梯级水电站群长期优化调度多核并行混沌模拟退火差分演化算法

针对标准差分演化算法全局搜索易陷入局部最优问题,利用混沌理论和模拟退火算法的优点对差分演化算法进行改进;同时,为提高算法的求解效率,结合Fork/Join并行框架,提出了梯级水电站群长期优化调度多核并行混沌模拟退火差分演化算法(PCSADE)。该算法利用混沌理论随机性和遍历性强以及模拟退火算法局部搜索能力强的特点,采用混沌理论生成差分演化算法初始种群且对其控制参数进行动态调整,并利用模拟退火算法Metropolis准则替代差分演化算法中的选择操作,提高了差分演化算法的寻优能力;采用基于分治策略的Fork/Join并行技术将复杂计算任务分为多个子任务,实现了算法的并行计算求解。红水河流域14座水电站实例计算结果表明,PCSADE能够充分利用多核资源,显著提高优化解质量和计算效率,是求解水电站群长期优化调度问题的一种有效可行的方法。     

面向智能电力巡检的高可靠低时延移动边缘计算技术

移动边缘计算为满足巡检机器人爆发式增长的通信和计算需求提供了一种有前景的架构,巡检机器人可将采集的高清视频传输到临近的边缘服务器进行数据处理和设备状态研判。然而,全局信息缺失、电池容量受限、高可靠低时延通信约束等对任务卸载优化提出了挑战。考虑对任务卸载而言至关重要的信道选择问题。基于强化学习和李雅普诺夫优化,提出了一种联合能量感知、高可靠低时延通信感知和任务优先级感知的信道选择算法。该算法在全局信息未知的情况下,动态优化信道选择策略,在最大程度满足长期能耗与高可靠低时延通信约束的同时实现巡检机器人效用最大化。并利用变电站实测数据得到的信道模型和电磁干扰模型对所提算法进行性能评估,其结果验证了该算法在真实场景中的有效性和可靠性。     

基于多代理技术的分布式模型预测长期电压稳定紧急控制

将分布式模型预测控制方法应用于电力系统长期电压稳定紧急控制器设计,重点解决如何将大系统的在线滚动优化问题转化为若干个子系统的在线协同优化问题。在寻优过程中,利用各子系统优化目标函数的凸组合构造全局优化目标函数,通过迭代和网络通信共同求解该分布式优化问题,使系统达到纳什均衡点的收敛性得到提高。此外,根据分布式模型预测控制算法和多代理技术之间的共同性,利用Matlab和JADE在优化计算和面对代理编程方面的优势,提出并构建一种适用于分布式模型预测控制算法的多代理系统,在各子系统间实现了对滚动优化问题的并行求解。新英格兰10机39节点系统上的仿真计算验证了所提方法的有效性。     

基于改进型TD3算法的车载边缘计算任务卸载决策

为满足复杂车辆任务在时延、能耗和计算性能方面的要求,同时减少网络资源的竞争和消耗,设计了一种基于车载边缘计算(VEC)的任务卸载策略,以最小化任务处理延迟和能源消耗之间平衡的长期成本为目标,将车联网中的任务卸载问题建模为马尔可夫决策过程(MDP),提出了在传统双延时深度确定性策略梯度(TD3)的基础上,利用长短期记忆网络(LSTM)来逼近策略函数和价值函数,将系统状态进行归一化处理以加速网络收敛并增强训练稳定性的改进算法(LN-TD3)。仿真结果表明,LN-TD3性能与全部本地计算和全部卸载计算相比提高了两倍以上;收敛速度上与深度确定性策略梯度DDPG、TD3相比提高了约20%。     

面向5G边缘计算网络的联合需求响应与任务卸载策略

随着物联网通信计算需求激增,5G通信与边缘计算网络逐步成为新兴的高能耗负荷。针对5G边缘计算网络用电成本高的问题,提出了联合任务卸载与需求响应策略。所提策略基于任务卸载与基站储能单元充放电动作,在高电价时段联合优化计算、通信与储能资源分配或者牺牲部分时延性能以削减用电成本,在分时电价机制中为电网提供响应能力。针对优化目标为混合整数非线性规划问题,进一步提出结合网络场景划分的广义benders分解算法,将问题解耦为任务卸载决策主问题与充放电以及资源分配子问题,降低问题求解复杂度。仿真结果表明：相比于仅考虑任务卸载和仅考虑通信资源调度的响应策略,所提策略降低了用电成本并避免时延性能恶化。     

