模糊数学和运筹学方法在水火电力系统经济调度中的应用

本文对一个包括有梯级水电站在内的水火电力系统建立了最优开机组合和有功功率分配的数学模型,导出了与其等价的整数线性规划模型,然后给出一种有效算法。采用大系统分解协调法将电厂进行两级分解,改进了修正水火电厂出力的Lagrange松弛方法,并采用将模糊数学和运筹学方法结合起来求解梯级水电站经济调度问题。计算表明,日耗煤率有相当的下降,可获较大经济效益。本文提出的数学模型和最优化算法甚易推广应用于其它大区电力系统经济调度问题。     

用最小范数法解三峡梯级水电站短期经济调度问题

本文主要研究三峡梯级水电站与华中、华东和川东电网联网的短期经济调度问题,利用泛函分析和运筹学相结合的方法建立了三峡梯级水电站日负荷最优分配的数学模型。本文扩充和推广了Hawary和Christensen的最小范数法用来求解这个具有等式和不等式约束的高维非线性含时滞的动态最优化问题,最优策略由一组动态的非线性代数、微分方程确定。引入适当的变量并进行适当化简,最终可将三峡梯级水电系统的经济调度问题转化为一个最小范数问题,并给出了最优解的具体表达式.用Lagrange乘子和Kuhn-Tucker乘子将约束条件并入目标函数中形成一个增广价格函数。通过变换可将该无约束优化问题转化为求解非线性代数方程组的问题。本文选用Fletcher-Reeves共轭梯度法求解无约束极值问题.在IBM-PC型微机上进行了试算。试算结果表明用最小范数法求解三峡梯级水电站日负荷最优分配问题是完全可行的,梯级水耗率有明显下降,能获得一定的经济效益。     

基于量子粒子群算法的电力系统负荷多目标优化分配

针对电力系统经济负荷优化分配问题,提出了一种基于量子粒子群的多目标优化算法.该算法通过将改进后的量子进化算法融合到粒子群中,采用量子位对粒子的当前位置进行编码,用量子旋转门实现对粒子最优位置的搜索,用量子非门实现粒子位置的变异以避免早熟收敛.这种搜索机制能够遍历解空间,增强种群的多样性,并能用量子位的概率幅将最优解表述为解空间中的多种表述形式,从而增强全局最优的可能性.最后,通过算例进行仿真分析,结果表明算法的搜索能力和优化效率均优于普通粒子群算法.     

安全约束条件下的经济调度优化模型研究

发电侧放开竞争的电力系统需要更加有效、准确的决策工具对有限的资源进行调度规划。短期经济调度优化问题是一个混合整数非线性规划问题,很难得到有效最优解,尤其是对于大规模电力系统。为了提高求解效率,本文提出了一个考虑安全约束的经济调度优化模型(Security-Constrained Economics Dispatch,SCED),主要采用线性化思想处理经济调度优化问题的模型以及各种约束,采用基于校正的交替求解方法,使得调度优化结果在运行成本最小化的前提下满足系统的安全稳定约束。同时,将本文方法运用到IEEE 30节点系统进行测试,从而验证本文方法有效性。     

基于复杂项目群优化选择的水电经济效益计算

针对目前已运行水电站经济效益计算存在的问题,本文提出了基于大系统分解协调模型选择水电站在不同运行时间的最优等效替代运行位置.考虑目前电力系统中正在逐步推行的两部制电价（容量电价与电量电价）,研究中分别计算了已运行水电站最优等效替代位置的边际容量成本和边际电量成本,并将其分别作为已运行水电站优化运行中各时段（刻）经济效益计算的容量价格与电量价格.以运行水电站经济效益最大作为优化准则,采用动态规划方法对其进行实时调度,从而实现其经济运行调度.文章给出的实例计算表明,本文提出的方法与模型是可行的.     

带股利分配的Black-Scholes市场中的最优投资-消费组合研究

针对经济个体有限财富的投资-消费分配问题,运用投资-消费组合期望效用最大化的评价方法,得出最优投资策略及预期收益。基于市场特性,以在带股利分配的、由多维分数次布朗运动驱动的Black-Scholes市场中的最优投资-消费问题为研究主题,并利用傅里叶分析工具,得到了对数和指数两种效用函数时的最优消费率和最优投资组合的显性表达式。     

随机ADMM算法及其在电力系统凸经济调度问题中的应用

针对电力系统中的一类凸经济调度问题,提出了随机ADMM算法,设计了周期循环更新规则和随机选择更新规则,证明了随机ADMM算法在周期循环更新规则下的收敛性,以及得出了在随机选择更新规则下按期望收敛的结论.数值实验结果表明该方法可以有效解决电力系统中的凸经济调度问题.     

