基于PSO-BP神经网络的新能源汽车销量预测模型

为有效避免新能源汽车销量产销不平衡问题,通过粒子群优化算法(particle swarm optimization,PSO)优化反向传播(back propagation,BP)网络的参数迭代过程,弥补优化原本BP神经网络易陷入局部最优和收敛速度较慢的缺陷,构建了基于PSO-BP神经网络的新能源汽车销量预测模型,以比亚迪为例进行指数平滑法预测、BP和PSO-BP神经网络预测。结果表明BP神经网络模型相比于指数平滑模型在均方误差(mean square error,MSE)、平均绝对值误差(mean absolute error,MAE)和平均绝对百分比误差(mean absolute percentage error,MAPE)指标上预测性能优势显著,经过粒子群算法优化后的BP神经网络模型的MSE下降近7×10^(7),MAE下降3346,MAPE下降1.71%。可见基于PSO-BP神经网络的新能源汽车销量预测模型优于指数平滑模型和BP神经网络模型,粒子群优化的BP神经网络能够使模型跳出局部最优,加快收敛速度,预测结果的误差率更低,精度更高,且对企业的计划和生产具有指导作用。

一种求解高校路网的逆序变异的新混合PSO算法

针对标准粒子群算法在求解路网问题时显现出易陷入局部极值的问题,根据高校地理数据,提出一种求解高校路网的逆序变异的新混合PSO算法。为平衡算法的全局和局部搜索能力及增强种群多样性,将一种自平衡策略作为变异条件,在产生新的群体中按照逆序变异率算子对粒子进行位置变异,从而使得粒子摆脱局部极值后继续进行迭代更新操作。以Visual Studio 2005中C++编程实现实验仿真,结果表明此算法不但能有效求解高校路网问题,而且新算法收敛精度高,有效克服了早熟收敛问题。

基于IPSO的风光高渗透电网抽水蓄能电站容量优化

针对现有的抽水蓄能电站容量优化方法较多忽略其较大的电能时空转移效益与增强系统调峰能力效益,文章在构建抽水蓄能电站提升新能源发电并网消纳能力提升的充放电数学模型的基础上,进一步综合考虑电站的电量效益、电能时空转移效益、环境效益、调峰效益以及电站的初始投建成本、运维成本与废弃电站处理成本,构建抽水蓄能电站容量优化数学模型,并采用改进的粒子优化群算法(Improved Particle Swarm Organization,IPSO)对模型进行求解.最后,以新疆某含大规模风电与光伏发电的区域电网运行数据为背景,仿真验证了本文所提出方法的正确性与有效性.

基于启发式PSO算法的新能源电池组串联充放电均衡优化

由于新能源电池串联成组后会出现性能参数上的差异,导致电池组能量利用率较低,提出基于启发式粒子群优化(Particle Swarm Optimization,PSO)算法的新能源电池组串联充放电均衡优化。构建以电池组内单体电池实际可充入电量一致为目标的均衡优化模型,以最劣粒子排斥作用为启发式规则应用于PSO算法,得到最佳新能源电池组串联充放电均衡优化方案。实验表明,设计方法优化电池组充放电均衡后,较优化前电池可充入与放出的容量有所增加,证实该方法可提高新能源电池组能量利用率。

考虑系统实时响应风险水平约束的风–火–水电力系统协调优化调度

随着风电入网规模的日益增加,合理协调风电出力与传统电力能源已成为电力系统调度面临的一个新挑战。通过定义实时电力不足期望(real-time EDNS,REDNS)以衡量系统实时响应风险水平,在此基础上提出了实时响应风险水平约束,并将该约束纳入调度当中,与用确定性方法确定系统备用容量相比,采用REDNS水平约束可以使系统在调度周期内各个时段响应风险水平维持一致,自动调整系统备用容量。在风电优先上网的前提下,以降低系统运行的经济性指标和保证火电、水电机组平稳运行为目标,构建了风?火?水多目标协调优化调度模型。通过引进学习环节和构建独立的备用选择集改进多目标粒子群算法性能,提出了一种新的多目标粒子群算法(new multi-objective particle swarm optimization,NMPSO)。采用加入一个风电场的10机组测试系统进行了仿真,结果验证了上述方法和模型的正确性和有效性。

