基于LCC的农村供水管网多目标遗传优化

针对农村供水的特点,为提高供水工程的效果和效益、合理降低寿命周期成本,引入全寿命周期设计理论,提出了包括初建成本、运行成本及维护成本的农村供水管网寿命周期成本(LCC)计算公式,建立了考虑LCC、供水管网节点平均水头富裕度的多目标优化模型。运用精英保留策略的非支配排序遗传算法(NSGA-Ⅱ)对供水管网优化模型进行求解,并依据侧重点的不同为决策者提供3种典型管径组合方案。工程实例证明了供水管网优化模型合理性,应用NSGA-Ⅱ进行农村供水管网优化是可行的。     

改进的AMALGAM算法在TOPMODEL参数优化中的应用

水文模型参数的优化对模拟结果至关重要,参数率定方法中的多目标分析方法备受关注。将具有继承性的精英非支配排序遗传算法(i-NSGA-Ⅱ)与多目标涡流粒子种群算法(MOVPSO)分别作为NSGA-Ⅱ算法与PSO算法的改进算法,与AMS算法及DE算法共同寻优,提出改进的遗传自适应多目标算法(AMALGAM算法),以超体积、收敛性度量及多样性度量作为算法性能评价指标,对比改进的AMALGAM算法与AMALGAM算法的解集性能。选出较优算法,并结合实例对基于地形指数的水文模型(TOPMODEL)进行参数率定,得出Pareto最优解。结果表明改进的AMALGAM算法优于AMALGAM算法,模型预报精度较高,在解决多参数多目标优化问题中具有优势。     

基于改进多目标遗传算法的小浪底水库优化调度研究

针对传统多目标遗传算法(NSGA-Ⅱ)在进化过程中存在的不足,首先利用拟随机Halton序列及自适应调整的方法对初始种群多样性和算法收敛性进行改进;然后选取小浪底水库为例,建立水库多目标优化调度模型,并运用改进的NSGA-Ⅱ算法对模型进行求解;最后采用模糊优选法对得到的Pareto最优解集进行方案优选。结果表明,改进的算法相比传统算法更为高效、合理,且调度结果符合客观实际。     

基于DE-INSGA-Ⅱ的联合循环系统性能及参数优化研究

为了研究联合循环系统长期运行后循环效率最优的热力参数匹配,提出了一种改进优化算法,该算法融合了非线性优化思想,并利用DE(differential evolution algorithm)算法思想改善种群初始分布,同时改进快速非支配排序遗传算法NSGA-Ⅱ(non-dominated sorting genetic algorithm)交叉算子。以底循环效率最大为目标函数结合约束条件,对系统的热力参数匹配进行多目标优化。仿真结果表明：所提的DE-INSGA-Ⅱ算法具有良好分布性和收敛性,搜索能力更强。在底循环效率优化问题上,较传统NSGA-Ⅱ算法提高0.44%,余热锅炉效率提高了0.86%,汽轮机效率提升了0.15%。该研究为联合循环机组运行的热力参数匹配提供了新的参考。     

基于SA-NSGA-Ⅱ算法的水库多目标优化调度研究

针对带精英策略的快速非支配排序遗传算法NSGA-II求解多目标优化问题时存在局部搜索能力较差的缺陷,提出一种基于逐次逼近方法改进的快速非支配排序遗传算法(SA-NSGA-Ⅱ),该算法通过不断调整搜索空间来减小不可行域和支配解占比,从而增强局部搜索能力,快速逼近Pareto真实前沿。以平均出力最大和下游河道适宜生态流量改变度最小为目标,建立小浪底水库多目标优化调度模型,分别采用SA-NSGA-Ⅱ和NSGA-Ⅱ求解模型并比较优化效果。结果表明,在两种算法求解模型生成的混合Pareto前沿中,SA-NSGA-Ⅱ、NSGA-Ⅱ所生成的Pareto前沿点分别占比80.45%、19.55%;SA-NSGA-Ⅱ、NSGA-Ⅱ生成的Pareto前沿中,分别有86.90%、52.67%的点处于非支配地位,且SA-NSGA-Ⅱ较NSGA-Ⅱ的算法运算时间减少了15.32%。因此,在相同初始条件下,SA-NSGA-Ⅱ的优化效果优于NSGA-Ⅱ,验证了SA-NSGA-Ⅱ在水库多目标优化调度中的适用性。     

基于水力模型的供水管网区块化优化研究

为进一步优化配水系统分区,提出了一种基于多尺度分区算法的供水管网区块化优化方法。该方法考虑了供水管网系统的节点压力信息,改进了分区评价函数,并结合城市供水管网实际情况进行分区。以A市为例,利用EPANET建模器建立供水管网水力模型,在此基础上结合配水系统分区理念,将A市供水管网分为了11个区块。结果表明,分区后的供水管网实现了单独区域水量计量,缩小了查找漏失范围;管网压力更加趋于均衡,降低了漏失水量和产销差,使供水管网运行更加科学化、合理化。研究成果可为供水管网分区优化管理提供参考。     

