基于改进人工鱼群算法的防渗墙结构优化研究

防渗墙是土石围堰中重要的防渗结构,对改善渗流场分布与提高土石围堰稳定性具有积极作用。为此,提出一种基于改进人工鱼群算法的防渗墙结构优化方法,以某围堰工程为例,基于有限元分析法建立围堰有限元模型,以防渗墙的墙体厚度和入岩深度作为待优化变量,构建以渗流量和经济指标联合表征的目标函数,采用改进人工鱼群算法更新待优化变量,确定最优的防渗墙结构,最后通过渗流—应力耦合分析,得到常水位和水位骤降工况下围堰的安全系数。结果表明,与传统人工鱼群算法相比,基于改进人工鱼群算法的防渗墙结构优化方法具有较快的收敛速度和收敛精度,优化后的防渗墙结构在满足防渗效果的前提下,实现了防渗效果和经济性的平衡;防渗墙后孔隙水压力下降明显,围堰在常水位及水位下降速率v=0.5、1.0、2.0 m/d工况下安全系数分别为1.489、1.410、1.376、1.321,均满足安全要求,体现了所提方法的可行性和合理性,研究结果可为土石围堰设计和施工提供参考。     

基于改进秃鹰算法的微电网群经济优化调度研究

传统优化算法相较于智能优化算法在求解微电网群优化调度问题中较难寻出可行解或最优解,对此提出一种基于融合反向学习和柯西变异改进的秃鹰算法（IBES）,在秃鹰搜索空间猎物阶段采用融合反向学习和柯西变异策略,使得秃鹰算法有效跳出局部最优,解决算法求解精度低等问题。通过与粒子群算法（PSO）、麻雀算法（SSA）、鲸鱼算法（WOA）进行对比,仿真结果表明IBES寻优精度更高,可有效减少微电网群系统的经济成本。     

基于多策略改进PSO算法的微电网优化调度研究

为解决微电网中随机性、波动性和分布式电源出力管理困难问题,提出一种并网模式下微电网优化调度的综合经济模型。首先,考虑蓄电池和峰谷电价的影响,计及失负荷和蓄电池超容惩罚成本,建立以微电网运行成本和污染物排放成本最低的目标函数;其次,引入白鲨优化算法（WSO）的全局动态捕猎特性,对粒子群优化算法（PSO）进行了Tent混沌映射、动态时间因子和多项式变异的多策略改进,并将其应用于求解多目标多约束非线性的微电网优化问题。仿真结果表明,与PSO算法和麻雀搜索算法（SSA）相比,改进PSO算法用于微电网优化调度可降低微电网运行成本、减少环境污染并提高新能源供电的可靠性。     

并网运行模式下微电网能量优化调度算法研究

摘要： 微网与外部电网并网运行,互为补充,为用户带来了多方面的效益。由于不可控微电源出力的随机性与波动性,微电网并网运行时的优化运行受到很大影响。提出了计划层与实时层双层协调优化调度的算法,来解决微电网并网实时能量优化调度的问题。计划层根据微电源功率预测数据,采用改进粒子群算法进行微电网并网系统的经济优化运行;在计划层优化基础上,实时层根据不可控微电源以及负荷在实时功率与预测功率之间的误差,提出采用改进粒子群算法来进行实时优化调度,并将优化结果更新至计划层中各可控微电源及并网联络线的调度功率中。对一个典型的微电网并网系统进行调度算法仿真分析,验证了该方法的可行性与正确性。     

人工鱼群算法在水库优化调度中的应用

人工鱼群算法(AFSA)具有快速收敛到最优解附近、且不易陷入局部最优的能力,建立人工鱼群系统模拟水库优化调度对人工鱼状态进行随机初始化、变异及模拟鱼群行为,将最优状态作为公告板.实例表明,鱼群算法应用于水库优化调度有效、可行.     

