毛家村水库长期优化调度研究

针对毛家村水库及电站的实际情况，根据动态规划的最优性原理，建立了以水电站年平均发电量最大为目标函数，以各时段水库的发电用水为决策变量的水库长期优化调度模型；并对径流资料进行分析，建立了随机模型；对样本径流资料和模拟序列分别进行了长期优化调度计算，得到水库的最优调度过程．     

水电站实时优化调度模型及其应用

本文将随机动态规划（ＳＤＰ）与逐次优化算法（ＰＯＡ）结合起来，提出了水电站水库实时优化调度模型。该模型既能考虑水库调度的长期效益，又可根据实时水情变化及时调整调度决策，做到实时优化调度，克服了长、短期优化调度模型与实际水库调度工作不符，难以应用的缺点。     

基于人工智能工程机械优化调度方法的研究

工程机械优化调度方法的研究具有十分重要的意义。本文利用人工神经网络多数据寻优好的特点，对工程机械土方工程调度问题进行人工智能优化调度。通过研究建立了工程机械施工质量、工期、效率、成本等多目标函数寻优模型，为工程机械机群优化调度实际应用奠定了理论基础。     

基于改进隶属度函数的电动汽车充放电多目标优化调度模型

电动汽车充放电多目标优化调度要求兼顾电网与用户的利益,为此提出V2G模式下基于改进隶属度函数的电动汽车充放电多目标优化调度模型.以系统负荷总方差最小、车主充电费用最低为目标,同时引入分时电价引导车主对电动汽车进行有序地充放电,以减小系统负荷峰谷差并促进对风电的消纳.应用反Sigmoid函数替代传统的半降直线型函数,并作为改进隶属度函数,采用最大模糊满意度法将多目标优化问题转化为单目标问题;应用布谷鸟搜索算法对算例进行求解,并验证模型的可行性.最后,分析分时电价的波动、参与调度车辆的数量和电动汽车平均初始电量对优化结果的影响.     

公交优化调度模型

对公交调度发车间隔的优化进行了研究。在合理假设的前提下 ,建立了以公交公司一天的总发车车次最少和乘客一天的总等车时间最短为目标的优化调度模型 ,并对该模型目标函数中的一些问题作了详细的分析讨论。结果表明 ,该模型兼顾了公交公司和乘客二者的利益 ,合理、实用     

考虑可再生能源的冷热电联供系统环境经济调度模型

随着对节能减排的广泛关注,为了减少能源的消耗,冷热电联供系统（CCHP）、可再生能源发电在全球得到了广泛的应用,但传统冷热电联供系统经济调度忽略了污染物排放对环境的影响。为此,考虑各机组运行的环境成本,提出考虑可再生能源的冷热电联供系统环境经济调度模型;考虑可再生能源的随机性,在目标函数中加入可再生能源备用容量补偿成本,借助排污系数法将机组运行的环境成本并入机组运行总费用目标函数中,从而将环境经济调度模型从多目标优化转为单目标优化问题。基于Matlab优化工具箱以IEEE-14节点系统为例进行系统仿真,验证了优化模型的有效性和实用性。     

跨流域调水工程实时优化调度模型研究

研究了跨流域调水工程实时优化调度的优点，方法和步骤、建立了基于多维动态规划和模拟技术相结合的大系统分解协调实时调度模型，提出了利用水源区水库调度图控制面临时段的调水决策以考虑余留期效益的建议，以南水北调中线工程为背景进行了实例验算，成果合理，模型可行。     

跨流域调水工程实时优化调度模型研究

研究了跨流域调水工程实时优化调度的特点、方法和步骤，建立了基于多维动态规划和模拟技术相结合的大系统分解协调实时调度模型，提出了利用水源区水库调度图控制面临时段的调水决策以考虑余留期效益的建议．以南水北调中线工程为背景进行了实例验算，成果合理，模型可行．     

