机会可控的补偿随机规划模型

分析了已有的随机规划处理方法，针对原有方法中存在的不能兼顾补偿和约束机会控制的问题，提出了机会可控的补偿随机规划模型，在补偿随机规划模型的基础上，对允许违背的约束或者相应的补偿增加机会控制．以明确的反应决策者的态度，分析了模型的结构，设计了以遗传算法和单纯形法为基础的分解算法对模型进行求解．实际算例证明了模型和分解算法的有效性．     

基于内点法的含风电场电力系统随机最优潮流

基于机会约束规划的随机最优潮流模型的求解一般采用智能优化算法,提出了一种内点法结合随机调节因子更新的方法,以求解基于机会约束规划的含风电场电力系统的随机最优调度模型。模型考虑了节点电压和线路功率的机会约束,并采用半不变量和Cornish-Fisher级数结合的方法来计算机会约束的概率分布。引入调节因子,对机会约束概率进行变形,将随机最优潮流问题转化为可采用内点法求解的最优潮流模型。提出了调节因子的更新方法,通过原始对偶内点法的参数结果更新调节因子来调节机会约束满足的概率,迭代求解机会约束随机最优潮流模型。最后,以IEEE14和IEEE118节点系统为例,验证了方法的正确性和有效性。     

基于随机模糊机会约束的主动配电网分布式风电双层规划模型

针对风速兼具随机性和模糊性的多重不确定特征,提出一种主动配电网分布式风电容量配置的随机模糊机会约束双层规划模型.通过随机模糊模拟描述分布式风电出力不确定性,并考虑其时序特征建立风电出力时序性随机模糊模型,结合随机模糊模拟及潮流分析获取节点电压、支路功率及系统倒送功率等系统静态安全指标的随机模糊机会测度,采用兼顾随机性和模糊性的可信度作为评价分布式风电容量配置方案的指标;进而考虑系统功率平衡、静态安全指标机会测度约束及主动管理措施,以年利润随机模糊期望值最大为上层优化目标,以通过主动管理使分布式风电有功削减随机模糊期望值最小为下层优化目标,通过判断上层方案静态安全指标是否满足随机模糊机会约束的置信水平进行上下层规划协同,从而构建一种分布式风电容量配置随机模糊机会约束双层规划新模型;最后提出结合随机模糊模拟、前推回代潮流计算和遗传算法对模型求解.IEEE 14节点算例仿真过程及结果表明模型和算法的有效性和优越性.     

不确定环境下复杂产品维护、维修和大修服务资源调度优化

基于对复杂产品维护、维修和大修（MRO）协同服务资源调度的需求分析,从现实角度出发,建立资源调度时间和服务执行时间参数不确定条件下的随机机会约束规划数学模型. 提出由随机模拟、神经网络和离散粒子群优化算法组合成的混合智能算法,求解所提出的优化问题. 随机模拟方法为所建立的神经网络模型提供训练样本集,得到的训练样本集被用于训练神经网络模型以逼近优化目标函数,训练后的神经网络模型被用于代替优化目标函数来执行粒子群算法优化迭代. 该混合算法能有效提升时间参数不确定条件下的复杂产品MRO协同服务资源调度双目标优化问题的求解速度. 案例分析表明,相比于确定性条件下的优化算法,所提出的随机机会约束规划模型和混合算法更适用于求解现实中不确定条件下的MRO服务资源调度问题,所求得的调度方案在实际执行中具有更好的鲁棒性.     

一类机会约束规划的回溯逼近求解法

研究了一类机会约束随机规划的近似求解问题,提出了基于蒙特卡罗随机模拟的回溯逼近求解算法,该方法通过在迭代过程中逐步增加抽样次数和精确求解确定性数学规划,最终得到机会约束规划的最优解。文中讨论了最优解的计算方法及算法迭代终止条件。最后,通过算例验证了该方法的有效性。     

基于机会约束的含多风电场动态经济调度

为了解决风电出力的不确定性给电网安全运行带来的威胁,提出基于快速傅里叶变换(FFT)快速计算卷积化简机会约束规划的动态经济调度算法.针对多个风电场同时接入系统的复杂情况,在风电出力概率和负荷预测的基础上,保证正、负旋转备用能满足负荷和风电实际出力的波动,应用机会约束规划建立了考虑失负荷和弃风风险的含风电场电力系统动态经济调度模型;利用FFT快速计算卷积求取联合变量的概率分布以将机会约束转化为确定性约束简化得到确定性模型,并用CPLEX进行求解,该方法大大减少了算法的运算时间.以修改的10机39节点系统为算例验证了所提调度模型的正确性及化简方法的有效性.     

基于高斯回归学习的场景优化鲁棒预测控制

针对具有未知加性不确定性的约束线性系统，提出基于高斯过程回归学习的场景优化鲁棒模型预测控制算法.在离线阶段使用高斯回归从经验数据中学习不确定性结构与参数，能够抽取大量随机场景.在在线控制阶段中，求解抽取场景所构建的有限时域优化问题，将滚动优化得到的控制律作用于系统.引入松弛变量保证优化问题的可行性，应用随机凸优化理论，证明所提算法使系统以一定的置信度满足松弛机会约束，收敛于终端域.通过DC-DC转换器和网联车巡航控制仿真实验，验证了本文算法的有效性和优越性.     

基于改进遗传算法的电网无功补偿优化控制研究

电网无功功率补偿优化控制是一个多元非线性动态约束问题,传统的电网无功补偿非线性规划方案都需要精确的数学物理模型,且各参变量间的协调性较差,很难满足电网多目标优化控制的工程需要.利用改进蚁群算法分布式协同组合优化的思想,建立以电压越限畸变为惩罚函数,以电压和无功补偿综合满意度为目标函数的电网无功补偿优化控制模型.实例仿真试验表明,基于改进遗传算法的电网无功优化控制模型,通过自适应的目标函数最大路径寻优,获得电网无功功率补偿装置较优越的无功补偿组合,提高了电网无功补偿的综合效率,有利于系统电压的稳定性,为电网无功优化提供了一个新的智能运算模型.     

