含热电联合系统的微电网运行优化

为了提高微电网的经济运行水平,提出考虑分时电价并计及制热收益的微电网多目标能量调度模型,该模型以微网发电成本最低与环境效益最优为目标。首先,利用权重系数将多目标经济调度问题化成单目标优化问题。其次,针对遗传算法局部搜索能力差的问题,提出了天牛须搜索算法改善遗传算法的变异操作,利用自身对空间的判断,加强局部搜索能力,在此基础上将Metropolis接受准则加入天牛须搜索算法中,增加变异的概率。最后,以一个微电网为例,将改进的算法与标准遗传算法进行对比,验证了所改进的算法的全局最优解的搜索能力,使得微网获得更佳的综合效益,降低了系统经济运行成本。     

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.     

考虑重构和分布式电源无功特性的主动配电网多目标日前调度

主动配电网的优化调度方案是配电网经济运行的核心,本文提出一种考虑配电网拓扑重构和分布式电源无功特性的主动配电网日前调度方案,建立配电网经济运行成本最小和系统网络损耗最小的多目标优化模型.该方案在资源优化配置时,考虑拓扑结构的改变对资源调度结果的影响,并且充分利用分布式电源的无功特性,尤其是常被忽视的风机和光伏的无功支持能力.通过该优化调度方案可确定配电网一天内各时段分布式电源的最优有功和无功出力、可中断负荷的参与量以及对应的各时段最优拓扑结构.该优化模型为非线性优化问题,采用万有引力搜索算法进行求解,最后通过修改的PG&E－69节点系统进行仿真验证.     

考虑工作均衡性的家庭医疗人员调度研究

考虑到家庭医疗护理调度中存在患者服务的强时效性以及医护人员工作时间的差异性等问题,构建了以患者满意度最大化、医护中心总成本最小化以及工作均衡性最大化为目标的调度模型;并设计了一种带有混沌初始化策略和3-opt局部搜索方法的改进天牛须搜索算法(BAS,beetle antennae search algorithm)求解模型。通过算例验证了改进算法能有效求解家庭医护人员调度问题。最后,对算法参数以及模型中医护人员服务时间窗进行了灵敏度分析,发现参数以及工作时间的改变对调度优化指标有显著的影响。仿真结果表明,改进后的算法可以为医护中心提供合理的调度方案。     

含多微网系统的主动配电网分层能量优化管理

为实现含多微网系统的主动配电网的经济效益最优,通过引入自适应权重系数来进行动态优化.构建一种主动配电网层以发电机组运行成本最低,多微网系统层以经济成本和环境成本最低的分层能量优化管理模型.采用变异、杂交和竞争策略以及Lévy飞行策略改善麻雀搜索算法,提高算法的种群多样性和收敛精度.基于所设计的多微网系统混合配置运行策略...     

含电动汽车的主动配电网优化调度

电动汽车随机充电功率会影响主动配电网优化调度,为了解决这一问题。提出了含电动汽车的主动配电网优化调度模型,模型分为两个目标函数。首先,需要以负荷曲线的最小方差优化电动汽车的充电功率作为优化调度之前的目标函数,可以获得电动汽车连接电网的时间和充电功率。然后,建立以分布电源功率为控制变量使得配电网运行成本最低的主动配电网日前优化调度模型。最后,建立的模型在IEEE33节点配电网系统中进行多场景分析电动汽车对主动配电网优化调度造成的影响,并采用CPLEX优化规划软件来求解模型。结果表明:所建立的模型和方法不仅可以保证配电网经济运行,而且还能有效的利用电动汽车的充电来减少配电网负荷曲线的方差。     

主动配电网下分布式能源系统双层两阶段调度优化模型

为解决当前能源系统调度优化模型分层调度能力不高的问题,在控制分布式能源系统运行成本的前提下,构建主动配电网下分布式能力系统双层两阶段调度优化模型。优化调度模型分层调度函数,并设定能源系统调度约束条件。使用帝国竞争优化算法对能源系统调度优化模型进行求解,获取最佳调度方案。构建算例分析环节,引入IEEE-33节点配电网测试系统完成分析过程。算例测试结果表明：此模型在日前阶段与日内阶段均可提高能源利用率,确保了能源系统的经济性。可见此模型可有效提高分布式能源的消纳能力,使主动配电网的经济效益最大化。     

消拖船节油航速优化研究

针对港口作业消拖船主机的高油耗问题,从船舶管理节能的角度出发,提出了基于改进天牛须算法的消拖船节油航速优化方法。通过分析消拖船的船、机、浆的能量传递机制,建立了其主机燃油消耗的优化模型,并对消拖船某航次中各航段的航速开展优化研究。天牛须搜索算法(beetle antennae search algorithm, BAS)是近年来出现的智能优化算法,在处理结构复杂的数学模型优化中优势很明显,但是也存在收敛慢、容易进入局部最优状态等问题,为此建立了一种改进的天牛须搜索算法(improved beetle antennae search algorithm, IBAS),以更好地满足应用要求。通过实例计算分析,采用所提出的优化算法进行消拖船主机燃油消耗优化。结果表明：所提算法的收敛速度快,寻优效率高。与天牛须算法和蚁群算法(ant colony algorithm, ACO)对比分析,所提出的优化算法保持较快的运算时间的同时,提高了优化结果的准确率。     