基于支持向量机的多载量小车实时调度

为了有效地解决车辆装配系统中多载量小车的实时调度问题,提出了基于支持向量机的实时调度方法。首先对多载量小车的实时调度问题进行描述,同时建立以车辆装配线产量和物料搬运距离作为评价指标的目标函数。然后通过车辆装配线的物料搬运系统仿真生成样本离线训练支持向量机模型,在实时阶段利用支持向量机模型实现多载量小车"等待"或"搬运"的调度决策。试验结果表明,本文提出的方法明显优于最小批量法,其运行速度快、实时调度效果好,且对动态环境变化具有一定的自适应性,能够有效提升多载量小车的实时调度水平。     

大系统分解协调理论在电力系统动态调度中的应用研究

提出了电力系统动态优化调度问题的目标分解协调的新算法，基于大系统的分解协调理论，将动态优化调度模型按时段进行分解，通过目标函数的修正来协调时段间经济性与可靠性的要求。该方法既避免了统一解算所造成的维数灾问题，又系统化了各种解耦算法（正推、反推及双向推），将模型的算法统一起来。     

基于CVaR的高比例光伏区域综合能源系统优化调度

在“双碳”目标的驱动下，以光伏为代表的分布式能源正大规模接入配电系统与配气系统，二者间的耦合也更加紧密，为低碳可持续能源系统的构建带来了新的机遇，然而，由于分布式能源的随机性，其也不可避免的造成了两个系统间潜在的运行风险。基于此，本文提出了一种高比例光伏渗透率下区域综合能源系统多时间尺度优化调度模型。首先，在高光伏渗透率的前提下，建立了考虑储能设备的电-气区域综合能源系统日前调度模型，利用二阶锥松弛将模型线性化。其次，基于CVaR风险评估模型的理论基础，建立并简化了损失函数。接着，在实时调度过程中考虑CVaR风险评估模型，建立了考虑CVaR风险评估的区域综合能源系统实时调度模型，以平衡不同风险态度下新能源不确定性导致的风险成本。最后，将前述两个模型合并，建立了区域综合能源系统日前-实时多时间尺度调度模型，分析区域电力系统与区域天然气系统之间的相互作用与能量流动。在算例分析中设计了不同的负荷强度方案对模型进行验证，分析了不同方案下系统购电量与不同设备运行参数的变化。结果表明，所提模型可以有效缓解因新能源随机波动带来的运行风险，同时考虑耦合设备的运行调控能够促进区域综合能源系统的耦合运行并取得良好经济效益。     

智能电网中电动汽车快速有序充电实时电价优化方法

针对智能电网中电动汽车的有序充电调度问题,提出了用电价杠杆调节电动汽车快充负荷的实时电价机制,引入了愿望度模型,以电网负荷峰谷差最小为目标函数,充电站愿望度和用户愿望度为约束条件,建立了优化数学模型,并通过遗传算法对该优化模型进行求解。最后基于某地区2020年的预测数据进行算例仿真,结果表明,提出的实时电力定价机制可以有效降低峰谷差,保障充电站利益,满足用户充电需求,达到电网、充电站和用户的共赢。     

基于云免疫克隆算法的空车动态优化问题

通过给定的时间轴将动态空车调度优化问题转化为一系列静态调度问题,以效益最大化为目标函数,考虑空车走行的时间对约束条件的影响,构建基于云偏好度的空车动态优化模型,并结合云模型对免疫克隆算法进行改进,提出一种云免疫克隆算法。算法根据应用偏好信息为抗体进行三维编码,通过计算抗体种群的熵进行免疫克隆操作,并利用云模型的分散稳定性对抗体免疫基因进行重组操作与变异操作,改善了向最优解的高效收敛能力。实验结果分析表明,该算法能改善空车动态调度系统的可用性、负载均衡离差、有效时间等方面的性能,满足了动态调度实时计算的实际需求。     

