用户侧多微网系统经济运行研究

本文考虑储能系统充放电的灵活性,根据多微网运行模式的非合作特性和电能的不同使用形式,将微网间的运行方式分为各子微网并网单独运行和多微网并网协调运行2种方式;根据示范工程中系统模型,以微网运行成本最低为目标,建立了多微网运行的优化调度模型,并通过粒子群算法求解。通过对比分析2种运行方式,结果证明:该模型能够为多微网系统的各种运行情况提供参考。     

基于量子粒子群算法的主动配电网优化调度研究

以有功网损最小为目标,建立了主动配电网优化调度模型,提出了基于量子粒子群算法的求解策略。在IEEE 33节点主动配电网算例上对建立的模型和提出的求解方法进行验证,仿真结果表明:量子粒子群算法可以有效求解主动配电网优化调度问题,且效率高、稳定性好。     

主动配电网“源-荷-储”协调优化控制方法研究

针对现有主动配电网运行优化控制未考虑储能及电动汽车响应调度费用问题,设计了主动配电网源荷储协调控制架构,提出了一种考虑配电网综合运行效益的"源-荷-储"协调优化方法。该方法以周期内配电网综合运行效益最大为目标,建立分布式电源、含电动汽车、储能、无功补偿的主动配电网协调优化模型,运用IEEE33节点系统验证了方法的有效性。结果表明,该方法可以有效地利用储能及电动汽车等控制资源,在配电网运行经济性、运行电压控制质量方面具有优越性。     

可调度和不可调度分布式电源机组选址优化

针对可调度和不可调度分布式电源机组进行选址定容优化。首先分析了可调度机组和不可调度机组的特点。然后建立了多目标的分布式电源机组选址定容优化模型,包括网损、经济性和稳定性等指标,并计及相关约束。利用生物地理学算法和模糊决策对模型进行求解。最后在IEEE69节点上仿真分析,说明了模型的有效性。     

面向订单的混流装配线多目标调度研究

针对面向订单的混流装配线车间组装过程中出现堆叠的问题,对该类生产线特点进行了分析,提出了一种理论调度优化模型及其算法。建立了以车间交货时间的准时度和组件完工的同时度为目标函数的车间多目标调度优化模型;对粒子群算法进行了改进,设计了基于吸引子与自然选择的社会粒子群算法来求解多目标优化模型;研究了粒子群的信息描述方法,提出了兼有工序和工件信息的二维编码,将生产信息转化为编程语言,利用MATLAB进行了编程迭代计算和仿真,并对比分析了标准粒子群算法、社会粒子群算法、混合粒子群算法仿真的适应度值、最优解迭代次数,验证了所提算法的优越性。研究结果表明:该多目标调度优化模型在面向订单的混流装配调度问题方面具备有效性和合理性;所设计的社会粒子群算法寻优速度快,寻优效果好;调度方案机器最低利用率可达72.49%,很好地解决了装配的堆叠问题。     

基于混合粒子群算法的汽车零件精冲车间调度研究

针对传统遗传算法在车间作业调度问题难以解决求解约束优化问题时存在难以同时兼顾求解质量和收敛效率这一问题,通过采用了基于工序编码的方式生成可行调度及借鉴遗传算法单点交叉方法,生成基于工件的交叉算子作为粒子的更新方式,将改进后的粒子群优化算法用于求解精冲零件车间调度问题,并在算法中通过利用局部搜索的方式提升粒子群中粒子收敛效率。通过对典型的调度测试问题进行模拟实验,证明了改进后的混合粒子群算法对于求解车间调度问题的适用性及具有不错的求解性能。     

