基于改进灰狼算法的综合能源系统优化调度

为解决综合能源系统中参与者利益与设备可靠运行冲突的问题,提出一种基于非合作博弈的综合能源系统优化策略.针对风、光和负荷的不确定性利用拉丁超立方抽样法与K-means聚类法生成预测出力典型模型.模型综合考虑源、网、荷、储的利益及可靠性问题,并在用户侧引入电动汽车柔性负荷,增强能源的利用率,分析各方在追求利益与运行可靠性时的均衡交互策略.对于传统灰狼算法狼群分布不均匀、搜寻猎物能力弱等问题,基于Hammersley序列产生更均匀的初始狼群,改进收敛因子的递减方式,并调整对越限个体的处理,产生高质量狼群的同时丰富了样本种类,减少寻优的时间和次数.通过算例分析,验证了本文模型及改进算法有效性.     

考虑电动汽车及需求侧响应的综合能源系统优化调度

为了进一步提高综合能源系统的运行经济性和可再生能源消纳能力,在负荷侧分析了电、热负荷需求侧响应以及电动汽车的可调度价值,同时采用场景分析法考虑风电和光伏发电出力的不确定性.提出一种需求侧响应和电动汽车协同作用的综合能源系统双层随机优化调度模型.上层模型利用分时电价激励的价格型需求侧响应,以净负荷波动方差最小为目标函数,...     

基于混沌多目标粒子群算法的综合能源调度

目的 针对当前综合能源系统中资源协同优化效率不足、微网运行经济性和环保性差的问题,提出了一种计及风电储能及不稳定因素的微网优化调度方法。方法 该方法在微网负荷侧需求响应对新能源消纳影响的基础上,以消纳新能源和削峰填谷为目的,提出了优化负荷曲线的方案;然后,考虑微网调度侧风电出力的不稳定性以及微网内部设备的耦合,进行优化调度以降低微网运行成本、减少环境惩罚费用并提高风电消纳平稳性;最后,采用混沌多目标粒子群算法对优化问题进行求解,并在风电不稳定度占比0%、5%、10%和15%时进行了算例仿真分析。结果 当风电不稳定度为10%和加入风电储能,系统运行成本和环境治理费用最少,比方案1和无风电储能少6 919.4元,风电平稳量也提高38 kWh。在电热冷网中,负荷侧加入需求响应后,系统得到稳定运行和能源合理利用,可以很好地满足负荷侧用能需求。从算法对比中,混沌多目标粒子群算法加入自适应权重和变异率后,具有较强的全局搜索能力和更好的准确性。结论 该方法通过合理设置风电不稳定度能够有效降低运行成本和环境惩罚费用,提高风电稳定性,其次,负荷侧的需求响应可以一定程度地削峰填谷和消纳新能源。     

基于MST-改进PSO的电-气-热综合能源系统负荷恢复策略

以往故障恢复的研究大多集中在配电网方面且恢复目标仅为单一的负荷恢复量,未考虑资源成本以及能源消耗的 环境保护成本等。对此,本文提出了一种多侧协调优化的多目标负荷恢复策略,该方法不仅实现了网络的重构、较高等级负荷的优先恢复,还实现了系统运行成本最优。在系统发生故障后,分两阶段进行恢复：首先,使用最小生成树对系统结构进行改造,实现系统网络的重构,形成可恢复负荷的最终区域;然后,综合考虑源侧资源购买成本、用户侧切负荷补偿成本以及碳排放环保成本等,构建优化目标函数,使用改进粒子群算法对其进行求解,得到最终恢复方案。通过33节点配电网、14节点气网和6节点热网测试系统仿真,验证了该负荷恢复策略的有效性。     

基于改进遗传退火算法的高速公路巡逻车路径优化调度

为了合理分配有限的高速公路巡逻车资源,构建了确定型高速公路巡逻车路径及调度优化模型。探讨了有限巡逻车资源路径、调度优化建模问题;构建了以全覆盖模型为基础,以事故响应时间最小为目标的优化模型。将连通的路径作为染色体,基于MATLAB对改进的遗传退火算法进行编码,采用动态交叉及变异概率,在交叉变异后子代更新中引入模拟退火算法Metropolis准则;并在改进的遗传退火算法中加入动态规划算法对巡逻车进行分配。以Sioux Falls路网及数据,对MATLAB编码的遗传退火算法进行验证,计算结果与两种情景假设及模拟退火算法优化结果作比较。结果表明:改进的遗传退火算法求解结果比相应的情景假设求得事故响应时间分别减少了23. 35%与28. 28%;与模拟退火算法求解结果相比,该方法具有更好的寻优效果及计算效率。MATLAB编码的改进遗传退火算法对中大型路网路径、调度寻优效果较好。     

