基于粒子群与蜂群结合的算法求解含风电场电力系统经济调度问题

提出一种新的混合智能算法解决含阀点效应和系统约束的含风电场的电力系统经济调度问题,将蜂群中的觅食行为与聚群行为引入改进的粒子群,提出改进粒子群一蜂群混合智能算法．在算法上进行优化,大大地提高搜索的能力,从而使结果更优．通过引入交叉策略,对那些速度保持不变的点,重新赋值．以一定的比例选拔最优点,其中选拔出的最优点,不止一个．同时精英策略的采用,有利于加强全局寻优,跳出局部最优,从而使算法得到很大的改善．最后对一个10机系统的算例进行求解,通过与改进的粒子群算法、蜂群算法进行比较,验证了改进的粒子群一蜂群混合智能优化算法在解决含风申．场的申力系统终济调度问题中的有效性与优撼性．     

露天煤矿车辆的不确定调度模型与优化求解

以内蒙古一露天煤矿为研究对象,对露天矿车辆调度过程中的关键时间参数进行统计分析,确定其随机性,建立车辆调度的不确定模型.在对不确定调度模型优化分析的过程中,训练神经网络逼近函数,对于粒子群算法容易陷入局部收敛的缺陷,结合模拟退火算法的局部搜索技术,得到模拟退火算法和粒子群算法相结合的混合智能算法.计算实验结果证明该算法的有效性和优越性.     

混合多目标遗传算法在电力系统经济调度中的运用

针对电力系统经济调度问题的多目标特性,提出了一种混合多目标遗传算法．算法除了改进传统目标函数加权法使之更适于多目标优化问题之外,还利用模糊逻辑技术来自适应调整交叉概率、交叉点位置以及变异概率,使算法具有优良的收敛性能．     

含多分区电力系统能量备用实时优化调度的动态积极集求解算法

网络阻塞和故障停运导致备用存在供应问题,为了保证含多分区电力系统备用的有效性和网络的安全性,在实时优化调度中提出分区备用要求和新的求解算法,分析了含多分区的孤立和受端电力系统备用容量需求,建立了一种以电能和备用购买费用最小为目标函数的能量备用实时优化调度模型,同时计及了系统备用要求、分区备用要求、N-1安全准则等约束条件。该模型是一个超大规模的优化问题,因此文中将动态积极集法引入电力系统优化调度问题,对其进行迭代求解。最后,对IEEE 118节点标准测试系统和我国某典型受端电网进行算例分析,结果表明,采用提出的实时优化调度模型和动态积极集求解算法在满足电力系统实时调度计算时间要求的同时,求解得到能量备用的实时优化调度方案以及N-1故障后备用调用方案,验证了模型的合理性和算法的可行性。该算法可以有效解决备用的供应问题,提高电网运行的安全性,为含多分区电力系统的实时优化调度提供有意义的探索。     

含风电并网系统鲁棒区间优化调度

随着风电渗透率的不断增大,风电功率的不确定性对电力系统的安全稳定运行带来了极大的挑战。为应对风电功率的不确定性,增强电力系统的大规模风电消纳能力,建立了含风电并网系统鲁棒区间优化调度模型。求解该模型得到风电场的最大允许输出功率区间及常规机组的最优经济调度计划。通过引入风电场最大允许输出功率区间作为控制目标,可有效降低弃风量、减少常规机组输出功率调节频次。在IEEE-RTS系统中进行仿真,仿真结果表明该模型所得系统调度策略的鲁棒性及安全性最优。最后以省级电网实际数据进行实例分析,验证了所提模型及方法的有效性。     

电网关口外送电交易能力的多目标分层优化研究

研究电网的外送电交易能力的内涵;建立了以系统发电成本最小和关口外送电交易最大为目标并考虑机组约束、网络约束以及节点负荷水平约束等的评估模型;利用分层优化结合粒子群算法求解.该模型第一层以电网的电力系统经济调度为前提,第二层在极小化本系统发电成本的基础上,求取关口最大外送电交易能力.通过IEEE30节点系统仿真计算,表明该方法能有效获取关口外送电交易能力指标.     