多生产线作业协调调度的PSOGA混合优化算法

为了求解多目标多生产线调度问题,采用协同进化思想,提出了多种群PSOGA混合优化算法(MC-HPSOGA)。以最小化最大完工时间、最大化生产线利用率和最大化客户满意度为目标函数,建立了多生产线作业协调调度问题的多目标批量调度数学模型,并且设计最小批量动态分批策略,将MC-HPSOGA算法应用于BSPT公司角磨机装配线的多目标多生产线调度问题实例中,通过与粒子群(PSO)和遗传算法(GA)的比较,验证了MC-HPSOGA算法和模型的有效性。     

基于粒子群算法的并行多机调度问题研究

将港口拖轮作业调度问题描述为一类带特殊工艺约束的并行多机调度问题，采用粒子群算法求解该类调度问题，提出了一种2维粒子表示方法，通过对粒子位置向量进行排序生成有效调度，并采用粒子位置向量多次交换的局部搜索方法来提高算法的搜索效率。最后，通过计算验证了混合粒子群算法的有效性。     

综合能源发电系统优化调度策略

进行了综合能源优化调度策略研究。首先,建立电转气及其运行成本模型,并给出含电转气的能源集线器模型,计及P2G运行成本,求解经济性最优目标函数。其次,采用具有良好全局搜索能力的惯性权自适应调整的粒子群优化算法求解调度模型。最后,通过具体算例,验证该模型和算法的综合能源系统优化调度方案。     

基于多车辆路径问题模型的信通机房巡检路线优化

对信通机房巡检路线进行优化，利用巡检路线优化问题具有带容量约束的多车辆路径问题特点，以巡检总天数最少、总巡检工作时间最短为目标，建立信通机房巡检路线规划问题优化模型，并利用改进粒子群算法对优化模型进行求解。通过海宁地区一个巡检路线优化实例进行验证，结果表明，所提改进粒子群算法能有效求解优化问题，应用该优化模型可以缩短巡检天数，提高巡检工作时间利用效率。     

求解作业车间调度问题的广义粒子群优化算法

为克服传统粒子群优化算法在解决组合优化问题上的局限性，分析了其优化机理，并在此基础上提出了广义粒子群优化模型。按照此模型提出了一种求解作业车间调度问题的广义粒子群优化算法。在本算法中，利用遗传算法中的交叉操作作为粒子间的信息交换策略，利用遗传算法中的变异操作作为粒子的随机搜索策略，而粒子的局部搜索策略则采用禁忌搜索来实现。为了控制粒子的局部搜索以及向全局最优解的收敛，迭代过程中交叉概率以及禁忌搜索的最大步长都是动态变化的。实验结果表明，本算法可有效地求解作业车间调度问题，验证了广义粒子群优化模型的合理性。     

基于改进多目标粒子群优化算法的企业再制造物流网络优化

为解决碳税政策下的多目标企业再制造物流网络优化问题,综合考虑设施选址与运输方式选择,建立了总成本和碳排放最小化的混合整数规划模型。设计了约束处理机制改进多目标粒子群优化算法,并结合水泥企业运营管理数据验证了模型和算法的有效性。将改进多目标粒子群算法与第二代约束非支配排序遗传算法比较,凸显了改进多目标粒子群算法在求解中、大规模问题时的优越性。     

改进PSO算法求解具有柔性生产路径钢铁产品分配问题

针对钢铁企业实际生产和产品分配特点,研究了柔性生产路径下的产品分配问题,建立以最大化企业利润、设备利用率和市场产品满足率为目标的多目标模型,并设计了改进粒子群算法对问题进行求解。算法考虑模型的复杂约束特征,采用约束满足技术产生初始解,并利用惩罚函数设计适应度函数,通过动态调整粒子群算法中的惯性权重对粒子进行动态更新,最后,通过实际钢厂数据的实验仿真,说明了模型的可行性和改进粒子群算法的有效性。     

粒子群优化算法求解多模式项目再调度问题

针对有资源约束的项目调度问题中,项目执行环境发生变更时的项目再调度问题,分析了项目执行环境变更的情况和项目再调度变更费用的构成,建立了以再调度变更费用为优化目标的多模式项目再调度模型并应用基于粒子群优化算法进行求解.在该算法中,粒子分为优先级粒子和模式粒子,实现对活动优先顺序和模式的优化.部分初始优先级粒子位置矢量通过启发式规则产生,以提高解的质量.通过仿真计算分析了关键参数的选择,并与其他启发式算法进行了比较.仿真结果表明,该算法能有效地求解多模式项目的再调度问题,在实际工程中有一定应用价值.     

