大型光伏电站设计中的分区优化、设施选址和布线优化问题研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    71771099
  • 项目类别:
    面上项目
  • 资助金额:
    48.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    G0103.决策与博弈
  • 结题年份:
    2021
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2021-12-31

项目摘要

As the solar power industry is booming, the number of large-scale solar power plants is growing rapidly around China. Building a large-scale solar power plant needs high capital investment and the layout of the solar power plant is the key that determines the amount of investment and the generating efficiency of the plants. This project intends to apply advanced mathematical programming methods and efficient intelligent optimization algorithms to solve a number of key optimization problems in planning large-scale solar power plants, which mainly include.:(1) the facility location and cable routing problem in solar power plants, (2) the plant partitioning problem in solar power plants, (3)the cost driven plant partitioning and cable routing problem. Based on the analysis of the characteristics of these problems, we will first provide mathematical models for these problems and then design exact algorithms, novel heuristics, meta-heuristics and hybrid meta-heuristics to solve the problems. This project will provide operable and effective plant partitioning and cable routing solutions for Chines solar power plants, as well as reducing the building costs of these plants.
随着光伏发电产业的爆炸式发展,我国目前正在建造大批大型光伏电站。大型光伏电站建设需要大量资金投入,优化的电站设计方案,在有效降低电站建设成本的同时,还可以提高电站的发电效率及降低电站的维护成本。针对我国大型光伏电站设计在很多关键优化问题上主要依赖人工设计经验并且缺乏理论指导及支撑工具的现状,本项目拟采用先进的数学规划方法和高效的智能优化算法,来解决我国大型光伏电站设计中面临的若干核心优化问题。具体研究问题主要包括:(1)兆瓦子方阵内的设施选址和布线优化问题;(2)光伏系统兆瓦子方阵的分区优化问题;(3)基于成本最优的联合分区-布线优化问题。本项目将先对这些问题的特点进行深入分析,然后提炼出精确的数学模型,再设计高效的精确算法和启发式算法来对问题进行求解。本项目的研究可为我国光伏电站企业提供切实可行的优化设计方案,同时降低电站建设和运营成本。

结项摘要

随着国家“双碳”战略宏伟计划的提出,我国正在大力推进新能源建设,在国家相关政策的支持下,我国正在兴建大批大型光伏电站。大型光伏电站建设需要大量资金投入,而合理的电站设计和规划方案,可以在有效降低电站建设成本的同时,提高电站的发电效率及降低电站的维护成本。针对我国大型光伏电站设计主要依赖于人工设计经验而缺乏理论指导及支撑工具的现状,项目拟采用先进的数学规划方法和高效的智能优化算法,解决了我国大型光伏电站设计中面临的若干核心优化问题。主要包括:1)大型光伏电站的布线优化问题,考虑光伏电站重要部件的布置,如光伏面板、太阳能逆变器、汇流箱、其他电气配件等,以及这些部件之间的连接方式,使得连接电缆线总成本最低,提出了一个基于分支定价切平面的优化算法在可接受的时间内求得问题的最优解。2)大型光伏电站的分区优化问题,光伏系统划分成若干个容量大小为 1MWp 的子分区发电系统,目标是使得每个划分生成的子分区发电系统形状尽可能的为较为规则的多边形,并满足相关物理特性约束,提出了一类基于群体进化的智能优化算法求得问题的近似最优解。3)集成的大型光伏电站道路选址、设施布局优化问题,提出了一类基于逻辑的Benders分解的精确性求解算法在可接受的时间内求得问题的最优解。4)新能源产业供应链相关问题,通过构建双向成本互担的供应链联合减排模型,促进新能源开发利用技术的提高,优化新能源产业链的碳配额配置,以减少产业链整体的碳排放。依托该项目,项目主持人目前已经以第一或通讯作者在国际高水平SCI/SSCI如IJOC(UTD24,2篇),EJOR(FMS A类),COR(FMS B类),INS(FMS B类),CIE(FMS B类)等发表论文17篇,并依托项目资助项目主持人成功获批国家自然科学基金优秀青年基金,培养博士生8名(含在读),硕士生7名(含在读)。本项目可以为我国光伏电站企业提供切实可行的规划设计方案,并同时降低电站建设成本。

