考虑光伏随机性的交直流混合配电网鲁棒机会约束安全域模型

为实现高比例光伏接入下交直流混合配电网的安全评估,构建了交直流混合配电网的鲁棒机会约束安全域模型。首先,提出一种基于区间划分的自适应带宽核密度估计方法,以获取光伏预测误差概率分布,构建光伏出力机会约束不确定集合;其次,采用功率与节点电压幅值比值为状态变量,在已有交流线性化潮流模型的基础上推导一种交直流混合配电网线性化潮流模型;然后,提出交直流混合配电网鲁棒机会约束安全域的概念和模型,结合列与约束生成算法和径向迭代搜索算法生成可观测的鲁棒机会约束安全域空间。最后,算例分析验证了所提模型能够在鲁棒机会约束安全域上准确、直观的反映光伏出力的随机性,进而为交直流混合配电网的准确安全评估提供支撑。

不确定环境下考虑多技能人力资源的复杂产品MRO服务资源调度

针对复杂产品维护、维修、大修(MRO)服务资源调度中存在人力资源多技能异质而导致任务实际执行工期随着指派方案的不同而变化的问题,将多技能工调度与人员学习效应相结合,建立“任务技能人员”的匹配关系。以最小化服务完成时间、最小化人员冗余和最大化资源性能成本比为目标,构建资源调度时间参数不确定条件下的随机机会约束规划数学模型。并提出一种基于随机模拟、BP神经网络和改进NSGA-II的混合智能算法进行求解。通过具有不同参数特征的对比实验案例和敏感性分析,验证了所提模型和算法的有效性和适用性。

受噪声影响的复hybrid样本的学习理论关键定理

结合机会测度理论和统计学习理论,提出了机会空间上受噪声影响的复hybrid样本的复期望风险泛函、复经验风险泛函以及复经验风险最小化原则的定义,给出并证明了机会空间上受噪声影响的复hybrid样本的学习理论的关键定理.

Discrete-Time Hybrid Decision Processes: The Discounted Case

This paper is a sequel to Kageyama et al. [1], in which a Markov-type hybrid process has been constructed and the corresponding discounted total reward has been characterized by the recursive equation. The objective of this paper is to formulate a hybrid decision process and to give the existence and characterization of optimal policies.

基于混合蝙蝠算法的高比例风电电力系统调度方法

针对传统电力系统调度计算时间较长、均方根误差大、结果不准确的问题,文章提出一种基于混合蝙蝠算法的高比例风电电力系统调度方法。通过模糊机会约束规划和可信理论,将高比例风电电力系统约束转换为模糊机会约束,设定模糊置信度为递增向量,结合预测精度变化情况以及决策者对调度运行可靠性的期望变化,获取经过优化的调度结果。仿真实验结果表明,所提方法能够有效降低计算时间和均方根误差,同时还能够获取比较满意的高比例风电电力系统调度方案。

不确定环境下再制造加工车间生产调度优化方法

针对再制造加工车间工况兼具随机性与模糊性,采用模糊随机变量表示废旧件加工时间,以描述再制造加工车间工况的双重不确定性;在不确定理论的基础上,建立基于模糊随机机会约束的再制造加工车间生产调度问题模型,并提出求解该问题混合智能优化算法:基于Arena仿真平台应用模糊随机模拟技术产生输入和输出数据,利用粒子群优化算法训练径向基函数神经网络以逼近不确定函数,将训练好的神经网络嵌入至遗传算法中优化再制造加工车间生产调度问题;通过仿真实例验证该混合智能优化算法解决加工时间为模糊随机变量的不确定环境下再制造加工车间生产调度问题的有效性和合理性。

基于随机规划的并网风电场最大注入功率计算

提出了一种基于随机规划理论计算大规模并网风电场最大注入功率的方法,将并网风电场最大注入功率的计算问题转化为在一定安全、稳定、电能质量约束条件下的机会约束规划问题。引入随机变量来表示风电场的有功出力,着重研究了时间段较短的实际运行情况。求解模型时采用了混合智能算法,在含风电场的IEEE30节点系统上进行算例分析,结果表明了该方法的正确性和有效性。本文提出的方法可避免动态仿真的繁琐计算并保证结果的最优性。

考虑风电不确定性的混合储能容量优化配置及运行策略研究

在考虑风电功率不确定性的基础上,提出一种基于频谱分析确定混合储能系统(HESS)容量的方法,该方法充分利用了超级电容器和蓄电池的优势互补特性,基于此提出储能最优运行策略。利用离散傅里叶变换分解风电不平衡功率得到其频域信息,并利用HESS对不平衡功率进行平抑;提出一种最优截止频率确定方法,并确定HESS中蓄电池和超级电容器的容量大小;基于所确定容量建立以利润最大为目标的机会约束规划储能运行策略模型,并采用整合蒙特卡罗的遗传算法进行求解,从而确定储能的最优运行策略。通过实际数据分析验证了所提模型和方法的有效性。