机会约束规划理论在有源配电网规划中的应用

综述了不确定性规划的理论方法,详细介绍了3种规划模型的建模机理和数学模型,进而将不确定规划方法与典型分布式电源的出力特性相结合,建立了有源配电网的不确定规划模型,并提出了随机机会约束规划方法.     

基于机会约束的园区综合能源系统优化调度

基于机会约束理论应对可再生能源的不确定性，构建了考虑不确定性的园区综合能源系统优化调度模型。同时针对引入机会约束后所建立的随机优化问题，通过序列运算理论对机会约束进行确定性转化，降低了求解的复杂度，并调用CPLEX对转换后得到的混合整数线性规划模型进行求解。算例仿真验证了该模型和方法的可行性，同时在稳定性和求解速度方面较启发式算法有所提升。     

考虑用户风险态度的不确定离散交通网络设计模型

为克服传统网络优化不考虑不确定条件下用户选择行为的问题,作者以交通供给和需求不确定性为基本前提,根据期望效用理论建立考虑用户风险态度的不确定交通网络设计模型,给出了基于Monte Carlo模拟、遗传算法和间隙函数法的网络优化模型的求解方法,并给出了算例.Nguyen Dupuis网络的计算结果表明用户的风险态度对于不确定网络建设决策有重要影响.     

具有约束的离散时间线性二次型最优控制

本文给出离散时间线性二次型最优控制系统具有控制约束问题的新方法。该方法以动态规划基本方程为基础,将非线性规划的技巧与微分动态规划方法相结合,把约束问题化为无约束问题,通过递推方程求得最优控制序列。本文给出了算法的收敛性证明以及计算实例。     

在微机上解大型线性规划的有效集法FORTRAN程序ACTLP

介绍了一个应用有效集法并结合解多目标规划思想的求解线性规划的程序。由于该程序使用了稀疏矩阵的压缩存贮技术,使得在512K内存的PC机及其兼容机上能求解3000个决策变量,1500个约束(不包括上、下界约束),原始数据(不包括右端项)的非零元素不超过15000个的大型线性规划问题它在输入数据、修改模型、特别是增减约束等方面比单纯形法远为方便,运算速度尤其令人满意。     

基于随机二层规划的不确定电力市场中交互式模糊竞价决策方法

针对不确定的电力现货市场中发电商选择合约电量及合约电价,售电商确定合约电量及其现货交易量使他们获得最大经济效益的问题,建立了随机二层规划的理论模型,并在此模型的基础上提出了交互式模糊决策求解算法,从而探讨了不确定的电力现货市场中的竞价策略,得到了发电商和售电商关于长期合约交易与现货交易之间的进行最佳选择策略的方法.最后用实例验证了提出的模型和算法.     

混杂生产系统变时域滚动优化生产控制

为降低求解生产优化控制策略的复杂性,提出了递阶变时域滚动优化生产控制策略.通过对考虑切换费用及随机故障情况的混杂生产系统模型分析,把原始命题简化为有限时域下随机动态规划问题,并给出了求解该动态规划问题的Bellman方程.利用准时制思想,在期望意义下把求解多维随机最优生产控制问题递阶为求解确定系统的最优生产控制子问题,并通过在一维方向上的变时域滚动优化来逼近原始命题最优解.仿真结果表明,该策略快速有效,避免了直接求解偏微分方程带来的困难,使得基于该策略的算法可行,提高了控制的精确性和实时性.     

Tri-level programming model for combined urban traffic signal control and traffic flow guidance

In order to balance the temporal-spatial distribution of urban traffic flow, a model is established for combined urban traffic signal control and traffic flow guidance. With consideration of the wide use of fixed signal control at intersections, traffic assignment under traffic flow guidance, and dynamic characteristics of urban traffic management, a tri-level programming model is presented. To reflect the impact of intersection delay on traffic assignment, the lower level model is set as a modified user equilibrium model. The middle level model, which contains several definitional constraints for different phase modes, is built for the traffic signal control optimization. To solve the problem of tide lane management, the upper level model is built up based on nonlinear 0-1 integer programming. A heuristic iterative optimization algorithm(HIOA) is set up to solve the tri-level programming model. The lower level model is solved by method of successive averages(MSA), the middle level model is solved by non-dominated sorting genetic algorithm II(NSGA II), and the upper level model is solved by genetic algorithm(GA). A case study is raised to show the efficiency and applicability of the proposed modelling and computing method.     

集装箱码头泊位调度问题的启发式算法研究

为优化集装箱码头泊位的分配,提高泊位的利用率,把码头泊位的调度问题转化为带有约束条件的特殊二维装箱问题。通过建立连续泊位调度的非线性规划模型,提出了一种求解集装箱码头连续泊位分配问题启发式算法。仿真算例结果表明该算法能在实际的集装箱码头泊位调度中有效的提高泊位的利用率。     

股票投资的马尔可夫决策规划模型

应用马尔可夫决策规划理论，讨论了一种股票动态投资策略，将股票价格随机时间序列分解成趋势序列和残差序列两部分之和．在验证残差序列具有马尔可夫性的基础上，对其建立模型并进行投资决策．所给定理保证了在一定条件下该模型目标函数最优投资策略的存在，同时给出了求解最优策略的算法，并进行了二阶段算例分析．最后，通过具体实例验证了该投资决策模型的可行性。