基于人工鱼群遗传算法的梯级水库优化调度研究

针对人工鱼群算法的不足,提出了人工鱼群遗传算法(AFSA-GA),采用人工鱼群算法模拟梯级水库优化调度,再用遗传算法进行局部细化搜索。实例结果表明,人工鱼群遗传算法应用于梯级水库优化调度行之有效。     

基于改进蝙蝠算法的微电网优化研究

为了协调微电网中各微电源的优化调度,文中研究了涵盖光伏、风电、储能、燃气轮机和燃料电池的分布式电源,在微电网并网与孤岛运行条件下,建立了以发电费用和污染物处罚费用最低的目标函数,并采用了具有Lévy飞行特征的蝙蝠算法求得一个调度周期内各个分布式电源的最优出力及总运行成本,最后将仿真结果与基本蝙蝠算法的结果相比较,从而验证了该文所研究的优化模型及改进后算法的可行性。     

基于改进人工鱼群算法的光伏系统MPPT研究

针对光伏系统最大功率点跟踪(MPPT)传统算法的不足,提出一种改进的人工鱼群算法(IAFSA),该算法将扰动观察法(PO)引入到人工鱼群算法。首先利用扰动观察法实时性强和跟踪快速的特点找到系统的最大功率点,然后由人工鱼群算法对全局最大功率点进行快速搜索跟踪,确定功率点极值,避免了扰动观察法使功率最大点陷入局部极值的问题。应用Matlab仿真,分别以标准环境温度下光照均匀和光照部分被遮蔽以及不同环境温度下光照部分被遮蔽3种条件对IAFSA与传统的PO和PSO算法最大功率点跟踪效果进行比较,仿真结果表明,采用IAFSA算法可有效跟踪光伏系统的最大功率点,提高系统的应用效率。     

基于人工鱼群算法的生物制氢工艺优化研究

在部分实验获得的样本数据基础上,引入全局寻优人工鱼群优化算法(AFSA),通过AFSA优化神经网络结构,获得影响制氢的最相关因素,建立了光合细菌产氢特性模型;再用AFSA对已确定的主要工艺条件进行优化,寻到了最大产氢量的最佳工艺条件组合。实验证明优化结果具有实际指导意义,为太阳能光合细菌制氢工艺优化探索了一条新途径。     

基于随机模型预测控制的数据中心微电网能量优化调度研究

针对数据中心负荷的随机性和可再生能源出力的不确定性,为保证数据中心在实际运行中的稳定性和经济性,提出了一种基于随机模型预测控制的数据中心微电网能量优化调度方法。引入场景分析法描述不确定因素,以数据中心运行成本最低为目标建立优化模型,通过模型预测控制的滚动优化和反馈校正,协调系统内各设备的出力情况,减小数据中心的运行成本,并降低不确定因素对其运行产生的不良影响。以某个典型数据中心微电网系统为例进行仿真分析,仿真结果验证了所提方法的有效性。     

基于量子粒子群算法的微电网优化调度

在微电网运行中,优化调度尤为重要。针对多种分布式电源（DG）的微电网,提出一种分优先等级的发电控制策略,采用量子粒子群算法对微电网经济运行优化求解。在并网条件下对微电网在一天24 h内进行运行仿真,仿真结果表明,采用的方法与策略是有效的。     

基于模拟退火遗传算法的水电站优化调度研究

采用模拟退火遗传算法(SAGA)研究了水电站优化调度问题,与GA和经典的DP算法相比,结果表明该算法具有较强的局部搜索能力和较好的收敛能力,能以较快的速度找到全局最优解,是一种有效的搜索方法,可用于水电站优化调度中。     

改进的人工鱼群算法在邯郸市水资源优化配置中的应用

鉴于水资源短缺、用水紧张、水资源不合理利用是我国水资源面临的严峻问题,基于水资源现状,合理、科学的水资源优化配置是实现水资源协调可持续发展的必要条件。以邯郸市为研究对象,采用改进人工鱼群算法,建立水资源优化配置模型,对邯郸市水资源进行合理分配。结果表明,在规划水平年2020年,25%、50%保证率下仅有武安县缺水,缺水率分别为4.8%、11.5%;在75%保证率下,涉县、武安县、永年县缺水,缺水率分别为1.8%、21.1%、10.8%;相比优化配置前,供需平衡矛盾有了明显改善,水资源优化配置较为合理;改进的人工鱼群算法较基本人工鱼群算法具有更强的可行性,为水资源优化配置提出一个新思路。     

