包含可控负荷的微电网经济调度

针对大规模风电并网给电力系统带来的影响,应用需求侧响应的能量管理策略,建立用户与微电网管理方的双层优化调度模型。上层根据用户侧可控负荷的特性和运行特征,将所有的可控负荷分成4类,目标函数为4类可控负荷总的用电成本最小;下层优化目标函数是在满足供电可靠性要求的条件下使总的供电成本最小。通过KKT条件将双层优化转化成一个单层优化问题对模型进行求解。某微电网的数值实验结果证明了所提模型与算法的有效性。     

改进粒子群优化算法在电力系统多目标无功优化中应用

采用自适应聚焦粒子群优化(AFPSO)算法对电力系统进行无功优化.以最优控制原理为基础,引入静态电压稳定性指标,建立了综合考虑系统有功网损最小、电压水平最好以及静态电压稳定裕度最大的多目标无功优化模型,并采用模糊集理论将此多目标优化问题转化为单目标优化问题.通过最小化各目标的隶属度最大值(指标差的隶属度值大),从而只提升差的指标,使系统整体性能提高.同时,采用罚函数的形式处理负荷节点电压和无功发电功率2个状态变量不等式约束.在IEEE 57节点系统上进行测试,通过仿真测试及不同算法优化结果的对比,表明AFPSO算法在实现系统经济运行的同时也增强了电网的电压稳定,同时证明了AFPSO算法的有效性和优越性.     

并网风光发电中混合储能系统容量优化配置

提高并网风光发电系统的调度灵活性需要引入储能技术,而储能技术研究的首要关键技术问题就是储能系统的容量配置。利用蓄电池和超级电容器的互补特性,提出了一种以优化蓄电池工作状态为原则,以提高储能系统整体经济性为目标的能量管理策略。基于该能量管理策略分析了并网风光发电系统能量损失率和能量缺失率的计算流程,根据全生命周期费用理论,建立了储能装置的年均费用函数表达式,并建立了以该函数值最小为目标,以系统能量损失率及能量缺失率等运行指标为约束的储能容量优化配置模型。运用改进混沌优化算法对实例进行了计算,验证了该优化模型与算法的正确性和有效性。     

计及梯级水电站群的水火电节能调度策略

考虑火电厂的发电机组出力、能耗成本及污染排放三者之间、及梯级电站出力与水力耦合参数之间,以及水火电机组之间综合效益基础上,建立了梯级水电站弃水量最小、火电能耗成本最低、和污染排放最小的多目标综合节能调度模型,并提出了计及梯级水电站的水火电节能发电调度策略;利用标度转换法,将梯级水电站弃水量最小、火电机组能耗成本最低和污染排放最小的多目标综合节能调度模型转化为不同权重系数下的单目标函数;运用混合惩罚函数优化算法将问题的求解转化为无约束优化问题,并利用Hessian矩阵改进了该优化算法,克服了缩减系数选择问题;通过对含4个梯级水电站、3个火电厂的水火电系统进行仿真,优化结果验证了该算法的可行性,并具有较明显的节能效果。     

基于微网的电动汽车与电网互动技术

随着电动汽车的渗透率越来越高,其无序充放电行为会给电网的正常运行带来负面影响。电动汽车与电网互动(V2G)是一个很好的解决办法。基于微网的V2G模式被用于电动汽车与电网之间的能量交换,并建立了以微网负荷波动最小、可再生能源利用率最大及车主获得的收益最大为优化目标的多目标优化模型。针对该优化模型的求解,首先提出了变阈值优化算法,并在此基础上进行了改进,提出了充放电速率可调优化算法。优化结果证明了这两种算法能够通过合理的调度来提高可再生能源利用率,改善微网内部电量供应和需求不平衡问题以及增加电动汽车车主的收益。     

改进仿电磁学算法在多目标电网规划中的应用

提出基于仿电磁学(electromagnetism-like mechanism,ELM)算法的高容错性多目标电网规划方法。为提升算法的性能,引入被动聚集思想对基本模型的全局寻优能力进行了改善。采用自适应权重、自适应变异和精英策略等措施来改善仿电磁学算法的收敛性。针对电源规划、变电站布点和负荷需求均已知的电网规划,将反映电网经济性和可靠性指标的多目标函数转化为求电网规划最小耗费的单目标模型。对一个18节点系统进行了十进制编码,计算结果证明了该算法能有效地解决电网规划这类含离散变量的大规模组合优化问题和提高规划方案的综合满意度。通过与遗传算法、基本ELM的仿真对比,改进的ELM模型在寻优效率和容错性方面具有明显优势。     

电力市场环境下基于人工鱼群算法的无功优化研究

在电力市场条件下,传统无功优化的目标函数应作相应的修改,由原来的一次能源消耗量最小转变为经济利益最大。由于无功电量要定价,所以电网公司购买无功电量的支出应计入目标函数。以有功网络损耗费用和无功费用综合最小为目标函数,应用人工鱼群算法(AF-SA)求解该无功优化模型,并结合动态调整罚函数法,将无功优化问题转化成一个无约束求极值问题,有效提高了AFSA算法的全局收敛能力和计算精度。以IEEE30节点电力系统为例进行了仿真计算,结果表明该模型和算法的正确性、适用性和较好的经济性。     

