考虑时间约束的DSM电网工程建设项目信息流优化模型
电力消纳优化模型的构建和应用
电力消纳优化模型的构建和应用电力是国家经济发展的重要支撑，随着社会经济的发展和人们生活水平的提高，对电力的需求不断增加。
当前，国家对电力消纳优化模型的研究和开发工作越来越重视。
本文将围绕电力消纳优化模型的构建和应用，从理论和实践两个方面进行分析，以期为读者提供有价值的参考和借鉴。
第一部分：电力消纳优化模型的理论基础电力消纳优化模型是一种基于电力系统工程学和机器学习的综合模型，主要用于预测电力需求和峰谷差价，优化电力供应和配送方案，提高电力的利用效率和稳定供应。
具体来讲，电力消纳优化模型主要包括以下三个方面：1.电力需求预测模型。
电力需求预测是建立在数据分析和统计学方法基础上的一种预测模型，主要用于预测未来一段时间内的电力需求和用电趋势。
具体来讲，电力需求预测模型包括单变量时间序列模型、多变量回归模型、人工神经网络模型等。
其中，多变量回归模型是目前最为常用的电力需求预测模型之一，它通过多个变量间的相关性来预测电力需求。
2.电力供应优化模型。
电力供应优化是基于电网运行特点和供需平衡原则进行的，旨在提高电力供应效率和保证供电稳定。
电力供应优化模型主要包括电力资源调度模型、电力传输调度模型、电力分配调度模型等。
其中，电力资源调度模型是目前最为常用的供应优化模型之一，它通过对电力资源的分析和管理，实现能源的高效利用和持续供应。
3.电网安全评估模型。
电网安全评估主要是指在电网运行过程中，通过对系统进行全面监测和分析，提前识别潜在的安全隐患和故障，保证电网稳定运行。
电网安全评估模型主要包括事故模拟模型、电压稳定评估模型、暂态稳定评估模型等。
其中，暂态稳定评估模型是目前最为常用的电网安全评估模型之一，它通过对电网暂态响应的分析和管理，保证电网的高效稳定运行。
第二部分：电力消纳优化模型的应用实践电力消纳优化模型的应用实践主要分为两个方向：一是在电力工业领域的应用，二是在城市和农村电力供应中的应用。
在电力工业领域的应用中，电力消纳优化模型主要用于电力技术研发和工程实现。
浅论电力需求侧管理DSM沟通机制及其实施策略
电力需求侧管理 的概念 可以表述为 ：它是现代 电力系统在 电力市 场条件下产生 的用 电管理模 式，通过提高终端用 电效 率和优化用 电方 式， 在完 成 同样用 电功 能的同时减少 电力功率和 电量 消耗， 实现低成 本 电力服 务， 达到节 约能源和保护环境 的 目 。它突破 了传统 的电力管理 的 模式 ，改变 了依靠单纯地扩大供应 能力以满足 日益增长 的电力需要 的 方式 ， 在更高层次上处理供应侧和需求侧的关系。
电力需求侧 管理 （ ｍ ｎ ｉｅ ｍ ｎ ｇ ｍ ｎ ， 写为 Ｄ Ｍ 是促 进电 ｄ ａｄｓｄ ａａｅｅｔ缩 ｅ Ｓ）
力 工业与国 民经济、 社会协调发展 的一项 系统工程 ， 在客观上这项 措施
实施 Ｄ Ｍ的目的是在 满足同样 电力 需求下 减少投 资，节 省燃料和 Ｓ
资源 ， 减少污染 。但是 ， 这些仅仅体现 了国家和社会效益 ， 当事人是否有
电力需求侧管理 Ｄ Ｍ对 电力终端用户采取有 效的激励措 施， 引导 Ｓ
沟通 机制 ， 沟通 专家玛丽 ・ 蒙特指 出， 沟通 基于 五大相互影 响 的构 成要
素 ：１沟 通者 策略 ：２沟通 对 象策略 ：３ 信息策略 ：４ 渠道 选择 策 （） （） （） （）
一
业对于 Ｄ Ｍ 投资越亏损 的情况 ， Ｓ越 当然这～情 况已经有假定的完善 Ｄ Ｍ Ｓ 激励 机制去解 决。不管电网企业， 是企业用 户、 民用 户， 资 Ｄ Ｍ 还 居 投 Ｓ 也 是追求赢利回报的 ， 回报 的多少， 而 在很大程度上依赖 于以电网企业为
主的 ＤＭ参与各方沟通的效率 了，可 以说有 效的沟通 能够增 加 以电网 Ｓ 企业 为主体 的投 资 Ｄ Ｍ收益率 。 Ｓ
一 、
绪论
电力需求侧管理的实施手段
电力需求侧管理的实施手段引言随着社会经济的开展和人民生活水平的提高，电力需求不断增加，对电力系统的平安稳定运行提出了更高的要求。
为了应对这一挑战，电力行业引入了需求侧管理〔Demand Side Management，简称DSM〕的概念。
