考虑风力发电的系统无功优化模型和算法

针对风力发电需要吸收电网大量无功而影响电网无功分布和电压稳定的问题,研究了含风电场的系统无功优化,给出了风电场在恒功率因数运行情况下其并网点处无功补偿容量的计算方法.在满足风电场无功补偿的前提下,建立了以全网的有功网损最小为目标函数的无功优化模型,并用遗传算法求得最优解.将风电场接入IEEE-30节点系统进行仿真计算,验证了该方法和程序的有效性和实用性.

基于分布式约束优化的武器目标分配问题研究

为解决舰艇编队协同防空中的武器目标分配(WTA)问题,提出一种将WTA问题建模为分布式约束优化问题的方法。介绍求解分布式约束优化问题的2个典型算法ADOPT和DPOP。通过Frodo软件平台对舰艇拦截多批反舰导弹过程进行仿真,比较2个算法在仿真时间、通信量等方面的性能,结果证明了该方法求解WTA问题的可行性。

分布式约束优化问题及其求解算法

分布式约束优化问题(DCOP)能够对多智能体系统(MAS)中的各种分布式推理任务进行建模,广泛应用于分布式规划、调度、资源分配等问题中。首先从DCOP的概念出发,引入一个典型的DCOP实例,在此基础上对DCOP问题求解的两类主流算法进行了详细介绍和比较分析。针对DCOP对现实问题建模中出现的部分集中式、硬约束、开放式、隐私和anytime等5个方面的问题进行了阐述,并介绍了相应的扩展算法。在动态实时问题,自稳定性与误差容错以及在物理分布式环境下仿真等问题仍需进一步研究。

基于ZGS的大规模多智能体系统的分布式优化算法

分布式优化算法已广泛用于解决大规模多智能体系统优化问题,其中异步分布式方法由于其应用于多智能体系统时的灵活性和自主性而受欢迎。在本文中,我们针对多智能体系统一致性问题提出了一种基于的Zero-Gradient-Sum(ZGS)算法的异步分布式优化算法Accelerated-ZeroGradient-Sum(AZGS),其通过提高智能体之间的信息交互模式来加速ZGS算法的收敛速度。同时改进其信息交互方式使其在实际通信过程中节省通信量。在多智能体系统网络连通的条件下,证明了所提出的算法相比于原算法更快实现渐近收敛。最后,我们通过一个数值示例验证所提出的算法的有效性。