考虑风电出力及负荷预测误差的安全经济运行模型

充分考虑了风电并网和负荷预测不确定性,引入净负荷的概念,实现对风电和负荷预测误差发生概率的综合考虑。通过场景概率的研究,以包括确定性成本和随机性成本在内的综合调度成本最小化为目标函数,构建安全经济运行模型。算例分析表明,本文构建的随机安全运行计划模型相比于传统的确定性模型能够更有效地降低系统运行成本,结果同时显示,根据系统容量和负荷需求合理配置风电装机容量,是减少弃风量、提高供电可靠性的重要手段。     

一种循环修正的组合评价方法

提出了一种循环修正的组合评价方法.首先,对所研究的问题选取几种综合评价方法进行综合评价.其次,用Sperm an等级相关系数法检验几种综合评价法的一致性.进一步重复采用平均值法、Boarda法、C om peland法和模糊Board法对上述综合评价结果进行组合评价,直到标准差均收敛于0为止,得到最优的组合评价结果.最后以辽宁省2001年实际统计资料为例,对各地区的经济实力进行了综合评价和排序.     

基于动态分时电价的虚拟电厂双层优化调度研究

针对虚拟电厂(virtual power plant,VPP)中供给侧与负荷侧价格传导问题,考虑能源侧新能源出力不确定性、大电网购电价格、各类机组运行成本,文章提出了一种VPP厂内部动态分时电价策略,并综合考虑了负荷侧综合需求响应提出了EV接入的VPP双层经济调度模型,以保证VPP的低碳经济运行.上层考虑能源侧成本,以VPP运营商供能成本最小为目标函数,并将碳捕集系统(carbon capture system,CCS)作为灵活性资源,提出一种充分利用新能源与电网低谷电量的碳捕集装置运行模式.下层考虑包括EV在内的负荷侧用能成本,以用能成本最小为目标函数.最后,通过算例结果验证了所提策略的有效性.结果表明,相较于采用大电网分时电价机制,文章所提动态分时电价机制可节约51.8%的能源供给成本,且可降低81.62%的CO₂排放量,有效提升了VPP经济性与低碳性.     

基于遗传算法的多目标柔性工作车间调度问题求解

本文针对柔性工作车间调度问题给出了一个有意义的综合目标尽可能缩短制造周期的同时尽可能的减少机器负荷。由于传统遗传算法在多目标柔性工作车间调度问题上的局限性，我们提出了一种改进遗传算法：首先，我们给出了针对综合目标的工序调度算法获得初始集合；接着，针对柔性工作车间调度问题的特点，我们在常用的基于工序顺序的编码方法上融入了基于机器分配的编码方法，并据此设计了相应的交叉变异操作；最后借鉴了物种进化现象中的环境迁移思想设计了解决多目标优化问题的迁移操作。实验结果表明，改进的遗传算法在多目标柔性工作车间调度问题的解决上要优于传统遗传算法。     

基于Chebyshev多项式的神经网络中长期负荷预测研究

高精度负荷预测在提高电力系统的安全性和经济性方面有着极其重要的意义,而现有的负荷预测方法因参数有限,难以完全反映其内在规律,因而导致预测结果不够准确.为此提出了一种基于Chebyshev多项式神经网络模型的预测方法.该方法使用递推最小二乘法训练神经网络权值系数,以获得高精度的参数估计,从而实现Chebyshev多项式神经网络模型对负荷量的最优拟合,再利用训练好的Chebyshev多项式神经网络模型实现中长期负荷预测.研究结果表明,该方法能较好模拟负荷变化规律,有效提高了负荷预测精度,在电力系统负荷预测中有较大的应用价值.     

调度系统n/m/P/Cmax[ω]在一类线性摄动下的鲁棒性

用实数集R上一个含幺元的Abelian半群的性质来研究调度系统n/m/P/Cmax[ω]在一类线性摄动下的鲁棒性.根据实际问题的需要,提出了一类线性摄动模型,由系统输出表达式及其性质和最优鲁棒调度的定义,证明了:摄动系统的最优鲁棒调度必是标称系统n/m/P/Cmax[ω,1,0]的最优调度;标称系统的越韩最优调度必是它的最优鲁棒调度.     

基于EEMD的LS-SVM和BP神经网络混合短期负荷预测

提出了基于总体平均经验模态分解(EEMD)、最小二乘支持向量机(LSSVM)和BP神经网络的实用综合短期负荷预测方法,进行电力系统短期负荷预测.首先运用EEMD方法将非平稳的负荷序列分解,然后根据分解后各分量的特点选用最佳的核函数,利用最小二乘支持向量机分别对各分量进行预测,最后对各分量预测结果采用BP神经网络重构得到最终的预测结果.对实测数据的分析表明基于该综合方法的电力系统短期负荷预测具有较高的精度.     