电力需求侧管理旨在通过调整用户用电行为和使用高效能源设备，实现电力系统供需平衡、降低峰谷差、提高电力系统的可靠性和经济性。
实施手段1. 能源效率提升能源效率提升是实施电力需求侧管理的重要手段。
通过采用节能措施和推广高效能源设备，提高电力系统的能源利用效率，降低能源消耗。
一些常见的能源效率提升措施包括：•室内照明的优化：采用LED照明设备替代传统白炽灯、荧光灯，可大幅降低能耗。
•建筑节能改造：加强建筑保温、采用节能玻璃等技术手段，减少建筑供暖和冷却能耗。
•工业能源管理：在工业生产过程中优化能源流程、实施余热回收等措施，减少能源浪费。
•家庭电器管理：推广使用节能家电，比方节能冰箱、洗衣机等，降低家庭用电负荷。
2. 电力价格鼓励通过合理的电力价格鼓励机制，引导用户在峰谷时段调整用电行为，实现峰谷平衡。
一些常见的电力价格鼓励手段包括：•峰谷电价差异化：设置不同时段的电价，如顶峰时段电价高，低峰时段电价低，鼓励用户在低峰时段集中用电。
•基于时间的电价：根据电力系统负荷情况和供需状况，实时调整电价，鼓励用户在负荷较小的时段用电。
•峰谷电价补贴：为用户在低峰时段使用电力设备提供一定的经济鼓励，鼓励用户将用电需求集中在低峰时段。
3. 负荷管理负荷管理是指通过控制用户用电负荷，优化电力系统负荷曲线，实现供需平衡。
一些常见的负荷管理手段包括：•峰谷平衡调整：利用智能电表、电力调度系统等技术手段，对用户用电负荷进行精细化调度，平衡峰谷负荷差，减小负荷峰值。
•负荷平移：通过延迟或提前用电时段，将顶峰负荷转移到低峰时段，实现负荷平衡。
•负荷调控策略：根据电力系统的供需情况，制定合理的负荷调控策略，保持负荷的平稳运行。
电力需求侧管理(DSM)的实施手段
电力需求侧管理(DSM)的实施手段为了完成综合资源规划，实施需求侧管理，必须采取多种手段。
这些手段以先进的技术设备为基础，以经济效益为中心，以法制为保障，以政策为先导，采用市场经济运作方式，讲究贡献和效益。
概括起来主要有：技术手段、经济手段、引导手段、行政手段等四种。
一、技术手段技术手段指的是针对具体的管理对象，以及生产工艺和生活习惯的用电特点，采用当前技术成熟的先进节电技术和管理技术及其相适应的设备来提高终端用电效率或改变用电方式。
改变用户用电方式和提高终端用电效率所采取的技术手段各不相同。
1．改变用户的用电方式改变用户用电方式的技术手段主要包括：1）直接负荷控制直接负荷控制是在电网峰荷时段，系统调度人员通过负荷控制装置控制用户终端用电的一种方法。
直接负荷控制多用于工业的用电控制，以停电损失最小为原则进行排序控制。
2）时间控制器和需求限制器利用时间控制器和需求限制器等自控装置实现负荷的间歇和循环控制，是对电网错峰比较理想的控制方式。
3）低谷和季节性用电设备增添低谷用电设备。
在夏季尖峰的电网可适当增加冬季用电设备，在冬季尖峰的电网可适当增加夏季用电设备。
在日负荷低谷时段，投入电气锅炉或蓄热装置采用电气保温，在冬季后夜可投入电暖气或电气采暖空调等进行填谷。
4）蓄能装置。
在电网日负荷低谷时段投入电气蓄能装置进行填谷，如电气蓄热器、电动汽车蓄电瓶和各种可随机安排的充电装置等。
5）蓄冷蓄热装置采用蓄冷蓄热技术是移峰填谷最为有效的手段，在电网负荷低谷时段通过蓄冷蓄热将能量贮存起来，在负荷高峰时段释放出来转换利用，达到移峰填谷的目的。
2．提高终端用电效率提高终端用电效率是用户通过采用先进的节能技术和高效设备来实现。
主要包括以下方面：1）高效照明系统：选择高效节能照明器具替代传统低效的照明器具，使用先进的控制技术以提高照明用电效率和照明质量。
双量方面以电价缺、大量外购峰荷电力的电网2）电动机系统：电动机系统包括调速（或调压）控制传动装置－电动机－被拖动机械（泵，风机和空压机等机械）三大部分。
基于改进的dsm算法的科技项目进度优化
上海老力
21
基于改进的D SM 算法的科技项目进度优化
丰碧私
( 国网上海市电力公司T .程建设咨询分公司，上 海 200120)
ቤተ መጻሕፍቲ ባይዱ
