基于MOPSO算法的垂向混合产流模型参数多目标优化

针对水文过程模拟模型的复杂性及校准参数的准确性问题,提出一种相对较新的全局优化算法——多目标粒子群优化(MOPSO)算法定义多个目标函数,并引入Pareto前沿解概念,扩大了采样空间,提高了算法的运算速度和鲁棒性,进而对垂向混合产流模型进行模拟。实例应用结果表明,与单目标算法相比,多目标算法能较准确地模拟水文过程的多方面因素,提高了优化结果的精度。     

基于改进粒子群算法的多目标无功优化

提出了一种基于粒子群算法的多目标优化方法,该算法采用Pareto支配关系来更新粒子的个体最优和全局最优值,用存储池保存搜索过程中发现的非支配解;采用聚类算法裁剪非支配解,以保持解的分散性;采用动态惯性权重来平衡粒子的局部和全局搜索能力,并将该算法应用于IEEE14节点系统的多目标无功优化。     

基于多目标粒子群算法的水资源优化配置研究

在分析阿拉尔市水资源利用现状的基础上,构建了以区域供水系统总缺水量最小、水库损失水量最小为目标的水资源优化配置模型,应用多目标粒子群算法,对阿拉尔市2015、2020和2025年三个水平年,二种不同保证率(P=50%、P=75%)下的水资源优化配置方案进行求解。结果表明,该方法有效解决了阿拉尔市水资源系统不同水平年、多水源、多用户、多受水区、多工程、多目标的求解问题,得到了阿拉尔市各受水区及其各用水部门的分配水量,实现了阿拉尔市水资源的综合配置。     

基于文化粒子群算法的三亚市水资源优化配置

为解决三亚市水资源时空分布不均、部分地区缺水现象严重的问题,建立了系统总缺水量最小、供水效益最大的多目标水资源优化配置模型;并应用新型智能文化粒子群优化算法,对2010年为现状水平年,2020、2030年为规划水平年的多年平均情况下的水资源配置方案进行了模型求解。结果表明,规划水平年缺水率不断下降,基本实现了总缺水量最小的目标,可见优化配置有效缓解了三亚市用水紧张的问题,具有一定的借鉴意义。     

基于改进粒子群算法的配电网多目标优化控制

随着光伏机组大量接入配电网,需要在增加间歇性可再生能源使用的同时,保持电力系统的电压稳定。储能技术的快速发展允许部署储能系统来支持电压调节。为了在光伏储能优化出力系统中达到网络损耗和调压措施成双优化的目的,提出了一种改进的Pareto档案粒子群多目标优化算法。在非支配排序环节计算拥挤距离时,加入小生境技术,避免陷入局部最优同时,增加Pareto解集分布的多样性。基于IEEE 30配电网系统测试了所提出的PV-ESS（photovoltaic-energy-storage-system）优化方法。结果证明,该算法对抑制光波动、提高电压稳定性以及降低网损有着良好的表现,进而维护系统运行的稳定性,降低电力行业经济成本。     

基于效益模型的锅炉燃烧综合性能多目标优化

建立了锅炉燃烧综合性能多目标优化问题的数学模型,给出了基于改进的多目标粒子群优化算法的解决方案,提出了兼顾经济、环保和节能的锅炉燃烧优化综合评价目标,并对由锅炉效率、NOx排放质量浓度和辅机电耗构成的三目标寻优问题进行优化,提出了一种基于效益模型的多目标优化结果判别方法.结果表明:多目标粒子群优化算法可有效处理多目标之间的寻优比较工作,利用其多点并行搜索特性能够同时得到含有多组非劣解的Pareto最优解集,通过判别方法可以快速确定最优燃烧调整方式.     