变频驱动注水系统效率优化问题的建模与控制

建立了油田用变频驱动往复式柱塞泵站效率优化控制问题的数学模型 ;给出并证明了目标函数最优值为零的充分条件 ,为简化优化模型求解过程 ,提高求解速度以及合理设计注水泵站提供了理论依据 ;提出以Hamming距离表示水泵的切换次数和最小切换次数控制策略 ,在目标函数满足精度限制的条件下 ,按照Hamming距离最小的原则去选择最优结果 ,满足工程实际需要。应用和实验结果证实了新方法的有效性。新型优化控制策略使系统效率比常规变频驱动恒压控制提高 9 8%以上     

多目标优化分段竞标电力市场的研究

提出了一种兼顾污染物排放量最小和购电费用最小等多目标综合优化的电力市场分段竞标新模型。采用2种算法求解该模型：一是模糊算法．即首先分别求解各单目标分段竞标模型，接着将各目标函数模糊化，然后采用最大满意度法将多目标问题转化为新的单目标分段竞标问题，由此求得兼顾多目标的竞标结果；二是目标函数转化为约束算法，即将污染物排放量作为约束构成新的购电费用最小分段竞标模型。算例仿真结果表明了该模型的有效性。也表明该模型不仅具有分段竞标的优点，还可使经济、环保等多目标综合优化，从而体现竞标机组多因素贡献的公平性。     

多目标电力系统无功优化及其方法

在无功优化问题中,所追求的目标往往不只一个,各目标之间还可能相互矛盾,多目标规划方法正是解决此类问题的方法之一。为便于掌握多目标规划方法及其应用,分析比较了目标函数加权求和法、最小目标偏差法、最大满意度法、距离函数法等几种常用多目标规划模型及其特点,讨论了多目标规划解的性质,在此基础上提出混合优化方法实现多目标无功优化应用,并通过计算实例证明了算法的有效性和实用性。     

一种基于随机场多运动目标跟踪算法

多运动目标跟踪是智能视频监控系统的重要内容。由于目标数量众多且目标之间相互遮挡,会造成跟踪轨迹不连续,这是多目标跟踪问题的难点,也是当前流行算法无法解决的研究的问题。利用目标对相互之间的位置信息受到外界干扰较少的特点,提出基于条件随机场多目标跟踪。与以前针对所有目标的外形特征不同,算法对跟踪子对进行标示。采用分层结构,由低阶状态作为输入序列到高阶,通过代价函数最小化,从而得到最终连续跟踪轨迹。能有效解决复杂环境下多目标不连续的问题。算法对于外形类似的被跟踪目标以及相互遮挡严重的情况有比较明显的优势,与当前优秀的算法相比,实验表明本文算法在定量分析和定性分析上均有较好的结果。     

一种图像确认目标的多目标跟踪方法

为了解决回波的复杂性和不确定性导致雷达多目标跟踪精度降低的问题,给出一种图像确认的多目标跟踪方法。该方法通过序列图像获取目标部分相关参数,从而剔除与参数不相符的虚假回波和杂波;然后根据保留的目标回波更新所跟踪目标的测量新计算,从而减少了多目标跟踪中由无关回波和杂波干扰所造成的测量更新误差,提高了目标跟踪的精度。仿真实验结果表明,本算法在去除部分或全部杂波后,能够减小多目标跟踪的误差,使跟踪精度得到较大改善。     

采用局部线性嵌入的稀疏目标跟踪方法

目标跟踪是从复杂的背景中辨认出运动目标,并且对目标进行准确且连续的追踪。如何在遮挡、形变、背景复杂的条件下鲁棒性跟踪目标仍是亟待解决的问题。针对遮挡和形变问题,提出一种局部线性嵌入(LLE)和稀疏表示的算法来有效的学习外观模板。其中LLE是流形学习的一种典型算法。在该算法中每个点的近邻权值在平移、旋转、伸缩变化下是保持不变的,因此可以用来提取目标的本质特征,发现数据的内在规律。算法首先采用局部线性嵌入提取低维特征,提取后的特征作为基向量与琐碎模板组成稀疏原型,稀疏原型用于模板的更新。算法保持了原有稀疏跟踪方法对遮挡处理的优势,同时对目标形变有较好的稳健性。实验结果表明,跟踪算法比其他7个常用的算法在9个视频序列中有较好的鲁棒性能。     

一种基于算法融合的运动目标跟踪算法

视频目标跟踪的重点和难点在于如何快速、准确的匹配目标.针对复杂背景下,单一模式的跟踪算法不能准确跟踪目标的问题,提出了一种基于算法融合的运动目标跟踪方法.该算法综合运用去均值相关跟踪算法（normalized cross correlation,NCC）和均值漂移算法（MeanShift）2种基本模式对输入输入视频进行处理,结果送入Kalman滤波器进行滤波与预测,最后根据最小总均方误差准则进行自适应融合.试验证明,该算法能够较好地实现复杂场景条件下的目标跟踪,提高了跟踪的鲁棒性.     

