基于Matlab工具箱YALMIP的Dantzig-Wolfe分解算法实现研究

Dantzig-Wolfe分解算法(简称DW算法)是求解大规模具有分块结构线性规划的重要算法。该算法将问题分解成主子两级规划交替求解,计算过程烦琐,如何用计算机程序实现算法一直都是相关课程的重难点。文章采用Matlab语言,利用YALMIP工具箱的优化问题求解功能,尤其是通过YALMIP快捷获取主规划约束的对偶乘子,在考虑了子规划约束域存在极方向的情况下,构建了DW算法新的计算迭代形式,并通过一个算例的算法实现,验证了程序的可行性,为DW算法的相关教学与研究提供了素材。

基于Yalmip工具箱的整数规划模型求解方法

整数规划是运筹学中一类常见的数学模型,然而求解整数规划模型不是十分方便。首先介绍了求解最优化模型的Yalmip工具箱;其次,给出了整数规划求解的程序设计语言;最后,通过一个实例,具体说明了Yalmip工具箱在求解整数规划方面的具体应用。

YALMIP工具箱在运筹学实验教学中的应用

Matlab平台对于运筹学中各种经典优化模型的实验教学具有重要作用,然而由于Matlab工具箱中函数的调用格式限制条件非常严格,从而导致将实验数据表示成Matlab所需矩阵形式时容易造成实验教学效率低下的情况。借助于YALMIP工具箱结合Matlab软件实现了运筹学实验教学中经典模型的求解,对线性规划、运输问题、背包问题、最短路问题等等结合具体例子说明了YALMIP语言的建模方法。利用YALMIP的统一建模语言,很容易对各种运筹学典型问题的模型加以实现,从而降低了利用软件解决模型问题的难度,同时也对解决运筹学实验中的其它问题有借鉴作用。

基于Matlab和YALMIP的V/v型牵引供电系统负序电流优化方法

针对电气化铁路牵引供电系统负荷不对称引起的负序电流问题,本文提出一种基于铁路功率调节器补偿的负序电流优化方法。以含V/v牵引变压器的供电系统为对象,分析负序电流产生以及铁路功率调节器功率补偿的机理,构造基于铁路功率调节器功率补偿的V/v型牵引供电系统的负序电流优化模型。基于Matlab平台和YALMIP工具箱,调用IPOPT优化工具求解该模型,并通过仿真分析验证所提模型和方法的正确性和有效性。结果表明,采用铁路功率调节器功率补偿能够有效抑制牵引供电系统中的负序电流,保证了电气化铁路的电能质量。

使用MOSEK和YALMIP设计运放的研究

在模拟CMOS电路设计中,对于某一个选定的电路结构,如果电路的各项设计目标已经给出,设计者所做的工作即是确定每个MOS管的宽长比等参数。随着集成电路复杂度的不断提高,以往的以经验为主的设计方法已经不能完全满足模拟集成电路技术的高速发展,而数学最优化的相关理论为设计者指明了另一条道路。本文论述了一种采用MOSEK和YALMIP两个优化工具进行两级运放设计的方法,并且进行了电路设计的仿真验证。

Yalmip优化工具箱及其在控制理论中的应用

信息科学中经常需要求解优化问题,频繁的使用优化软件。但是优化软件众多,使用方法也各不相同。对于同一个问题,各个优化软件的求解效率也不尽相同。特别是不少大型的优化软件使用方法比较繁琐,初学者不易掌握。针对这种情况,Johan Lofberg编写的yalmip工具箱给出了一种好的解决方案,它提供了一种统一的、简单直观的建模语言,使所有的规划(优化)问题,都可以用这种统一的方式建模;另外,它还提供了一个编程接口可以很方便地调用几乎所有的优化软件求解器,避免用户花大量的时间学习各种优化软件的使用,又能充分的利用这些优化软件解决问题。首先介绍yalmip工具箱中的几个常用命令(函数)及其使用方法;之后,以yalmip工具箱在控制理论中的应用为例,详细介绍其具体的使用方法。

