计及高风速和低风速影响的海上风电机组两阶段滚动优化维护策略

针对复杂天气变化影响下海上风电机组维护决策问题,提出了考虑高风速与低风速影响的海上风电机组两阶段滚动优化机会维护策略。首先,提出考虑高风速冲击影响的维护役龄回退模型,量化实际部件退化与及维护成本关系。其次,建立了考虑低风速停机事件维护机会影响的海上风电机组长短期两阶段预防性机会维护模型,滚动更新长期预防性机会维护阈值。最后仿真结果表明,本文所提模型能够有效降低海上风电机组停机成本以及故障损失,提高机组寿命周期内的维护效益。

基于CPS的单交叉口信号滚动优化控制模型

为了采用现代信息技术提升单交叉口的通行效率,综合考虑信息物理系统(CPS)的特性和功能,构建了基于CPS的单交叉口信号滚动优化控制架构;提出了交叉口信号优化控制的分层建模思路与框架,实现了对交叉口不同层级的状态描述;针对不同流量环境,分别以单位时间车均预计延误和加权排队长度比作为优化目标,进行实时信号优化,构建了基于CPS的分层滚动优化模型;搭建了基于SUMO与Python的实时交互仿真环境,针对未饱和、过饱和以及饱和状态变化3种流量场景进行案例分析.算例结果表明,与Transyt、Synchro、Webster、感应控制、承载力方法相比,所提模型均取得了更优的控制效果,车均延误和平均排队长度最多分别可减少43.75%和16.05%,溢流时间最多可延长37.93%.

基于滚动优化的电-热-气-冷系统多时间尺度低碳运行

电-热-气-冷多能联供型微网对实现能源可持续发展具有重要的应用价值。针对多能联供系统碳排放量较高和负荷模型预测不准确问题,提出了一种基于滚动优化的电-热-气-冷系统多时间尺度低碳运行策略。首先,建立电-热-气-冷系统设备模型。其次,构建日前与日内两阶段模型,在日前调度阶段引入含赏罚因数的碳交易机制,通过将卷积神经网络(convolutional neural networks,CNN)与双向长短期记忆网络(bi-directional long short term memory,Bi-LSTM)进行结合对风光功率进行预测,并以运行成本最低为目标进行优化。之后,建立日内多时间尺度的优化调度模型,以调度成本最低为目标进行求解。最后,以某市综合能源系统为研究对象进行分析。结果表明,所提出的方法能够有效减少碳排放,提高负荷模型预测的准确度的同时实现多能联供系统的低碳经济运行。

含光伏与储能的冷热电联供系统混合时间尺度滚动优化运行研究

为解决冷热电联供系统源荷供需能量匹配性差异显著的问题,提出三阶段混合时间尺度滚动优化方法。日前阶段以日运行成本最低为优化目标,综合考虑CO_(2)、SO_(2)和NO_(x)的处理成本,制定逐时计划;日内阶段根据冷热电相关设备的响应差异,建立了冷热和电能分时间尺度的双层优化模型;实时电反馈优化以电设备功率调整量最小为目标;最终得到各设备的最佳出力计划。结果表明:三阶段混合时间尺度滚动优化方法能够有效平抑负荷和可再生能源出力波动,各设备功率波动率均处于较低水平;不同典型日下的日运行成本比日前成本均有所降低,冬季、过渡季和夏季典型日的成本节约率分别为0.99%、1.10%和2.01%。

基于SWMM的城市闸泵群防洪排涝滚动优化控制研究

充分发挥管网调蓄能力,是应对城市内涝的重要手段。已有研究均针对于削减系统溢流量单一目标设计调度策略,缺乏考虑闸门开闭频繁造成的电力损耗和故障风险。为此,提出一种以削减系统溢流量和闸门开闭次数为优化目标的城市闸泵滚动优化控制模型,以美国诺福克海牙街区为对象开展实例研究。相比于静态调度,优化控制模型溢流削减率达到31.2%;相比于以削减溢流量为单一目标的调度方案,在保证排水系统溢流量基本不增加的同时,闸门开闭减少了59.80%。提出的方法能够为城市内涝时排水系统的调度方案的制定提供理论依据和科学指导。