面向5G边缘计算网络的联合需求响应与任务卸载策略

随着物联网通信计算需求激增,5G通信与边缘计算网络逐步成为新兴的高能耗负荷。针对5G边缘计算网络用电成本高的问题,提出了联合任务卸载与需求响应策略。所提策略基于任务卸载与基站储能单元充放电动作,在高电价时段联合优化计算、通信与储能资源分配或者牺牲部分时延性能以削减用电成本,在分时电价机制中为电网提供响应能力。针对优化目标为混合整数非线性规划问题,进一步提出结合网络场景划分的广义benders分解算法,将问题解耦为任务卸载决策主问题与充放电以及资源分配子问题,降低问题求解复杂度。仿真结果表明：相比于仅考虑任务卸载和仅考虑通信资源调度的响应策略,所提策略降低了用电成本并避免时延性能恶化。     

可行性恢复算法求解模型预测长期电压稳定控制问题

在模型预测控制框架下建立长期电压稳定控制的滚动优化模型,应用Radau排列法将该动态优化模型直接转化为大型非线性规划问题,并采用可行性恢复算法求解。其基本思想是:当线搜索滤波方法求解该非线性规划问题遇到收敛困难时,转而对原非线性规划问题进行可行性恢复,以试图寻找新的迭代点,并使优化计算由该新迭代点继续进行下去。在IEEE 50机145节点系统上的试验表明,所提方法计算速度快,并对求解困难的问题具有很强的稳定性。     

基于计算卸载的电力物联网能效优化研究

基于异构网络架构,考虑基于三层计算的电力物联网移动边缘计算架构,构建了各层计算的能量消耗模型和延迟模型,实现智能移动设备的任务从本地计算卸载到小基站的边缘服务器和宏基站边缘云服务器进行计算。针对电力物联网计算卸载的能耗最小化问题,采用变量替换分解问题,并利用目标函数单调性进行理论推导,得到优化的参数解。仿真结果表明,通过与其他方案相比,所提优化方案可以在较小的延迟条件下,实现优化的节能效果。     

基于膜计算和蚁群算法的电网云平台资源配置方法

针对电力系统云平台快速应用发展情况下,电网数据分析处理资源利用不均衡、电力系统数据中心结构复杂的现状,文中提出基于电力分析计算任务划分的云计算虚拟资源配置方法,从而较好地解决当前云计算存在的资源调度不合理问题。该方法引入膜计算概念,将云平台下的复杂分析任务按资源配置时间的不同划分为多类;采用改进蚁群算法按照资源占用率和计算机能耗为应用目标逐类实现虚拟资源的优化分配。仿真证明基于任务划分和蚁群算法的电网云平台虚拟资源配置方法可以提高调度效率,均衡分配资源,较好地实现云平台虚拟资源利用的最大化。     

基于标签 Petri 网的自动制造系统初始资源配置优化

自动制造系统初始资源配置优化问题是指在使用最少初始资源成本的前提下,完成预设生产任务。 针对该问题,提出 了一种基于标签 Petri 网和整数线性规划的计算方法。 首先,根据标签 Petri 网的结构化特性给出拟执行任务与初始资源的约 束关系,将初始资源配置优化问题抽象为整数线性规划问题;其次,利用 Lingo 等软件求解该整数线性规划问题;最后,通过实 例对提出方法进行验证。 实验结果表明,提出的方法简单高效,对实际自动制造系统的初始资源配置具有一定借鉴意义。     

