基于鲁棒优化的配电网中分布式光伏准入容量研究

为解决配电网中分布式光伏最大准入容量的问题,以系统安全运行为约束建立分布式光伏准入容量的鲁棒模型。为了适应新型配电网,协调系统安全性与分布式光伏准入容量之间的矛盾,在评估分布式电源准入容量时考虑包含有有载调压变压器和静止无功补偿装置等主动管理手段的网络拓扑,并建立鲁棒性指标实现不确定区间可调节鲁棒优化。通过鲁棒线性优化方法将不确定模型转化为确定的混合整数线性规划进行求解。以改进的IEEE33节点为例,通过比较本文提出的算法及随机规划算法,验证了本文所建模型的可行性和有效性。     

火星探测转移轨道的鲁棒优化设计

以设计变量存在不确定的火星探测轨道设计模型为研究对象,采用最小最大鲁棒优化方法获得该模型的鲁棒优化解.在传统的最小最大方法的基础上,考虑了决策变量的扰动,提出了一种嵌套的差分演化算法.在该算法中,内层差分演化算法计算不确定域的最差目标函数值,外层差分演化算法获得全局的鲁棒优化解.通过试验对该方法的有效性进行了验证,结果表明:该方法适合于目标函数没有解析表达式、高度非线性的问题,实际工程问题中的不确定性不可忽略.     

基于Benders分解的鲁棒最短路算法

为了研究路段行程时间不确定条件下的最短路问题,采用区间数据表示路段行程时间,介绍了鲁棒偏差和鲁棒成本的概念,并据此给出鲁棒最短路的定义,运用鲁棒优化中的min-max准则构建了鲁棒最短路问题的混合整数规划模型。通过固定路径决策变量将鲁棒最短路问题分解为子问题和主问题,同时结合对偶理论给出子问题的对偶模型。在此基础上设计出鲁棒最短路问题的Benders分解算法,采用AMPL编程实现算法并调用CPLEX进行求解。并在一个仿真网络中对本研究方法进行了验证分析。研究结果表明,相较于传统最短路Dijkstra算法,本研究方法求得的鲁棒最短路在不确定网络中具有更强的可靠性,设计的算法迭代效率较高,能迅速缩小迭代范围并找到最优解。     

主动配电网的自适应鲁棒有功-无功联合优化

为应对分布式电源出力的随机性对主动配电网运行的影响,提出了一种自适应鲁棒优化方法来对系统进行有功-无功联合优化,以提高系统性能.首先,综合考虑各种离散和连续可调装置,建立基于Distflow潮流模型的主动配电网运行优化模型.然后,计及光伏出力随机性,采用自适应鲁棒优化方法处理该模型,并通过列与限制生成算法对此模型进行求解;为解决对偶问题中双线性项的非凸性,提出了一种改进的外近似算法.此外,将电池能量存储系统作为实时可控装置,应用于自适应鲁棒优化方法的第2阶段.最后,采用扩展的IEEE33节点和PGE69节点系统进行仿真计算,并与确定性及储能只作为第1阶段可控装置的方法进行对比分析,验证了文中方法在提高系统运行能力方面的有效性和可靠性.     

一类不确定半无限多目标优化问题的鲁棒逼近最优性

考虑一类含有不确定数据的半无限多目标优化问题,先引入该不确定半无限多目标优化问题的鲁棒逼近拟Pareto弱有效解,再借助鲁棒型次微分约束规格和一类广义凸性假设,给出该多目标优化问题的鲁棒逼近拟Pareto弱有效解的必要和充分最优性条件.     

基于数量弹性契约的供应链鲁棒运作模型

供应链中的各种不确定性因素造成供应链运作风险,进而影响供应链各成员及其整体绩效水平.利用鲁棒优化方法处理不确定性优化问题的优势及数量弹性契约机制的风险分担功能,研究包含一个制造商和一个销售商的二级供应链系统绩效优化问题,根据Stackelberg博弈理论,在考虑需求不确定条件下,建立了基于数量弹性契约的鲁棒优化模型,提出了区间性需求分布下的鲁棒运作策略,并给出了相关的算例,算例结果表明:具有数量弹性契约的供应链鲁棒运作策略能保证供应链中各成员及整体收益在一定程度上优于没有数量弹性契约时的收益,从而可以提高供应链各成员及其整体的收益.     