基于Yalmip工具箱与遗传算法的铁路运输分配问题优化方法

铁路运输作为一种重要的货物运输方式,其货物运输的合理分配直接影响着货物运输的效率。利用遗传算法的快速随机搜索特性与Yalmip工具箱的易行性,本文提出了一种基于Yalmip工具箱与遗传算法的优化方法,并以一个具体实例证实了该方法的有效性。

多元储能风光燃储系统设备优化研究

储能设备作为综合能源系统的关键部分,具有促进新能源消纳,提高能源利用效率等优势。但是多元储能系统设备间耦合程度、能量流动关系复杂多变。针对多元储能系统储能设备配置问题,聚焦系统中不同储能设备搭配的经济性与能效,分析系统在含有和缺少特定储能设备(电、氢、热)情况下的成本和能源利用情况。利用YALMIP和CPLEX进行优化求解,在夏季和冬季典型日对系统进行详细的设备运行工况及经济比较。结果显示,完整的储能设备配置在夏季典型日可降低2.29%~92.11%的成本,在冬季典型日可降低4.13%~76.81%的成本。这一数据支持完整储能设备配置在提高系统经济性和能源利用效率方面的重要性。

基于风速分频和权值匹配的RBF超短期风电功率预测方法

为了提高风电功率超短期预测的准确率,文章提出了一种基于风速分频特征和权值匹配的RBF超短期风电功率预测方法。该方法的总体结构包括风速分频特征的提取、风速区间的划分、径向基神经网络的训练、分频最优权值决策、仿真计算和误差分析。与现有的仅考虑历史风电功率数据的方法相比,该方法能够跟踪未来的功率趋势,物理意义清晰,并考虑了风速不同频率特征对于功率的影响。算例结果表明,基于风速分频特征和权值分配的RBF超短期风电功率预测方法的预测精度较高,预测结果有效,具有较强的实用性。

含氢储能的多源联合发电系统调度研究

风电和光伏发电具有间歇性和随机性,为了降低在多源联合发电系统中的弃风弃光率,采用含氢储能系统和火电机组配合来平滑风电和光电机组出力。文中以系统运行成本最小和弃电惩罚成本最小为目标,以系统功率平衡、火电机组出力和爬坡、热备用、风电和光电出力及储能系统储氢罐容量、电解槽和燃料电池功率等为约束条件构建了多源联合发电系统日前调度模型。通过YALMIP工具箱对模型进行编程,并调用CPLEX对编写的程序进行求解。对含有风电、光电、火电机组以及储能系统的多源联合发电系统进行算例分析,通过对比有无储能系统的弃风弃光量和系统总运行成本,证明了含氢储能系统可以有效降低系统的弃风弃光率,并提高系统的经济性。

考虑能量梯级高效利用的多微网综合能源系统优化调度策略

围绕“碳达峰”“碳中和”双碳目标的工作正在逐渐实施。综合能源微网增加,将形成微网集群,即多微网综合能源系统。多微网综合能源系统相较于单一综合能源微网可大幅度改善用能成本。如何进一步提高整体的能源利用效率仍然是研究的一个关键点。针对含电能交互且考虑能量梯级高效利用的多微网综合能源系统,本文建立了优化调度模型。首先,对多微网综合能源系统的架构以及能质系数法进行了详述,并详细比对了[火用]效率计算方法与热效率计算方法的不同之处。随后,构建了考虑能量梯级高效利用以经济性和[火用]效率为目标的多微网综合能源系统优化调度模型,采用Matalb和Yalmip进行最优化建模,并采用Gurobi求解器进行求解,有效避免了启发式算法计算时间过长的问题。通过算例分析论证了所提方案的合理性和有效性,不仅大幅提高了能源效率,同时也保证了较高的经济性,使得多微网综合能源系统的运行更加符合双碳目标的要求。

基于MATALB的CPLEX优化平台构建

CPLEX求解器是直接应用于众多优化问题或模型的求解。然而,截至目前较为完整的CPLEX优化平台构建的方法与过程的文献仍未出现。为此,笔者基于算法程序设计需要,设计了一整套基于MATALB的CPLEX优化平台构建方案,目的在于理清CPLEX优化平台构建的总体思路、方法及过程,为众多刚入门的科研工作者面临的模型求解问题提供一定的理论与技术支持,丰富模型求解的理论体系。