基于进化捕食策略法的风-水-火电短期负荷分配优化

考虑负荷与风电的不确定性,建立了基于机会约束规划的风-水-火电短期负荷分配优化模型。为了更好地权衡局部搜索与全局搜索性能,应用进化捕食策略法求解水-火电短期优化调度与风-水-火电短期负荷分配问题。算例结果表明,与其他算法相比,进化捕食策略法在水-火电短期优化调度中能够搜索到更优的解,同时基于机会约束规划的优化方法为系统旋转备用容量的合理设置提供了依据。     

基于多策略差分进化算法的输电网规划

差分进化(DE)算法是一类基于种群的、具有全局优化性能的、通过实数编码的启发式算法。但差分算法搜索策略过于单一,局部搜索能力差,因此通过增加多策略变异和局部寻优策略来提升全局和局部搜索能力,同时降低搜索时间,使其适应于求解大规模输电网规划问题。采用基于线路投资费用、网损费用、正常运行时的过负荷费用及输电走廊费用的输电网规划模型,通过对Garver-6系统和18节点系统的计算,不仅验证了算法及模型应用于输电网规划的正确性和有效性,而且验证了算法具有很高的计算速度和收敛性,为DE算法的进一步改进应用打下基础。     

水火电力系统多目标环境经济调度模型及其求解算法研究

通过综合考虑发电费用最小及污染气体排放量最小这两个调度目标建立了水火电力系统多目标环境经济调度模型,并提出一种混合多目标差分进化算法对模型进行求解.该算法针对多目标优化问题的特点对差分进化算法的算子进行了修正,并基于混沌序列提出一种参数自适应调整策略以克服算法参数率定的难题.设计了一种二次变异算子来防止算法陷入局部最优.针对不同类型约束特性提出一种约束处理方法.实例计算结果及对比分析验证了所提方法的可行性和有效性,为实现水火电力系统实现经济与减排双目标均衡优化提供了一条崭新途径.     

CPS标准下AGC机组动态优化调度的改进方法

现有关于AGC机组动态优化调度的研究尚未考虑CPS考核时的结算费用,且在求解精度和时间方面表现不佳。为此,本文提出从AGC动态优化调度模型和求解算法两个方面改进现有研究。计及CPS考核结算费用,构建AGC动态优化调度新模型;采用"先调后回,后调先回"的求解策略,预先处理复杂约束,同时,在进化规划算法中构造能够处理联络线功率偏差约束的局部调整策略,对越界个体选择性地修正。采用IEEE14节点系统和某省级实际系统两个算例验证了所提改进模型和算法的有效性。     

一种基于混合进化策略的无功规划法

对约束优化问题引入非光滑精确罚函数,并对常规进化策略的方差向量进行了改进,提出了混合进化策略,运用该方法对多目标、非平滑、不可微的无功规划进行了优化研究。结果表明,该策略具有计算稳定,能够比较大的概率求得全局最优解的特点,可用于各种实际工程优化运算。     

一种基于混合进化策略的无功规划法

对约束优化问题引入非光滑精确罚函数,并对常规进化策略的方差向量进行了改进,提出了混合进化策略,运用该方法对多目标、非平滑、不可微的无功规划进行了优化研究。结果表明,该策略具有计算稳定,能够以较大的概率求得全局最优解的特点,可用于各种实际工程优化运算。     

基于免疫进化算法的粒子群算法在梯级水库优化调度中的应用

针对高维、复杂的梯级水库优化调度在求解时易出现"维数灾"或陷入局部最优解的问题,本文提出了基于免疫进化算法的粒子群优化算法,该算法充分利用了免疫进化算法的全局搜索特性和粒子群算法的局部搜索能力,克服了粒子群寻优中对初始种群的依赖和易陷入局部最优的不足.通过实例计算表明,应用该算法求解梯级水库优化调度问题,结果可靠、合理,计算效率高,从而为求解高维,复杂的梯级水库优化调度提供了新的思路.     