[车间调度]并行多机开放车间调度问题的模型与算法

发光二极管制造过程中,晶粒分类拣选工序的调度问题是典型的并行多机开放车间调度问题,属于NP-hard问题。研究了该调度问题以最小化总加权完工时间为目标的求解模型与算法。根据问题特性构建了可获得最优解的混合整数规划模型,并设计了同时考虑质量与求解效率的启发式算法和改进粒子群优化算法。仿真结果显示,启发式算法和改进粒子群优化算法都能在合理的时间内迅速有效地获得较佳的调度解。     

混合粒子群优化算法求解多车辆拖动货物问题

为确定码头卜集装箱运输到目标位置的顺序和运输的车辆,提出了多车辆拖动货物问题,该问题需要考虑空间约束对车辆调度过程的影响.针对该问题,建立了整数规划数学模型,证明了该问题为NP完全难题,提出了四种解的编码方式,并利用模拟退火算法与粒子群优化算法结合的混合粒子群优化算法进行求解.将计算结果与模拟退火算法、粒子群优化算法进行了比较,结果表明,使用混合粒子群优化算法并采用先到先服务规则的两部分编码方法计算得到的解最好.     

并行多机开放车间调度问题的模型与算法

发光二极管制造过程中,晶粒分类拣选工序的调度问题是典型的并行多机开放车间调度问题,属于NP-hard问题。研究了该调度问题以最小化总加权完工时间为目标的求解模型与算法。根据问题特性构建了可获得最优解的混合整数规划模型,并设计了同时考虑质量与求解效率的启发式算法和改进粒子群优化算法。仿真结果显示,启发式算法和改进粒子群优化算法都能在合理的时间内迅速有效地获得较佳的调度解。     

基于遗传-粒子群混合算法的柔性作业车间多资源调度问题

在传统柔性作业车间调度问题(FJSP)中加入运输和装配环节,提出一种柔性作业车间多资源调度问题(MRFJSP),以完工时间最短为目标建立了包含加工、运输和装配的柔性作业车间调度模型。为了提高传统遗传算法(GA)在车间调度问题中的寻优能力,将粒子群算法(PSO)的寻优过程进行改进并与遗传算法进行结合,提出一种带保优策略的遗传-粒子群混合算法,利用单层编码对模型进行求解。通过算例验证了模型的可行性,并将提出的混合算法与遗传算法和粒子群算法进行比较,证明了混合算法的优越性。     

基于混合离散蝙蝠算法的跨工序协同调度问题

针对跨工序的生产与配送协同调度问题，构建了前工序单机批加工、后工序多产线逐订单加工，且工序之间采用自动引导车循环配送的协同调度模型。以最小化最大完工时间和后工序前的在制品等待时间为调度目标，设计了融合模拟退火算法与解串算法的混合离散蝙蝠算法，与改进的离散粒子群算法和Ullrich遗传算法相比，该算法能很好地减少后工序产线前的队列等待时间，缩短产品的生产周期。     

柔性直流配电网优化调度研究

大规模可再生能源接入电网的需求对柔性直流配电网的研究起到了推动作用。合理调度是直流配电网的核心问题之一,直接关系到直流配电网的运行性能。可再生能源出力误差使得配电网调度更加复杂。针对上述问题,提出了基于机会约束规划的直流配电网多目标优化调度模型,并采用结合随机模拟的粒子群算法求解出给定直流配电网的调度方案。算例表明,机会约束规划的应用能有效减小可再生能源出力不确定性对调度造成的影响。