基于改进多目标蝙蝠算法的洛河流域水库优化调度

为了发挥水资源综合利用的最大效益,实现水库发电和供水效益双赢的优化调度需求,以水库发电量最大和水库下游用水区域总缺水量最小为目标建立了多目标优化调度模型。同时,提出改进多目标蝙蝠算法(IMOBA)用于求解多目标优化调度模型,该算法引入外部精英蝙蝠集EBS()来存储算法寻优过程中的非劣解,设计一种基于混沌原理的脉冲发射率生成机制来增强算法的搜索能力,并加入变异操作以提高算法的种群多样性。将改进多目标蝙蝠算法应用在洛河流域故县水库,得到丰、平、枯三种典型年下的故县水库调度方案集。结果表明,IMOBA算法合理有效且优于多目标蝙蝠算法(MOBA),能较好地反映洛河流域故县水库的发电和供水要求。同时验证了多目标优化调度模型的可行性,为流域水库多目标优化调度方案的制定提供了新途径。     

基于三阶段逐步优化算法的三峡水库水沙联合优化调度研究

针对水沙联合优化调度多目标、高维、难以求解以及泥沙淤积计算具有后效性的问题,以泥沙淤积量为基本目标、发电量为约束目标,利用约束法将多目标水沙联合优化调度模型转化为单目标模型,并采用三阶段逐步优化算法进行求解。以三峡水库水沙联合优化调度为例,获得了满意的水库发电与泥沙淤积的非劣解集及水库非劣运用过程,验证了所建立模型及提出的求解方法的合理性和有效性。     

考虑风电消纳能力的含风电场电力系统多目标优化调度研究

针对含风电场的电力系统调度中存在的风电消纳问题,提出一种基于第二代非劣支配排序遗传算法(Non-dominated Sorting Genetic Algorithm II,NSGA-II)的多目标优化调度方法。为使电力系统在消纳尽可能多的风电同时,兼顾经济性、安全性和环保性,分别以风电消纳、发电成本和污染物排放量为目标建立了含风电场电力系统双目标及三目标调度模型,采用NSGA-II进行优化求解,并详细分析了不同目标组合策略下电力负荷、机组组合和优化目标对风电消纳的影响程度,同时引入伪权向量法为决策者提供非劣解信息,辅助决策者完成优化调度。分析结果表明,该方法有助于评估机组组合、目标组合等因素对电力系统优化调度的影响程度,对合理提高含风电场电力系统的风电消纳能力有一定的指导意义。     

二倍体多目标遗传算法在水资源优化中的应用

针对遗传算法存在早熟、收敛性和解分布性差的问题,在孟德尔多目标简单遗传算法的基础上提出一种求解多目标的二倍体遗传算法,引入变异算子和聚类方法使求得的Pareto解集具有更好的分布性.通过多目标测试函数和二倍体多目标进化算法在流域水资源调度配置中应用,测试结果较好.     

多目标凸规划非劣效用梯度法及在三峡水库规划中的应用

本文从多目标最优性理论出发,导出了多目标凸规划整个非劣解集的方程式,并提出了一种仅以效用函数梯度在整个非劣解集上直接求最佳协调解的新方法——多目标凸规划非劣效用梯度法。只要决策者给出每一目标的相对效用增量函数和各目标效用的相对重要性就可求得一个非劣的使效用函数值最大的最佳协调解,克服了以往方法不能保证找到非劣的使效用最大的最佳协调解的缺陷。按该法编制的程序在三峡水库多目标规划中应用,取得了满意的成果。     

考虑灵活性供需匹配的孤岛微网优化调度策略

为使孤岛微网能更大程度地实现源侧发电功率与荷侧用电需求之间的匹配程度,以灵活性理论为依据,提出考虑灵活性供需匹配的优化调度模型。以最大化经济效益和最大化灵活性供需匹配程度为目标,利用多目标粒子群优化算法得到该优化问题的Pareto解集,并从中选取更符合实际需求的解。算例仿真结果表明,所提优化调度策略能有效提升系统应对可再生能源发电机组出力的波动性与随机性的能力,提高经济效益。     

基于多目标优化的配电网负荷转移路径研究

建立了配电网故障后负荷转移路径优化模型,提出了优化的目标函数和约束条件。应用带精英策略的快速非支配排序遗传算法（NSGA-Ⅱ）求解该多目标多约束优化问题,得到的最优解集能更好地反映优化问题的本质,并结合熵权法建立了综合最优解的提取方法。根据提出的算法,编制了应用于配电网负荷转移的程序,用IEEE33节点算例验证了该算法的可行性。     

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。     

火电站多目标负荷调度及其算法的研究

对传统意义下负荷调度模型进行修正,同时考虑最小化燃料费用和污染排放量,提出了火电站多目标负荷调度模型;并将强度Pareto进化算法(SPEA2)与并行遗传算法(PGA)相结合对其求解.结果表明:该算法求得的Pareto最优解分布均匀、收敛速度快、寻优能力强,决策者可根据不同的侧重点在Pareto解集中选择最终的满意解.应用该算法对某电厂进行多目标负荷调度,验证了其可行性和有效性.     

水库优化调度扰动遗传算法研究

针对水库优化调度动态规划法及二进制遗传算法在求解应用中的不足,提出了扰动遗传算法,并建立了年发电量最大为目标的水库优化调度模型.算例结果表明,该算法可在不增加二进制编码长度的前提下更逼近最优解,提高了算法精度.