粒子群优化算法综述

概括粒子位置、速度更新公式的修正,控制参数的变换和种群多样的维持等粒子群优化算法的改进技术,介绍具有量子行为、并行处理能力及解决多目标优化问题的新型粒子群优化算法,讨论粒子群优化算法和其他优化算法混合的基本思想。

动态改变惯性权重的新模式粒子群算法

针对标准粒子群算法在求解复杂优化问题时易陷入局部最优、收敛精度不高和收敛成功率低的不足,提出了一种改进的粒子群算法.通过算法所处的迭代阶段和粒子的分布情况动态改变惯性权重的值,并根据每个粒子的更新情况调整其飞行的起点.最后4个测试函数仿真结果表明,在求解复杂优化问题时,改进后算法的收敛精度和收敛成功率均有明显提高.

基于改进粒子群算法的新一代GPS平面度误差评定

为了在全局范围准确评价平面度误差,根据新一代GPS标准,建立了符合最小区域条件的平面度评定的数学模型.针对平面度误差评定的特点,提出了一种基于遗传交叉因子的改进粒子群优化算法对平面度测量数据进行最小区域评定,给出了该算法的实现方法.实例结果表明,此方法可以在新一代GPS标准下有效、准确地评价平面度误差.

光纤通信系统新码型用于多信道PMD补偿的研究

根据多信道偏振模色散(PMD)的最坏信道补偿方案,以粒子群优化(PSO)算法作为多信道PMD补偿算法,将一些典型的新型调制格式用于多信道PMD补偿,并以两信道PMD补偿系统为例进行了数值模拟,在补偿最坏信道的同时,保障了其他信道的性能,取得了很好的补偿效果。

基于改进粒子群算法的圆柱度误差评定

根据新一代GPS标准,建立了符合最小区域条件的圆柱度评定的数学模型。提出了一种带交叉算子的改进粒子群优化算法,并以此对圆柱度测量数据进行最小区域评定,给出了该算法的实现方法。经实例验证,该方法可以在新一代GPS标准下更快速、准确地评价圆柱度误差。

基于粒子群算法的配网优化运行建模与仿真

为了提升配网调度效率,针对分布式电源接入电网后的调度控制优化方法进行了研究。在主流分布式发电装置数学模型的基础上对于典型的配网调度场景进行了运行特性和约束性分析,并将配电网优化调度抽象为一个非线性变化的优化问题。以配电网节点流入功率和流出功率平衡为约束条件进行问题的数学建模,并使用粒子群算法对该问题进行优化。通过引入粒子群进化状态的评估算子,根据算法的迭代程度对惯性权重进行调节。最终构建一个包含33个节点的配网网络,仿真结果表明,在进行配电网调度优化时,改进后的算法相较于基本的粒子群算法的收敛速度可以提升约3倍。

基于粒子群算法的钢板倒垛优化

该文基于智能制造的发展理论,以建造智能船厂为目标,对船厂钢板堆场中钢板的倒垛问题进行了研究。根据钢板倒垛特点,结合众多优化算法,通过权衡比较各个算法的特点选择粒子群优化算法对钢板的倒垛进行求解,得出最优的倒垛方案。通过粒子群算法的迭代原理,对粒子编码方法、适应度函数构造和约束条件处理等环节的改进,构成了用于多目标有约束条件模型求解的粒子群优化算法。不仅拓展了粒子群优化算法的应用领域,同时也为复杂多目标模型的求解提供了一种新途径。

