配电自动化的主动配电网多目标调度模型与方法

针对配电网中具有竞争性的优化目标,提出主动配电网多目标优化运行方法,并通过Nash议价合作模型,求得多目标优化问题的Pareto最优解。提出的优化模型包含燃气轮机、柴油发电机、储能电源的发电成本和环境成本,可调节负荷的效用成本。将提出的多目标优化模型通过Nash议价模型转换为单目标优化问题,通过常见的交替向量乘子法(ADMM)求解。此外,在Matlab中建立以实际配电网为基础的33节点主动配电网系统。仿真结果表明:所提出的模型能够得到多目标优化问题的Pareto最优解,同时能够鼓励可调节负荷吸纳可再生电源的发电量,减少环境污染成本,为配电自动化系统提供最优调度方案。     

电动汽车双层优化模型的充放电调度策略

传统的分时电价策略虽然一定程度上可以改善电动汽车无序充电所产生的电网日负荷峰谷差加大、负荷率降低等状况,但易产生新的负荷高峰,并且当前多目标优化等策略削峰填谷效果欠佳或用户参与度不高。针对上述问题,提出一种基于双层优化模型的调度策略以充分考虑电网和用户两侧需求。第1层模型以优化电网日负荷方差最小为目标函数;第2层优化模型建立以车主充电成本最小以及保证用户出行需求的目标函数,然后用改进的粒子群-模拟退火算法对双层优化模型进行循环迭代求解,并将第2层优化后的结果反馈给第1层,以此循环优化,输出最终结果。对比优化前后的负荷曲线,结果表明：与当前优化策略相比,所提出的基于双层优化模型的V2G调度策略能有效降低新的负荷高峰及负荷峰谷差,减少参与V2G的用户成本,实现两侧双赢。     

计及风险的微电网日前优化调度分析

为提高微电网运行的稳定性,即系统受到扰动时使微电网具备快速调节运行状态的能力,基于场景分析建立了风电功率及分布式电源强迫停运的不确定性模型,提出一种计及风险的微电网日前随机优化调度模型,用来柔性调度微电网中的各种能源。同时,利用风险水平系数来控制微电网日前调度策略的运行风险值。研究结果表明,所提模型的有效性通过了微电网仿真系统的验证。     

配电网检修方案优化模型及应用研究

随着我国经济的不断发展,电网规模的日益壮大,继续运用人工经验编制配电网检修方案的方法已无法满足现在电网运行的正常需求,寻求用理论方法制定检修方案已成为检修作业的一种发展趋势。通过建立配电网检修方案的数学模型,在保证配电网检修安全性的前提下,优化检修时间和负荷转移路径,提高电网供电的可靠性和检修工作的经济性。为求解建立的多目标优化模型,提出一种利用混沌思想改进的粒子群优化算法。为检验检修方案优化模型的正确性以及所用混合算法求解的科学性给出一个具体的算例分析。     

计及风光储的冷热电联产综合能源系统低碳经济优化

为解决能源危机,中国大力发展综合能源系统,以期进行多能协同互济,实现节能降碳。主要研究计及风光储的冷热电联供系统多目标优化调度问题。首先,从经济和碳排放2个不同的角度出发,建立经济目标函数和环境目标函数,构造考虑风光储的冷热电联供系统多目标优化配置模型以及相应的约束条件;然后,提出增强的非支配排序遗传算法Ⅱ(non-dominated sorting genetic algorithmⅡ,NSGA-Ⅱ),通过引入支配强度和方差因子,提高算法求解效率和求解精度;最后,以辽西某地正在运行的冷热电联供系统为例进行仿真分析,验证本文所提模型和方法的有效性。     

基于Tabu搜索方法的配电网重构的一种新方法

配电网重构是一个组合优化问题,它不仅是配电系统循环控制的重要方法,也是配电管理系统的重要组成部分.随着智能技术的不断发展,用智能算法解决组合优化问题成为一种可能.在配电网重构时,当以最小开关操作程度作为目标函数就可转化为线性规划问题;以最小网损为目标函数,可转化为混合整数线性规划问题.基于配电线路重构模型,以最小开关操作程度和最小网损为目标函数,用Tabu搜索方法解决组合优化问题,最后验证了此方法的合理性和可用性.     