基于多策略改进的遗传算法在配电网规划中的应用

针对电力电子化配电网规划复杂的优化问题,提出一种基于多策略改进的多目标遗传算法（简称遗传算法）。将遗传算法与配电网规划进行有效结合,研究了遗传算法在规划方案中的染色体组编码方式;对遗传算法进行具有针对性的多策略改进,涉及种群选择、交叉与变异算子以及自适应遗传算子的改进;通过种群修复提高算法的搜索能力,使染色体的决策变量在满足约束的同时,确保种群多样性启发式地进化为规划问题的最优解。通过Schaffer函数与Griewank函数对基于多策略改进的遗传算法进行性能测试,并对其组成内容、搜索特点与搜索寻优的过程分别进行了分析和讨论。结果表明,基于多策略改进的遗传算法在搜索精度与计算效率方面具有较大优势,对于配电网规划优化具有重要价值。     

基于多群竞争的并行进化规划多用户检测器

在CDMA系统的多用户检测器中,求解最佳矢量问题可以转化为在进化规划中求解具有最高适应度函数的问题,利用进化规划能全局寻优的优势,提出了一种基于多群竞争的并行进化规划多用户检测器.在该检测器中,进化在多个不同的子群中并行进行,不同的子群根据其竞争能力使用不同的变异策略,实现种群既具有大范围的搜索能力,也具有局部寻优能力,避免了进化规划算法中的易早熟收敛的问题.通过性能分析和计算机仿真结果表明,这种新的多用户检测器在抗多址干扰的能力和抗远近效应的能力都优于并行进化规划的多用户检测器,并且该检测器的收敛速度明显比并行进化规划检测器快.     

含运行协调性并改进差分进化算法的机组组合

为解决大规模风电并网后传统调度策略易致线路长时间重载运行问题,提出含运行协调性的多目标优化模型及采用含动态搜索空间的混沌多目标差分进化算法求解.对多目标差分进化算法与搜索空间的动态更新机制进行有机结合,将随机生成算法的初始种群改为采用改进Tent映射的混沌化初始种群来提高算法的寻优精度.IEEE 30节点算例结果表明,...     

Trade-off prediction and circuit performance optimization using a second-order model

A new approach to constrained optimization which is suited to integrated circuit (IC) design is presented and is shown to be additionally capable of the efficient generation of useful trade-off information. In contrast to existing optimization methods in which the constraint functions are only linearized, the new algorithm employs a newly developed method of using optimization history data to obtain, without extra simulation, a second-order approximation to both objective and constraint functions. In the new algorithm the search direction created at each optimization iteration is based on this second-order approximation. As a result the computational efficiency has been greatly improved compared with other constrained optimization methods in terms of the number of function evaluations required, a measure which is crucial in the context of IC design. the effectiveness and efficiency of the new algorithm have been demonstrated by means of some numerical examples which are commonly employed as benchmarks for existing optimization methods and by several electronic circuit examples. In all cases encouraging results have been obtained. It is also demonstrated that the information generated during the last stage of the optimization allows the generation of accurate trade-off information valid over a wide range of circuit performance.     

计及风电不确定性和弃风率约束的风电场储能容量配置方法

风电的大规模开发造成了严重的弃风问题,在风电场内配置储能装置可显著减少弃风,文中基于分布鲁棒优化方法研究了考虑风电不确定性和弃风率约束的风电场储能容量配置问题。首先根据历史数据构造风电出力的经验分布函数,为考虑风电出力的不确定性,以Kullback-Leibler(KL)散度作为分布函数距离测度建立了风电出力的概率分布函数集合。随后,将弃风率要求建模为概率分布函数集合中最坏分布下的鲁棒机会约束,进一步建立了以储能投资成本最小为目标、以弃风率为约束的鲁棒机会约束规划模型。最后,通过矫正机会约束中的风险阈值,将鲁棒机会约束转化为传统机会约束,并采用凸近似和抽样平均构建线性规划进行高效求解。基于IEEE 30节点电网进行了算例分析,并与传统的随机规划和鲁棒优化模型进行对比,验证了所提模型在处理风电不确定性时能有效兼顾保守性和鲁棒性。     

Joint Channel and Echo Impulse Response Shortening for High-Speed Data Transmission

The unit-norm constraint optimization for joint shortening of channel and echo impulse response is presented in this paper. The optimization is performed in the mean-square sense (MSE) and compared to unit-tap constraint joint shortening optimization. The proposed method could serve in performing joint echo cancellation and equalization for data transmission over category cables for the next IEEE standard on short-range ultra high-speed copper interconnections used in data servers, high-performance computing centers, local area networks, etc. The main objective of the presented algorithm is to extensively reduce the power and implementation complexities of a 40GBASE-T system.     

