基于改进SOS算法的UCAV鲁棒机动决策研究

针对无人作战飞机自主空战机动决策问题,提出了一种鲁棒机动决策方法。设计了反映空战态势的鲁棒隶属函数,并基于此设计鲁棒多目标决策函数;针对动作库在机动决策中的不完备性与传统优化方法求解时效性缺陷,运用基于自适应和精英反向学习策略改进的共生生物算法,对控制量进行优化进而完成机动决策;仿真结果表明,鲁棒机动决策结果更具优势且改进算法求解具有实时性,满足机动决策需求。     

基于云模型粒子群算法的海岛交直流混合微网鲁棒优化运行

针对海岛交直流混合微网系统区域电能交换方式复杂、系统运行安全稳定性要求高的问题，在综合考虑交直流混合微网系统结构和微源出力特性的基础上，以最大净负荷波动量作为满足最坏运行条件下系统储备容量要求的替代方案，建立以系统综合运行成本最低、净负荷波动量最大为上、下层优化目标的海岛交直流混合微网鲁棒双层优化模型，并分别基于云模型理论改进的粒子群算法和CPLEX求解器对双层优化模型进行求解.仿真结果可知，所提的海岛交直流混合微网鲁棒优化方法可有效提高系统的优化水平，使微网在满足最恶劣环境的安全约束前提下，可获取更好的经济效益.     

应急物流车辆调度多目标鲁棒优化研究

针对应急物流车辆调度问题中对于经济性、时效性、可靠性和鲁棒性的多种要求，考虑了含有时间窗、不确定需求、不确定行驶时间，以及路段含有失效风险的多目标鲁棒车辆路径优化问题，通过定义新的成本函数、满意度函数、风险度函数和鲁棒度函数作为四个优化目标来构建模型，并基于鲁棒优化理论将不确定模型转化为确定性鲁棒对应模型求解，为解决不确定环境下优化问题提供了新的思路。算法方面，主要基于SPEA2算法框架求解该多目标模型，针对算法缺陷提出多种改进策略，并通过对比实验证明了改进策略的有效性。     

先进绝热压缩空气储能电站日前电力市场主从博弈竞标策略

先进绝热压缩空气储能(advanced adiabatic compressed air energy storage,AA–CAES)是支撑电力系统削峰填谷、阻塞管理及可再生能源消纳的有效手段之一.在储能产业商业化初期,研究面向日前电力市场的竞标策略对实现AA–CAES电站的经济运行大有裨益.本文在计及压力动态的AA–CAES运行模型基础上,采用主从博弈研究了AA–CAES电站竞标策略.作为主从博弈Leader,AA–CAES电站运营商向日前电力市场上报竞标标的(储能功率、发电功率、储能电价及发电电价);作为主从博弈Follower,市场交易机构以最大化社会福利出清电力市场.为高效求解主从博弈竞标模型,采用Karush-Kuhn-Tucker(KKT)最优性条件及布尔展开法将双层主从博弈竞标模型转化为单层混合整数线性规划.IEEE–24节点测试系统算例表明,AA–CAES电站可利用低谷电进行充电,在高峰时刻再以高价售出,实现套利运行.基于主从博弈的日前电力市场竞标策略,可支撑AA–CAES电站的经济运行.     

考虑碳排放和综合需求响应的电-气联合运行决策博弈

考虑到当前向国际社会承诺的“碳达峰,碳中和”目标,针对电-气联合运行中多方利益的诉求,运用动态主从博弈理论,在考虑碳排放和综合需求响应的情况下,建立以供电公司为主体,家庭负荷聚合集群为从体的博弈模型.通过家庭负荷聚合的多能联合负荷特性和价格需求响应的不确定性,得到博弈双方支付函数.考虑能源结构的碳排放折算,以供能方收益最大,需求侧支付费用最低为目标,建立主从博弈模型.主方以价格为策略集,从方以需求响应为策略集,通过最优反应函数结合非支配排序遗传算法求解并筛选主从博弈均衡解.通过算例仿真验证,所提出模型可实现主体和从体各方的社会效益与经济效益最优化,为能源互联下的市场决策优化运行提供参考.     

