人力资源优化配置模型及算法研究

从可操作性出发,基于系统分析和定量评价的方法,建立了人力资源优化配置模型,为人力资源的优化配置提供了一种量化管理的具体方法,并设计了求解此问题的改进的粒子群优化算法,数值模拟结果表明了该算法的有效性.     

基于协同进化的配网动态重构算法

为解决传统配网动态重构算法迭代计算量较大的问题,提出基于协同进化的配网动态重构算法.首先根据配网各节点负荷的变化情况进行时段划分,再在划分的区段内采用改进的遗传算法进行静态重构,将各区段静态重构得到的优化解集作为动态重构的初始解集,最后以所有时段总运行费用最小为目标函数,采用协同进化算法,通过协调各区段的重构操作得到所有时段的重构方案.对修改后的IEEE-33测试系统进行仿真计算,结果表明所提出的动态重构算法能够有效减少潮流计算的次数,同时提高了计算效率.     

配网光伏系统储能优化配置策略

由于光伏发电的不确定性和随机性,给电力系统的稳定性和安全性带来了隐患。将储能装置引入配网光伏系统,可以提升系统经济性,改善配网电能质量。本文在分析居民负荷和工业负荷特性的基础上,结合我国的电价政策,以光储系统净利润最大为目标,构建了光储系统投资收益模型。在满足功率平衡和储能电池性能约束的基础上,本文选用YALMIP工具箱和CPLEX程序在MATLAB中进行了求解。最后在IEEE-33节点系统中应用上述优化方法进行影响分析,结果证明基于光储系统净利润作为技术指标的光伏系统储能优化配置策略的有效性。     

配置储能装置的光伏预测配网优化研究

在分析区域光伏并入配网时交流母线PCC点电压波动机理的前提下,提出一种配置储能装置的光伏预测配网优化运行方法。该方法分析光伏发电输出功率与多种气象因素的相关性,将多种气象因素作为多个信息源处理,运用信息融合理论将其加权为一个综合影响因子λ,建立以λ为输入的BP神经网络预测模型,将模型输出的预测值实时传送给储能装置,采用基于滤波原理的光伏发电输出功率平滑控制,实现光伏功率平滑输出,这种方法可以和分时电价有效结合,既提高配网运行经济性的同时稳定节点电压,降低节点电压越限的可能。研究结果表明:所述预测模型具有较高的预测精度,对配网的安全优化运行有一定作用。     

改进蜘蛛群优化算法的分布式电源优化配置

针对分布式电源定容选址问题,提出了一种改进蜘蛛群优化算法,并将遗传算法中的变异环节引入蜘蛛群算法中,加强了算法的全局搜索能力,并对分布式电源定容选址过程中的约束问题提出了一种自适应罚函数,避免了罚函数设置不恰当导致算法前期搜索时罚函数达不到惩罚作用或后期影响算法的边界搜索等问题的出现,最后在考虑电源出力的时序性的条件下用IEEE 33节点配电网络进行验证上述所提方法,其结果表明所得分布式电源定容选址方案有效的改善了配电网的线路损耗、节点电压和快速电压稳定指数,同时表明的搜索算法和罚函数的有效性。     

改进贝叶斯算法在配网故障诊断中的研究

针对智能电网故障诊断中所存在的大量不确定信息的问题,本文对贝叶斯网络算法在电网故障诊断中的应用进行了相关研究.在原有Noisy-or、Noisy-and两类节点模型和线路、母线和变压器三类故障诊断模型的基础上,对传统贝叶斯算法的不足之处进行改进,提出了一种改进贝叶斯算法.最后以某地区实际配网为研究实例,结果表明,与传统方法相比,改进后的算法在故障诊断中具有更高的灵敏度,降低错误概率,可以构造最小错误概率的贝叶斯分类器等优点,在实际电力系统故障诊断中半角将有很好的应用前景.此外,本文通过图形用户界面(GUI),显示可疑故障元件、后验概率、误动拒动的保护断路器等信息,方便现场工作人员及时做出决策,进一步处理故障.     

