基于蜂群优化算法冷热电联供型微网经济调度研究

针对蓄能装置在冷热电联供型微网中的应用,本文构建了包含燃料电池、微型燃气轮机、吸收式制冷机、余热锅炉和蓄能装置的冷热电联供型微网经济调度模型。该模型在满足用户冷热电负荷需求和各微源出力约束的情况下,综合考虑了系统的燃料费用、运行维护费用和购售电成本,并以蜂群优化算法作为模型的求解算法,并以文献[18]的微电网为例进行仿真分析。仿真结果表明,与采用常规粒子群优化算法对调度模型进行求解相比,采用人工蜂群算法对调度模型进行求解所得的日综合成本可下降71.8元,节约日综合成本5.3%。该模型可以有效提高冷热电联供型微网的能源利用率和经济效益。     

基于改进粒子群算法的冷热电联供微网优化调度

针对冷热联供微网的调度问题,从可再生能源利用率、经济效益和节能减排等方面考虑,建立以风能、太阳能、天然气和储能协同供能的冷热电联供优化调度模型。综合考虑燃料和购售电费率结构,以最小运行成本和环境成本为目标进行优化,并采用改进的粒子群优化算法对提出的高维优化问题进行求解。通过采用粒子相对进步度来自适应调整粒子群参数,在速度更新过程中,用所有粒子个体最优值的平均值替代粒子群中最差的个体最优值,算法提高了高维复杂问题的收敛速度和求解精度。算例仿真验证所提模型和改进算法的有效性,结果表明模型对促进各种能源的综合利用具有实际的意义。     

考虑可再生能源的冷热电联供系统环境经济调度模型

随着对节能减排的广泛关注,为了减少能源的消耗,冷热电联供系统（CCHP）、可再生能源发电在全球得到了广泛的应用,但传统冷热电联供系统经济调度忽略了污染物排放对环境的影响。为此,考虑各机组运行的环境成本,提出考虑可再生能源的冷热电联供系统环境经济调度模型;考虑可再生能源的随机性,在目标函数中加入可再生能源备用容量补偿成本,借助排污系数法将机组运行的环境成本并入机组运行总费用目标函数中,从而将环境经济调度模型从多目标优化转为单目标优化问题。基于Matlab优化工具箱以IEEE-14节点系统为例进行系统仿真,验证了优化模型的有效性和实用性。     

基于多群体改进萤火虫算法的UCAV协同多目标分配

对多UCAV协同攻击目标分配问题进行了研究。以收益指标、消耗指标及航程指标为准则建立数学模型,采用改进的萤火虫优化算法对模型进行求解;对基本萤火虫优化算法进行了改进,给出了新的萤火虫更新策略,引入了局部搜索及全局信息交换机制,并将萤火虫优化算法与混合蛙跳算法融合,实现了多智能群体共同进化,提出了一种基于多群体改进萤火虫优化算法的UCAV目标分配算法;针对UCAV协同攻击决策特点,设计了萤火虫离散编码方式,最终得到多UCAV协同攻击最优分配方案。仿真结果表明,多群体萤火虫优化算法能够稳定快速地给出目标分配最优方案。     

太阳能驱动的冷热电联供系统研究进展

太阳能冷热电联供作为一种由多个子系统集成的复杂系统,目前仍存在系统运行不稳定、子系统之间相互耦合匹配复杂、评价指标多元化等问题．在国内外太阳能冷热电联供文献研究的基础上,从系统类型、采用工质的特点及适用范围、系统运行模式与策略、系统评价指标等角度分析了现有太阳能冷热电联供研究的现状与进展．提出太阳能冷热电联供各子系统的工质应根据应用特点进行针对性选择;冷热电联供的运行模式应根据用户具体需求及系统最佳运行策略而定,且系统最佳运行策略受系统运行工况及优化目标的影响较大;系统的评价应针对联供系统的热力学性能、经济性能和环境友好性能三个方面得出一套统一的综合评价指标．     

求解VRPBTW的变邻域搜索算法

以电子商务环境下物流配送为背景,建立了带有时间窗和回程载货约束的车辆路径问题优化模型,设计了改进的变邻域搜索求解算法．该算法采用改进的Braysy顺序插入法生成问题初始解,再根据变邻域搜索算法机制应用4种不同搜索范围的局域搜索算子对初始解进行改进．通过对多个算例的求解实验,并与采用一般流程的变邻域搜索算法进行比较,结果表明所提出的变邻域搜索算法的求解效果明显优于采用一般流程的变邻域搜索算法,是求解该类问题的有效算法．     

改进的粒子群优化算法在物流配送中的应用

选址问题的优化模型一般是多目标约束优化模型,综合考虑物流成本和物流服务能力,以物流成本最小化和物流服务能力最大化为目标,构建一个多目标优化选址模型,通过添加参数和运用约束处理方法,将选址问题化为单目标约束优化问题,并利用嵌入最速下降法的改进粒子群优化算法ZK_PSO_SD算法进行求解,所得数值分析和对比的结果表明,所建立的选址模型具有很好的实用性.     

基于改进粒子群算法的配电网网架优化研究

配电网网架优化是一个多目标综合优化问题,粒子群算法因其易实现、收敛速度快等特点逐渐成为电力系统优化领域研究热点之一. 针对粒子群算法易陷于局部最优问题,提出一种基于聚类策略的改进粒子群算法,动态地将粒子聚类为三种级别的粒子并对应采用不同的学习模型更新速度,增强了粒子群体多样性和全局搜索能力. 通过算例仿真验证了算法在配电网网架优化问题上的可行性.     

排污权交易下的多能源联供系统优化调度

随着节能减排与能源高效利用的不断推进,基于能源综合利用的多能源联供系统解决了多种能源的供应问题,是供能技术发展的方向和趋势．结合目前相继出台的排污权交易（Emission Trading）机制,提出排污权交易下的多能源联供系统优化调度方式．首先分析完全竞争和寡头竞争市场模式下的排污权交易价格,通过理论分析获得多能源联供系统的排污权交易成本的数学期望．在此基础上,以系统成本最小为目标,考虑供需平衡约束以及能源平衡约束,提出多能源联供系统的优化调度模型,并运用非线性原一对偶内点算法求解该模型．最后,以具有热电联供特征的广东理文造纸有限公司为例说明所提出的优化调度方式的有效性和可行性．     

基于FA-IACS算法的车辆路径问题优化

针对传统蚁群系统算法在解决有容量约束的普适性车辆路径优化中易陷入局部最优和收敛速度慢等问题,提出了一种改进的蚁群系统算法.采用改进的距离启发函数因子调整蚂蚁状态转移概率,利用改进编码方式的萤火虫算法作为搜索机制,改善蚁群系统的全局搜索能力,应用信息素震荡程序探索新路径的信息素,避免陷入局部最优.结果表明,该算法提高了全局搜索能力,能够节约寻找最优路径的时间,加快收敛速度,具有更好的鲁棒性.