不确定条件下应急资源布局的鲁棒双层优化模型

针对非常规突发事件中应急资源布局问题,在受灾点需求不确定和应急救援过程分为多个阶段的情景下,建立了省市两级应急储备仓库定位和物资配置的鲁棒双层规划模型。运用相对鲁棒优化方法,将上述具有不确定性系数的双层规划模型转化为从者无关联的确定性线性双层规划,提出了一种混合遗传算法进行求解,实现了省市两级应急资源布局的协同优化。通过实例验证了模型及算法的可行性和有效性。     

基于群智能求解带约束问题的时域鲁棒优化算法

针对现有的时域鲁棒优化算法无法解决带约束的优化问题,基于群智能优化方法,提出一种求解带约束优化问题的时域鲁棒优化算法.首先,用约束条件构造罚函数,将带约束优化问题处理成为无约束优化问题;然后,采用一个分段函数作为粒子的适应度评价函数,通过竞争规则筛选粒子,设计带约束问题的时域鲁棒优化算法.以优化碳纤维原丝的性能为背景,将算法在多组参数下进行测试和对比分析,结果表明了所提出算法的有效性.进一步分析AR模型对算法性能的影响,指出预测模型的改进是提升算法性能的一个重要手段.     

考虑风电和储能接入电网的多目标协同博弈区间经济调度

针对风电的不确定性对电网调度的经济和安全运行造成影响的问题, 充分考虑储能灵活充放电的运行优 势, 提出了一种基于改进均衡协调算法的多目标区间储能经济调度优化方法. 本文综合考虑有功调度与无功优化之 间的内在耦合关系, 以典型日运行的电压偏差和系统综合运行总成本最小化为优化目标, 建立多目标区间储能经济 调度优化模型. 在优化过程中, 首先考虑在直流潮流的区间调度模型中, 通过优化储能和发电机的有功出力来实现 对风电不确定性的处理, 然后采用改进均衡协调算法对考虑交流潮流的有功–无功储能调度模型进行综合优化, 从 而获得兼顾电网安全性与经济性的均衡最优解. 本文还从风电的不同区间波动以及风电场并网规模的角度出发, 分 析了对系统储能调度运行的影响. 最后本文将改进算法获得的最优解与采用带权重系数的理想点法分析获得的 Pareto最优解进行对比分析, 可避免确定权重因子时的人为主观因素. 本文通过对IEEE RTS–24节点系统进行算例 仿真, 验证了所提模型的合理性和可行性.     

含风电场的旋转备用容量优化调度研究

为保证含风电电力系统的安全稳定与经济运行,构建了以最小化系统运行成本为目标的旋转备用容量优化调度模型。为提升模型的求解运算速度,提出一种改进的模拟植物生长算法对模型进行优化求解。针对算法在对模型求解时优化效率低、易陷入局部最优等不足做出改进,将反向学习思想引入植物生长算法,对生长点进行反向变异以扩展算法的搜索空间;通过智能变步长搜索和精英集的变异机制,保证快速寻优的同时提高求解精度。通过标准测试函数验证了改进后的算法计算速度更快,寻优能力更强。最后,在IEEE 30节点系统上进行实例验证,实验结果表明,所提出的模型能够有效地解决含风电场的旋转备用容量优化调度问题。     

基于GLBest-PSO算法的CSTR系统鲁棒PID控制

连续搅拌反应釜(CSTR)系统是一类具有多变量、强非线性和多工作点的复杂工业过程,对外界扰动及内部参数变化较为敏感。针对常规PID控制器参数整定困难,难以取得满意效果,本文提出了一种基于改进粒子群优化算法的CSTR系统鲁棒PID控制方法。通过对优化目标的分析,将鲁棒PID控制器的参数整定问题转化成一个求解最大-最小问题,在对粒子群优化算法进行改进的基础上,引入合作进化思想对该最大-最小问题进行求解,获得了基于优化性能指标最优的鲁棒PID控制器参数。针对实例的仿真结果表明,利用此方法整定得到的鲁棒PID控制器具有良好的鲁棒性,性能指标优于其它方法得到的鲁棒PID控制器,当过程对象操作范围发生大的变化时,利用本文方法设计得到的鲁棒PID控制器能获得满意的结果。     