模式搜索算法工具箱在电力系统经济调度中的应用

电力系统经济调度在自动化调度系统中有重要的应用,实现系统经济调度首先要了解电源结构、输电距离及负荷水平等系统资料,其次在系统资料的基础上建立系统经济调度模型,最后用各种算法对系统经济调度模型进行求解,本文主要介绍模式搜索算法对模型求解过程的实现,为读者快速的掌握模式搜索算法工具箱在系统经济调度求解过程中的应用,并简要介绍算法参数设置情况。     

基于交替迭代遗传算法的多级车间生产计划与调度的集成优化

为了提高多级生产系统的运作效率,研究了一类多周期的多级车间生产计划与调度的集成优化问题,该生产系统由一级混批Job-shop车间和一级混流装配车间串联而成.首先建立了该类集成优化问题的混合整数规划模型,该模型从上下游生产车间的需求关系出发,综合考虑上下游车间的物料平衡、设备负荷以及开工位置等约束条件,同时满足优化上下游生产线的费用目标.然后提出了一种交替式混合遗传协调优化算法求解该集成优化问题,其主要思想是给定计划用一种混合遗传算法求调度,反过来给定已求调度用另一种混合遗传算法求取新计划,如此不断交替使用2种混合遗传算法实现计划与调度的同时优化.仿真结果证明了该方法的可行性和有效性.     

并行防火墙系统的容错加权散列调度算法

提出一种用于并行防火墙系统的容错加权散列调度算法,该算法在散列调度的基础上增加了加权处理和容错机制．加权处理根据防火墙组件的不同处理能力调度访问请求,保证处理能力强的防火墙组件处理更多的访问流量,提高了系统的整体效率;容错机制在防火墙组件失效或恢复正常时利用基于连接调度的过渡散列表记录不稳定连接,避免已有连接因算法参数改变而失效．算法性能分析表明：该算法综合了散列调度的高效性、低内存开销以及连接调度的稳定性等优点,为并行防火墙系统提供高效可靠的调度服务．     

随机环境下公交调度问题双层规划模型与算法

提出一种以随机环境为基础并能适用于实际公交调度的优化方法.考虑公交线路运营环境下的随机因素,建立一个尽可能使乘客和企业综合满意度达到最大的双层规划模型,并通过智能算法进行求解.算例研究表明,模型和算法具有可行性和有效性.在车型、发车时间间隔、运营费用等因素组合情况下,以实际站点统计数据为基础,能够快速给出优化结果.      

考虑时空相关随机行驶时间的车辆路径问题模型与算法

本文对一类在真实道路网络中考虑时空相关的随机行驶时间的车辆路径问题进行了研究. 首先我们建立了该问题的两阶段随机规划模型. 然后我们将用于候选解寻优的智能优化算法与用于产生评价解的随机场景的情景生成技术相结合,提出一种智能随机优化方法求解该问题. 为了有效地进行解的寻优,本文结合可变邻域下降算法提出了一种混合粒子群优化算法.最后通过一系列基于北京市区道路网络的算例实验,我们验证了所提出的混合粒子群优化算法的有效性.实验结果还表明,考虑实际交通环境中道路网络上车辆行驶时间的时空相关性,会影响最优车辆路径决策方案.     

基于多目标优化的双模式混合驱动电机特性设计

针对双模式混合驱动装置电机的参数匹配,提出了一种多目标优化的方法.在研究双模式混合驱动装置动力输出特性与电机功率间关系的基础上,以驱动功率利用率和电机功率为优化目标,利用Matlab和Isight软件进行了建模和求解.并根据计算结果中电机转速转矩工作点分布对电机A,B的外特性进行了设计,有利于进一步降低电机功率,改善系统优化匹配设计.     

宽带太赫兹大规模MIMO系统中的混合预编码

针对宽带太赫兹大规模多输入多输出(multiple input multiple output, MIMO)通信系统中更大的带宽和更多的天线导致的波束分裂问题,构建了基于时延的宽带太赫兹大规模MIMO系统的混合预编码通信模型,并提出了一种高效且可实现的联合时延和相位的宽带太赫兹混合预编码算法。考虑到时延器值的硬件限制,通过最小化最优模拟预编码与等效模拟预编码之间的差来联合优化模拟预编码矩阵和数字预编码矩阵,将联合优化问题转换成目标优化问题,通过将非凸问题转换成等价的凸问题来求全局最优解。仿真结果表明,提出的算法可以获得接近最优的可实现速率性能,且可以提高能量效率。     

暂态电压稳定薄弱区的厂站稳态无功协调方法

考虑协调发电机和变电站电容器稳态无功出力占比对系统暂态电压稳定性的影响,以及无功优化和电压稳定的区域调控特点,研究了基于厂站稳态无功协调提高系统暂态电压稳定裕度的预防控制方案决策方法。该方法在利用AP聚类算法和综合暂态电压稳定裕度确定稳定裕度薄弱区域的基础上,基于发电机无功调节对薄弱母线电压作用的加权平均灵敏度进行灵敏调节发电机选择。接着以薄弱区并联无功补偿和灵敏发电机无功出力作为控制变量,建立兼顾暂态电压稳定裕度和母线电压额定值偏移的厂站无功协调多目标优化模型,并结合暂态稳定计算,利用MOEA/D算法和TOPSIS方法求解系统对严重预想故障的多目标稳态无功协调方案。江西电网实际算例的仿真研究验证了该决策方法的有效性。     