考虑光伏出力不确定性的电动汽车充放电策略

通过调度电动汽车充电负荷和可再生能源出力,更利于智能电网的运行及与环境的和谐发展。提出一种考虑可再生能源出力的随机性,由充电桩自行控制的电动汽车有序充放电策略。以负荷率、总负荷方差、用户充电成本为目标函数,建立日前优化运行模型。采用天牛须搜索和粒子群结合的智能算法(简称BSO)求解得到次日各个时段的最优充电负荷,将其量化为概率表后下发至充电桩,实现由充电桩对电动汽车充放电的自行控制。最后以含光伏和储能的小区微网为例进行仿真,验证了所提策略能达到电动汽车与可再生能源的和谐并网的效果。     

多目标优化生产作业调度计划系统开发

讨论了多目标优化生产作业调度计划系统的结构及主要功能,分析了该系统如何把多目标优化启发式算法、仿真模型及工作日指派相结合,从而实现了生产作业调度计划的动态优化编制及快速修改或重排。     

基于模型预测控制的电动车辆换挡策略研究

基于模型预测控制框架,提出了一种考虑未来工况变化趋势的智能换挡策略。建立循环神经网络,以过去一段时间工况为输入,对未来5 s的车速序列进行预测。以训练好的神经网络作为模型预测控制的预测模型。采用动态规划方法构建基准策略,并作为模型预测换挡策略的滚动优化部分,建立了模型预测换挡策略。构建了基于C-WTVC的复合工况并仿真。设计了双参数经济性换挡规律作为对照。结果表明:模型预测换挡策略可以节约能源消耗,降低换挡频率。     

一类生产计划GENOCOP算法求解

该文建立了一类生产计划的多目标优化模型并采用遗传算法求解，在需求的预测上．充分考虑了不同产品之间的相关关系，采用MonteCarlo方法模拟得到需求量．     

基于遗传粒子群算法的供水系统优化调度

针对某城市供水系统,建立了大型供水系统的多目标混合离散变量的优化调度模型,采用遗传粒子群混合算法对调度模型进行了求解,实现了该供水系统的直接优化调度,并与传统遗传算法优化调度的过程及结果进行了对比,新算法在优化时间、优化结果及求解效率等方面都具有较强的优越性.     

面向绿色制造的柔性作业车间调度优化

针对面向绿色制造的柔性作业车间调度问题,建立了以完工时间最优、能量消耗和环境影响最小为目标的调度模型,并采用遗传算法对模型进行求解。根据模型特点,采用机器染色体和工序染色体两种编码,并对初始种群的形成机制进行改进,采用精英策略和锦标赛法进行种群选择,两种染色体分别进行交叉和变异操作。最后通过实例对改进的遗传算法进行测试,并与其他方法的测试结果进行比较,验证了该算法的可行性和有效性。     

基于RW-GA的电力物资配送多目标路径优化

设计了一种基于RW-GA算法的电力物资配送多目标路径优化方案。建立GM模型进行资源预置建模,预测出该地区的电力物资需求量,保障物资仓储量充足,在GM基础上,以时间短、风险小为目标建立多目标物资调度模型。提出了RW-GA算法,采用随机游走算法进行全局搜索,获取最优解备选集,利用遗传算法进行局部搜索获取最优解,规划出多目标约束下的最优路径。仿真结果表明:建立的三级网络GM对电力物资需求的预测精度高,所提RWGA算法能够快速收敛并且稳定性较好,可以快速找到电力物资最优的配送路线。     