铁路技术站阶段计划滚动优化方法

针对目前铁路技术站阶段计划主流研究多聚焦于对某一固定周期进行优化、较少考虑相邻计划间动态衔接的不足,提出一种阶段计划的滚动优化方法。从计划编制、车流调配和资源占用3个方面分析技术站阶段计划的滚动编制特性;以技术站正点出发的列车最多、车辆周转率最高和车站整体作业效率最高为字典序多目标,构建通用的技术站阶段计划滚动优化模型;设计带初始解的混合迭代算法求解模型;依托某技术站实际数据构造算例进行验证。结果表明:求得最优解的总耗时不超过90 s,共配流成功出发列车13列;考虑相邻计划衔接后,考虑前序阶段计划即“向前看”使满轴出发列车优先级总和增加了5.83%,考虑后序阶段计划即“向后看”使所有作业用时减少了6.91%;相比基本深度优先回溯算法和随机重启算法,混合迭代算法在求解效率上分别提高了73.8%和70.8%,在求解质量上分别提高了692.3%和77.6%。滚动优化方法得到的结果稳定性更好、更符合现实中阶段计划的连续滚动特性,且算法的求解效率更高。

基于滚动优化的高载能工业园区优化调度策略

为提高含多工业园区的配电系统的运行经济性,并抑制配-微联络线功率波动,提出了一种基于滚动优化原理的含多工业园区的配电系统多时间尺度优化调度策略。首先对工业园区内部设备的用能特性进行分析并建模;然后构建了含多工业园区的配电系统两阶段优化调度模型。其中,日前优化调度通过协调工业园区与配电系统之间的交互功率以及各工业园区和配电系统内部的设备运行功率达到提升含多工业园区的配电系统运行经济性的目标;日内优化调度通过对工业园区内部设备的运行工况进行修正,抑制配-微联络线交互功率的波动。最后通过算例对比验证了所提模型和方法在提升工业园区和配电系统运行经济性以及降低配-微联络线功率波动方面的有效性。

基于顶层滚动优化和底层跟踪的空战导引方法

现代空战环境趋于复杂化,而传统方法对于机动目标难以获得理想的导引效果。因此,针对现代无人机空战导引问题,提出了一种基于顶层滚动优化和底层跟踪的空战导引方法。其中,基于高斯伪谱法的顶层优化以时间为性能指标,快速将无人机导引到目标区域,当目标机动时,对其轨迹进行预测并重新优化导引轨迹。此外,引入对导引视线角的底层跟踪方法,从而完成目标偏航后的快速修正。最后,针对某型作战无人机进行空战环境下的滚动优化导引以及视线角跟踪仿真,验证了所提方法对不确定性机动目标的拦截能力。

针对机动目标的三维实时滚动优化制导策略

为解决目标机动策略未知条件下的飞行器拦截问题,提出一种基于神经网络的三维滚动优化制导策略。首先,针对全局最优导引律终端时刻难以确定的问题,在滚动时域优化框架下,引入零效脱靶量设计局部最优导引律,并使用粒子群优化算法进行求解。其次,为了提高制导律在线求解效率,构建神经网络,对优化算法滚动求解得到的若干组制导训练数据进行离线学习,并将经过训练的网络用于制导指令在线滚动优化。仿真结果表明,神经网络滚动优化制导策略对采取各类机动方式的目标均具有较好的制导性能,有效提高了制导指令在线优化效率,可以为飞行器制导律实时滚动求解提供参考。

微网能源系统的滚动优化管理

以上海某园区微网为例,提出一种包含分布式能源、储能、可平移负荷3类电力资源的能源管理优化方法。该方法首先将可再生能源进行完全消纳,然后运用可控分布式能源、储能和可平移负荷对削减后的微网负荷进行第二轮优化。考虑到优化问题存在大量的非线性规划,提出分解迭代算法,将"源–荷–储"3类可控资源利用粒子群算法进行独立求解,并通过迭代使得整体解逼近全局最优解。同时,本系统针对微网预测困难,提出滚动优化方法,提高整体优化的准确性和实时性。算例结果验证了该方法的有效性。