鲁棒凸多目标优化问题解集的刻画

针对一类数据不确定的鲁棒凸多目标优化问题,提出了它在一般不确定集下的鲁棒对应形式;利用标量化方法将鲁棒多目标对应形式转化为鲁棒单目标凸优化问题,建立两者解集之间的联系;并得到了标量化鲁棒解的乘子刻画,及该标量化问题在其鲁棒解集上的一般化的常微分性质和常拉格朗日性质;最后通过前面的性质得到了鲁棒凸多目标优化问题的鲁棒G-真有效解集的刻画并加以证明.     

不确定高维非线性系统的鲁棒H∞控制

对含有未知参数和干扰的不确定高维非线性系统,运用本质改进的加幂积分器技巧及backstepping逆归设计方法,根据问题可解的充分条件以及可解时控制器的构造性算法,设计出一种鲁棒自适应控制器,实现闭环系统的鲁棒H_∞几乎干扰解耦。     

含分布式储能的主动配电网鲁棒优化经济调度方法

为克服风电输出的不确定性,基于鲁棒优化中的worst-best理论,提出一种主动配电网的鲁棒优化经济调度模型.该模型采用拉丁超立方采样方法生成风电场景集表征风电预测的不确定性.在建模过程中,引入分布式储能的等效运维成本,同时以微型燃气轮机、分布式储能和主动配电网购电/售电调度成本最低为目标函数,采用基于随机变异的粒子群优化算法对模型进行求解,可得到极端场景下运行成本最小的调度方案.仿真结果验证了该模型及求解算法的有效性,得到的调度方案能在风电预测误差范围内满足系统所有约束条件,并给出经济性最优的调度方案.与确定性经济调度方案进行对比可知,本文所提出的调度方案具有更强的鲁棒性.     

基于鲁棒优化的逆向物流网络设计研究

逆向物流的流量预测困难,加上各种成本的不确定,其稳定性难以保证。为研究其选址问题,建立了一个以总成本最小为目标的标准模型,并在标准模型基础上加入因无法满足的处理量而产生的惩罚成本。分析出其中可能的不确定参数,进行规范式处理,引用p-robust建立鲁棒优化模型。随机构建一个案例,考虑外界参数不确定,将标准模型和鲁棒优化后的模型分别使用粒子群算法进行求解,得出不同的选址结果,对比表明高度不确定下的鲁棒优化模型的选址决策具有较低的风险。分析各不确定参数对总成本波动的影响程度,得出逆向物流量对总成本波动影响最大,应加以重视。最后考虑网络结构不确定,给出一种在不同不确定等级下的选址方法。     

基于遗传算法的电梯群控鲁棒优化模型

针对电梯群控调度过程中交通流不确定的问题,建立了鲁棒优化模型,利用遗传算法对所建模型进行求解.对于不确定线性优化问题,研究了不确定集的选择以及模型鲁棒对等式转化方法.仿真实验中,利用电梯群控虚拟仿真环境对鲁棒优化调度算法在不同交通流下进行了验证.以300人/15 min的混合交通流模式为例,鲁棒优化算法的平均候梯时间比静态分区算法降低12.77 s;平均乘梯时间比最小等待时间算法降低9.7 s;电梯启停次数比静态分区算法少8次.实验结果表明,鲁棒优化调度算法对不同交通模式具有更好的适应性,可以减小交通流不确定性的影响,提高电梯群控调度性能.     

基于数据驱动的主动配电网分布鲁棒有功无功协调优化

为充分发挥分布式电源与可控设备有功无功出力在配电网优化中的作用,减少分布式电源随机出力与负荷波动对系统的影响,首先,从有功无功协调优化角度出发,以有载调压变压器、光伏机组、储能系统、微型燃气轮机及无功补偿设备为控制手段,建立以网损最小为优化目标的主动配电网有功无功协调优化模型;然后,在协调优化模型的基础上,采用场景分析法处理光伏出力及负荷预测的不确定性,并以l-2范数约束构建场景概率分布的不确定集,建立了基于数据驱动的主动配电网分布鲁棒有功无功协调优化模型,采用列与约束生成算法进行求解.经IEEE33节点系统验证,结果证明了协调优化策略能有效地降低网损与分布鲁棒优化策略能有效应对系统中的不确定性.     

基于H∞混合灵敏度的冷连轧机多变量解耦鲁棒控制

冷连轧过程中的厚度和张力系统具有多变量、强耦合和不确定特点,为了提高系统的控制精度和控制性能,提出了基于不变性原理解耦的H∞混合灵敏度鲁棒控制策略.首先,建立了厚度和张力系统的动态耦合模型,并应用不变性解耦原理实现了对厚度和张力系统的解耦.其次,针对系统存在的建模误差、参数摄动和外部扰动等不确定性,采用H∞混合灵敏度方法设计了鲁棒控制器来保证系统的鲁棒稳定性和鲁棒性能.仿真结果表明解耦后的厚度和张力系统可以获得更好的控制效果,验证了本算法的有效性.     

