基于随机经济模型预测控制的电热综合能源系统运行优化

北方供暖地区存在大量热电联产机组,其"以热定电"的运行特性限制了机组调峰能力.同时,随着我国能源替代的提出以及风电的快速发展,建立包含风电的电热综合能源系统是降低电热耦合以及系统运行成本的重要手段.因此,建立电热综合能源系统模型,在满足用户电热负荷需求的基础上,综合考虑风电不确定性以及系统动态过程中的经济性,提出一种基于情景树结构的随机经济模型预测控制策略.为了降低风电功率随机性干扰和风电功率变化难以描述的问题,提出采用一种改进的非线性变换方法建立风电功率非高斯分布模型,在此基础上建立基于情景树结构的风电功率变化显式表达结构,在保证鲁棒性的同时降低了优化过程中风电随机性的干扰.最后,通过累计节约成本的复合单步增长率指标验证所提策略的有效性.     

基于改进粒子群优化的无线传感器网络定位算法

无线电干涉定位系统获取的干涉距离是4个传感器节点间距离的线性组合值.针对以两个节点间距离作为输入的传统定位算法无法直接利用上述干涉距离进行定位的问题,提出一种基于改进粒子群优化的定位方法.利用干涉距离的实验数据,分析比较了遗传算法和改进粒子群优化在无线传感器网络节点定位问题中的性能.结果表明,基于改进粒子群优化的定位方法的平均耗费时间远远小于基于遗传算法的定位方法,具有更高的优化效率.     

基于多目标两阶段随机规划方法的电热联合系统调度

针对电热综合能源系统由于风电出力的随机性和波动性而难以有效调度的问题,提出了以成本最小化和弃风最小化为目标的一种多目标两阶段随机规划方法(multi-objective and two-stage stochastic programming,MOTSP),其中采用两阶段的随机规划模型对成本最小化部分进行建模分析,第一阶段以火电机组的启停成本为调度目标,第二阶段以机组运行成本为调度目标。最后采用多目标算法NSGA-Ⅱ中对解的筛选机制求解随机规划问题。该方法利用高斯分布描述负荷和风力发电预测误差来解决风电出力的不确定性,采用蒙特卡罗方法生成随机场景,并采用反向缩减技术对场景进行削减。仿真结果表明,所提的MOTSP算法比其他多种智能算法的解集更均匀广泛,收敛性更好,能够最大限度地减少弃风并使机组运营成本最小。     

基于人工免疫模式识别的结构损伤检测与分类算法

目的 研究人工免疫系统的自治性、主动性、自适应及学习和记忆的仿生机理,来解决结构健康监测中的结构损伤识别和分类问题.方法 通过模仿免疫识别和学习机理,提出一种基于Diagonal距离的人工免疫模式识别的结构损伤分类算法,并在IASC-ASCE SHM工作小组所提出的benchmark模型上对结构模式分类进行了实验测试.结果 仿真实验表明基于Diagonal距离所得到的分类成功率要略高于Euclidean距离和Mahalanobis距离所得到的分类成功率;基于Diagonal距离研究了克隆率和记忆细胞替代阈值对分类成功率的影响,只要选取合适的参数值,就能获得较高的分类成功率.结论 基于Diagonal距离的人工免疫模式识别的结构损伤检测和分类算法通过免疫学习和进化,产生高质量的记忆细胞,从而有效识别各种结构损伤模式.     

智能电网环境下家庭能源管理系统优化调度算法

在智能电网环境下,提出了一种家庭能源管理系统框架和优化调度算法。根据室外温度预测值、可再生能源功率输出预测值、日前电价信号和用户偏好,算法对可调度用电负载、电动汽车、储能系统的运行进行优化调度从而最小化用户用电费用。算法考虑了电动汽车在高电价时段通过V2H(vehicle to home, V2H)功能向负载供电的情形,采用情景分析法处理室外温度和可再生能源功率输出预测的不确定性。通过仿真实验验证了算法性能,结果表明与只对负载或家庭能源管理系统部分组成部件进行优化调度的算法相比,所提算法显著降低了用电费用。     

复杂因素下的多用户共享储能系统优化

储能系统(ESS)具有削峰填谷,降低用户用电成本的作用.针对单用户独立投入储能系统成本过大的问题,提出了一种共享模式下的储能系统调度策略.考虑了一次性投资成本、运行维护、寿命周期、削峰获利等因素,以最小化日均投资运行成本为目标函数,加入了储能系统能量约束、功率约束、日均投资维护成本模型等,建立了混合整数线性规划(MILP)模型.研究了不同放电深度对日均投资成本的影响.仿真结果表明共享储能模式相对于单用户储能模式节省14.17%.     

基于多智能体理论实现无线传感器网络的目标监视与追踪的策略

论述了运用多智能体系统的协同控制理论、方法解决无线传感器网络的目标监视与追踪问题的研究策略,阐述了多智能体系统的四类分布式协同策略及三种推理决策策略,介绍了合同网及拍卖方法、动态联盟方法、组织结构设计法、分布式约束满足方法在无线传感器网络中的应用及各种方法的优缺点.理论分析和实践表明,基于多智能体系统的方法是解决无线传感器网络应用问题的有效方法.     

一种基于小波变换和ARIMA的短期电价混合预测模型

为在实时电价情况下预测未来24小时电价, 提出一种基于小波变换和差分自回归移动平均(ARIMA)的短期电价混合预测模型。该模型分别根据是否受到需求量影响使用ARIMA模型对多尺度小波变换分解后的时间序列进行预测。同时提出一种电价突变点发现和处理算法。使用澳大利亚新南威尔士州2012年真实数据验证表明, 相对ARIMA预测, 改进后的混合模型在不考虑需求量影响时预测精度更高; 电价突变点发现和处理算法能够准确处理电价异常点, 提高预测精度。     

传感器网络中无线电干涉定位系统的多径误差分析

根据多径信号的物理特性,从理论上推导了镜反射的多径误差简便模型,基于该模型进行了无线电干涉定位系统的多径误差分析.讨论了衰减因子,天线高度和水平距离等多径参数对测量结果的影响,并且进行了仿真计算和分析.结果表明,高精度定位必须考虑多径效应.

     

基于观测空间关系提取的多智能体强化学习

针对多智能体系统（multi-agent systems,MAS）中环境具有不稳定性、智能体决策相互影响所导致的策略学习困难的问题,提出了一种名为观测空间关系提取（observation relation extraction,ORE）的方法,该方法使用一个完全图来建模MAS中智能体观测空间不同部分之间的关系,并使用注意力机制来计算智能体观测空间不同部分之间关系的重要程度。通过将该方法应用在基于值分解的多智能体强化学习算法上,提出了基于观测空间关系提取的多智能体强化学习算法。在星际争霸微观场景（StarCraft multi-agent challenge,SMAC）上的实验结果表明,与原始算法相比,带有ORE结构的值分解多智能体算法在收敛速度和最终性能方面都有更好的性能。