多目标机炉协调控制中控制变量阈值范围的确定

机炉协调控制系统的性能直接关系到机组的安全性和经济性。对协调控制系统设定值的多目标优化可提高控制系统品质,协调控制中控制变量阈值范围的确定是实现设定值多目标优化的基础。以160 MW燃油锅炉汽轮发电机组动态模型为例,给出了确定各负荷下不同控制变量输出阈值的迭代算法,为研究多目标机炉协调控制打下基础。     

多目标进化算法综述

多目标进化算法已经成为解决多目标优化问题的主要方法之一。本文详细介绍了经典的多目标进化算法,并分析了各种算法所采取的策略,给出了各个算法优缺点分析。讨论了多目标进化算法的应用。     

多目标进化算法综述

多目标进化算法已经成为解决多目标优化问题的主要方法之一。本文详细介绍了经典的多目标进化算法,并分析了各种算法所采取的策略,给出了各个算法优缺点分析。讨论了多目标进化算法的应用。     

基于改进蝙蝠算法的WSNs覆盖优化策略

对有效提高无线传感器网络覆盖率的问题进行研究,提出了一种自适应虚拟力导向蝙蝠算法(Adaptive Virtual Force-guided Bat Algorithm,AVFBA)的无线传感器网络(Wireless Sensors Networks,WSNs)覆盖优化策略.该策略引入指数衰减函数,通过自适应调整虚拟力...     

基于多目标进化算法的电力系统环境经济调度

针对电力系统环境经济调度问题,提出采用进化规划算法,在综合考虑各种约束的情况下,把机组发电成本及污染气体的排放量同时作为优化目标,进行迭代搜索计算.该方法能简单快速地实现全局寻优,获得准确而完整的帕累托前沿,其有效性在IEEE30节点系统中得到了实验验证.     

基于自抗扰控制的风电并网系统广域阻尼协调控制

为解决风电并网系统中的低频振荡问题,提出一种基于自抗扰控制的协调控制方法.首先,根据待改善模式的可控可观性指标选取控制器的安装位置和反馈信号.将回路间的交互作用视为扰动,由自抗扰控制器对其进行估计与补偿,从而降低回路间的耦合程度.针对广域信号的时滞和自抗扰控制器的参数整定问题,首先利用渐消记忆递推最小二乘法对不确定时滞...     

电力系统二级电压的多智能体协调控制

根据多智能体的自治、协作和分布特性，在二级电压控制中构筑了多智能体控制体系，利用多智能体的协调特性，对系统电压进行控制。     

多角色多策略多目标粒子群优化算法

针对粒子群算法在解决复杂多目标问题时存在过早收敛和多样性不足的问题,提出多角色多策略多目标粒子群优化算法(MOPSO_RS). 该算法根据粒子的角色划分指标,给不同性能的粒子赋予不同角色;提出多策略的学习参数调整方法和多策略的全局最优粒子选取方法,帮助种群执行各种搜索策略. 不同的学习参数使各角色粒子获得不同的搜索策略,以调整粒子的探索和开发能力. 不同的全局最优粒子使各角色粒子搜索不同区域,提高种群的搜索效率. 为了避免算法陷入局部最优,引入带有高斯函数的变异算子,使粒子根据其角色朝向不同的全局最优粒子变异,提高算法的求解精度. 实验结果表明,对比其他改进多目标算法,MOPSO_RS具有良好的收敛性和多样性,并验证了所提策略的有效性.     

多机电力系统振荡模式阻尼分配与传递

根据电力系统特征分析法,分析了系统励磁运行方式变化对多机系统阻尼的影响。通过各种因素对系统阻尼特性影响的分析,对低频振荡产生机理有了进一步的理解,从而有助于采取必要的预防措施。     

基于K-Means全局引导策略的多目标微粒群算法

提出了一种基于K-means全局引导策略的多目标微粒群算法(KMOPSO),通过K-means算法从归档集中选出K个均匀分布的非支配粒子作为全局最优引导,以保证种群中的粒子向整个Pareto前端移动,提高解的多样性. 用基于最近邻居的剪枝算法控制归档集规模,同时保证其中非支配解的多样性. 引入变异策略来加强算法的局部搜索能力,避免早熟收敛. 用5个经典函数进行了仿真测试,实验结果表明,该算法能有效地解决多目标优化问题,不但能收敛于Pareto最优前端,而且在解的多样性方面优于改进的非劣分类遗传算法和基于拥挤距离的多目标微粒群算法.     

Optimal design of coordination control strategy for distributed generation system

This paper presents a novel design procedure for optimizing the power distribution strategy in distributed generation system. A coordinating controller, responsible to distribute the total load power request among multiple DG units, is suggested based on the conception of hierarchical control structure in the dynamic system. The optimal control problem was formulated as a nonlinear optimization problem subject to set of constraints. The resulting problem was solved using the Kuhn-Tucker method. Computer simulation results demonstrate that the proposed method can provide better efficiency in terms of reducing total costs compared to existing methods. In addition, the proposed optimal load distribution strategy can be easily implemented in real-time thanks to the simplicity of closed-form solutions.     