基于改进MOEA/D算法的含可再生能源系统协同优化调度

针对含可再生能源系统协同优化调度方法存在SOC值控制约束能力差、调度能耗高的缺点,提出基于改进MOEA/D算法的含可再生能源系统协同优化调度方法。首先构建含可再生能源系统中关键发电模型,分别为光伏阵列模型、风力发电模型以及储能蓄电池模型,然后以能耗最低为目标,构建出系统的协同优化调度函数,得出电功率及热功率平衡的函数约束条件,最后利用改进MOEA/D算法求解出函数最优解,实现含可再生能源系统协同优化调度。实验结果表明,本文方法的SOC值控制约束能力好,SOC值控制结果最接近理想状态,在环保性最优准则下系统调度能耗低,24 h能耗功率为0.6 kW。     

基于机组最小煤耗的负荷优化调度

电厂机组间负荷的优化调度有利于电厂的经济运行和科学管理。本文基于数据库技术及矩阵运算,以机组煤耗特性为基础建立全厂煤耗最小的目标函数,全面考虑机组运行的约束条件,完成机组启停及负荷分配的双重优化;与已有的智能优化方法相比较,调度结果更加稳定、经济及快速。最后,利用混合编程技术,完成负荷优化调度的实时计算及显示。     

不确定环境下复杂产品维护、维修和大修服务资源调度优化

基于对复杂产品维护、维修和大修（MRO）协同服务资源调度的需求分析,从现实角度出发,建立资源调度时间和服务执行时间参数不确定条件下的随机机会约束规划数学模型. 提出由随机模拟、神经网络和离散粒子群优化算法组合成的混合智能算法,求解所提出的优化问题. 随机模拟方法为所建立的神经网络模型提供训练样本集,得到的训练样本集被用于训练神经网络模型以逼近优化目标函数,训练后的神经网络模型被用于代替优化目标函数来执行粒子群算法优化迭代. 该混合算法能有效提升时间参数不确定条件下的复杂产品MRO协同服务资源调度双目标优化问题的求解速度. 案例分析表明,相比于确定性条件下的优化算法,所提出的随机机会约束规划模型和混合算法更适用于求解现实中不确定条件下的MRO服务资源调度问题,所求得的调度方案在实际执行中具有更好的鲁棒性.     

流域梯级水电优化调度模型与方法研究综述

我国大水电集中投产,形成大型流域梯级水电站群,使得如何做好梯级水电站群的调度运行工作,实现大范围资源优化配置显得尤为重要。阐述了我国水电发展现状;根据梯级水电在不同时间尺度下的运行特征和任务需求,对中长期/短期调度、日前调度和实时调度的目标函数与约束条件进行总结。优化算法方面,探讨了优化调度模型降维方法,重点分析了动态规划算法、遗传算法、粒子群算法的并行特征,并介绍了并行计算技术的实际应用。最后,针对未来梯级水电参与电力市场面临的问题及后续研究方向给予展望。     

基于数字孪生的实时装配工时调度优化

针对产品个性化定制过程中装配工时不确定、装配车间动态扰动频发问题，提出基于数字孪生的实时装配工时车间调度模型.构建基于数字孪生的装配车间调度整体架构，利用射频识别（Radio Frequency Identification, RFID）技术实时采集物理装配车间的工时数据，用改进的Rete算法进行实时装配工时处理.建立基于实时装配工时的装配车间调度数学模型，采用改进的人工鱼群-禁忌算法对模型求解，以实现实时装配工时车间的调度优化.实证结果表明，模型算法进行实时装配工时车间调度具有一定的可行性及优越性.     

调度函数与分区控制规则相结合的优化调度模式研究

提出了充分考虑实际系统特点和优化模型成果的水库时，空分区控制规则与调度函数相结合的优化调度模式。验证分析表明这种优化调度模式具有效益显著，简单易行等特点。     

隔河岩水库确定性优化调度规律

以径流的确定性描述为基础，以考虑保证出力约束的发电量最大作为目标函数，应用动态规划法研究提出了隔河岩水库确定性优化调度规律。