混合有-无源智能反射面辅助大规模MIMO安全传输

针对存在恶意窃听者的大规模MIMO网络安全传输问题,提出了一种混合有-无源智能反射面辅助的下行安全传输方法。受基站总发射功率、混合有-无源智能反射面功率和反射相位模量约束,讨论了最大化系统总保密速率的优化问题,该问题为多变量耦合的非凸优化。提出了基于逐次凸近似的主动波束成形和反射相位优化算法,首先利用交替优化算法将原始问题转变为两个单变量的子问题,然后采用逐次凸逼近或半定松弛算法分别求解每个子问题的最优主动波束成形和反射相位。仿真结果表明,相比传统的被动智能反射面辅助安全传输方案,提出的方案能够有效利用混合有-无源智能反射面高增益的技术优势,进一步提高级联链路的信道增益,获得更高的保密速率。     

NSGA-II与改进粒子群算法相结合的储能优化配置

储能系统的选址定容在接入新能源的电力系统中具有重要意义,合理选择储能容量可以很好地平抑风电接入后的系统有功功率波动,同时减少能源浪费。本文提出了一种混合智能优化算法(Hybrid Intelligent Optimization Algorithm,HIOA),以电压偏差、负荷波动最小及最少储能配置容量为目标进行优化配置。该算法将多目标粒子群算法改进后(IMOPSO)与精英非支配排序算法(NSGA-II)结合,与常规多目标粒子群算法相比,大幅提高了算法的寻优性能,保证了Pareto 解的多样性和分布性。通过非支配排序求解获得Pareto 最优解集,采用逼近理想解排序(technique for order preference by similarity to an ideal solution,TOPSIS)选出储能的最优接入方案。通过IEEE-33 节点测试系统的仿真实验验证了本文所提算法的准确性及有效性,在求解配电网储能选址定容问题中有很好的收敛性和全局寻优能力。     

风电-抽水蓄能电站联合运行的多目标优化

为了充分利用风能,改善风电场的功率输出特性,建立风电场-抽水蓄能联合供电系统的优化模型.以联合运行系统的效益最大和输出功率平滑为优化目标,采用多目标克隆选择算法,对模型进行求解和仿真分析.通过优化计算使风电-抽水蓄能联合运行系统在提高运行效益的同时,输出功率得到平滑.应用风电场功率预测技术,通过上述优化,可以得到预测日...     

城市避震疏散场所选址的时间满意覆盖模型

针对城市避震疏散场所选址和避难人员分配的问题,研究了综合多准则决策的避震疏散场所优化方案的时间满意覆盖模型.通过综合考虑备选避震疏散场所的条件,采用优劣解距离方法进行多准则决策,对可行方案进行综合评价;在建立避震疏散场所服务需求点的时效性评价函数的基础上,基于最大覆盖选址模型和"部分覆盖"思想,建立了有限设置避震疏散场所的综合多准则与时间满意覆盖模型,并给出了基于遗传粒子群的模型优化求解算法.实例分析结果表明,该算法具有较好的有效性.     

用于提高电网中风电渗透率的混合储能容量优化分析

为提升电网中风电渗透率,通过提出由电池、超级电容器和抽水蓄能构成的混合储能系统,构建缓和风电并网时不稳定性的双层容量优化模型。首先,提出了风电典型场景和极端场景的提取方案,获得充分逼近原风电出力场景的场景集合。然后,使用小波包分析法,配置电池和超级电容器的容量用来平抑风电功率波动,并在电力系统中利用抽水蓄能进行削峰填谷,建立双层混合储能容量优化模型对储能容量进行优化。最后,利用某风电场一年输出功率数据,对改进的 RTS-96 系统进行仿真验证并分析。算例结果表明：建立的双层混合储能容量优化模型在确保经济性的条件下提升了风电渗透率。     

风-光-抽水蓄能联合发电系统的优化运行

针对风-光-抽水蓄能联合发电系统各部分出力不佳导致的收益不高问题,通过改进粒子群万有引力混合算法,将混沌算法、惯性权重和改进步长因子引入传统的粒子群万有引力算法,解决传统算法的寻优能力弱、精度不高的问题.将改进后的粒子群万有引力算法应用于实际工程算例当中,优化联合发电系统各部分的出力,进而得到最大经济效益.与粒子群算法...