文献

J-GLOBAL ID：202202251528087077   整理番号：22A0004837

新しいエネルギー部門の統合を考慮した大規模ユニットコミットメントを解決するための並列メタヒューリスティック法【JST・京大機械翻訳】

A parallel meta-heuristic method for solving large scale unit commitment considering the integration of new energy sectors

著者 (5件)： Zhu Xiaodong (Zhengzhou University, Zhengzhou, Henan, 450001, China) ,  Zhao Shihao (Zhengzhou University, Zhengzhou, Henan, 450001, China) ,  Yang Zhile (Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences, Shenzhen, Guangdong, 518055, China) ,  Zhang Ning (Department of Electrical Engineering, State Key Laboratory of Power System and Generation Equipment, Tsinghua University, Beijing, China) ,  Xu Xinzhi (Global Energy Interconnection Development and Cooperation Organization, Beijing, 100034, China)
資料名： Energy  (Energy)
巻： 238  号： PC  ページ： Null  発行年： 2022年 
JST資料番号： H0631A  ISSN： 0360-5442  CODEN： ENEYDS  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 近年,地球温暖化の影響は,劇的なグリーンハウスの排出と厳しい環境問題のためにますます深刻になっている。PEVとRGの大きな統合は送電網の供給と需要バランスに直接影響し,電力系統の安全で経済的な運用に挑戦をもたらす。本研究では,RGとPEVの顕著な統合による大規模電力系統スケジューリング問題を解くための,新しい並列ソーシャル学習粒子群最適化法を提案した。新しいアルゴリズムは,大きなRGs統合によるPEVの充電と放電管理を考慮して,大規模混合整数ユニットコミットメント問題を解決するために,社会的学習パーティクルスウォーム最適化アルゴリズムによって得た実値と二値決定変数を結合した。提案したアルゴリズムの有効性を検証するために,マルチスケールユニット数とRGとPEVの様々なケースについて数値例を解析した。結果は,提案した並列ソーシャル学習パーティクルスウォーム最適化法が,新しいエネルギー部門を考慮したUC問題を解決する際に優れた性能を持つことを示した。さらに,事例研究は,プラグイン電気自動車の新しいエネルギー源と柔軟な需要側管理の統合が,送電網負荷を軽減し,かなりの経済的利益をもたらす大きな可能性を持つことを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  放電 ,  学習 ,  スケジューリング ,  電気自動車 ,  送電系統 ,  電力系統 ,  *発見的方法 ,  事例研究 ,  地球温暖化
準シソーラス用語： 粒子群最適化 ,  *ユニットコミットメント問題 ,  環境問題 ,  決定変数 ,  プラグイン電気自動車 , 【Automatic Indexing@JST】

著者キーワード (5件)： ユニットコミットメント ,  大規模スケール ,  Meta-ヒューリスティックス ,  電気自動車 ,  再生可能エネルギー

分類 (2件)： 電力系統一般  (NB02000E) ,  電気自動車  (QG07020B)

タイトルに関連する用語 (6件)： エネルギー ,  部門 ,  統合 ,  大規模 ,  ユニットコミットメント ,  ヒューリスティック法