摘 要 :针 对 科 技 项 目 中 出 现 的 任 务 耦 合 、返工风险等问题，提 出 一 种 改 进 的 DSM算法来描述项目流程和结 点的依赖关系并优化项目进度。改 进 的 DSM算法由下三角 化 分 解 法 与 关 键 任 务 定 位 重 构 法 组 成 ，通过对项 目流程图对应的DSM矩 阵进行变换、对 关 键 任 务 进 行 定 位 和 结 构 调 整 实 现 项 目 进 度 的 优 化 和 效 率 的 提 升 。 将该算法应用于科技项目的进度管理中，实践表明：基 于 DSM的关键任务流程重构与下5 角化分解算法的结 合 使 用 ，可以有效控制返工风险,缩短项目工期，为项目的顺利进行提供保障。
DSM最基本的算法为分解法。分解的目标 在于（1)尽可能消除反馈耦合，（2 ) 尽可能使反馈 靠近对角线，（3 ) 任 务 分 组 成 块 [6]。分解主要使 用下三角化算法，如 图 2 所示的流程优化体现了 对 DSM矩阵的下-:角化处理过程。
设 计 结 构 矩 阵 （ Design Structure Matrix， DSM)基 于 矩 阵 的 信 息 流 分 析 框 架 ，在优化项目流 程 、规划设计任务及合理控制项目进度方面有重 要作用。设 计 结 构 矩 阵 DSM最 早 由 Steward在 1981年提出，用以直观解释各个任务之间的相互 作用关系[2]。它 的 推 广 和 应 用 在 2 0 世纪后期得 到重视和发展⑴。Eppi ngerSD提出了一种基于 D SM 的 设 计 管 理 策 略 ，对 复 杂 的 设 计 项 目 进 行 结 构 化 ，能 够 更 好 更 快 地开发出新产品[4。Biowning T R 在 此 基 础 上 首 次 提 出 了 数 值 型 DSM方 法 [5]。 目 前 对 DSM算法的研究与应用很多，大部 分 研 究 中 首 先 定 义 项 目 的 “技 术 结 构 ”，然后对其 进行分析优化。然 而 在 实 际 生 产 中 ，在 “技术结 构 ”不 进 行 调 整 的 前 提 下 ，部分项目的进度优化 空间是有限的。
智能电网参考系统聚类优化设计模型
智能电网参考系统聚类优化设计模型随着现代科技的不断发展和电力行业的迅猛发展，智能电网作为电力系统的新兴模式，已经成为未来电力系统发展的重要方向。
而智能电网参考系统则是智能电网建设中的核心组成部分，其聚类优化设计模型的建立对于提高智能电网系统的效率和稳定性至关重要。
智能电网参考系统聚类优化设计模型的重要性主要体现在以下几个方面：1. 提高智能电网系统的效率聚类优化设计模型可以针对智能电网系统中的各种数据进行有效的分析和处理，通过对数据进行聚类分析，找出数据之间的内在关系和规律，从而提高智能电网系统的运行效率。
通过该模型，可以对电网中的不同设备进行分类和归纳，使电网系统的运行更加高效和稳定。
2. 优化电网系统的供电质量聚类优化设计模型可以对电网系统中的各种设备进行优化设计，通过合理的设备配置和分布，可以提高供电质量，并减少供电中断的风险。
通过该模型，可以进行电网拓扑结构的优化，优化电力传输和分配的路径，使得供电更加稳定和可靠。
3. 降低系统运行的成本智能电网系统的运行成本包括设备、能耗等多个方面的开支。
聚类优化设计模型可以通过对电网系统进行综合分析和优化设计，减少不必要的设备和能耗，从而降低系统运行的成本。
通过该模型，可以对电网设备的使用情况进行智能化调度，优化设备运行效率，减少系统能耗。
4. 提高智能电网系统的安全性和稳定性智能电网系统的安全性和稳定性是智能电网参考系统聚类优化设计模型的关键目标之一。
通过对电网系统中的数据进行分析和处理，可以寻找潜在的风险因素，并加以有效的预防和控制。
通过该模型，可以建立安全响应机制，及时处置电网中出现的故障和问题，保障电网系统的安全运行。
在建立智能电网参考系统聚类优化设计模型时，需要考虑以下几个关键因素：1. 数据预处理在建立聚类优化设计模型之前，需要对电网系统中的各种数据进行预处理，包括数据清洗、缺失数据的处理等。
通过对数据的准备和预处理，可以提高模型分析的准确性和有效性。
电力需求侧管理的手段
电力需求侧管理的手段电力需求侧管理（DSM）是通过综合运用经济、技术等多种手段，鼓励和引导用户节约用电，转变用电方式，提高终端用电效率，优化资源配置，改善和保护环境，实现最小成本电力服务。