求解非线性最优化问题的序列线性方程组算法

序列二次规划（SQP）算法是目前公认的求解非线性约束优化问题的最有效的算洪之一。但是目前SQP算法存在两个重要问题：（1）每步需要求解一至两个二次规划子问题以得到达代方向,计算工作量大。难以应用于大规模问题;（2）迭代过程中产生的二次规划子问题可能无解,使运算过程中断。尽管可用其他措施重新定义迭代方向。但弛然增加算法的复杂性,增大计算工作量,理论证明也不完善。文中介绍的序列线性方程组方法就是针对SQP算法的缺点而提出的。理论分析和数值实验均表明,这种算法具有迭代时间少,收敛速度快等优点,可以用来求解大规模的非线性优化问题。     

基于智能混合算法的经济调度问题及其参数调整方法

 带阀点效应的经济调度问题,属非凸集的发电成本最小化问题,具有不连续、不可微分且易陷入局部最优解。为了获得整体近似最优解,提出采用蚁群算法,搜索发电机可运行状态的最优组合,对蚁群算法的数学模型进行分析,讨论算法参数的调整方法,给出具有普遍意义的收敛性定理。在此求解过程中,以每只蚂蚁来表示符合限制条件的某个可运转状态的发电机组合并以序列二次规划法来求解传统的经济调度问题。通过三部机组的数值模拟,验证其正确有效性。     

基于序列二次规划算法的射孔水平井孔眼分布优化

基于Landman稳态渗流模型和Su井筒压降模型,考虑射孔密度对水平井产能的影响,建立以水平井产能为目标函数、孔眼位置分布为优化设计变量的两类产能优化模型.采用序列二次规划算法求解优化模型,并对无限导流和有限导流水平井的射孔密度分布进行优化.结果表明:优化射孔能有效地改善沿井筒入流剖面;射孔水平井存在最佳的射孔密度分布;为得到最大产量,无限导流井的射孔密度呈"U"型分布,有限导流水平井的射孔密度沿跟部到趾部方向逐渐降低,约在井筒长度的3/4位置处取得最小值;若要使沿井筒入流剖面尽可能均匀,则无限导流井的射孔密度呈"∩"型分布,有限导流井的射孔密度沿跟部到趾部方向逐渐升高,约在井筒长度的3/4位置处取得最大值,但最大产量略有降低.     

基于粒子群算法的行星齿轮传动设计与优化

根据给定的行星齿轮初始条件,本文按照传统设计方法及国标标准设计NGW型行星齿轮传动机构.为改善行星齿轮在传统设计中的复杂算法及不能使目标函数达到最优等问题,采用粒子群优化算法建立行星齿轮传动的优化设计模型.该粒子群优化算法是一种基于MATLAB编程的进化算法,采用粒子群优化算法对经过传统设计的行星齿轮体积进行最小值优化...     

基于二维调度图的双库联合供水调度规则研究

针对双库库群联合供水调度问题,提出了一种基于二维水库调度图的水库群联合供水优化调度方法.二维水库调度图在由表示双库系统中各水库蓄水量的2条坐标轴与时间轴构成的三维坐标系下充分考虑每个水库蓄水量,在此基础上确定水库群的联合供水决策,并采用粒子群优化算法对调度图关键控制点位置进行优化.碧流河、英那河水库群的调度实验表明：二...     

