基于差分粒子群算法的含DG配电网优化重构

为解决含分布式能源的配电网优化重构问题,提高配电网对分布式能源的消纳能力,提出了一种基于差分粒子群算法的含DG配电网优化重构方法。以配电网系统有功网损最小为目标函数,综合考虑各类约束条件,建立了含DG配电网优化重构模型,采用差分粒子群算法对模型进行求解,并与其他优化方法进行对比。结果表明,差分粒子群算法能够有效减少迭代次数,提高收敛精度,文章所提方法的重构策略为断开开关6-7、8-9、13-14、27-28、31-32,对应的配电网有功网损为106.06 kW,降损率为37.50%,优于其他方法,验证了文章所提方法的实用性和优越性。     

含分布式发电的配电网无功电压优化的研究

通过对有关分布式发电的有功和无功输出特性进行研究,建立了含分布式发电的配电网无功优化数学模型,并通过改进的粒子群优化算法对模型进行优化。该模型以系统网损和电压偏差最小为优化目标,以系统的有功、无功以及节点电压为约束条件,利用惩罚函数的形式对越限的电压进行处理,并且以IEEE33系统节点为仿真实例进行仿真。仿真结果表明,通过优化粒子群算法对配网系统无功优化后,系统中有功损耗和电压质量都得到了显著的改善。     

考虑风光出力波动性的配电网无功优化策略

针对风机及光伏出力的波动性对系统网损和电压的影响,本文以全天有功网损和电压偏移最小为目标,建立兼顾电压安全稳定和配电网经济运行的多目标无功优化模型。利用三点估计法原理计算风光出力和负荷值,通过概率潮流判断状态变量是否满足概率约束,利用权重法将多目标转化为单目标,同时结合粒子群优化算法对所建模型进行求解,最后利用改进的IEEE33节点系统进行仿真计算。仿真结果表明,本文所建模型对配电网进行无功优化,有效降低了网损,改善了节点电压质量。该研究为含高比例可再生能源配电网的无功优化提供了有效方法。     

考虑谐波因素的配电网无功补偿配置优化方法

针对谐波污染影响配电网无功补偿配置优化的特点,建立考虑谐波因素的配电网无功补偿配置优化简化模型。对各节点的电压有效值和电压总谐波畸变率进行约束,在保证目标函数最小的同时,将各节点的电压有效值和电压总谐波畸变率控制在允许范围之内。针对粒子群算法用于无功补偿优化时存在的局部最优收敛问题,作了算法改进,并将其应用于简化模型求解。选取了IEEE11节点配电网和实际配电网进行优化计算,结果验证了该算法改善电压水平、抑制谐波及降低配电网有功网损等作用的有效性。     

基于自适应的配电网分布式电源优化配置研究

针对分布式电源接入配电网引起的电压越限和电能质量下降等问题,提出了一种具备自适应特性的分布式电源优化配置方法. 建立了光伏、风电两种典型分布式电源的数学模型,分析其功率输出特性. 构建了同时考虑发电成本、环境成本、有功网损折算成本三项指标的分布式电源优化配置模型. 针对多目标函数和多约束条件的优化配置模型,应用自适应粒子群算法求解,实现学习因子和惯性权重自适应调整以提高算法的寻优性能,由此得到分布式电源的最佳接入位置和容量. 最后,以IEEE33节点配电系统为例进行仿真验证. 结果表明,自适应粒子群算法与传统粒子群算法和混沌粒子群算法相比,求解得到的优化配置方案可达到更好的供电可靠性和经济性要求.     

基于和声搜索算法的主动配电网无功优化

为了提高主动配电网的运行水平和经济性能,以分布式电源和传统无功补偿装置出力为控制变量,建立以电压偏差最小为目标函数的优化模型,通过和声搜索算法进行无功优化,计算出各节点电压、系统网损及其对应的控制变量。最后对改造后的IEEE33节点系统进行验证,与粒子群算法进行对比。结果显示:该数学模型可以实现对电压协调控制,降低网损,满足可靠性和经济性的要求,同时和声搜索算法提出的优化策略更具有协调性。     

AISPSO算法在电网无功优化的应用

针对粒子群算法搜索后期的局部收敛问题,提出加入邻域空间和择优替换粒子改进方法的自适应信息选择粒子群优化(AISPSO)算法.将AISPSO算法应用于电网无功优化,选取发电机节点电压、变压器、无功补偿容量为控制变量,代入粒子编码机制寻优,在连续5次迭代无法跳出时,加入邻域空间,替换粒子后再次搜索.通过AISPSO算法优化调度,搜索电网网损最优值,达到电网无功优化目标.根据研究数据对比,AISPSO算法寻优所得网损比基本粒子群算法降低了4.43个百分点.     