在供电紧张时，电力需求侧管理还可以组织供电企业有序供电，确保居民生活、农业生产及重点行业用电需求。
以下是电力需求侧管理的主要手段：1.经济手段：通过制定分时电价政策，引导用户在低谷时段多用电，减少高峰时段的用电需求。
此外，还可以对节能减排的项目给予财政补贴、税收优惠等政策支持。
2.技术手段：推广高效节能电器和智能电网技术，提高用电设备的能效，降低能源消耗。
例如，安装智能电表、需求响应系统等，实现对用户用电的实时监测和调控。
3.信息手段：普及节能宣传，提高用户的节能意识，引导用户合理调整用电行为。
通过电力公司、政府等渠道发布电力需求信息，鼓励用户在高峰时段减少用电。
4.负荷控制和管理（LCM）：根据用户的用电量、分时电价、天气预报以及建筑物里的供暖特性等进行综合分析，确定最优运行和负荷控制计划，对集中负荷及部分工厂用电负荷进行监视、管理和控制。
5.远方抄表和计费自动化（AMR）：通过各种通信手段读取远方用户电表数据，并将其传至控制中心，自动生成电费报表和曲线等。
6.需求响应：通过实施灵活的电力需求响应计划，鼓励用户在高峰时段主动减少用电，以平衡电网负荷。
7.市场化手段：建立电力市场交易机制，让发电企业、售电公司、用户等市场主体参与电力交易，优化电力资源配置。
8.政策约束：对高耗能企业实施限电、惩罚性电价等政策，促使企业提高能源利用效率，降低能源消耗。
通过以上手段，电力需求侧管理旨在实现能源的高效利用，降低能源消耗，优化电力资源配置，保障电网安全稳定运行，促进绿色发展。
基于DSM的设计过程模型优化算法研究进展
∧ 0 1 3.1.2 可达矩阵法
0 0 0
1 0 1
∨ 0 1
0 0 1
1 1 1
定义 2：G=<V，E>是 n 阶有向简单图，V={v1，v2，…，vn}，作 n 阶方阵 P（G）=（pij）n×n， 其中：
1，从vi到v j至少存在一条路 Pi j = 0，从vi到v j不存在路
3.DSM 优化算法
3.1 基于图论的优化算法
图论研究由结点和边构成的图形对象， 任何一个包含了某种二元关系的系统都可用图论
-2-
的方法分析研究[28]，DSM和有向图（如图1）的邻接矩阵是同构的，因此，DSM可以基于图论 的思想进行优化。 基于图论的三种优化方法的基本步骤是相似的， 区别在于定耦操作的不同， 共同步骤[12]如下： [1] 如果DSM中某行除主对角线外其余元素全部为零，表示该任务的执行不需要任何信息输 入，则将它调整到DSM的前面先进行。一 旦一 个任务被重排 ，将 它从 DSM中 移出 ，对剩 余 任务 重 复进行 [1], 直到没有空行子任务，继续下一步； [2] 如果某列除主对角线外其他元素全部为零，表示该任务的执行不向其他任务输出任何 信息，则该任务可后进行，应调整到DSM的最后。一旦 一个任务被重排 ，将 它从 DSM中 移 出 ，对 剩余 任务 重复[2]，直到没有空列子任务，继续下一步； [3] 如果经过[1]、[2]之后，DSM中无剩余的子任务，则该矩阵完全分解。否则，继续下一 步； [4] 采用相应算法实施定耦操作，确定循环迭代子环； [5] 对一个循环迭代环进行聚集操作， 即将耦合任务集表示为一个单一任务， 重复[1]、 [2]。 耦合任务表现为设计过程各任务之间在执行顺序和执行时间上相互依赖。 各优化算法具 体的定耦操作如下： 3.1.1 邻接矩阵求幂法 定义 1：设 G=<V,E>是简单图，V={v1，v2，…，vn}是它的 n 个结点，n 阶方阵 A（G）=（aij）
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
考虑时间约束的DSM电网工程建设项目信息流优化模型
作者：李阿勇
来源：《中国管理信息化》2016年第01期
[摘要] 本文结合电网工程建设项目开发过程实际，提出了考虑时间约束的DSM信息流优化模型，并设计了相应的优化算法，使电网工程项目成本得到了大幅度降低。
[关键词] 信息流优化；DSM；电网工程项目
doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2016 . 01. 045