基于混沌天牛群算法优化的神经网络分类模型

针对传统BP神经网络受初始权阈值影响大且易陷入局部极值,标准天牛须搜索算法局部搜索能力差、寻优精度低等问题,提出一种自适应步长因子的混沌天牛群算法用于优化BP神经网络分类模型。通过增加天牛种群,引入自适应步长更新策略优化天牛须搜索算法的局部搜索能力,使其跳出局部最优,提高算法的计算精度;利用Logisitic混沌映射产生新个体,替换性能较差的个体,增强全局搜索效果。为了改善BP神经网络对非均衡数据集中少数类的分类效果,采用SMOTE算法处理非均衡数据集。将改进的天牛须搜索算法用于优化BP神经网络中的初始权值和阈值,建立IBAS-BPNN（Improved Beetle Antennae Search and Back Propagation Neural Network）分类模型,提高BP神经网络分类模型的准确率。为验证分类模型的性能,将改进的BP神经网络分类模型与其他六种典型的分类算法进行比较,实验结果表明IBAS-BPNN分类模型的平均分类正确率高于其他算法。改进的混沌天牛群算法泛化能力强,鲁棒性好,具有一定的优越性。     

计及需求响应的主动配电系统优化调度研究

针对主动配电系统中负荷的动态变化性,将需求侧响应融入到该系统的优化调度中.考虑到分布式能源的碳排放特性,以配电网运行成本及二氧化碳排放成本最低为目标函数,引入可中断负荷等相关约束,建立了日前低碳经济调度模型.采用基于差分演化的果蝇优化算法求解模型.算例结果表明优化结果能够兼顾运行成本及排放成本,在调度中引入需求响应可以引导负荷转移,削峰填谷,具有显著的节能减排效益.     

基于天牛须优化的BAS-CRI图像修复算法

针对Criminisi算法中由于优先权计算不准确导致的修复效果不理想、修复效率低等问题,提出一种基于天牛须算法优化的BAS-CRI图像修复算法.首先在Criminisi算法优先权计算过程中,加入等照度曲线提高优先权的可靠性,并针对置信项加入调整因子,平滑置信项.其次,在最佳匹配块搜索阶段,引入改进后的天牛须搜索算法,提高搜索效率和鲁棒性.最后,利用主观视觉评价和峰值信噪比(PSNR值)量化评价,验证了算法的有效性.结果表明,所提算法较其他算法修复效果更好.     

计及需求响应的主动配电网日前优化调度

主动配电网通过主动调度可调度资源达到配网的经济、安全、可靠、高效的运行;随着分布式电源在主动配网中渗透率越来越高,将需求侧资源纳入主动配网的调度中可以提高主动配电网消纳分布式电源的能力以及增加系统的经济性、安全性。由于用户负荷不止受电价影响,需求响应后的负荷存在不确定性,同时风光的出力也存在随机性的特点,在计及了源荷不确定性下,建立了基于机会约束规划的主动配电网优化调度模型,通过嵌入蒙特卡罗的粒子群算法求解,算例分析结果表明了所提模型的有效性。     

基于改进A*算法与天牛须搜索算法的农业机器人路径规划方法

为解决复杂环境下,农业机器人路径规划存在的局部路径欠优、收敛速度慢、折点较多的问题。为解决此问题,本文提出一种基于天牛须搜索算法和A*算法相结合的BACA*全局规划方法。首先,基于A*算法,采用曼哈顿距离作为启发函数进行全局规划;其次,通过适当调整步长的天牛须搜索算法对路径进行优化,缩短了路径长度,降低了转折点数量;最后,采用贝塞尔曲线对路径进行圆滑处理,使机器人在现实场景中能平稳前进。仿真结果表明：与传统A*算法相比,该算法的路径更加平滑,折点数更少;与天牛须搜索算法相比,能保证生成路径的效率性、全局最优性。在缩短路径长度和降低累计转折点数量方面验证了所提方法的有效性。     

基于BAS-BP模型的变压器故障诊断

针对变压器故障诊断中BP神经网络诊断精度不够高的缺陷,提出一种天牛须搜索(BAS)算法与BP神经网络相结合的算法.将天牛须搜索算法寻优后的初始权值和阈值作为BP神经网络的初始权值和阈值,建立模型并进行仿真测试.结果表明,与传统BP神经网络相比,新模型有效克服了训练时间长、收敛速度慢的缺点,为变压器故障诊断提出了一种新的方法.     