基于DESAPSO混合算法的MMC-HVDC系统控制参数优化

针对传统外环控制器比例积分(PI)参数的选择需要经过长时间的调试且在大扰动下难以实时调节控制可能导致系统持续振荡的问题,提出了一种基于差分进化模拟退火粒子群优化混合算法(DESAPSO)的MMC-HVDC系统控制参数优化方法。基于MMC-HVDC系统的数学模型,在Matlab/Simulink平台上搭建MMC-HVDC系统仿真模型,采用时间绝对误差积分(ITAE)指标构建PI参数优化的目标函数,利用DESAPSO混合算法对PI参数进行优化。通过对比原参数、基于差分进化算法、模拟退火粒子群优化算法与差分进化模拟退火粒子群优化混合算法的优化结果,验证了该方法在MMC-HVDC控制系统参数优化中的有效性与优越性。     

基于轴系参数化的车辆异响研究

在对车辆异响试验测试的基础上,提出一种基于动力总成轴系参数化的车辆异响优化分析方法:分析车辆异响试验测试数据并提取评价指标,建立车辆异响动力学模型并进行试验验证,采用拉丁超立方设计和Kriging模型建立车辆异响与轴系参数的近似数值模型,基于蒙特卡洛模拟(MCS)对轴系参数进行贡献度分析,最终采用多目标粒子群算法对轴系...     

生物质秸秆成型工艺的试验研究

以节能降耗、延长设备使用寿命为出发点,以玉米秸秆和小麦秸秆为原料,对生物质秸秆的不同成型工艺进行了系统的成型试验研究,并对各种成型工艺的能耗进行了分析.结果表明:热压成型的效果最佳,在条件允许的情况下应优先选择热压成型工艺.     

基于多目标优化的多电源配电网储能功率配置方法

为减少多电源配电网储能功率损耗,保持多目标电力平稳,在多目标优化算法的基础上,构建一种储能功率配置方法。综合分析经济、环保和技术三项指标,建立多目标优化配置数学模型,分析配电网各条支路中的电压幅值和电流幅值;利用多目标粒子群优化算法改进储能功率容量和接入方式,并将当前粒子群适应度与上一轮的适应度值做比较,得到pareto解,实现储能功率最优配置。通过与其他算法展开对比实验测试,结果表明,所提方法具有较高的投资运行经济效益、较低的电压偏差和网损,同时最优pareto解的曲线也是较为平稳的,使配电网始终处于安全供电状态。     

基于多目标遗传算法的生物质气化过程参数优化

生物质气化过程是一个复杂的多目标非线性过程。通过对气化过程的机理分析,针对麦秸和玉米秸这2种软质秸秆类生物质原料特性,建立了气化过程的优化目标函数。在此基础上,采用多目标遗传算法对该目标函数进行优化设计计算。计算结果表明,该目标函数对生物质气化过程参数优化具有良好效果,也验证了该算法对于全局优化以及解决复杂非线性问题的有效性。     

基于改进的PSO算法的电力系统无功优化研究

电力系统无功优化是保证电力系统安全、经济运行的重要措施,粒子群优化算法（PSO）具有模型简单、收敛速度快、参数简洁等优点,但用于求解高维复杂优化问题时易陷入局部最优,针对此缺陷,在PSO算法的基础上提出了自适应随机变异粒子群优化算法（AMPSO）,将该算法用于求解电力系统无功优化问题,并以IEEE30标准节点系统为算例进行验证。结果表明,与PSO算法相比,AMPSO算法有效降低了系统网损,显现出良好的全局收敛特性。     

多水库水质模拟模型参数优化研究

为建立适用于实际问题且精度较高的水质模拟模型,基于多参数最优化估值原理,以深圳市原水系统中的多个水库为例,建立了多参数最优化估值模型,并基于粒子群算法对多库水质联合模拟模型中的水质参数进行优化求解。计算结果表明,该模型求得的水质参数合理、可行,且模型计算精度可满足工程应用要求,为城市原水系统水量水质联合调控提供了参考依据。     