[中图分类号] F407.61；TP391.75 [文献标识码] A [文章编号] 1673 - 0194（2016）01- 0092- 02
0 引言
现代信息理论认为信息不仅仅是“新闻或知识”，而是一种可以根据用户需求来进行特殊处理的数据，从数据角度定义信息，使得信息变得能够处理、计算，大大提高了人们对于信息的认识。
信息数据具有较好的可处理性，同时也能完整地反映出信息的传递、共享等属性。
本文认为对电网工程建设项目现场物流信息而言，其不仅包括现场材料、人员配置等信息，同时应该包括整个电网工程建设项目全生命周期，从最开始的概念阶段，到项目施工、运营维护直至最终项目结束。
信息是连接物流各环节的纽带，是供需双方良好合作的有利保证。
没有信息的支撑，物流就失去了时间效率和管理效率从而失去整体效率[1]。
Soibelman和Caldas将建筑设计团队的信息流定义为“在设计组织内部维护、跟踪、监控和指定信息的流动”。
旨在支持组织内部信息系统，以确保准确、相关和符合要求的信息在适当的时间达到正确的地点[2]。
针对电网工程建设项目现场物流信息流优化问题，本文考虑到在电网工程建设项目设计开发过程中，依据合同要求对开发周期有明确的时间限制，因此本文在传统设计结构矩阵（DSM）的基础上，结合电网工程建设项目开发过程实际，提出了考虑时间约束的DSM信息流优化模型，并设计了相应的优化算法，实例分析表明采用本文提出的考虑时间约束的DSM 信息流优化模型进行优化后，与优化前相比，成本得到了大幅度降低。
1 考虑时间约束的DSM信息流优化模型构建
DSM矩阵初始设计过程通常包括大量的反馈信息传递，因此返工可能性和返工强度都较大，对实际实施容易造成不必要的浪费，因此必须对DSM矩阵进行优化。
传统的DSM矩阵
优化过程主要思路是尽可能减少反馈信息及反馈信息传递的成本，具体体现就是通过减少DSM矩阵中反馈个数及反馈点尽可能离对角线距离越近越好。
但是，传统DSM的流程优化过于强调反馈点数和距离对项目的影响，忽略了设计过程的时间约束，而对电网工程建设项目而言，通常会对设计总时间有明确的约束。
同时，由于电网工程建设项目投入资金都比较大，过程的合理规划可以为电网工程建设项目节省大量的成本，因此本文提出在时间约束条件下，以设计成本最低为目标的DSM信息流优化模型。
2 DSM优化细菌觅食算法
本文所涉及的问题是典型的NP-hard 问题（简称 NP 问题），因此采用精确方法搜索问题的精确解需要花费大量的时间和成本。
并且精确方法搜索的能力会随着问题规模的扩大以几何级数级别下降。
因此本文选用BFOA算法对考虑时间约束的DSM信息流优化模型进行计算，具体计算过程如图1所示。
2.1 编码方式
假设项目的活动数为n，用具体数值对活动进行标号，则初始设计方案的编码方案为1，2，…，n，这些编码具体取值代表了活动标号，每组编码方案代表单个细菌，单个细菌的长度为n。
单个细菌记为：θi=[θ1i，θ2i，…，θni]。
2.2 趋向算子
3 仿真与结果
本文以110kV典型变电项目的设计为例，利用Matlab R2013a作为细菌觅食算法的开发工具，细菌觅食算法参数设置分别为：种群设置为30，趋向性参数为40，复制次数为4，迁徙次数为16，游动参数Ns设为0.4，迁徙概率Ped设为0.25，总迭代次数约为3 000次。
优化结果显示采用本文提出的考虑时间约束的DSM信息流优化模型进行优化后，与优化前相比，成本得到了大幅度降低，幅度达到30.6%，同时开发时间也得到了大幅度缩短，仅为300，远低于合同要求的370。
反馈个数和反馈距离也得到了大幅度的优化。
主要参考文献
[1]邓旭东，刘振兴. 汽车制造企业库存管理问题与对策[J]. 现代管理科学， 2005（10）：87-89.
[2]O Salem，J Solomon，A Genaidy. Site Implementation and Assessment of Lean Construction Techniques [J]. Lean Construction Journal， 2005（2）：20.。