考虑风电消纳的源-荷协同优化调度策略

为提升风电消纳比例,提出一种基于遗传算法的源-荷协同调度策略。旨在通过负荷侧需求响应与源侧发电机组共同参与电网优化调度,缓解由于风电反调峰特性导致的大规模弃风问题。在电力用户自愿参与电网调度的基础上,分析激励型需求响应参与电网调度对风电消纳的影响机理,以系统总成本最低为目标建立源-荷协同优化调度模型,在保证系统安全、可靠的前提下,采用遗传算法对模型进行求解。利用Matlab对算例进行仿真计算,与仅考虑源侧优化的调度策略相比,风电消纳比例提高了27.56%,总调度成本降低了4 798元,验证了所提策略对于提升风电消纳的有效性。     

计及风电预测误差的柔性负荷日内调度模型

由于风电的不确定性与随机性导致风电出力难以精确预测,进而导致依据风电预测值所建立的日前调度模型存在一定的局限性,为解决此问题并提升风电消纳比例,提出一种计及风电预测误差的柔性负荷日内调度模型。首先,对储能和工业高载能负荷等可控柔性负荷进行建模;然后,考虑风电预测误差的概率分布特性,并基于日前调度计划建立以风电消纳量最高为目标的日内调度模型;最后,在保证系统安全可靠基础上,通过基于MATLAB的遗传算法进行优化。仿真结果表明：与日前调度计划相比,日内调度模型风电消纳比例提升了1.83%,验证了所提调度模型的有效性;通过对柔性负荷的超短期调度,可有效解决仅依据日前计划进行调度易出现电力系统功率不平衡的问题,提高电力系统稳定性。     

改进麻雀算法求解低碳柔性作业车间调度问题

针对车间调度对制造业能源消耗和碳排放影响较大的问题,建立以最小化最大完工时间和碳排放量为目标的低碳柔性作业车间调度模型,采用改进的麻雀搜索算法求解。首先,通过三种不同的搜索方式对种群进行初始化,保证初始种群的质量。其次,引入正弦搜索策略,使个体根据自身位置的优劣采用不同的搜索策略,增强算法的搜索能力。再次,引入交叉和变异算子,避免算法迅速陷入局部最优。最后,通过Brandimarte数据集和实例仿真验证改进算法的性能。     

反馈精英鲸鱼优化算法优化LSSVM的热耗率软测量建模

提出一种基于反馈精英鲸鱼优化算法(FEWOA)和最小二乘支持向量机(LSSVM)的综合建模方法。首先,针对鲸鱼优化算法(WOA)寻优精度低的问题,提出了反馈精英WOA算法,通过精英策略对当前最优解进行变异操作以避免算法陷入局部最优解;同时,在鲸鱼位置更新后期增加反馈阶段,提高算法的全局搜索能力。数值仿真实验验证了FEWOA算法的优越性。在此基础上,提出了基于FEWOA优化LSSVM的热耗率软测量模型。最后采用某汽轮机组现场收集的运行数据建立汽轮机热耗率预测模型,将FEWOA-LSSVM模型预测结果与其它模型预测结果相比较,结果表明,FEWOA-LSSVM预测模型更能准确地预测汽轮机的热耗率。     

基于PIWOA的绿色闭环供应链网络多目标模糊优化设计

针对闭环供应链网络优化设计问题,建立了一种基于Me测度的闭环供应链网络多目标优化设计模型,以此降低供应链网络设计中不确定性因素在求解时的影响。首先,针对多层级闭环供应链网络,建立以成本最小、CO₂排放量最小以及社会效益最大为目标的优化函数,并采用Me测度和三角模糊数对模型及相关约束进行模糊处理,得到不确定性闭环供应链网络优化模型;其次,在原有鲸鱼算法的基础上,引入变异收敛因子,增强其搜索能力,并将Pareto引入改进后的鲸鱼算法求解所建模型;最后,通过数值实例和仿真分析验证算法在搜索能力、时间以及优化目标函数值等方面具有较强的优势和性能。     

考虑发电工况和站内损耗的风电场可用发电功率估算方法

电网在线优化调度和直调风电自动发电控制(automatic generation control,AGC)系统策略优化都需要建立准确的风电场可用发电功率估算模型。基于单机信息系统,提出了一种考虑发电工况和站内损耗的风电场可用出力精确估算方法。利用斯皮尔曼相关系数确定了估算时刻的关键历史时刻数量,基于长短期记忆网络建立了风电机组理论发电功率估算模型,并将风机运行细分为待风、发电、停运等6种工况,建立了风电场站内损耗等值电路模型。最后,采用某风场实际数据进行了仿真计算。计算结果表明：单机理论功率模型考虑历史风速时,均方根误差下降了40%;风电场可用发电功率模型考虑发电工况和站内损耗时,均方根误差下降了76.9%。所提出的风电场可用发电功率估算模型,将有助于在线调度和直调风电AGC系统策略的优化,提高风电消纳水平。     