基于生态调度的滦河流域多目标优化配置

针对滦河流域的水资源配置问题,建立了滦河流域多目标优化配置模型,运用粒子群算法求解该优化模型中非劣解集,并用支持向量机对非劣解进行评价。计算结果表明,随着水平年的增长,流域内各分区供水量增加,缺水量基本不变,缺水比例减小;95%频率下缺水量的增加较75%频率下要快。     

基于寿命的电缆群载流能力优化研究

采用周期性条件计算得到的载流量能提高电缆的载流能力,在周期性载流量的基础上提出一种周期性寿命最大允许电流模型。鉴于电缆周期性寿命最大允许电流与电缆寿命之间互相影响,采用多目标粒子群算法,考虑电缆的互为热源效应,以电缆群的平均寿命和平均周期性寿命最大允许电流为目标函数,在改进周期性载流量设置方法的基础上提出周期性寿命最大允许电流设置方法,然后对电缆群中每条回路的周期性寿命最大允许电流和寿命进行优化,从而找到电缆群的优化运行方式,并深入研究了电热联合老化对两个目标函数的影响。     

基于拥挤距离的多目标粒子群优化算法在漳河水库优化调度中的应用

针对传统多目标优化算法的不足,提出了基于拥挤距离的多目标粒子群优化算法(MOPSO CD),该算法用拥挤距离来维持精英策略和选取全局极值,同时引入动态非均匀变异算子,用以维持粒子多样性、减缓算法收敛速度、避免早熟收敛。以漳河水库为例,建立了以灌溉缺水量最小和发电量最大为目标函数的两目标优化调度模型,将MOPSO CD应用于模型的求解中,得到了足够多且较均匀的非劣（Pareto）解前端。     

基于差分进化粒子群优化算法的多机励磁参数协调优化

多机励磁参数协调优化是抑制电网低频振荡最直接经济的措施,对提高电网的运行稳定性有重要的意义。针对传统粒子群优化算法后期粒子多样性降低导致算法早熟收敛且容易导致局部最优的缺点,采用新的差分进化粒子群算法（DEPSO）进行多机励磁参数协调优化,通过实际系统的仿真结果证明该算法对励磁参数协调优化的有效性。     

基于差分粒子群优化算法的多机PSS参数优化

提出了一种新的进化计算方法--差分进化粒子群优化算法(DEPSO)进行多机电力系统稳定嚣(PSS)的参数优化.该方法以系统正常运行方式下的最小机电振荡模式阻尼比为目标函数,将PSS的参数优化问题等效为非线性、非解析、非突性的连续实域空问的函数优化问题.基于传统的差分进化策略,引入种群中的最优个体信息和方向信息,提出了一种全新的差分进化策略.仿真结果表明,该算法搜索空间广,收敛速度快,优化效果好.     

计及需求侧管理的新能源微电网多目标优化调度方法

提出了一种考虑需求侧管理的新能源微电网多目标优化调度方法。首先,为了改善用电结构,计及微电网的新能源消纳、用户购电成本和负荷的平稳性,建立了基于微电网中可控设备负荷转移的需求侧管理多目标优化模型;然后以微电网的经济性和环保性为优化目标,建立了包含风力和光伏发电的并网型微电网多目标优化调度模型;最后采用改进的多目标粒子群优化算法求解模型。算例结果表明,所提方法在提高新能源消纳、降低用户的购电成本并实现负荷削峰填谷的同时,能进一步降低经济和环境成本。     

含光热电站的联合发电系统优化调度

该文结合我国西北某地区光热、火电联合发电系统的调度问题,模拟出了塔式CSP电站与传统能源电站配合发电的优化调度策略。文中首先分析我国已并网使用的光热电站的运行机理,构建了含储热的光热电站能量转换的数学模型;其次,总结塔式CSP电站的发电机理,构建复合发电系统的多目标优化调度模型;然后,借助MATLAB平台对多目标问题进行相应处理,利用粒子群算法对算例进行求解;最后对算例结果进行分析,验证了所提出优化调度策略的可行性,为多源并存的优化调度问题提供了理论依据。