冷链物流配送路径优化模型及改进算法

本文针对易腐食品的配送问题,指出了冷链物流的概念及重要意义。在研究配送过程中固定成本、运输成本、货损成本及惩罚成本的基础上,给出带时间窗的冷链物流配送的成本模型,探讨路径优化算法,通过实例验证了模型及算法的准确性。     

基于可行解搜索和自适应免疫算法的配网重构

为提高配网重构的计算速度及效率,将自适应免疫算法（adaptive immune algorithm,AIA）用于配网重构;在此基础上结合GENOCOPⅢ（genetica algorithm for numerical optimization of constrained problems）算法对AIA进行改进,提出了对不可行解进行修复的AINOCOP（adaptive immune algorithm for numerical optimization of constrained problem）算法用于配网重构,该方法综合了AIA的双层优化特点以及GENOCOPⅢ的可行解搜索方法;在基因的编码技术上,基于启发式规则,采用方便的十进制编码策略．将多种方法用于69节点系统的配网重构计算,GA、IA、AIA和AINOCOP的平均迭代次数分别为300、30、25次和12次,连续运算50次,AIA和AINOCOP在50代内可得到最优解的次数分别为8次和15次．     

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。     

集装箱船全航线预配优化模型与算法研究

集装箱船全航线配载问题属于NP-hard问题.为降低问题求解难度,提出了解决全航线配载问题的分解算法,即将配载问题分解为Bay位选择和Bay位中集装箱排序两个子问题.将Bay位选择看成是"装箱问题",以不同属性集装箱作为待装"物品",以船舶上的Bay位为箱子,以最优装箱(即使用箱子的数量最少)及集装箱在每个港口的倒箱数量最少为目标进行总布置配载;Bay位中集装箱排序是将Bay位选择阶段分配到不同Bay位的集装箱按某些规则进行排序,确定其在Bay位中的具体箱位.主要研究了Bay位选择阶段的模型及算法.实例模拟结果表明该方法可行,为集装箱船全航线配载优化提供了一个实用的模型.     

配网电缆线路电容效应机理分析及无功补偿

城市配电网线路大多采用电缆线路,电缆线路的电容特性相比于同等电压等级的架空线路更加明显,更易造成配电网线路电压越限,造成一定程度的电气设备损害。本文首先通过对配电网电缆线路产生的电容效应,导致电压升高进行机理分析,首次给出了考虑电缆充电特性含虚拟电容充电的配电网模型,然后通过电力系统仿真软件ETAP搭建某城区某110kV变电站110kV～10kV配网系统模型,并在所带某条10kV电压越限线路各处可行位置配置电抗器进行无功补偿,利用仿真对比的方法,得到最优布点位置。     

10kV配网优化与研究

随着国家规划的快速发展与规模不断扩张,同时建设的质量要求不断提高,特别是对电力的稳定性及供应能力的要求越来越高,电力各相关部门对供电能力及供电稳定性已提出了详细的标准,对10kV配电网优化及配合城市的优化发展进度及电网建设的相关问题展开技术性研究。对于节能理念的认识,电力的配电及供电始终离不开10kV小区的配网问题。本文主要介绍关于此类小区的配电网中,各种规划问题及有关处理方法的研究。     

基于改进哈里斯鹰优化算法的配电网动态重构

针对风光荷不确定性的配电网重构问题,建立分布式电源和负荷出力模型,以系统运行成本和电压偏移构建多目标函数。提出一种改进粒子群算法融合K-means(improved particle swarm optimization and K-means, IPSO-Kmeans)聚类算法来划分典型日负荷曲线,将改进哈里斯鹰优化(improved Harris hawk optimization, IHHO)算法应用于配电网重构,进行寻优计算。为了改善哈里斯鹰优化(Harris hawk optimization, HHO)算法种群分布不均、无法完整搜索到最优解空间范围、易于陷入局部收敛等问题,引入佳点集生成种群初始化,提高种群搜索空间的均匀性。将麻雀搜索算法中的探索者位置更新公式与哈里斯鹰优化算法探索阶段的位置更新公式结合,以提高算法的全局搜索能力。利用柯西-高斯变异扰动策略跳出局部最优解。最后在IEEE33节点配网系统仿真,结果表明所提方法的有效性。     