面向医疗器械企业灭菌工艺的不同容量平行机批调度

针对医疗器械企业灭菌工艺生产过程的调度问题,提出面向灭菌工艺的不同容量平行机批调度方法,建立以最小化总延迟时长、最小化总加工能耗和最大化灭菌柜装载率为目标的不同容量平行机批调度模型。并针对模型的求解提出一种改进的NSGA-III算法(Improved NSGA-III,INSGA-III)。为了获得更高质量的批调度解,采用EDT+MLC启发式规则生成INSGA-III初始种群,并设计一种局部搜索策略以改进算法迭代后期的搜索能力。最后,通过算例仿真与传统调度方法进行对比分析,验证了该模型和算法的有效性和可行性。结果表明,该模型和算法较传统调度方法有明显的优势,可为医疗企业实际生产调度提供新思路。     

一种改进果蝇算法及其在风电机组MPPT中的应用

为提高果蝇优化算法(FOA)的寻优效率和精度,针对标准果蝇算法在全局范围内搜索能力不均匀导致的问题,提出一种步长改进策略。该策略在运行过程中根据当前果蝇群体中最优个体位置,动态地对果蝇前进步长进行调整,使果蝇算法能够平衡在全局范围内的搜索能力,增强初期收敛速度和后期收敛精度。通过经典测试函数对改进算法进行仿真研究,结果表明:在保证寻优成功率的同时,该文所提出改进算法的收敛精度和速度均得到显著提高。风电机组滑模控制器参数寻优中的应用实例也表明该算法的有效性。     

一种改进的蚁群算法在工艺规划与车间调度集成优化中的应用

改进标准蚁群算法的执行策略,可提高工艺规划和调度集成问题的求解质量和效率。通过节点集、有向弧/无向弧集、AND/OR关系,建立了基于AND/OR图的工艺规划和调度集成优化模型。提出一种求解工艺规划与车间调度集成问题的改进蚁群优化算法,采用了信息素动态更新策略避免收敛过慢和局部收敛,利用多目标优化策略提高求解质量。仿真结果证明了该算法的有效性。     

基于工序集的多阶段混合流水车间调度问题研究北大核心

针对砂型铸造车间包含并行工序集与批处理集的多阶段调度问题,总结了该类问题的特点和难点,构建了以最小化最大完工时间为优化目标的多阶段混合流水车间调度模型,采用了一种改进人工蜂群算法求解该模型。在算法中提出了基于插入原理与前驱工序释放时间的分段解码方法来有效利用机器空闲时间段,并引入了动态触发邻域机制增强算法的局部搜索能力,最后通过仿真实验验证了本文算法,解决此类问题的可行性和有效性。     

基于工序集的多阶段混合流水车间调度问题研究

针对砂型铸造车间包含并行工序集与批处理集的多阶段调度问题,总结了该类问题的特点和难点,构建了以最小化最大完工时间为优化目标的多阶段混合流水车间调度模型,采用了一种改进人工蜂群算法求解该模型。在算法中提出了基于插入原理与前驱工序释放时间的分段解码方法来有效利用机器空闲时间段,并引入了动态触发邻域机制增强算法的局部搜索能力,最后通过仿真实验验证了本文算法,解决此类问题的可行性和有效性。     

考虑工人移动和物料取用的双边装配线平衡

针对生产实际情况,建立了考虑工人移动和物料取用的双边装配线平衡模型。考虑工人在工位内的移动时间和取用物料的时间,设计了工位位置点和物料取用系数,定义了移动路线约束、位置点约束和搬运能力约束,以最小化生产节拍为目标建立了装配线平衡模型,使生产模型更加符合实际生产情况。采用分级位置权法改进初始化策略,采用差分进化策略进行邻域搜索,采用Boltzmann选择方式进行概率选择,改进了人工蜂群算法用于求解,增强了邻域搜索能力,避免算法陷入局部最优解。以某汽车企业内饰工段为实际案例,利用新的平衡模型和改进算法求解,优化结果证明了模型的可行性和算法的有效性。     

基于混合鲸鱼退火算法和稀疏正则化的结构损伤识别

实际应用中,鲸鱼优化算法存在精度不高、收敛速度慢等劣势,提出了一种基于非线性收敛因子、自适应权重和模拟退火策略的混合鲸鱼退火算法,平衡了算法的收敛速度和寻优能力,从而增强算法性能。构建了基于结构模态参数的识别因子,并引入稀疏约束,通过不同损伤工况下ASCE Benchmark结构模型的损伤识别数值模拟说明改进方法的有效性。结果表明:增加稀疏约束后,误判单元减少,有利于结构损伤识别,其中L_(0.5)稀疏约束对识别精度的提升最为显著;混合鲸鱼退火算法能有效识别损伤位置及程度,其收敛精度和寻优性能有了明显提升,且在噪声环境下性能稳定,具有一定的抗噪鲁棒性。该方法可进一步应用于实际工程的损伤识别。     