基于惯性权重和学习因子动态调整的粒子群算法

针对传统的粒子群算法易发生早熟收 敛、在寻优过程中易陷入局部最优等问题,提出了一种基于惯性权重和学习因子动态调整的粒子群算法,该算法通过改进惯性权重和学习因子参数以优化算法。随着算法的不断迭代,其惯性权重以及学习因子随着迭代次数的增加而动态优化,从而平衡其局部寻优能力与全局搜索能力。实验结果表明,改进后的算法在收敛速度以及收敛精度上比传统粒子群算法更优,能改善早熟收敛问题。     

基于佳点集-量子粒子群算法的交直流系统无功优化方法研究

随着高压直流输电工程和区域电网互联建设的不断推进,交直流互联电网的规模越来越大,其对电网的无功平衡也提出了新的要求。提出一种基于佳点集量子粒子群的交直流系统无功优化方法。该方法建立交直流系统及其潮流计算模型;以系统网损为目标函数,建立交直流输电无功优化模型,并考虑系统节点电压以及发电机无功出现越界的情况;通过引入佳点集并对量子粒子群算法进行改进,给出了使用佳点集量子粒子群优化算法的求解步骤。通过采用IEEE30节点算例进行验证,并与量子粒子群算法比较,结果表明:该文方法具有快速的收敛能力、良好的稳定性,优化性能也有较明显的提高。     

基于改进粒子群算法鸡西电网无功优化规划

应用传统粒子群算法于电力系统无功优化问题存在收敛精度不高、陷入局部最优的缺点,而利用粒子群群体每次迭代的最优值取代其本次迭代的最差值,可提高粒子群算法的寻优特性。在鸡西电网的无功优化规划中,先对鸡西电网的每个节点进行灵敏度分析,选择部分节点做为无功补偿的候选节点,之后将所提算法应用于鸡西电网进行实际计算和分析,经过此方法对鸡西电网进行优化规划计算后,较好的改善了鸡西电网的电压水平和无功分布,提高了供电质量,大大降低了线损,有良好的理论价值和实用价值。     

一种新型生物地理学智能优化算法及其比较研究

生物地理学优化算法（BBO）包括迁徙模型和算法流程,在一些基准函数下,通过BBO算法与其他较为传统智能优化算法的性能比较,显示出BBO算法的优越性能.论述了算法中的某些参数的影响,指出了BBO算法有待解决的问题.     

渐进结构优化方法及算例

渐进结构优化法(ESO)是近年来兴起的一种解决各类结构优化问题的数值方法。其原理是通过将结构中无效或低效的材料逐步去掉,使剩下的结构逐渐趋于优化。与其它优化方法相比,该方法原理简单,计算效率高,工程应用方便。本文阐述了渐进结构优化法的基本原理和具体步骤,并按照各种约束条件详细介绍了该方法在国内外的研究进展和典型范例。     

基于拓扑和尺寸组合优化的ATV车身轻量化研究

针对车身结构在概念设计阶段出现的拓扑优化结果不连续,结构优化设计周期时间长等问题,基于optistruct优化软件,提出一种拓扑和尺寸组合优化模型.该模型可以同时进行尺寸优化和拓扑优化设计,得到车身蒙皮优化尺寸和最优的车身骨架加载路径,同时缩短了结构的概念设计阶段的设计周期.以ATV车身的结构优化设计为研究对象,对比优化前后的分析结果,在不降低结构性能的前提下优化后的结构减重105.5kg,验证了该方法的可行性.     

桁架结构形状优化的粒子群优化算法

为解决有应力约束、几何约束以及局部稳定性约束的桁架结构的形状优化设计,将粒子群优化(PSO)算法应用于桁架结构的形状优化设计.首先详细介绍了原始PSO算法的基本原理,然后引入压缩因子改进了原始的PSO算法,并提出了合理的参数设置值.优化计算过程中,综合考虑了节点坐标和截面面积等两类不同性质的设计变量.最后对几个经典问题进行了求解,并与传统的优化算法进行了比较.数值结果表明,改进的PSO算法具有良好的收敛性和稳定性,可以有效地进行桁架结构的形状优化设计.     