热电联产与风电机组联合运行滚动优化调度模型

我国北方地区电力过剩、热力紧缺、电网弃风率高等问题凸显,为提高运行经济性,提出一种结合热电联产机组与风电机组联合运行滚动优化调度方法。针对风电等可再生能源出力存在较强波动性的现象,提出滚动修正的策略,并与单次预测结果进行了对比。同时,给出了优化调度的模型,利用智能单粒子算法将不同类型机组化作不同子矢量进行优化,较传统粒子群算法寻优能力更强。引入分布式电力驱动热泵用于改善热、电负荷布局,能够有效改善可再生能源弃电问题。所提出模型和策略在IEEE30节点系统算例中得到验证。

基于自适应滚动优化的电力负荷多模型组合预测系统的研究与开发

该文提出了多模型组合预测等预测策略,采用了包括非线性优化组合模型、逻辑预测模型、组合自适应指数平滑模型和综合模型等多种组合模型来进行短期电力负荷的预测;并使用自适应滚动优化技术保证每种模型能随负荷特性变化,调整模型参数;同时根据对每种模型在一段时间内的预测误差分析,选取最优的组合模型。基于该文预测策略和预测模型所开发的预测系统的预测结果表明,组合预测模型的预测结果优于单一模型的预测结果。

考虑机组优化选取的含风电电网滚动优化调度方法

提出一种包含调整机组优化选取策略的滚动优化调度方法。根据负荷及风电超短期预测信息,首先考虑等效负荷(负荷+风电)预测偏差和机组调节容量匹配、机组爬坡量和等效负荷波动量匹配,以及减少外送断面越限原则进行调节机组优化选取。在此基础上,以机组调整成本及弃风量最小为目标,建立优化模型并采用改进粒子群优化算法求解。实际算例表明,考虑机组优化选取的滚动优化调度实现了超短期时间尺度上对负荷及风电预测偏差的自动跟踪调节,提高了发电计划的准确性,同时有效降低了综合发电成本和外送断面功率越限的风险,提高了电网运行的经济性和安全性。

基于滚动优化的虚拟云中实时任务节能调度方法

目前,节能已成为云数据中心的研究热点.建设节能的云数据中心不仅可以减少用电消耗,而且可以提高系统的可靠性.现有的云中心节能调度算法缺乏在任务调度级别的考虑,使得任务执行效果受到较大影响.为此,首先给出了一种基于滚动优化的实时任务调度器结构,然后详细分析和构建了任务能量消耗模型.在此基础上提出了一种实时非周期任务节能调度算法EARH(energy-aware scheduling algorithm).EARH采用的滚动优化策略能够被拓展并集成其他节能调度算法.此外,提出了资源动态增加与缩减策略,用于在系统可调度性与节能两方面进行权衡.最后,通过大量的模拟实验验证了EARH的性能.与其他3种基准算法相比,其实验结果表明,EARH的调度质量优于其他算法,可有效提高系统性能.

强动态Ad Hoc网的拥塞控制：价格协作和滚动优化

Ad Hoc网络存在着无线多跳连接、节点移动这两个本质的特点.前者引起了与固定网络截然不同的信息流竞争新特点,后者导致了网络状态不断发生变化.首先,在采用链路干扰集描述信息流竞争特点的基础上,将小时间段内网络状态不变的拥塞控制问题表达成非线性优化问题;其次,运用基于对偶分解理论的价格协作法PCA(price cooperation approach)求解该优化问题,构建了一个基于链路干扰集的价格框架.同时,运用队列长度监控、邻居集合近似和HELLO捎带信息这3种技术将PCA转化成在实际Ad Hoc网络环境中可实施的协议.另一方面,运用状态检测和滚动优化方法,有针对性地解决Ad Hoc网络状态不确定时变性带来的问题,相应地设计了自适应优化策略AOS(adaptive optimization strategy).MATLAB仿真结果表明,AOS策略比PCA对网络状态的变化具有更好的自适应性能.NS仿真实验结果表明了PCA和PCA+AOS在几乎所有的仿真场景和移动环境下,在重要的性能指标,包括吞吐量、丢包率、公平性等方面,都比TCP,ATCP和ATP有了明显的改进.