采用支持向量机的非对称阀控液压缸模型预测控制

针对非对称阀控液压缸位置控制中出现超调与由阀芯换向引起的压力冲击问题,设计了基于支持向量机与序列二次规划算法的非线性模型预测控制器。采用支持向量机拟合控制信号与活塞速度的关系得到系统的近似模型,使用序列二次规划算法求解获取控制器输出;通过增加输出约束以及满足输入约束实现每次控制过程中阀芯不换向、活塞快速到达目标位置并且无超调。数值仿真结果表明:在相对位置误差信号大于8%时,控制器输出的控制信号始终大于最大控制信号的90%,有效缩短了系统的响应时间;在保证活塞位置无超调、阀芯不换向的条件下,实现了精确位置控制,稳态误差小于0.02%。所提算法实现了多约束条件下非对称阀控液压缸系统的无超调快速控制,具有一定的理论和工程价值。     

基于免疫进化的蚁群算法在梯级水库优化调度中的应用研究

针对蚁群算法在求解过程中出现初期信息素匮乏、易陷入局部最优解的问题,结合梯级水库优化调度的特点,提出了基于免疫进化的蚁群算法。该混合算法充分利用了免疫进化算法的全局快速收敛性和蚁群算法的正反馈性,提高了求解效率。实例计算表明该混合算法在求解梯级水库优化调度问题时,与逐次逼近动态规划相比较,结果合理、可靠,计算效率较高,从而为求解高维、复杂的梯级水库优化调度提供了一条新的求解思路。     

具有熵约束的均值-CVaR投资组合决策研究

结合条件风险价值CVaR和熵风险度量方法,提出不允许卖空情况下具有熵约束的均值-CVaR投资组合模型,并采用序列二次规划和不等式组的旋转算法进行求解,最后通过一个具体实例验证了上述模型和算法的有效性。     

SQP 优化的最大似然波达方向角估计

为快速实现波达方向角( DOA: Direction Of Arrival) 的精确估计, 提出了应用序列二次规划( SQP:Sequence Quadratic Program)的最大似然DOA 估计算法。给出了用于DOA 估计的最大似然函数, 将参数估计问题转化为非线性函数优化问题; 并利用SQP 优化算法对似然函数的求解进行优化, 得到DOA 的估计值。仿真结果表明, 该算法可用较少的计算时间实现对似然函数的优化求解, 同时保留了最大似然估计的渐进无偏估计性能, 与遗传算法、粒子群算法相比, 不仅具有更快的寻优速度, 而且具有更高的收敛精度。     

非线性等式与不等式优化问题的一个新的SQP算法

针对非线性优化问题，提出了一种新的SQP算法．其特点为：每次迭代只需求解一个二次规划；算法能自动产生一个校正方向，从而避免Maxatos效应；在一定条件下算法具有全局收敛性和超线性收敛性。     

考虑条件风险价值的电-气综合能源系统风险厌恶机组组合研究

为应对新能源不确定性带来的综合能源系统运行风险,选择合理的机组组合策略平衡综合能源系统的运行风险与运行费用,建立风险厌恶电-气综合能源系统机组组合模型。在电-气综合能源系统的机组组合中引入条件风险价值,分别描述电力系统和天然气系统的负荷损失风险,分析电力系统与天然气系统的运行风险和两系统间的相互影响。利用分段线性化技术对天然气流量方程进行线性化,通过Benders分解算法将模型分解为机组组合主问题、分场景子问题和天然气负荷损失风险校验问题,对所提模型进行高效求解。算例仿真结果表明,所提模型与传统模型相比可以有效减少小概率极端场景的电力负荷损失,算例中最严重场景负荷损失从34.62MW减少到9.59MW。所提模型可以协调电力负荷损失风险和天然气负荷损失风险,为电-气综合能源系统的协调调度提供参考。     

基于粒子群优化的动力设备主动振动控制研究

文章针对动力设备振动控制,利用比例-积分-微分(PID)和线性二次型调节器(LQR)最优控制理论,并引入粒子群优化算法,分别建立了PSO-PID和PSO-LQR主动振动控制器;分别从传递函数和状态空间方程2种角度出发,建立控制模型。数值结果表明,2种主动控制器均能有效降低动力设备传递至基础的峰值力,但PSO-LQR控制器对于体系稳定时态的控制效果明显优于PSO-PID控制器。对于实际工程,需要择优选取一种最适宜方法。针对主动振动控制中存在的时滞现象,对PSO-LQR控制器进行了含时滞研究,结果表明,随着时滞增加,传递至基础的峰值力与无时滞相比大幅增加,呈发散态势。