主动配电网二阶段安全优化调度研究

为应对大规模新能源的接入,以IEEE 33节点配电网模型为基础,添加了可调度负荷和无功调压设备,基于二阶锥支路潮流模型,构建了主动配电网日前-日内调度模型。日前阶段以综合运行成本为优化目标,对配电网各设备未来24 h的出力情况进行调度。日内滚动优化调度阶段,则将储能设备、电动汽车以及电容器组的日前调度结果作为约束条件,以电压稳定性、网损和新能源利用率为优化目标。可调度负荷接入后,日前调度的新能源消纳率提高了4.41%,购电成本从472.03元降至446.90元。与日前调度结果相比,日内调度中新能源消纳率降低0.53%,各节点电压偏移最大值从0.060 0降至0.025 3。实验结果表明,提出的二阶段调度模型电压偏移较低,同时新能源利用率较高。     

考虑碳排放指标的配电网经济调度方法

碳中和愿景下二氧化碳排放配额指标逐步递减，清洁电源必将超高比例渗透，传统配电网调度模式需解决碳排放达标与清洁电源强间歇性平抑等问题.在分析碳排放指标与电功率经济成本耦合关系的基础上，提出未来态配电网碳电耦合新型调度模型，针对系统运行碳排放成本递增若干场景，基于二阶锥规划模型提出配电网优化调度策略，设置不同的碳排放成本区间及并网容量区间，在改进的IEEE 33节点系统验证了方法的有效性，算例结果表明：在特定的成本区间内，配电网的发电行为随之变化，所提方法能够有效应用于双碳目标下的配电网经济调度中，提高配电网稳定性，促进清洁能源消纳.     

主动配电网源荷协同优化控制策略研究

针对主动配电网中间歇性可再生能源(光伏和风电)和具有与配电网管理系统互动的主动需求负荷的协同运行问题,提出了基于自适应扩散算法的源荷分布式协同优化控制策略。该策略应用自适应扩散算法构造自适应邻接矩阵和融合矩阵,作为加权因子对节点状态值进行迭代更新,获得全局一致边际成本信息,实现分布式电源功率等边际成本控制。以IEEE-14节点配电系统为例进行仿真分析控制系统的动态性能,结果表明,采用所提策略进行主动配电网有功功率的优化调度,能够实现源荷间的协同运行,并与一致性算法和PSO算法的计算结果进行比较,验证了所提方法的有效性和优越性。     

电力现货市场下的输配协同缓解阻塞模型与求解

电力现货市场中需协调调度输电网中可控资源实现对传输阻塞的缓解。考虑配电网中含有大量分布式电源以及可响应负荷，提出了以配电网公司作为主体参与电力现货市场阻塞管理的双层优化调度模型。输电网层以阻塞调度成本最小为目标，对各配电网公司的可控负荷和常规机组协同调度。配电网层以配电网电压波动和用户响应满意度为目标，在满足配电网安全约束的前提下，对配电网中资源进行协同调度。采用ATC算法对上下层模型进行求解，获取最优调度策略。最后对IEEE9节点的输电网和改进的两个配电网组成的输配全局电网进行仿真，验证所提方法的有效性。     

含风电场的电力系统环保经济调度研究

在节能减排的电力市场环境下,清洁能源发电因其发电成本较低,环境污染小,而具有日益重要的地位。本文研究风电接入系统后的电力系统动态经济调度,建立了含风电场的环保经济调度数学模型,提出以系统总发电成本最低为目标函数,并考虑常规火电机组和风电场的各种约束条件。根据某地区的实际负荷数据,利用搜索能力强、寻优速度快的粒子群优化算法进行仿真验证,结果表明数学模型与优化算法的正确性与有效性。最后,应用相对熵均衡性理论,对优化调度的决策结果进行评价与选择。     

基于改进BAS-BPNN的Stewart平台位姿正解

针对目前Stewart平台位姿正解难以兼顾高精度和实时性的问题，设计出满足平台精度要求且运算时间尽量少的正解方法是研究并联平台运动学的关键。首先建立平台运动学反解模型求得BP神经网络（BPNN）的训练集，然后调整步长策略和引入惯性权重改进天牛须搜索算法（improved BAS，IBAS），提升算法性能，通过改进后的算法优化BP神经网络的初始权阈值，反复学习训练至最小误差，最后选取一段位姿变化进行仿真验证。仿真结果表明，IBAS-BPNN正解法在选取的100组位姿点中的最大位姿误差小于0.6%，运算时间为31.9 s，通过与遗传算法(GA)、粒子群算法(PSO)和天牛须搜索算法(BAS)优化的BP神经网络模型进行对比分析，验证了IBAS-BPNN模型在精度和运算速度方面具有优越性。算法模型有效提升了Stewart平台位姿正解的精度和实时性，为平台的运动学和控制提供了理论和方法参考。