多目标跟踪在红外制导系统中的应用

为实现远距离对可疑目标的跟踪功能,提高红外制导的引导精度,提出了一种多抽头流水线架构的多目标跟踪方式.该方法将图像预处理、图像分割和目标检测等算法均在FPGA内部通过卷积运算实现,通过提高卷积运算速度达到实时处理的效果.试验结果表明,该方法与其他跟踪算法相比,可以自适应调整窗口大小、改变跟踪策略和自动分配窗口,提高了跟踪的多样性和可选性.该方法可以引导红外制导系统对多个目标同时进行跟踪,最终给出判据对威胁等级高的目标进行打击,具有实际应用前景.     

一种交叉多目标跟踪算法

为了解决多目标跟踪过程中由目标轨迹交叉引起的跟踪算法复杂度增加以及跟踪精度降低的问题，提出了一种改进的基于随机有限集的交叉多目标跟踪算法。该算法以高斯混合参数代替概率密度假设来降低算法复杂度和减小跟踪误差。最后在线性高斯条件下进行了MATLAB仿真实验，模拟多目标的运动过程，应用本文提出的改进算法和传统的基于数据关联的算法对多目标进行跟踪，对比试验结果表明所提出的改进算法对交叉多目标具有更加良好的跟踪性能。     

基于改进 KCF 算法和多特征融合的车辆跟踪研究

针对目前车辆跟踪研究算法中，核相关滤波算法(KCF)在复杂背景下存在特征提取单一以及尺度无法自适应的不足，本文提出一种多特征融合的尺度自适应算法。该算法以颜色直方图信息作为颜色特征，将具有更多语义信息的高层卷积特征和拥有较高分辨率的底层卷积特征作为深度特征，并与颜色特征进行自适应特征融合。然后，采用上下文图像对目标背景信息进行约束优化，并通过平均峰值相关能量检测衡量响应置信度，最后利用高置信度的跟踪结果来避免模型易受干扰的问题。通过在OTB100数据集上的实验表明，本文算法的精度分别比其他的主流跟踪算法Staple、SAMF、KCF、TLD、DSST和CSK高出4.9%, 5.7%, 10.2%, 10.3%, 23.4%, 29.7%。     

基于特征点检测与光流法的运动目标跟踪算法

为了解决当前运动目标跟踪算法在背景模型复杂和目标特征不明显的情况下,导致算法跟踪能力不足的问题,本文分别从特征点检测与光流法分析的角度出发,提出了基于特征点检测与光流法的运动目标跟踪算法。首先,根据图像梯度矩阵最小特征值,通过仿射变换,精确化特征点帧间匹配,排除伪特征点,达到精准检测运动目标特征点的目的。然后,基于图像像素守恒原理,进行2幅图像间变形评估,建立图像约束方程,进一步精确跟踪运动目标。最后,基于软件开发环境QTCreator实现算法,并系统集成。实验测试结果显示:与当前运动目标跟踪技术相比,本文算法拥有更高的准确性与稳定性。     

基于AIMM-SRCKF的机动目标跟踪算法

为了解决交互式多模型(interacting multiple model, IMM)算法在目标机动时模型切换速度迟缓的问题,给出了一种Markov概率转移矩阵在线修正的自适应IMM(adaptive IMM, AIMM)算法,利用IMM子模型中连续两个时刻之间的概率差来调整Markov概率转移矩阵,以提高子模型的切换速度和分配的合理性,同时提高了IMM算法的跟踪精度。其次,将平方根容积卡尔曼滤波(square-root cubature Kalman filter, SRCKF)引入到AIMM算法中,以解决在迭代滤波过程中协方差矩阵出现的非正定的问题,改善了数值稳定性,提出一种适用于机动目标跟踪的AIMM-SRCKF算法,仿真实验结果表明,该算法能提高匹配模型概率,缩短模型切换时间。     

基于AIMM SRCKF的机动目标跟踪算法

为了解决交互式多模型(interacting multiple model, IMM)算法在目标机动时模型切换速度迟缓的问题，给出了一种Markov概率转移矩阵在线修正的自适应IMM(adaptive IMM, AIMM)算法，利用IMM子模型中连续两个时刻之间的概率差来调整Markov概率转移矩阵，以提高子模型的切换速度和分配的合理性，同时提高了IMM算法的跟踪精度。其次，将平方根容积卡尔曼滤波(square root cubature Kalman filter, SRCKF)引入到 AIMM 算法中，以解决在迭代滤波过程中协方差矩阵出现的非正定的问题，改善了数值稳定性，提出一种适用于机动目标跟踪的AIMM SRCKF算法，仿真实验结果表明，该算法能提高匹配模型概率，缩短模型切换时间。