柔性直流接入海上风电并网选址综合优化

随着海上风电的大规模开发,合适的海上风电柔性直流并网位置更有利于其优势的发挥。针对大规模海上风电经柔性直流接入陆地电网的并网选址,通过分析其并网主要影响因素,提出风电消纳能力、电网电压稳定性、并网点脆弱度和建设成本的评估指标。基于信息熵和模糊层次分析法,建立综合赋权模型确定各指标权重,提出并网点综合优化评估方法。某海上风电接入山东电网的仿真结果表明,所提方法增强了风电消纳能力,提高了电网安全稳定性。     

基于混合离散人工蜂群算法的混合零等待柔性流水车间优化研究

从钢铁业等流程工业提炼出一类混合零等待柔性流水车间问题，其中一些加工阶段要求工件连续不断地经过这些工序，对该问题建立了整数规划模型，提出了一种混合离散人工蜂群算法以最小化最大完工时间。采用二维矩阵编码表述染色体以及工件右移调整策略进行解码以获取调度解，改进NEH启发式规则用于生成初始种群。在雇佣蜂阶段，引入了修正粒子群优化算法产生新解；在跟随蜂阶段，设计了迭代贪婪算法中的破坏和构造算子，进一步增强算法的搜索能力；在侦查蜂阶段，利用变邻域搜索算子以替换最差解。对不同规模问题进行了仿真测试并与现有算法进行对比，结果表明所提算法在求解混合零等待柔性流水车间问题方面更加有效。     

面向订单的生产计划与调度的综合优化

研究了一个多订单环境下的生产计划与调度集成优化问题,以实现准时生产为目标,综合考虑产品装配结构约束的订单任务计划与订单产品零部件的加工调度,采用直接面向客户订单的工序调度模式建立了计划和调度的综合优化整数规划模型.设计了带精英策略的蚁群算法作为该数学模型的求解方法,并通过对比试验为该算法选取最佳的搜索参数.实例仿真结果表明,所建模型的正确性以及蚁群算法求解该问题的可行性和有效性.     

考虑工序并行的差异工件批调度研究

针对铸造车间差异工件组批多约束的问题,在工序可并行加工的前提下构建以最小化最大完工时间和最小化沙箱空置率为优化目标的并行工序批调度模型,设计一种改进和声算法求解该调度模型,提出一种单工序编解码方式和2种机器分配规则用于解决工件分批、沙箱选择、工序分配及机器选择的问题。在算法中提出一种新的和声产生方式和更新机制,同时为改善算法的局部搜索能力,加入模拟退火算法执行局部搜索过程。最后根据企业实际生产数据进行仿真实验,验证本文模型的有效性。     

基于反向扩散灾变和精英增强进化的自适应蝴蝶算法求解MFCAP问题

针对工业实际中设施物流交互点与其靠过道边线中点存在不重合的情况,提出一种考虑设施左右镜像情况的过道布置问题(MFCAP),建立该问题的整数规划模型,并提出一种适用于MFCAP的改进离散蝴蝶优化算法。该算法在标准蝴蝶优化算法的基础上对编码方法和相关操作进行离散化构造,通过自适应模式切换概率提高算法的搜索速度,采用精英增强进化、反向扩散灾变等方法提高算法的搜索精度。为验证所提模型的正确性,采用分支定界法和改进离散蝴蝶优化算法对小规模MFCAP算例进行精确求解。为验证所提算法的有效性,将改进离散蝴蝶优化算法与其他启发式算法在较大规模算例中的求解结果进行对比。结果表明,所提改进离散蝴蝶优化算法在应用于MFCAP时具有较高的寻优质量和寻优效率,是求解MFCAP问题的一种有效方法。     

基于SPEA2算法的泊位调度多目标优化

为获得使集装箱码头综合利益最大的泊位调度方案,建立了以船舶平均在港时间、码头生产成本和安全质量为目标的多目标优化模型;采用改进的强度Pareto进化算法(SPEA2)进行求解,基本操作中,可行解用三层染色体结构表示,改进的两点交叉算子和基于领域搜索的变异算子可避免出现不可行解,同时给出了靠泊顺序推迟最小的Pareto最优解选择策略。某集装箱码头的试验算例表明,文中提出的优化方法不仅能获得较优的满意解,同时收敛速度较快,可作为集装箱码头泊位调度的有效手段。     

混合模拟植物生长算法在包装件配送中的应用

目的针对改进模拟植物生长算法(IPGSA)容易陷入局部最优解及其算法运行时间较长,提出混合模拟植物生长算法(HPGSA)来求解带时间窗车辆调度问题(VSPTW)。方法在IPGSA基础上,提出求解包装件物流配送中VSPTW的混合模拟植物生长算法(HPGSA)。改进IPGSA初始调度方案的构造方式,设计求解VSPTW的C-W算法用于构造HPGSA的初始调度方案;改进IPGSA的邻域搜索算子,选择插入搜索算子和互换搜索算子对HPGSA进行邻域搜索;对18个不同规模的Solomon算例进行仿真测试。结果相对于其他智能算法,HPGSA具有更好的求解性能,能够保证VSPTW对求解算法的要求。结论 HPGSA的全局优化能力、稳定性和运行速度均优于IPGSA、遗传算法、蚁群算法和禁忌搜索算法。