计及高比例可再生能源的配网系统储能多场景优化配置

为解决传统方法中可再生能源出力波动大、可再生能源和储能利用效率不高等问题,提出一种计及高比例可再生能源的配网系统储能多场景优化配置方法。通过在配网系统电源侧接入储能,定义配网系统储能配置场景,采用一阶低通滤波,结合波动率期望值确定方法,将低通滤波时间常数作为储能容量配置的关键参数,计算能源发电波动场景储能目标输出功率。采用上下限约束法,计算负荷储能释能场景储能目标输出功率。结合配网系统运行成本,构建储能多场景优化配置模型,求解储能最优功率和容量最优解,获得储能最优配置方案。实验结果表明,所提方法减少了风电出力和光伏出力的最大波动量、最大波动率,可再生能源出力更加平稳,减少了弃风率和弃光率,增加了储能出力,提高了可再生能源和储能利用效率。     

基于改进遗传-禁忌算法的PMU优化配置

针对PMU最优配置问题,把改进遗传算法与禁忌搜索算法的混合算法应用到电力系统优化问题。首先通过初始化配置,给定初始值,然后保留两个算法各自的优点进行全局优化,使优化精度提高,适应性更强。并对IEEE14和IEEE39节点进行优化,算例表明该方法求解PMU最优配置问题能使配置的数目和配置的位置达到最优化组合,同时也可提高最优解的多样性。     

基于改进哈里斯鹰算法的分布式电源优化配置

为解决分布式电源接入配电网进行合理规划配置的问题,在建立以网络损耗、节点电压偏差、投资综合费用为多目标函数的基础上,采用层次分析法将考虑经济性与稳定性的多目标函数转换成单目标函数,并用改进哈里斯鹰算法寻找最优的配置方案。为进一步改善哈里斯鹰算法的寻优精度与收敛速度,引入Tent混沌提高初始化种群的均匀性;将鲸鱼算法的搜索围捕方式与哈里斯鹰算法结合,增加了算法的多样性并提高了寻优精度;引入t分布策略增强全局寻优能力和求解速度。通过算例验证了采用改进哈里斯鹰算法在求解分布式电源优化配置问题中的高效性和稳定性。     

改进粒子群算法在分布式电源接入配网继电保护整定优化中的应用

随着分布式发电的接入,配电网由单电源电网转化为多电源网络,使得原电网中继电保护系统中潮流、电能质量等方面会受到显著影响,保护之间的配合关系已经无法满足。该文以电流保护为例,分析了分布式电源并网对继电保护的影响;采用改进粒子群算法,对典型分布式电源接入配网结构中过流保护整定进行优化处理。结果表明,改进粒子群算法在收敛速度和稳定性方面有一定的提高,对过流保护定值进行了优化。     

基于改进K-Means算法的ABAC模型优化

针对基于属性的访问控制(ABAC)模型中属性量化、用户分类等尚未解的问题,引用层次分析法确定用户属性的权值,利用属性权值定义加权欧式距离,为用户分类提供依据.对K-Means聚类算法从三个方面进行优化改进,并把改进后的K-Means聚类算法引入ABAC模型的策略库中,使同一类中的用户具有相同的访问权限,不同类之间的用户自动化访问隔离.最后通过仿真实验分析,优化后的ABAC模型效率和准确率比传统ABAC模型具有明显优势.     

改进蛙跳算法的网格任务调度优化模型

为解决当前调度模型存在的局限性, 以更好完成网格环境下的任务调度目标, 结合网格任务调度的NP(Non-deterministic Polynomial)问题特点, 提出了改进蛙跳算法的网格任务调度优化模型。首先以网格任务完成时间作为调度优化指标, 然后采用蛙跳算法找到最优的网格任务调度方案, 并对蛙跳算法存在不足进行改进,以改善算法工作性能, 最后在网格仿真平台GridSim 上进行性能验证分析。实验结果表明, 改进蛙跳算法可较好完成网格任务调度, 缩短了任务完成的时间, 资源负载更加均衡, 而且性能明显要优于其他算法。     

精英非支配排序算法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。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。