多可再生能源冷热电联供微网系统环境经济优化调度

针对含多种可再生能源的冷热电联供微网系统调度优化问题,提出微网系统最小运行费用和二氧化碳排放的多目标调度优化模型,并结合启发式调度规则,采用改进多目标交叉熵算法获取Pareto最优解集.为了提高算法的收敛速度和求解精度,依据重要抽样理论将多目标优化定义为小概率事件,并引入样本分段生成策略和参数更新机制.算例仿真表明,所提出的多目标模型及其优化算法能够使微网系统获取较好的经济和环境效益,满足用户多样性的优化需求.     

基于文化基因算法的冷热电联供型微网优化运行方法

多个供电源协调调度能够使得冷热电联供型微网运行综合效益达到最优，对此提出一种新的基于文化基因算法的方法。建立包含最小经济性运行成本和最小环保性运行成本的多目标函数模型，并为模型设置6个约束条件。在约束条件下，利用文化基因算法求取多目标函数模型最优解，得出冷热电联供型微网优化运行方案。结果表明，该方法应用，其综合效益以及两个单项成本较低，实现了多个供电源的协调调度。     

不确定因素下建筑集群冷热电联供系统多目标优化

为降低建筑楼宇的能源消耗,研究建筑集群中的多个建筑楼宇共享冷热电联供系统、热能存储装置以及电池时的能源调度优化问题.考虑到建筑楼宇的能源需求和能源价格具有随机性,并且每个建筑楼宇以各自的费用最小化为目标,从随机规划和多目标的角度,建立建筑集群供能系统的两阶段多目标随机规划模型.为了提高模型的求解效率,提出将线性规划松弛与Benders分解算法相结合,从而获得建筑楼宇共享能源系统的Pareto最优解集.算例分析中通过CPLEX软件求解,对比分析不同随机因素对最优化建筑集群供能系统总费用以及建筑楼宇各自费用的影响程度,结果表明了所提出算法的有效性以及所构建的模型可以有效提高最优化决策的准确性.     

源荷不确定冷热电联供微网能量调度的建模与学习优化

针对含光伏,微型燃气轮机组等分布式能源的冷热电联供微网系统,研究源荷双侧不确定情况下多类型能量调度动态优化问题.首先,针对光伏出力和异类负荷的随机不确定性,将光伏和负荷的变化描述为连续马尔科夫过程;然后以决策时刻,负荷需求以及分布式能源出力的离散值为状态分量,以微型燃气轮机组启停行动和储能充放行动为动作分量,在分时电价模式下,以降低包括购电成本,燃料代价,启停代价等在内的日运行成本为调度优化目标,将源荷不确定冷热电联供微网系统调度动态优化问题描述为马尔科夫决策过程模型,并引入强化学习方法对该问题进行策略求解.最后通过算例仿真对不同策略进行了比较,验证了优化方法的有效性.     

动车组追踪运行多目标实时优化策略

动车组高速高密度地追踪运行是高速铁路运营模式的发展趋势,但其运行过程复杂、运行环境多变,难以同时满足安全、正点、节能、舒适等多目标要求。依据动车组追踪运行及其环境条件特征,建立了动车组追踪运行特征描述模型、线路特征模型以及多目标操纵优化模型,并实时获取动车组运行限速、速度、位置等信息,采用改进的多目标粒子群优化算法,进行动车组追踪运行多目标实时优化。基于CRH380AL运行过程现场数据的仿真结果验证了该方法的有效性。     

催化吸收稳定系统的多目标优化

将多目标优化软件modeFRONTIER同化工流程模拟软件PRO/Ⅱ相结合,模拟催化吸收稳定系统,并采用遗传算法多目标优化产品质量和能耗。优化结果表明干气与冷、热负荷都存在较明显的Pareto关系,根据Pareto解集可得出优化点,优化后干气质量提高了12.8%,冷、热负荷分别降低了4.4%和4.92%。这为优化催化吸收稳定系统的设计和实际操作提供了依据。     

冷热电联供型微电网系统多目标日前优化调度

冷热电联供(CCHP)型微电网系统结合了冷热电三联供系统和微电网系统两者的优点,可对微电网中微型燃气轮机发电时产生的余热进行回收利用,并采用吸收式制冷机进行制冷,实现了冷热电三联供。针对某大型住宅小区并网模式运行下的冷热电联供型微电网系统,以系统运行成本和污染物治理成本最低为优化调度目标,将微型燃气轮机、蓄电池、蓄热/冷槽三类可控单元中每时段的出力作为优化变量,在满足设备物理约束和系统运行约束的条件下,建立了该冷热电联供型微电网系统的多目标日前优化调度的数学模型。为提高计算速度和Pareto解的多样性,利用改进的多目标粒子群优化算法对其进行求解,并与"以热定电"和"以电定热"的运行方式调度结果进行了对比分析。分析结果表明:冷热电联供型微电网系统可以实现热电负荷的协调统一调度;多目标优化调度策略不仅能降低微电网优化运行和环境治理的成本,而且可以提供更多的优化调度方案。     

基于多目标遗传算法的工程资源优化配置

为了使工程资源能够在工程应用中最大程度的优化配置, 利用遗传算法模拟自然进化过程求得最优解的特点, 对遗传算法和多目标优化问题的理论基础和模式定理的进行了分析, 讨论了遗传算法在解决多目标优化工程资源问题过程中的优势, 最后将多目标遗传算法应用于具体工程资源配置实例予以实现. 仿真优化结果表明: 遗传算法在工程资源优化配置过程中更具有先进性, 可靠性和优化性.     