项目成果

期刊论文数量(17)
专著数量(0)
科研奖励数量(1)
会议论文数量(0)
专利数量(0)
Multi-restart iterative search for the pickup and delivery traveling salesman problem with FIFO loading
先进先出加载的多次重启迭代搜索提货旅行商问题
  • DOI:
    10.1016/j.cor.2018.04.017
  • 发表时间:
    2018-09
  • 期刊:
    Computers & Operations Research
  • 影响因子:
    4.6
  • 作者:
    Lu Yongliang;Benlic Una;Wu Qinghua(通讯)
  • 通讯作者:
    Wu Qinghua(通讯)
An exact algorithm for the multi-period inspector scheduling problem
多周期巡检员调度问题的精确算法
  • DOI:
    10.1016/j.cie.2020.106515
  • 发表时间:
    2020-07
  • 期刊:
    Computers & Industrial Engineering
  • 影响因子:
    7.9
  • 作者:
    Shen Huaxiao;Shu Shengnan;Qin Hu;Wu Qinghua
  • 通讯作者:
    Wu Qinghua
Tabu search with feasible and infeasible searches for equitable coloring
禁忌搜索,通过可行和不可行的搜索来实现公平着色
  • DOI:
    10.1016/j.engappai.2018.01.012
  • 发表时间:
    2018-05
  • 期刊:
    Engineering Applications of Artificial Intelligence
  • 影响因子:
    8
  • 作者:
    Wang Wenyu;Hao Jin-Kao;Wu Qinghua(通讯)
  • 通讯作者:
    Wu Qinghua(通讯)
A memetic algorithm based on reformulation local search for minimum sum-of-squares clustering in networks
一种基于重构局部搜索的网络中最小平方和聚类的模因算法
  • DOI:
    10.1016/j.ins.2020.06.056
  • 发表时间:
    2020-12
  • 期刊:
    Information Sciences
  • 影响因子:
    8.1
  • 作者:
    Qing Zhou;Una Benlic;Wu Qinghua(通讯)
  • 通讯作者:
    Wu Qinghua(通讯)
Minimum sum coloring for large graphs with extraction and backward expansion search
通过提取和向后扩展搜索对大图进行最小和着色
  • DOI:
    10.1016/j.asoc.2017.09.043
  • 发表时间:
    2018
  • 期刊:
    Applied Soft Computing
  • 影响因子:
    8.7
  • 作者:
    Qinghua Wu;Qing Zhou;Yan Jin;Jin-Kao Hao
  • 通讯作者:
    Jin-Kao Hao

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

南水北调中线一期工程膨胀土渠坡渗流系统分类及其控制措施
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    长江科学院院报
  • 影响因子:
    --
  • 作者:
    崔皓东;吴庆华;李少龙;王金龙
  • 通讯作者:
    王金龙
从北京安贞医院血管外科的发展看腹主动脉瘤治疗方法的变化
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    心肺血管病杂志
  • 影响因子:
    --
  • 作者:
    陈忠;吴庆华;杨耀国
  • 通讯作者:
    杨耀国
GA3和DPC对金银花活性成分的影响及其作用机制研究
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    中国中药杂志
  • 影响因子:
    --
  • 作者:
    朱艳霞;秦双双;蒋超;杨健;吴庆华;梁莹
  • 通讯作者:
    梁莹
土壤水流模式染色剂示踪及优先流程度评估
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    农业工程学报
  • 影响因子:
    --
  • 作者:
    吴庆华;张家发;蔺文静;王贵玲
  • 通讯作者:
    王贵玲
六例成骨发育不全胎儿的基因诊断
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    中华围产医学杂志
  • 影响因子:
    --
  • 作者:
    白莹;胡爽;刘睿智;罗丽丽;刘宁;吴庆华;任淑敏;孔祥东
  • 通讯作者:
    孔祥东

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

吴庆华的其他基金

考虑劳动力管理下的车辆路径问题研究
  • 批准号:
    71401059
  • 批准年份:
    2014
  • 资助金额:
    23.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码