基于滚动优化原理的类车机器人路径跟踪控制

针对存在非完整约束的类车移动机器人路径跟踪问题,提出了带约束曲线拟合的路径跟踪策略。借鉴预测控制中的滚动优化原理,通过运用微分平坦方法对所规划路径进行轨迹生成,进而完成路径跟踪过程。同时,基于滚动优化原理的跟踪方式也满足了路径跟踪对实时性的要求,移动机器人在遇到未知障碍情况下能够完成主动避障动作。为验证该方法的有效性,文章最后进行了仿真实验,结果表明,类车机器人在满足执行机构约束以及几何约束的条件下,能够成功避开障碍物,并且具有良好的跟踪性能。

综合能源微网系统的滚动优化经济调度

提出了不确定实时运行环境下综合能源微网系统的最优经济调度模型。考虑模型中涉及可再生能源机组出力、需求侧负荷及实时电价等随机因素,采用滚动优化方式平抑其影响,以最大限度地提高能源利用率。进一步针对微网热电联供的特点,以微燃机作为热电耦合单元,建立同时满足网络潮流约束与热平衡约束的综合能源微网最优潮流模型。针对模型的混合整数与非线性特征,采用含自适应变化惯性权重的改进粒子群优化算法进行求解,并以启发式规则约束热电耦合单元进化方向。以改造后的IEEE 37节点配电系统为例,验证了微网滚动优化调度模型与相应求解方法的有效性。

基于滚动优化的对偶控制策略

考虑具有未知参数的随机系统的最优控制问题.提出了一种新的基于滚动优化的对偶控制算法.在动态规划泛函方程中,用Kalman滤波对系统的状态进行估计;用线性化方法对阶段损失函数中的后验概率进行近似,然后,用滚动优化策略对控制与学习之间的耦合关系进行解耦.从而获得了原不可解泛函方程的解析递推表达式和一个易于实施的控制律的解析解.用一个例子说明了控制律的性能,仿真结果表明:该控制律具有良好的对偶性质,在学习和控制之间实现了较好的平衡.

基于蚁群算法的城域交通控制实时滚动优化

为求解城域交通控制实时滚动优化的混合整数规划模型,将滚动优化各阶段的控制变量映射为一个层状构造图,并定义局部启发信息和信息素更新公式,从而应用蚁群算法搜索各路口的最优信号灯相位序列.对算法复杂度作了理论分析,并通过仿真实验与单路口感应式信号控制技术进行比较,结果表明性能较好.

基于动态规划的信号配时滚动优化算法

随着智能交通技术的发展,交通信息获取的时间颗粒度将越来越小,这为城市动态交通信号配时优化模型和方法提出了新的挑战。为解决经典信号相位控制优化(COP)算法中未考虑交叉口预测区间内交通流量动态变化对信号配时方案控制效果的影响。文中提出了基于动态规划的单交叉口信号配时滚动优化算法。首先,在分析交叉口信号配时关键问题的基础上,构建了以交叉口车辆平均延误和平均排队最小为优化目标,交叉口各相位绿灯时间长度为约束条件的信号配时非线性整数优化模型;并设计了动态规划算法求解该模型。其次,为反映交叉口车流在预测区间内动态变化的特性,在动态规划算法的基础上提出了滚动优化策略,根据实时更新的预测数据滚动优化信号配时方案,并将信号配时方案实时传输到交叉口信号控制器中。最后,通过实际调查数据构建微观仿真环境,采用VISSIM COM二次编程开发技术结合MATLAB编程软件实现了文中模型和算法,并对比分析文中算法和经典的COP算法。通过改变交叉口的输入流量,测试不同流量条件下控制算法的控制效果。结果表明,与经典的COP算法相比,文中算法不仅能够使车辆在交叉口的平均延误减少20%,而且能够保证交叉口各个相位的车辆平均延误的均衡。