风电—抽水蓄能机组联合调度研究

基于风电场并网系统的调度运行情况,考虑提高风电场输出的电能质量和系统经济效益,建立了风电和抽水蓄能机组联合运行系统的高斯模型、经济效益模型,提出了一种基于模拟植物生长的多目标进化优化算法的风电-抽水蓄能机组联合优化调度方案。仿真结果表明,该方案与单目标优化方案相比,能够提高和改善风电场输出的电能质量和输出功率的平滑度,提高系统的经济效益和运行稳定性。     

风–光互补发电系统的频率控制

由于风、光的强随机性和负荷的多变性,风-光互补发电系统的频率稳定性变差.有功功率优化既能够保证发电系统频率的安全与稳定,又能够使其经济地运行.但它是一个带约束的非线性多极值优化问题,用传统的方法很难处理.随着风-光互补发电场规模的增大,频率控制的实时性变差.针对这些问题,建立了以发电成本最小为目标的频率优化控制的数学模型,提出了基于均匀设计和惰性变异的粒子群算法和基于多Agent的协调优化方法,并用于发电系统频率的优化控制.实验验证了频率优化控制模型的正确性,显示了改进的粒子群算法比标准的粒子群算法优化效果更好;另一实验显示,多Agent的协调优化方法比单一种群的粒子群算法更加高效、更加适合于大规模风-光互补发电系统的频率控制.     

多虚拟电厂接入的主动配电系统优化经济调度

在市场环境下,为促进含随机性可再生能源的消纳同时协调各经济主体矛盾并挖掘各主体价值和经济效益,本文提出一种基于分析目标级联理论的主动配网调度优化模型,以配网与虚拟电厂存在电能交互为建模背景。考虑虚拟电厂组成的多样性,设置风储型虚拟电厂以及含冷热电系统型虚拟电厂,各虚拟电厂可以分别与配网进行电能交互,各经济主体根据自身组成优化内部变量以及交互功率,通过分析目标级联法与其他主体协调交互功率实现分布式求解。最后通过IEEE33节点配电系统的算例仿真表明,调度结果能较好的反应主体经济性,得出风储型虚拟电厂有利于提高风电的消纳量,冷热电联供型虚拟电厂可以实现综合能源经济管理,分析目标级联法用于本文所提的模型背景是有效的。     

Synthesis of nonlinear controller for wind turbines stability when providing grid support

This paper presents a new nonlinear polynomial controller for wind turbines that assures stability and maximizes the energy produced while imposing a bound in the generated power derivative in normal operation (guarantees a smooth operation against wind turbulence). The proposed controller structure also allows eventually producing a transient power increase to provide grid support, in response to a demand from a frequency controller. The controller design uses new optimization over polynomials techniques, leading to a tractable semidefinite programming problem. The ability of the wind turbine to increase its power under partial load operation has been analysed. The aforementioned optimization techniques have allowed quantifying the maximum transient overproduction that can be demanded to the wind turbine without violating minimum speed constraints (that could lead to unstable behaviour), as well as the total generated energy loss. The ability to evaluate this shortfall has permitted the development of an optimization procedure in which wind farm overproduction requirements are divided into individual turbines, assuring that the total energy loss in the wind farm is minimum, while complying with the maximum demanded power constraints. Copyright © 2013 John Wiley & Sons, Ltd.     