基于智能优化算法供水管网减压阀布设位置的优化研究

针对供水管网系统中存在过剩压力的问题，提出在管网中安装一定开启度的减压阀，以各节点运行水压与各节点最小服务水头之差的平方和最小为目标，结合管网水力平衡约束、节点压力约束构建减压阀优化压力漏失控制模型，利用遗传算法对模型进行求解，并以东南沿海城镇供水主干管网为算例进行验证。结果表明，所提模型及方法有效、可行，且优化效果显著。     

供水管网实时分区及节流阀调度研究

为进一步降低供水管网漏损率,节约能源,提高水资源利用率,通过EPANET工具箱、Matlab及C#联合编程,以节流阀的开启度为影响因素,以漏失费用为目标,建立阀门实时调度模型。首先,该模型通过模糊C-均值聚类法(FCM)实时对管网进行分区;其次,对各区域内每一时刻的阀门开启度进行调整;最后,通过布谷鸟算法(CS)进行优化调度,从而均衡管网压力,降低管网漏失量。F市实际供水管网优化调度结果表明,优化后漏失率降低了11.96%,提高了水资源的有效利用率。研究成果对于供水管网优化调度意义重大。     

基于改进非支配排序遗传算法的含DG配电网优化配置

分布式电源的接入对配电网中潮流分布、有功损耗和电压分布有很大影响。针对含DG配电网运行优化问题,建立了以DG最大出力、有功网损最小及电压偏差最小的多目标优化模型,提出一种改进的非支配排序遗传算法求解分布式电源的最优化有功出力。在NSGA-Ⅱ算法基础上改进了非支配排序策略、选择截断策略,采用改进的NSGA-II算法求解含DG配电网优化控制问题。通过IEEE33节点算例分析,结果表明该模型可以在分布式电源最大出力、有功网损最小及电压偏差最小方面,较为全面地实现配电网分布式电源的优化控制。     

基于HHT和SVM的供水管网爆管诊断模型研究

针对当前复杂供水管网泄水事故频发的现象,提出以管网发生故障时的瞬态水力数据信息为样本,采用Hilbert-Huang变换将故障样本信息从水压—时间的时域信号转换为压力幅值—频率的频域信号。分析选取频域信号中的主要特征值坐标作为支持向量机(SVM)的输入数据,并采用粒子群算法(PSO)对SVM参数进行优化,建立了基于HHT和SVM的供水管网故障诊断模型。实例应用表明,该模型在供水管网泄漏诊断中效果较好,从而验证了模型的可行性。     

基于NSGA-Ⅱ的社区微型电网多目标分层优化算法

针对现有优化算法解决多目标多变量的社区微型电网长时间动态优化时效率差、运行时间长的问题,提出了基于NSGA-Ⅱ的分层优化算法,该算法以多代理系统中自治Agent的概念分析微电网,将复杂的微电网整体优化问题分解为规模较小的多个住户优化问题和一个微电网中央优化问题,求解时先优化住户运行方式,在住户运行方式集基础上求解微电网中央优化问题以得出微电网整体最优运行方式。算例测试表明,该算法可有效压缩算法解空间,提高优化效率。     

复杂地形条件下供水管线点对间线程的离散优化方法

针对山区等复杂地表不能用数学函数表达导致管网长度优化工作中点对间最短线程无法采用解析法求解的问题,通过计算点间距离,建立Delaunay三角网离散化地面模型,构建赋权的无向网络图,并采用提高计算效率的改进Dijkstra优化算法计算点对间最短线程,使得管线布置在满足工程条件下线程最短,以降低工程成本,为山区管网优化布置提供依据。金蟾水库纳雍供水管网部分总干线的计算表明,该方法能有效缩短管线线程,具有较强的工程可行性和推广价值。     

基于改进粒子群算法的逆变器谐波抑制研究

通过分析多电平逆变器中谐波消除问题,建立基于粒子群优化算法(PSO)的选择谐波消除脉宽调制(SHE-PWM)目标方程,并对其进行求解。通过在粒子群算法中增加惯性权重参数的符号函数,并改变随机数在速度更新方程中的位置,得到改进的粒子群算法,避免求解时"早熟"或陷入局部最优解,进而得到更为准确的解集。通过实验仿真将改进的粒子群算法与标准粒子群算法及遗传算法进行比较,实验结果表明,采用改进粒子群算法使指定低次谐波的含量趋近于零,进而使逆变器输出中的总谐波含量明显降低。总谐波含量与标准粒子群算法相比降低2.12%,与遗传算法相比降低了3.06%。实验表明改进的PS0方法对于求解SHE-PWM方程组的有效性。     