无功电压优化对新能源消纳的影响

大规模风电和光伏接入电力系统将会加剧配电网节点的电压波动,而无功电压优化能有效改善系统的电压水平。该文首先对双馈风机的无功调节能力进行分析,建立了无功优化对配电网电压和新能源消纳的影响模型。考虑到风电和光伏等分布式电源存在一定的无功余量,具有一定无功调节能力,利用这些无功余量进行无功优化,将节点电压和额定电压偏差的方差作为目标,建立了无功电压的优化模型。在常规粒子群算法基础上,使用智能粒子数控制提高计算效率。最后,通过IEEE 33节点系统对模型进行了多场景仿真分析,结果表明所提出的无功电压优化模型可以起到改善系统电压质量,提高消纳能力的作用。在高渗透率场景下,系统可以利用风电光伏的无功余量对系统电压水平进行优化,在提高系统电压水平的同时保证新能源的消纳。新能源接入的位置不同,无功电压优化对其消纳的影响也不同。

基于改进参数协进化和声搜索算法的配电网重构

配电网重构是智能电网的关键技术之一,是非确定性多项式难题(NP-hard)。在确立了网损最小为配电网重构的优化目标后,提出一种改进的参数协进化和声搜索算法。首先,针对参数协进化和声搜索算法在局部寻优时反馈环较长的问题,提出一种辅助新和声的策略进行优化;其次,为克服和声搜索算法本身应用于整数规划的配电网重构时音调调节带宽难以确定的困难,使用并优化一种自适应新和声优化策略;最后,通过对T型节点的分析提出一种不可行解的处理方案,提升了算法的寻优性能。基于IEEE 69节点系统和某实际配电网的仿真对比测试表明,所提出算法与其他改进的和声搜索算法相比,具有更好的收敛性能和寻优性能。

基于粒子群优化与卷积神经网络的电能质量扰动分类方法

针对传统电能质量扰动分类方法中人工选取特征困难、步骤繁琐和分类准确率低等问题,提出了一种基于粒子群优化(particle swarm optimization,PSO)算法与卷积神经网络(convolutional neural network,CNN)的扰动分类方法。首先,利用reshape函数将各电能质量扰动信号的一维时间序列分别转成行列相等的二维矩阵,并对这些二维矩阵进行适当划分,形成训练数据集和测试数据集;其次,基于CNN构建电能质量扰动的分类模型;再次,采用PSO算法对该分类模型的参数进行优化,使用训练数据集对优化后的电能质量扰动分类模型进行训练;最后,使用测试数据集对经过训练的电能质量扰动分类模型进行测试,根据输出标签得到各类电能质量扰动的分类结果。仿真结果表明:该分类模型可以自行提取电能质量扰动数据的特征,相较于其他电能质量扰动分类模型,其对电能质量扰动信号的分类准确率更高。

蒙东地区适应新能源消纳的储能系统配置效果分析

近年来,蒙东地区新能源并网发电量快速增加,而传统的网架结构导致部分新能源发电无法及时消纳,存在弃风弃光问题。本文以蒙东地区新能源消纳问题较为突出的通辽电网北部地区即左中变电站—舍伯吐变电站—城园变电站—宝龙山变电站一带为例,建立了储能系统接入电网的潮流计算模型,通过改进型粒子群优化算法求解得到储能系统的优化安装地点和配置容量。仿真结果表明,储能系统合理的布点位置及容量配置可以有效改善通辽北部大规模风电场并网后电网的潮流分布,从而提高新能源消纳能力,缓解常规火电机组的调峰压力。

Research of Improved Fuzzy c-means Algorithm Based on a New Metric Norm

For the question that fuzzy c-means(FCM)clustering algorithm has the disadvantages of being too sensitive to the initial cluster centers and easily trapped in local optima,this paper introduces a new metric norm in FCM and particle swarm optimization(PSO)clustering algorithm,and proposes a parallel optimization algorithm using an improved fuzzy c-means method combined with particle swarm optimization(AF-APSO).The experiment shows that the AF-APSO can avoid local optima,and get the best fitness and clustering performance significantly.