离散变量结构优化设计的组合算法*

本文首先给出了离散变量优化设计局部最优解的定义,然后提出了一种综合的组合算法.该算法采用分级优化的方法,第一级优化首先采用计算效率很高且经过随机抽样性能实验表明性能较高的启发式算法─—相对差商法,求解离散变量结构优化设计问题近似最优解 X ;第二级采用组合算法,在 X 的离散邻集内建立离散变量结构优化设计问题的(-1,0.1)规划模型,再进一步将其化为(0,1)规划模型,应用定界组合算法或相对差商法求解该(0,1)规划模型,求得局部最优解.解决了采用启发式算法无法判断近似最优解是否为局部最优解这一长期未得到解决的问题,提高了计算精度,同时,由于相对差商法的高效率与高精度,以上综合的组合算法的计算效率也还是较高的.     

考虑乘客时间成本与换乘感受的中转航班登机口分配问题研究

针对2018年"华为杯"第十五届中国研究生数学建模竞赛F题展开研究对考虑乘客时间成本与换乘感受的中转航班登机口分配调度问题(Airport Gate Assignment Problem,AGAP)进行研究,建立了多目标0-1整数线性规划的中转航班登机口分配模型.根据不同的实际应用条件,对该模型进行相应改进,并使用Lingo求解,得出在最大化航班分配数量的基础上,最小化乘客换乘成本,同时尽量减少登机口使用数量的最优中转航班登机口分配方案,最后对分配结果进行分析.模型亮点在于:1)创新性地引入了乘客换乘成本惩罚因子,令模型对实际问题考虑更加全面.2)模型在时间离散化的基础上,将航班间隔时间纳入航班占用时间,建立了0-1整数线性规划模型求最优解,求解结果更加可靠.3)模型通过线性加权的方法,将多目标规划问题简化为单目标问题进行建模.     

一种基于匈牙利算法的二次分配问题求解方法

二次分配问题(Quadratic assignment problem,QAP)属于NP-hard组合优化难题.二次分配问题的线性化及下界计算方法,是求解二次分配问题的重要途径.以Frieze-Yadegar线性化模型和Gilmore-Lawler下界为基础,详细论述了二次分配问题线性化模型的结构特征,并分析了Gilmore-Lawler下界值往往远离目标函数最优值的原因.在此基础上,提出一种基于匈牙利算法的二次分配问题对偶上升下界求解法.通过求解QAPLIB中的部分实例,说明了方法的有效和可行性.     

一类复杂约束下的并行机重调度问题研究

研究一类从实际指挥和保障系统提炼的考虑机器多发故障、且具有工件释放时间、机器可用时间、以及机器适用限制等约束的并行同速机重调度问题.首先,建立同时考虑效率、安全和稳定性的混合整数规划重调度模型,该模型利用最大完工时间和总完工时间来度量效率,用重调度前后分配不同机器的工件总数来度量安全性和稳定性;其次,考虑到该问题的NP-hard性和实际调度对机器故障快速响应的要求,提出基于优先规则和右移重调度策略混合的重调度算法框架;最后,将所提重调度算法框架应用于实际案例,分析比较不同优先规则和右移重调度策略组合的求解效果.结果表明,与工件释放时间相关的优先准则与右移重调度策略结合具有较好的优化效果.值得一提的是,文章首次研究具有多重约束的并行机重调度问题(Pm|r_j,a_j,M_j,brkdwn|C_(max),TC,ND).     

基于状态势博弈的电力系统分布式经济调度方法

未来电网中出现的主要变革之一在于电力系统电源结构的变化,分布式能源发电设备的广泛接入给传统调度与控制框架带来了严峻挑战.电力系统尤其是主动配电网中,调度控制体系的去中心化成为一种趋势.状态势博弈理论为电力系统分布式调度与控制体系的构建提供了一个良好框架.文章基于状态势博弈理论,给出了分布式电力系统经济调度的一般设计方法.该方法能够兼顾全网功率平衡约束与网络传输功率限制,同时实现主体间通信量极小化,因而具有较强的算法鲁棒性与实际应用价值.通过IEEE 9节点标准系统的仿真分析验证了所提方法的有效性及正确性.     

基于改进混合遗传算法安排生产调度

研究了某工厂生产调度问题,建立了数学模型.针对这一实际问题,通过引入小生境技术、最优保存策略、近优淘汰策略、自适应调整交叉概率和变异概率,设计了用于求解多个最优顺序的混合遗传算法,用所设计的混合遗传算法对该模型进行了计算,获得了许多最优顺序,这就使得生产调度安排灵活机动,便于智能调度,同时生产量比原来大幅度提高.这表明使用混合遗传算法安排生产调度是非常有效的.