内点法无功优化病态约束辨识及优化可行性恢复方法

内点法应用于大规模电力系统无功优化问题求解时,往往由于部分约束条件不合理而导致优化计算无法获得可行解。为解决上述问题,提出一种实用化的扩展松弛内点法无功优化计算方法,在迭代过程中自动辨识可能导致优化不可行的病态约束,并在计算量增加规模不大的前提下对病态约束进行最小松弛,恢复无功优化问题的可行性。IEEE39节点测试算例以及实际电网的计算结果表明,该方法对不可行约束具有良好的辨识能力,能够有效恢复最优潮流的可行性。     

基于改进双中心粒子群算法的电动公交车运营数量优化策略研究

针对电动公交车在一定容量约束的馈线充电的情况,采用了一种改进的双中心粒子群算法对电动公交车充电进行优化调度,以获得最大的电动公交车运营数量。首先,建立公交车充电后馈线负荷曲线峰谷差最小的模型,设公交车运营初始数量,利用改进的双中心粒子群算法进行优化。然后,根据优化结果对比该馈线容量约束修改电动公交车运营数量,重新优化,逐步逼近并最终找到最优的运营数量。改进的双中心粒子群优化算法是在原算法的基础上,增加了5条粒子运动路线,扩大了搜索精度,抑制了粒子群的早熟。同时,为了提高寻优速度,粒子的初始化是根据日负荷曲线距离馈线约束容量的远近来确定。最后以南方某城市典型的馈电线路为例进行仿真计算,结果表明,该方法具有更优的调度效果。     

孤岛微网分层分布式频率调节及功率优化控制

为提高微网频率调节和功率优化性能,提出一种两层控制结构。为适应这一结构,初级控制由传统的功率-频率下垂改进为功率-增量因子下垂。第2层控制采用一致性协议以分布式方式实现频率同步、频率无差、功率优化目标。此外,针对功率约束问题,分析发现只采用饱和器会导致频率无差和功率优化目标间的冲突,为解决这一冲突,提出相应的功率约束控制方法。通过Lyapunov直接法论证了所提控制策略在系统中的稳定性。最后,采用5节点孤岛微网仿真算例验证了所提策略的有效性。     

基于改进多目标海樽群算法的电力系统优化调度

文中提出了一种新的多目标海樽群优化算法,将其与等式约束修正技术和可行解占优约束处理技术相结合,用于求解高度约束的电力系统环境经济优化调度问题。该算法采用高斯采样策略和变异操作增强其寻优性能;通过一种改进的基于动态拥挤距离的非支配排序方法获得分布均匀的帕累托最优前沿;应用模糊集理论为决策者提供最佳折中解。在IEEE 30节点6机组标准测试系统上进行算例仿真,并与其它优化算法进行了对比。结果表明,所提算法在求解电力系统环境经济调度问题时具有更好的优化效果。     

基于模糊线性规划的无功电压优化

传统无功电压优化算法一般是单目标优化问题，并没有考虑有功网损的降低和限制控制量调节数最少，而且在处理电压约束时，未考虑“软约束”特性。针对电压无功问题的这些特点，引入模糊线性规划算法以解决这一问题。文中推导了将多目标模糊约束问题转化为单目标开明约束问题的数学模型。算例的计算结果表明，模糊线性规划算法可以很好地协调降低网损、限制调节量和确保节点电压裕度三者的关系，在有限控制量调节的前提下，可实现校正违界电压、降低系统网损和确保所有节点电压留有一定的裕度。     

水火电力系统短期实用化调度模型及求解方法

以某电网的大型水火电力系统为研究对象,从节能降耗及与生产实际接轨的角度出发,基于水火电力系统的解耦机制,将水火联合调度问题建模为2个具有优化时序的子优化问题。在火电优化子问题中,在考虑常规约束的基础上,提出火电机组出力升降走向约束及相邻时段火电总负荷波动阈值约束,以保证火电机组出力平滑;在水电优化子问题中,考虑水电厂日平均出力约束及振动区约束,以保证水电的充分利用。采用改进的具有柔性更新策略的教与学优化算法依次求解2个子优化问题,并针对2个子优化问题中呈现强耦合性的复杂约束,设计不同的启发式约束处理方法。对含有15座火电厂和29座水电厂的某水火电力系统的日前调度进行仿真测试,验证了所提调度模型的可行性和实用性及求解方法的有效性。     

考虑负荷发展和用户行为的分时电价优化研究

分时电价作为需求侧管理的一种重要经济手段,其在国内的全面实施势在必行,但电力需求的快速增长导致分时电价对用户的激励效果缺乏时效性。针对此问题,提出一种考虑负荷发展的分时电价优化方法,利用BP神经网络预测和灰色预测法预测出未来2年的典型日负荷曲线,将未来负荷曲线代入分时电价优化模型的结果作为电价约束,再对当年的典型日负荷曲线进行优化计算,得到合理的分时电价。算例将仅考虑当年典型日负荷曲线的优化结果与考虑负荷发展的优化结果进行对比,验证该优化方法延长分时电价时效的有效性。