多目标模糊优化潮流模型及其基于神经网络的算法

提出了一种计算交流潮流的多目标模糊优化模型。模型中,同时考虑了发电费用最少及网损最小等多重目标。针对该模型,还提出了一种基于神经网络模型的新算法。该算法分别采用神经网络模型进行模糊集隶属函数的表达及优化问题的求解,从而将模糊优化同神经网络有机地结合起来。通过算例对所提模型及算法进行了验证。     

铁路运输管理中的多机模糊排序问题及遗传算法研究

本文研究铁路管理中的多机模糊排序问题,案例背景源于铁路编组站调度计划编制中的多目标决策情形,通过对调度计划中有关概念的模糊化定义,建立了该问题的模糊混合0-1规划模型,遗传算法被用来分析与处理此模糊排序问题。实例计算表明,模糊优化与遗传算法为进一步改进铁路管理质量提供了新的解决途径与方法。     

城市交通非常规突发事件的应急资源调度最优路径研究

针对城市交通非常规突发事件,在“出救点”和“应急点”已知情况下,研究了多目标下应急资源调度的最优路径问题。对问题进行了描述,建立了时间最短、费用最小的应急资源调度最优路径选择优化模型,将蚁群算法进行改进,结合改进的TOPSIS法求解最优方案,给出了仿真算例。     

应用免疫粒子群算法的电动汽车经济性换挡策略研究

为使电动汽车正常行驶时的能量消耗率更低,对某款匹配两挡自动变速器的电动汽车进行经济性换挡策略研究。面向电机效率最优制定传统双参数经济性换挡策略;建立以工况能耗为目标、换挡时间为约束的集成优化模型,通过免疫粒子群算法求解得到换挡策略曲线;利用建立的整车仿真平台对优化前后的换挡策略进行UDDS、CCBC工况下的仿真。结果显示:优化后的换挡策略在2种工况下行驶100 km所节省的电能分别为6.36%和8.99%,电机工作点更集中于高效区。     

面向表面质量的镍基高温合金铣削参数多目标优化研究

针对镍基高温合金材料在铣削过程中存在表面加工质量低的问题,提出一种基于神经网络及NSGA-Ⅱ算法的工艺参数多目标优化方法。采用不同工艺参数进行数控铣削镍基高温合金Inconel 718加工并获取数据集,以表面粗糙度为输出,不同工艺参数组合为输入,利用麻雀搜索算法建立SSA-BP神经网络模型用于预测Inconel 718铣削表面粗糙度;以最大材料去除率、最小表面粗糙度为优化目标,构建NSGA-Ⅱ工艺参数多目标优化主体模型,调用构建好的预测模型作为主体模型的目标函数并优化求解得到Pareto最优解集。使用TOPSIS法对Pareto最优解集进行最优解决策,得出最佳的工艺参数组合。优化结果表明：该方法不仅可用于高温合金材料数控铣削表面粗糙度预测,还可用于工艺参数优化,为进一步提高数控铣削材料加工质量和效率提供参考。     

WDM网状网在鲁棒资源配置下的抗毁设计

针对WDM网状网中业务量矩阵不确知情况下(hose业务模型)的鲁棒资源配置问题,进行了抗毁设计,采用专用通道保护策略,网络设计的优化目标为全网代价最小。提出了DPP-MRU和DPP-MST两种启发式算法,并通过计算机仿真分析,从两种算法在USANET-hose和ITANET-hose模型下的全网代价比较,证实了最大资源利用率算法具有较小的全网代价。     

基于专家评价方法的配电网运行状态层次分析评价模型及应用

配电网运行状态评价体系是进行配电网检修的重要信息桥梁和数据基础。运用层次分析法对配电网设备的运行状态的稳定性、安全性、经济性和可靠性进行了综合评估,建立了层次分析的基本模型,并通过专家评分的方式对设备指标体系进行权重判断矩阵分析,得到重要设备状态的评析对整个配电网运行状态评价的重要性和不同设备状态评析的不同侧重点,并利用层次分析法分析了提供配电网运行状态评价的准确性。