催化裂化分馏塔多目标遗传算法优化

建立了催化裂化分馏塔多目标优化函数,并通过遗传算法对其求解,结果表明在某一组操作参数下生产,可以保证分馏塔重石脑油流量和轻柴油流量同时最优,此时多目标综合评价优化函数的适应度值为193．41,对应解下重石脑油流量Q1和轻柴油流量Q2分别为294．771（t／h）和92．053（t／h）,均高于未进行优化的历史操作最高流量值Q1=225．177（L／h）和Q2=53．700（t／h）,实现了分馏塔的多目标优化。     

贵州主动配电网冷热电三联供系统运行测试分析

本文针对能源互联网中高比例分布式电源消纳难题开展研究,目的是通过测试系统将示范工程中提高能源综合利用效率更直观的体现出来。在贵州主动配电网示范工程基础上搭建了一种适用于主动配电网的冷热电三联供测试系统,建立了相应的分析模型,且进行了现场测试,并对现场测试数据进行运行效益分析,示范工程冷热电三联供系统在90%额定功率工况下综合能源利用效率可达90%以上,较传统冷热电三联供有较大提高。且该系统能够实现在同样在该热（冷）负荷下,其上网电功率可在一定范围内调节,降低天然气价格和提高上网电价是适用于主动配电网的冷热电三联供保证经济运行的基础,对于用电成本高且有供暖供冷需求的用户,冷热电三联供系统有较好的经济性。     

卫星有效载荷的多目标多学科设计优化研究

在卫星有效载荷系统研究中,实施多目标多学科优化的可行性设计。首先,分析了开展卫星有效载荷多学科设计优化的关键技术。建立了包含天线、转发器、数据传输、可靠性、成本和质量的多学科分析模型。然后,应用多目标遗传算法对某卫星有效载荷的可靠性和成本进行多目标设计优化,获得最优解集。最后,运用多学科协同优化结合遗传算法进行可靠性单目标设计优化。研究结果表明:有效载荷的多目标多学科设计优化全面考虑了多个学科之间的关系,设计人员可按需选择其满意的优化结果,大幅提高设计效率;协同优化方法有助于实现学科自治、并行设计,提高设计的灵活性和缩短设计周期。     

计及混合潮流约束的热-电互联综合能源系统 多目标优化调度

为满足多样化能源需求并提高能源网络的可靠性,研究多能源系统优化管理和混合潮流问题.针对多能源的网络约束及其耦合特性,构建整合分布式发电、热电联产、电力网络和区域供热网络的热-电互联综合能源系统模型.基于梯形模糊隶属函数构建模糊化软约束,量化电力网络节点电压和区域供热网络节点供给温度的技术不满意度.考虑系统的经济运行和网络节点的能源供给质量,提出一种计及混合潮流约束的热-电互联综合能源系统多目标优化调度策略,以最小化运行成本和网络节点状态变量的技术不满意度.采用epsilon约束算法精确求解该多目标优化问题的Pareto前沿.算例分析结果表明,所构建的模型和提出的算法可以有效提高系统能源供给质量和优化决策的准确性.研究成果进一步体现了所提出的多目标优化方案在兼顾经济性、能源供给质量以及复杂的运行约束,保证系统经济稳定运行等方面的效益.     

基于Pareto邻域交叉算子的多目标粒子群优化算法

针对粒子群优化（PSO）算法局部搜索能力不足的问题,提出一种基于Pareto邻域交叉算子的多目标粒子群优化算法(MPSOP)。该算法利用粒子群优化算法和Pareto邻域交叉算子相结合的策略产生新种群,并利用尺度因子在线调节粒子群优化算法和Pareto邻域交叉算子的贡献量。数值实验选取6个常用测试函数并对NSGA-Ⅱ、SPEA2、MOPSO三个多目标算法进行比较,数值实验结果表明MPSOP算法的有效性。     

一种SaaS质量多目标模型的遗传优化研究*

针对基于云计算的SaaS软件生成时存在不确定性、分散性、难控制性等问题,提出一种基于遗传算法的SaaS质量多目标模型,从SaaS与时间、PaaS、虚拟机、付费情况的关系和SaaS软件状态质量(SaaS质量)两角度建立SaaS软件质量模型,并用精英策略的小生境遗传算法进行优化,从而得到一组SaaS软件在Internet中的形态、状态质量参数。最后在Amazon环境下以一个SaaS销售软件生成为例分析SaaS多目标模型可行性和有效性。     

社会考试评卷人分组的多目标优化模型

针对社会考试的考卷评阅人的优化分组问题，建立了一个多目标的非线性O-1整数规划的优化模型，其目标是极小化阅卷差错率的同时极大化阅卷速度．提出了一种基于目标模糊满意度的多目标加权和的方法，并开发了一个针对此类问题求解的遗传算法．通过对大量源于实际算例的计算，证明以上方法可以在实用中取得满意结果．     

改进并行粒子群算法用于冷却水系统节能优化

针对冷却水系统优化问题提出一种改进并行粒子群(IPPSO)算法,以系统能耗最小为优化目标,以系统中各设备的运行参数为优化变量进行求解.在该算法中,采用随机和混沌序列机制分别对两个种群的粒子进行初始化,使两种群在产生初期便具有不同特征;并根据两种群特点,采用不同惯性权重改进策略,提高算法搜索能力;同时利用一种新迁移算子对...     

区际救援物资中转调度的多目标优化问题研究

针对大规模、远距离和多品种的区际救援物资联动调运问题,以区际救援物资送达受灾城市总时间最短和总成本最小为目标,建立了一个区际救援物资中转调度的多目标优化模型,并设计了一种多目标协进化遗传算法。算例分析验证了该算法能够较好地获取问题的Pareto最优解。