基于多目标粒子群算法的微电网优化调度

提出了一种经济与环保相协调的微电网优化调度模型,针对光伏电池、风机、微型燃气轮机、柴油发电机以及蓄电池组成的微电网系统的优化问题进行研究,在满足系统约束条件下,建立了包含运行成本、可中断负荷补偿成本以及污染物处理费用的微电网多目标优化调度模型,并利用多目标粒子群算法（MOPSO）求解微电网优化调度问题,仿真结果表明该模型对微电网优化调度具有一定的指导作用。     

基于改进的鱼群算法的厂级负荷分配优化

本文从机组经济性的角度出发,建立了在假定目标下的最优负荷分配模型,并结合由多种智能算法改进后的鱼群算法对模型进行最优值的求取,切实提高了算法的收敛速度及寻优的准确度。在实例中,选择3台机组进行负荷优化分配,仿真结果表明了模型的合理性及改进算法的可行性,同时本文在最后的内容当中对模型进行变化,引入了"附加经济函数",即在原有目标函数的基础上增添了新的目标函数,利用目标函数的变化去限制机组负荷分配过程中的频繁变动,进而达到减少机组负荷的频繁反调的目的。     

基于HSARSA（λ）算法的水库长期随机优化调度研究

针对强化学习的SARSA算法在求解水库随机优化问题中存在的优化性能不高、收敛速度较慢的问题,提出采用基于强化学习的HSARSA(λ)算法进行求解。先在SARSA算法基础上引入效用迹函数得到SARSA(λ)算法,然后加入启发函数得到HSARSA(λ)算法,最后通过不断调整HSARSA(λ)算法的学习率α、折扣因子γ、衰减因子λ等参数求解水库长期随机优化调度问题。实例应用表明,HSARSA(λ)相较于SARSA、SARSA(λ)算法可提升求解精度,减少最优近似解寻优迭代次数,为水库随机优化调度问题提供了一种新的求解思路。     

基于改进灰狼算法的独立微电网容量优化配置

为降低独立微电网的综合发电成本,提高供电可靠性,研究基于改进灰狼优化算法的独立微电网电源容量优化配置方法.针对基本灰狼算法在进化后期由于种群多样性的缺失而易出现局部收敛或算法早熟的问题,提出一种具有全局寻优性能的改进灰狼优化算法.改进算法首先利用Tent混沌序列产生初始种群,以增强种群的多样性;其次,通过对收敛因子设置...     

基于人工鱼群算法的静态电压稳定评估

提出一种静态电压稳定裕度计算的新方法——人工鱼群算法,该算法就是根据鱼群觅食和生长特点,通过构造人工鱼来模仿鱼群的觅食、聚群及追尾行为,从而实现寻优,能快速寻找到全局最优解,从而求得电压稳定裕度的最大值。运用该算法对IEEE14和IEEE39等节点系统进行仿真计算,计算结果与连续潮流算法和原一对偶内点算法比较,证明此算法的有效性。     

基于改进蚁群算法的微电网多目标模糊优化运行

针对微网运行中存在光伏、风电等间歇性分布式电源的情况,建立基于机会约束规划的微电网系统动态经济调度模型,模型具有混合整数规划的结构。同时建立综合考虑微网运行的总成本以及污染气体总排放量的多目标优化运行模型,将减少运行成本、减少污染气体的排放量作为子目标函数,利用模糊处理构造各个目标的隶属度函数,接着采用最大满意度指标法将多目标问题转化为单目标的非线性问题。在求解单目标模型时采用改进蚁群算法,仿真结果验证了所提模型和算法的有效性。