多变量解耦鲁棒控制的遗传优化方法

提出一种基于遗传算法的鲁棒准优势化算法。该算法将鲁棒对角优势和遗传算法相结合,综合考虑各摄动系统的关联性,搜寻最优的鲁棒解耦控制器。用该算法对一参数不确定性工业对象进行了鲁棒系统设计,结果表明该设计方法比多模型加权准优势化算法具有更好的鲁棒稳定性和鲁棒性能,因而更适于实际工程应用。     

不确定非线性串联系统的鲁棒H∞自适应控制

针对含有未知参数和干扰的不确定非线性串联系统,运用本质改进的加幂积分器技巧及 backstep ping递归设计方法,提出了问题可解的充分条件以及可解时控制器的构造性算法,设计出一种新的鲁棒 H∞适应控制器,进而实现了闭环系统的鲁棒H∞几乎干扰解耦,仿真结果说明了结论的可行性.     

一类不确定优化问题的鲁棒对偶性刻画

通过引入一类目标函数和约束条件均带有不确定信息的优化问题, 借助鲁棒型次微分约束品性, 刻画了该不确定优化问题与其不确定对偶问题之间的Mond-Weir型鲁棒对偶性, 即原问题的鲁棒对应与其对偶问题的最优对应之间的对偶性.     

基于ESN网络的航天器姿态跟踪鲁棒控制

为了研究具有外部干扰力矩和模型不确定性的多体航天器姿态快速跟踪控制问题,基于逆系统方法和回声状态网络(echo state network, ESN), 设计了鲁棒控制器,并利用Lyapunov稳定性理论证明了控制系统的渐近稳定性.采用"meta-learning"策略离线训练ESN网络,并应用遗传算法优化其主要参数,解决了动态递归神经网络训练困难及网络参数不易确定的问题.控制器的设计过程相对简单,不需要精确的动力学模型.该文还针对航天器中心体与天线同时跟踪不同目标的任务进行了数值仿真,结果表明所设计的鲁棒控制器对外部干扰与模型不确定具有很好的鲁棒性.     

电子市场批量订货与期权采购协调的鲁棒策略

在B2B电子市场的不确定环境下,综合考虑了批量订货的稳定性和期权采购的灵活性,设计了基于期权合同协调B2B电子市场与传统市场的鲁棒策略.在最坏需求情景下,研究了卖方作为领导者的主从对策模型,并应用鲁棒优化理论,提出了一种求解买卖双方鲁棒Stackelberg解的算法.最后,结合上海宝钢益昌公司电子商务营销现状,用该算法进行了实证分析,在线性和二次型需求价格函数关系下分别求解了鲁棒定货量、期权合同预定费用和执行费用.     

考虑源荷不确定性及配电网接纳裕度的弹性调度策略

为解决渐进式加剧的小扰动事件对配电网调度的影响,提出一种考虑源荷不确定性及配电网接纳裕度的弹性调度策略,并建立两阶段优化模型求解。首先通过拉丁超立方抽样和后向场景削减技术生成以风光为源、以电动汽车为荷的功率预测典型场景,将不确定性问题转化为典型场景分析问题;在此基础上,第一阶段引入接纳裕度,以配电网对电动汽车接纳能力最大为目标构建电价型需求侧响应模型,对用户负荷削峰填谷;第二阶段引入需求侧响应结果,建立以系统运行成本最低为目标的经济调度模型,提出改进人工蜂群算法进行求解。测试结果表明本文所提策略能增强配电网在渐进式加剧不确定性事件下的适应力,实现配电网弹性高效运行。     

不确定平方和凸多项式优化的SDP松弛与鲁棒鞍点刻画

考虑一类带不确定参数的平方和凸多项式优化问题.首先,借助鲁棒优化方法给出该不确定平方和凸多项式优化问题的鲁棒对等优化模型;然后,借助一类鲁棒型特征锥约束规格,建立该优化问题的精确半正定规划(SDP)松弛问题;最后,引入该不确定平方和凸多项式优化问题的Langrange函数,并借助平方和条件给出该不确定平方和凸多项式优化问题的鲁棒鞍点定理.