基于交替方向乘子法的电力系统完全分布式动态经济调度方法

本文基于交替方向乘子法(alternating direction multiplier method,ADMM)提出了一种完全分布式的跨区域电力系统动态经济调度方法.其中的经济调度模型以整个系统的运行成本最小为目标,并满足各种系统运行约束.为了实现模型的分布式求解,本文利用交替方向乘子法将各区域之间的联系解耦,将整个系统的大型优化问题分解为各个区域内部的子优化问题,通过迭代求解每个区域的子问题即可得到整个系统的最优解.进一步地,本文算法取消了负责乘子更新的数据中心,实现了完全分布式的调度策略.同时,为了兼顾电力系统中时间断面之间的紧密联系,本文的经济调度模型采用了多时段优化方法.最后,本文对基于IEEE标准测试系统的3区域互联系统算例进行了分析,验证了本文的调度策略的有效性.     

铁路车辆修理布局集中化研究

针对全路车辆修理量逐渐减少,各修理点修理能力严重过剩的现状,提出铁路车辆修理布局集中化方法。分析铁路车辆修理布局集中化的内涵,提出铁路车辆修理布局集中化双层规划模型的构建思路;以修理点改扩建费用、运营费用、运输费用之和最小为目标构建上层规划模型,以车辆运输费用最小为目标构建下层规划模型,并利用迭代思想,设计基于改进后的蚁群算法的双层迭代优化算法求解该双层规划模型。借助MATLAB软件进行算例分析,验证了模型的有效性。     

求解双层规划优化问题的层次风驱动优化算法

针对双层规划的求解问题, 提出一种层次风驱动优化算法. 初始化上层优化变量后, 首先对下层规划进行求解, 满足约束条件的同时, 更新下层规划中的空气质点速度和位置; 然后, 利用风驱动优化算法对上层规划问题进行求解; 最后, 在优化解集合中, 选择上下层规划目标值次序之和最小的解作为最终优化解. 实验结果表明, 所提出的层次风驱动算法是一种有效的求解双层规划问题的方法.

     

A Novel Stackelberg-Game-Based Energy Storage Sharing Scheme Under Demand Charge

Demand response (DR) using shared energy storage systems (ESSs) is an appealing method to save electricity bills for users under demand charge and time-of-use (TOU) price. A novel Stackelberg-game-based ESS sharing scheme is proposed and analyzed in this study. In this scheme, the interactions between selfish users and an operator are characterized as a Stackelberg game. Operator holds a large-scale ESS that is shared among users in the form of energy transactions. It sells energy to users and sets the selling price first. It maximizes its profit through optimal pricing and ESS dispatching. Users purchase some energy from operator for the reduction of their demand charges after operator’s selling price is announced. This game-theoretic ESS sharing scheme is characterized and analyzed by formulating and solving a bi-level optimization model. The upper-level optimization maximizes operator’s profit and the lower-level optimization minimizes users’ costs. The bi-level model is transformed and linearized into a mixed-integer linear programming (MILP) model using the mathematical programming with equilibrium constraints (MPEC) method and model linearizing techniques. Case studies with actual data are carried out to explore the economic performances of the proposed ESS sharing scheme.      

基于双层规划的高超声速飞行器预警资源分配方法

针对高超声速飞行器预警系统中资源难以合理利用的问题,提出一种基于双层规划的预警资源分配方法.首先,建立高超声速飞行器运动状态的马尔可夫模型,提出威胁评估的方法;其次,基于隐马尔可夫模型和卡尔曼滤波,提出双层规划的高超声速飞行器预警资源分配模型,下层规划以单位资源损耗下信息增益为目标函数,上层规划以风险的降低为目标函数;然后,针对模型的求解,提出改进的广义粒子群优化算法;最后,通过仿真分析验证所提分配方法和算法的有效性和可行性.     

合作博弈下医药物流联盟节点决策模型及算法

以合作博弈为基础,分析医药物流网络需求特征,描述了一个包含药品生产企业、第三方物流企业、物流中心、销售终端在内的“三方四层”医药物流联盟结构体系,建立了合作博弈模式下的医药物流网络节点决策的双层规划模型,上层规划以联盟效益最大化为目标,下层规划考虑不同的情景状态,建立了合作博弈下的Shapley值为分配模式,并设计了问题求解的混合遗传算法。算例测试结果表明,该方法与算法具有较强的实践可操作性,可以作为物流节点选址决策的参考方法。