笼型粉碎机的优化设计

本文在对笼型粉碎机结构和运动分析的基础上,建立了笼型粉碎机离散混合变量的优化设计模型,提出了离散混合变量优化问题的两步优化算法。该算法充分发挥了连续变量优化算法效率高和离散变量优化算法符合实际变量取值要求的优点,以连续变量优化的结果作为离散变量优化算法的初始点,大大提高了解决此类问题的效率。经对一实际产品的优化表明:在满足各种约束条件下,增大笼轮外径,间隙增大,生产率提高,并可最大限度地发挥原动机的潜力,优化后生产率提高了9.86 t/h,相对增加66.7%.     

弧形钢闸门结构整体优化设计

对闸门结构的优化多将其简化为平面体系或者分别对各构件进行优化,而各构件的最优往往不能等同于结构整体最优.利用APDL语言对ANSYS进行二次开发,融合了有限元法数值计算的准确性和优化方法求极值的高效性,按真实的三维情况对闸门进行优化设计,成功解决了弧形钢闸门的三维优化问题,为优化设计的工程应用提供了一种方法.     

Optimal design of dynamic and control performance for planar manipulator

k]A design and optimization approach of dynamic and control performance for a two-DOF planar manipulator was proposed. After the kinematic and dynamic analysis, several advantages of the mechanism were illustrated, which made it possible to obtain good dynamic and control performances just through mechanism optimization. Based on the idea of design for control (DFC), a novel kind of multi-objective optimization model was proposed. There were three optimization objectives: the index of inertia, the index describing the dynamic coupling effects and the global condition number. Other indexes to characterize the designing requirements such as the velocity of end-effector, the workspace size, and the first mode natural frequency were regarded as the constraints. The cross-section area and length of the linkages were chosen as the design variables. NSGA-II algorithm was introduced to solve this complex multi-objective optimization problem. Additional criteria from engineering experience were incorporated into the selecting of final parameters among the obtained Pareto solution sets. Finally, experiments were performed to validate the linear dynamic structure and control performances of the optimized mechanisms. A new expression for measuring the dynamic coupling degree with clear physical meaning was proposed. The results show that the optimized mechanism has an approximate decoupled dynamics structure, and each active joint can be regarded as a linear SISO system. The control performances of the linear and nonlinear controllers were also compared. It can be concluded that the optimized mechanism can achieve good control performance only using a linear controller.     

不压井井口装置的结构优化设计

采用拓扑优化和尺寸优化对不压井装置进行结构优化设计。首先利用基于变密度法的拓扑优化,以柔度最小为优化目标,体积分数作为约束条件,得到设计空间内最优的材料分布路径。然后根据得到的拓扑结构重新设计不压井装置结构。利用最终得到的不压井装置的拓扑结构建立新的有限元模型,利用尺寸优化工具,以最小质量为优化目标,最大位移与最大应力为约束条件,实现不压井装置的减重。通过综合两种优化方法,不仅提高了不压井装置的性能,而且大大降低了不压井装置的质量,为工程结构提供了一种新设计思路。     

抗震结构的优化设计

本文以近十年来我院抗震结构优化设计的研究成果为例简要地介绍了抗震优化的理论和方法。首先指出了抗震结构优化设计的数学模型是有时间参数约束的非线性规划问题,它可以简化为不含参数约束的问题来求解.然后,以剪切型框架抗震优化为例给出满约束设计的概念和方法;以平板网架抗震优化为例介绍了用最大总应变能为优化目标的一种抗震优化方法;以桁架与钢筋混凝土烟囱抗震优化设计为例阐述了抗震优化设计非线性规划解法的特点.最后用剪切型框架抗震优化设计为例介绍了如何建立和应用抗震经验优化规律。     

渐进演化类拓扑优化算法的优化准则对比研究

渐进演化类拓扑优化算法的优化准则是影响结构优化结果的关键因素之一。以不同荷载和边界条件下的深梁模型为数值算例，比较了基于不同优化准则的3种算法在优化解和优化效率上的差别。结果表明：对于荷载和边界等条件较简单的构件，采用单向和确定性优化准则的渐进演化类拓扑优化算法能高效地得到最优拓扑，采用概率性优化准则和采用双向优化准则的渐进演化类拓扑优化算法有着更广的适用范围，在荷载和边界等条件较复杂的构件上，同样表现出较强的避免优化畸变的能力和全局寻优能力。对结合概率性优化准则和双向优化准则的遗传双向渐进演化结构优化算法建立了流程图，并进行初步讨论，以期进一步提高渐进演化类拓扑优化算法的实用性和寻优能力。