计及调峰能力差异性的系统多源优化调度

针对电力系统调峰能力、负荷及新能源出力的显著性差异,分别建立新能源全额消纳和消纳量最大化两种优化调度模型。前者系统调峰能力强、负荷量大,新能源按预测值消纳,火电承担基荷,水电根据风电、光伏和负荷的波动优化调整;后者适用调峰能力较弱情形,优先以新能源弃电量最少为优化目标,并结合运行成本最优,建立多源互补优化模型。针对传统非支配遗传算法(NSGA-Ⅱ)求解优化模型存在计算速度较慢,种群多样性较差等缺陷,提出基于正态分布交叉算子和动态变异算子改进的NSGA-Ⅱ算法,改进后的算法的计算速度和收敛性能均显著提升。算例仿真表明两种模型应对不同的调峰情形时,同时兼顾运行经济性和新能源消纳最大化,可作为大规模新能源并网后日前调度方式安排的依据,具有理论意义和实践价值。     

基于PSO-LSSVM时序预测模型的管网漏失信号识别

为解决城市供水管网的漏失问题,基于在供水管网各测压点收集的压力数据,构建粒子群(PSO)算法优化LSSVM的时序预测模型来预测压力监测点下一时刻压力值,并提出了城市供水管网漏失识别模型,通过监测点压力值与预测值的残差值是否在阈值范围内来判断管网是否处于正常工况。测试分析结果表明,改进的时序预测模型预测精度较高,可确定各压力监测点阈值,识别管网是否发生漏失事故,为相似工程提供借鉴。     

基于PSO-LSSVM时序预测模型的管网漏失信号识别

为解决城市供水管网的漏失问题,基于在供水管网各测压点收集的压力数据,构建粒子群(PSO)算法优化LSSVM的时序预测模型来预测压力监测点下一时刻压力值,并提出了城市供水管网漏失识别模型,通过监测点压力值与预测值的残差值是否在阈值范围内来判断管网是否处于正常工况。测试分析结果表明,改进的时序预测模型预测精度较高,可确定各压力监测点阈值,识别管网是否发生漏失事故,为相似工程提供借鉴。     

改进的NSGA-Ⅱ法在邢台市水资源优化配置中的应用

针对水资源求解多目标优化问题的方法存在的不足,在基本NSGA-Ⅱ法的基础上,通过自适应动态调整方法对交叉率和变异率进行了改进,同时以社会效益和经济效益最大为目标,结合满足目标函数的各类约束条件,建立了邢台市水资源优化配置模型,将改进后的NSGA-Ⅱ法应用于模型的求解,并与NSGA法和基本NSGA-Ⅱ法求解结果进行了对比。结果表明,改进的NSGA-Ⅱ法应用于求解多水源多用户多目标水资源优化配置可行,且能提高计算精度。     

基于NSGA-Ⅱ的风光互补独立供电系统多目标优化

在风光互补独立供电系统的设计中,系统的优化配置是一个重要步骤。风光资源、发电、储能和负载之间有复杂的匹配关系。风光互补独立供电系统的优化配置可看作一个多目标优化问题,两个相互冲突的目标是极大化供电可靠性和极小化成本,供电可靠性指标负载缺电率LPSP需经仿真运行得到。优化算法采用精英非支配解排序遗传算法(NSGA-Ⅱ),决策变量不仅有传统算法中的光伏电池和蓄电池的容量,还增加了风力发电机的类型和容量以及光伏电池的倾角。经传统算法及ε-约束法验证表明,NSGA-Ⅱ得出的非支配解前沿面就是Pareto前沿面。     

考虑重要负荷孤岛的分布式电源优化配置

考虑到分布式电源的配置对重要负荷孤岛供电可靠性的影响,提出了集中度指标来描述孤岛划分效果。采用经济运行、电压稳定和集中度指标构建了多目标优化模型,并通过改进的初始种群NSGA-Ⅱ算法求解,得到Pareto解集。算例结果表明,考虑重要负荷后的配置方案能够得到更优的孤岛划分,有效提高了配电网可靠性。     

基于混沌优化算法的城市供水绩效DEA评价模型

针对目前城市水资源短缺现象,阐述了城市供水绩效评价的重要性。介绍了数据包络分析方法及其非线性模型,并提出了混沌优化求解算法。实例表明:用混沌优化算法对城市供水绩效的DEA评价模型的优化结果与前人采用线性求解结果一致,证明了混沌算法求解DEA模型的可行性。