车辆姿态控制系统悬架阻尼控制策略

提出了车辆姿态控制系统的悬架阻尼控制策略。介绍了调试控制算法的软件在环仿真平台,采用软件在环仿真的方法进行了典型工况阻尼控制算法的调试。结果表明:车辆姿态阻尼控制算法能有效抑制转向“横摆”、“侧偏”与“侧倾”、制动“点头”及高速行驶时过大的的悬架动行程和车轮动载荷,改善车辆的操纵稳定性和平顺性。     

长航时惯导系统的模糊控制内阻尼算法

针对惯导系统长时间工作时导航误差舒拉振荡幅度随时间发散的问题,提出了一种适用于长航时惯导系统的内阻尼算法.设计了二阶阻尼网络,采用模糊控制器判断载体当前时刻的运动状态,制定数据融合策略,控制惯导系统在无阻尼与内阻尼状态之间切换.算法利用满足内阻尼条件时刻的惯导速度作为参考进行阻尼,摆脱了对外部信息的依赖,保证了惯导系统工作的自主性.海上试验结果表明,该算法明显地抑制了导航误差的舒拉周期振荡,可有效提高长航时惯导系统的导航精度.     

基于格形图预测的WCDMA功率控制算法

基于格形图预测算法原理,建立使用二进制码元模拟功率控制事件的系统模型,设计了一个格形状态图,根据其状态相似性定律调节发射功率.该算法可用于宽带码分多址WCDMA(wideband code division multiple access)系统的功率控制仿真中.结果表明,它能有效实现WCDMA系统功率控制过程,相对传统功率控制算法能提高系统容量,减少系统仿真时间.     

Multi-objective coordination optimal model for new power intelligence center based on hybrid algorithm

In order to resolve the coordination and optimization of the power network planning effectively, on the basis of introducing the concept of power intelligence center (PIC), the key factor power flow, line investment and load that impact generation sector, transmission sector and dispatching center in PIC were analyzed and a multi-objective coordination optimal model for new power intelligence center (NPIC) was established. To ensure the reliability and coordination of power grid and reduce investment cost, two aspects were optimized. The evolutionary algorithm was introduced to solve optimal power flow problem and the fitness function was improved to ensure the minimum cost of power generation. The gray particle swarm optimization (GPSO) algorithm was used to forecast load accurately, which can ensure the network with high reliability. On this basis, the multi-objective coordination optimal model which was more practical and in line with the need of the electricity market was proposed, then the coordination model was effectively solved through the improved particle swarm optimization algorithm, and the corresponding algorithm was obtained. The optimization of IEEE30 node system shows that the evolutionary algorithm can effectively solve the problem of optimal power flow. The average load forecasting of GPSO is 26.97 MW, which has an error of 0.34 MW compared with the actual load. The algorithm has higher forecasting accuracy. The multi-objective coordination optimal model for NPIC can effectively process the coordination and optimization problem of power network. Foundation item: Project (70671039) supported by the National Natural Science Foundation of China     

一种高层次多电压功耗优化方法

提出了一种在时间与面积约束下,运用遗传算法同时进行操作调度和资源分配的高层次多电压功耗优化方法．对于时间和面积约束所导致的无效染色体,通过将约束优化问题转换成两个目标函数的极值问题,一个为原问题的目标函数,另一个为违反约束条件的程度函数,避免了约束条件对问题求解的影响．对于数据依赖所导致的无效染色体,采用基于数据依赖的单点杂交算子来解决．实验结果表明,该算法比不考虑无效染色体处理机制的简单遗传算法的多电压功耗优化方法的功耗优化能力提高10％,收敛速度提高15％．     

Advanced in power control for distributed generation system using cooperative algorithms

To develop efficient power control strategies for a distributed generation system in order to improve the overall system efficiency, we propose a cooperative algorithm to analyze and design the controller, in which elements of conventional mathematical optimization algorithms are combined with adaptive dynamic elements drawn from intelligent control theory. In our design, the sequential quadratic programming algorithm was first utilized to obtain an optimal solution for power distribution among multiple units. Fuzzy system was then developed to implement the optimal strategies on the basis of optimal solution. In addition, parameters of the fuzzy system were adapted via a genetic algorithm. Tbe simulation results illustrate that the methodology described is useful for a range of control system designs.     

基于遗传禁忌搜索算法优化的CMAC-PID液压弯辊复合控制

针对液压伺服系统存在时滞、饱和等非线性特点,提出一种基于遗传禁忌搜索算法的CMAC-PID复合控制的板形控制策略,用遗传禁忌搜索算法优化PID控制器的初始参数,然后结合CMAC网络有效控制板形控制系统中弯辊力。仿真证明,该复合控制算法提高了系统的精度,加快了系统的响应速度,并且具备较强的抗干扰能力。