考虑服务配置的细粒度电力任务云边协同优化调度策略

新型电力系统的建设促使电力业务范围向用户侧深入,业务种类及数量不断增加。边设备资源有限,只能配置有限数量的服务,任务的时延能耗需求与设备资源有限的矛盾日益突出。为实现云边资源协同与任务的优化调度,提出了一种考虑服务配置的细粒度电力任务云边协同优化调度策略。通过建立微服务的时延与能耗模型,并对任务调度中的约束条件进行分析,将时延与能耗的优化决策问题转化为带约束的多目标优化问题,采用NSGA-Ⅱ算法求解。然后通过基于模糊逻辑的多准则决策方法为任务选择调度方案。仿真结果表明,所提策略在时延和能耗方面的性能优于其他策略,能够适应不同的任务场景并做出最优决策,提高了任务的完成率。     

基于边缘计算的智能电能表能耗与寿命优化方法

针对智能电能表在大规模使用后出现的寿命异常缩短,能耗异常增高问题。提出了一种基于边缘计算的智能电能表能耗与寿命优化方案。使用边缘服务器接收和上传智能电能表数据,在边缘端通过卷积神经网络(CNN)提取能耗与寿命的影响因子,采用K-means聚类算法预测用电量变化从而得到能耗与寿命优化模型。仿真结果表明,在基于边缘计算的能耗与寿命优化环境中,优化的1000个智能电能表的使用寿命提高了30%,总能耗降低了26%。为智能电能表长期稳定工作提供了一种研究方法。     

移动边缘计算中依赖型任务的调度模型研究

当前移动边缘计算(mobile edge computing, MEC)环境中关于任务调度的工作经常忽略任务间的依赖关系,导致其完成 时延较长。 针对此问题,首先,以降低系统完成时延为目标,在考虑到跨服务器协作的多用户、多边缘服务器场景下,利用广度 优先搜索算法(breadth first search, BFS)构建一种依赖型任务的调度模型。 然后,根据任务和边缘服务器之间的交互,将模型 中各调度层的联合卸载和迁移问题建模为一个多领导者多跟随者的 Stackelberg 博弈。 最后,为实现 Stackelberg 博弈均衡,提出 基于 Q 值的卸载算法和分布式迭代迁移算法求解模型。 仿真结果表明,与基线算法相比,所提算法在不同规模的用户和边缘 服务器的场景下,将系统完成时延分别降低了 44. 1%和 63. 2%。 进一步实验表明,与传统方案相比,所提模型在不同规模的用 户和边缘服务器的场景下使系统完成时延分别降低了 20. 1%和 6. 7%,有效保证了服务质量。     

面向新型电力系统的边缘缓存与计算资源迁移策略

随着以新能源为主体的电力系统的发展，分布式特征明显，终端设备数量剧增。海量用电负荷的调度和控制面临着时延过高和计算效率不足等问题，亟待建立高效的通信网络以有效提高电力系统的运行效率和可靠性。针对现有边缘计算技术与电力系统结合中未考虑在边缘网络资源管理中服务缓存和虑拟机(virtual machine, VM)迁移的联合优化问题，基于任务卸载模型、服务缓存模型和VM迁移模型，提出了一种联合服务缓存和VM迁移的边缘资源分配策略，旨在提高系统性能。针对服务缓存与VM迁移联合优化的耦合性问题，将原问题解耦成两个子问题的方法进行迭代求解，以实现更优的资源分配效果。仿真结果进一步证明了所提策略在性能方面表现更优，与其他方案相比可以得到更低的任务处理时延。     

基于区域能源中心的居民电热用能多目标优化

针对当前居民用能优化仅考虑单一电能的不足,文章提出了一种新的耦合居民侧能源转换电器和区域能源中心(district energy centre,DEC)的居民电热用能多目标优化方法.为实现通用性,基于能源集线器的概念,首次提出了耦合DEC的居民用能通用化建模方法.进一步,通过构建以居民购能成本和用户不舒适性最小为目标,...     

考虑省间交易与源荷互动协调的新能源消纳机制

为解决因新能源迅速发展和电网调峰能力不足所引发的新能源消纳问题,提出了一种考虑月度省间交易与源荷互动协调的新能源消纳优化模型.首先,从交易上报、出清、结算分摊3个角度,设计了用户参与新能源消纳的省间交易机制.其次,综合考虑电价因素与社会因素对用户需求响应能力的影响,提出一种考虑社会环境因素的用户需求响应模型.然后,精细...