随机工时下柔性加工车间的鲁棒优化调度方法

为了提高柔性加工车间调度方案的可行性、保障生产过程的稳定性,提出一种鲁棒优化调度方法。引入两个不确定参数来描述随机工时的波动程度和约束条件的允许违背程度,提出随机变量服从概率分布时一般线性规划问题的鲁棒优化方法。采用该方法将含随机工时而难以求解的随机型柔性加工车间调度模型转化为确定型鲁棒对等模型。基于该模型,将随机工时融入适应度函数中,结合遗传进化的全局优化和邻域搜索的空间拓展能力研制出鲁棒调度算法,同步实现工件排序和机器分配的双重决策。案例测试表明,所提方法可以在较短计算时间内、以较小性能损失、将近95%的置信度获得当前最优解。

随机工时下的多目标柔性作业车间鲁棒调度问题

针对工时不确定条件下的多目标柔性作业车间调度问题,采用2个不确定参数描述随机工时的波动程度和约束条件允许违背程度,将不确定条件下的柔性作业车间调度问题模型转换成确定条件下的鲁棒对等问题模型。在算法设计中采用全局非支配解集保存每代进化过程中产生的非支配解,并选择全局非支配解集中的个体参与变异操作。在交叉和变异操作之后,设计了一种基于变邻域结构的局部搜索策略。最后,运用该算法求解经典基准算例,验证了其有效性。

基于分布鲁棒机会约束的微电网有功-无功投标交易策略

含高渗透率分布式电源的微电网(HP-DGMG)中,分布式电源(DG)的不确定性会对投标收益产生影响,甚至增加微电网和配电网的运行风险。考虑HP-DGMG中分布式光伏的不确定性,文中提出一种基于分布鲁棒机会约束(DRCC)的有功-无功投标交易策略。首先,考虑HP-DGMG售电与购电两种市场交易特性,构建配电市场环境下HP-DGMG的投标与交易框架,进一步建立配电市场下HP-DGMG有功-无功交易的双层投标模型。其次,引入DRCC处理微电网中分布式光伏发电的不确定性,构建基于矩信息的HP-DGMG有功-无功投标分布鲁棒优化模型,利用条件风险价值理论和对偶理论,将HP-DGMG投标分布鲁棒模型转化为二阶锥规划形式。然后,利用原-对偶counterpart方法,提出考虑光伏不确定性的配电市场环境下HP-DGMG投标的单层均衡约束数学规划模型,并转化为混合整数二阶锥规划问题进行求解。最后,通过位于7节点配电网和33节点配电网的HP-DGMG进行分析验证,结果验证了所提HP-DGMG投标交易策略的有效性。