根据各物料数量确定各物料的配送频率,根据物料箱大小确定物料的拿放时间Tj;再根据装配生产节拍c、路径时间T0、物料拿放时间及配送频率f,计算物料员的数量;最后在把配送任务均衡的分配给各物料员进行配送。
有B种规格大小不同的物料箱,装运第j种物料的物料箱的规格大小为bj,以及物料的最小循环的装配周期数为nj。其中,即配送任务分高、中、低频配送任务三类。把N个配送任务均衡分配给各物料员,目标函数为最大化配送平衡率的OPS-P可描述为:
目标函数(10)使得物料配送的平衡率最大化。约束条件(11)若第j个配送任务分配给第i个物料员进行配送时,则ylj=1,否则为零;约束条件(12)确保装配线连续生产;约束条件(13)确保各配送任务有且分配给一个物料员;约束条件(14)计算得到所有配送任务时间的最大值;约束条件(15)验证各工作站的物料空间不超过装配空间;约束条件(16)计算第j种物料的配送频率;约束条件(17)计算物料员的配送数量;约束条件(18)计算所需物料员的数量。
2 算法设计
2.1 混合装配线平衡算法设计
混合装配线平衡模型当中的式(1)~(9)所描述问题是作业任务的分配方案,即将混合装配线上的作业任务,在满足装配空间、作业优先顺序的约束条件下,均衡分配到工作站中,使目标函数(10)最大。该问题是NP难题,因此本文采用遗传算法对SMALB-P进行求解。
将N个作业任务分配到S个工作站,需满足装配空间、作业优先顺序的约束条件。初始种群由若干个体(即可行解的编码)组成。个体产生的思路是:(1)随机产生一个满足约束条件的解;(2)对该解编码。步骤如下:
步骤1设个体计数器count=1。
步骤2可行解的产生:
(1)作业任务的集合TS={ts1,ts2,…tsN};
(2)统计集合TS中没有紧前任务的作业元素为集合PS;
(3)初始化第一个工作站sts=st1,其中s(1,2,…S)为工作站编号;
(4)从集合PS中随机选择一个作业元素asj(asj∈PS)分配到当前工作站sts;
(5)同时判断当前工作站的作业时间是否超过节拍c、两个最小循环周期内的物料空间是否超过装配空间AS,若其中某项超过,则取消这次作业任务的分配,转(7);否则转(4);
把作业元素asj从TS中删除,重新统计当前TS紧前任务为零的作业元素为集合PS,转到(5);
s=s+1,如果s<S,转到步骤(4),否则转到步骤(8);
剩余的任务安排到工作站stN中;
检查最后一个工作stN的物料空间是否超过装配空间AS,以及作业时间是否超过c,若两者都否,为可行解,转步骤3;否则,转步骤2。
步骤3步骤2产生的可行解进行基因编码。
步骤4若co+1≤top_size,co=co+1,转步骤2,否则转步骤5。
步骤5结束。
2.2 物料配送的算法设计
把N个配送任务均衡分配给各物料员进行配送,需满足装配线连续生产、装配空间的约束条件。初始种群由若干个个体(即可行解的基因码)组成。个体产生的思路是:(1)随机产生一个可行解;(2)对该解编码。操作步骤如下:
步骤1设个体计数器co2=1。
步骤2可行解的产生:
(1)高频配送任务TB1={tb1,tb2,…},中频配送任务TB2={tb'1,tb'2,…},低频配送任务TB3={tb“1,tb”2,…};
(2)高频配送任务的分配:设当前物料员为Ps=P1,即初始化第一个物料员,s(s=1,2,…L)为物料员的编号,高频配送任务的平均配送时间av;
(3)然后从TB1中随机的选取一个配送任务分配给当前物料员,判断当前物料员配送时间是否超过1.2*av,若是,就把当前配送任务从TB1中剔除,转(3),若否,转(4);
(4)取消当前配送任务的分配,判断当前物料员是否为第L-1个,若是,s=s+1,转(3),若否转(5);
(5)把TB1中剩下的配送任务分配给最后一个物料员;
(6)中/低频配送任务的分配和高频配送任务分配的方式一样如(2)~(5)。
(7)判断各物料员配送时间是否超过装配时间,若否,为可行解,转步骤3,否则转步骤2。
步骤3对可行解进行编码。
步骤4如果co2+1≤top2_size,co2=co2+1,转步骤2,否则转步骤5。
步骤5结束。
3 实例分析
设有三种产品A,B,C在同一装配线进行混合装配,这三种产品的比例为DA:DB:DC=4:2:3,三种产品的综合作业顺序图如图2所示,有6个工作站,物料箱的规格有三种(B1=50,B2=100,B2=150),对应物料箱的拿放时间分别为:28 s、35 s、40 s,路径时间T0=300 s,装配空间AS=600,作业时间如表1所示。
从表2和图6中可看出,方案1在方案1~4中综合目标函数值J最大,产品平均耗时tp1=330 s,物料员数量L=5,方案5在方案5~12中综合目标函数值J最大,产品平均耗时tp2=303s。尽管目标函数值,J1方案1比方案5小,但是平均每个产品的耗时,方案1比方案5长,且目标函数值J2和综合目标函数值J,方案1比方案5小,因此方案5是方案1~12中最优方案。
4 结束语
本文研究了SMALB-P和OPS-P的协同优化。首先,已知工作站的数量,在装配的优先顺序和装配空间的约束条件下,采用遗传算法对SMALB-P仿真求解,其优化目标是平衡率最大化;然后,在满足装配线连续生产的约束条件下,采用遗传算法对OPS-P进行求解,其优化目标是均衡各物料员的平均负荷;最后,根据遗传算法求解结果和仿真结果,选择产品的平均耗时和综合平衡率最优的方案为最终方案。
本文的创新之处在于把SMALB-P和OPS-P两个紧密关联的问题联系在一起,确保混合装配线的节拍和物料配送周期的匹配前提,解决了混合装配线空间问题。将两者结合起来研究,不但使得平均每个产品的耗时最小,而且从产品生产的全局来权衡两者之间的关系,使得综合平衡率最佳。实例分析验证了本文研究内容的有效性。
参考文献
[1]JOAQUIN BAUTISTA,JORDI PEREIRA.Ant algo-rithms for a time and space constrained assembly line bal-ancing problem[J].European Journal of OperationalResearch,2007(01):2016-2032.
[2]RAHIMI-VAHED A R,RABBANI M,TAVAKKOLI-MOGHADDAM R A.multi-objective scatter search for amixed-model assembly line sequencing problem[J].A dvanced Engineering Informatics,2007,21(1):85-99.
[3]MILTENBURG J,SINNAMON G.Scheduling mixedmodel multi-level just-in-time production systems[J].International Journal of Production Research,1989,27(9):1487-1509.
[4]CHRISTAIAN BECKER,ARMIN SCHOLL.A surveyon problems and methods in generalized assembly linebalancing[J].European Journal of Operational Re-search,2006,168(3):694-715.
[5]SIMARIA A S,VILARINHO P M.A genetic algorithmbased approach to the mixed-model assembly line balanc-ing problem of type II[J].Computers&Industrial Engi-neering,2004,47(4):391-407.
[6]曹振薪,朱云龙,赵明扬,等.混流装配线负荷平衡与投产排序的优化研究[J].信息与控制,2004,33(6):660-664.