基于机会约束的水库调度随机多目标决策模型

由于传统水库调度模式难以同时考虑多个目标及缺乏协调优化调度过程中风险和效益的能力,从而不能全面反映水库实际调度运行的情况。对入库径流的随机性进行描述分析,建立了基于机会约束规划的随机多目标决策模型。并针对模型中的多目标和复杂机会约束问题,给出了耦合不确定模拟技术、妥协算法及遗传算法的混合智能算法的求解方法,以获得最佳妥协解。以三峡—葛洲坝梯级水电站水库群为例进行验证分析,结果表明,该模型能事先对梯级水电站水库群的风险和效益进行比较分析,为调度人员的优化决策提供一定的技术支持。

计及随机模糊双重不确定性的交直流混合微网优化运行

为解决风光出力的不确定性造成微网日前调度偏差大的问题,将随机模糊理论引入到交直流混合微网优化运行中。基于不确定性理论将风速定义为随机模糊变量,用极大似然法提取Weibull分布参数的隶属度函数,建立日前调度经济性最优的随机模糊机会约束优化模型,将随机模糊模拟、神经网络和混沌粒子群算法相结合求解双重不确定性优化模型。通过设置确定性、随机性和随机模糊性3种情景进行仿真,分析3种情景的日前调度出力计划以及不平衡功率调整方案,验证了计及随机模糊双重不确定性的机会约束模型在交直流混合微网优化运行中的正确性和可行性。

多模糊信息条件下的物料配送路径规划问题研究

混流装配线的物料配送是支撑装配线运作的复杂系统。配送准确、及时不仅能够保证生产不断线,还能大大提高生产效率,发挥混流装配的优势。但是配送环节中往往存在工位货物需求量,工位预约到货时间和车辆运输时间不确定等因素,使得传统路径规划模型不能真实地反映现场情况,反而因种种异常导致事倍功半。对不确定因素进行考虑,建立模糊信息条件下的机会约束规划模型,并改进传统混合智能算法去求解模型。算法设计上,采用轮盘赌启发式算法来缩小初始解的搜索范围,在交叉算子中提出用广义海明相似度概念来区分染色体的相似程度,在进化过程中采用双选择双变异流程来加快算法的收敛速度。通过实例证明该算法处理不确定因素的可行性和高效性,并对模糊参数中关键因子的置信度选择不同值进行对比分析,给出选择建议。

基于相关机会目标规划的风光储联合发电系统储能调度策略

为改善风电、光伏发电出力的不确定性,使风光储联合发电系统具有可调度性,将风电和光伏发电的出力表示为确定性的出力和具有模糊性的误差之和。利用相关机会目标规划方法,以风光储调度出力曲线与计划出力曲线匹配程度最大,储能电池充放电功率最平缓和储能电池可持续工作性最佳为目标,建立了风光储联合发电系统储能调度模型。利用将模糊模拟、神经网络与改进粒子群算法嵌套结合形成新型混合智能算法对模型进行了求解,给出了联合发电系统日前储能调度计划。算例分析表明,新算法能够较好地求解高维数不确定规划问题,其收敛速度快,全局和局部搜索能力强。

不确定环境下再制造加工车间多目标调度优化方法

针对再制造生产过程中工件的加工时间和成本不确定性调度问题,文章提出了一种不确定环境下再制造加工车间多目标调度优化方法。该方法采用模糊变量表示其不确定性参数,以最小化加工时间和成本为目标,在满足模糊交货期等约束条件下,构建了不确定环境下多目标决策的模糊机会约束规划模型,并提出了求解该模型的混合智能算法;应用模糊模拟技术产生样本数据,用于训练神经网络以逼近不确定函数;针对神经网络中存在收敛速度慢、容易陷入局部最优的缺点,应用改进的粒子群算法优化神经网路,将训练好的神经网路嵌入改进的遗传算法中求解调度模型。最后,通过仿真实例,验证该模型和算法的可行性。

不同时间尺度下基于混合储能调度的微网能量优化

针对混合储能系统中能量型和功率型储能的不同特点,建立了符合实际需求的微网经济优化模型。根据不同时间尺度提出了日前调度策略和实时调度策略。考虑到日前调度预测精度差的弊端,应用机会约束规划,以一定置信水平下满足备用需求作为可靠性约束,将最小运行成本作为优化目标,利用分时电价差异,优化协调各微源和储能系统出力。针对微网内风机、光伏和负荷等不确定性因素带来的功率波动,实时调度中应用1阶低通滤波算法平滑波动功率,并通过滑动平均滤波方法对滤波后的波动功率在混合储能中进行合理分配,使蓄电池储能承担更多低频功率波动,超级电容器承担高频波动。实时调度按照日前计划进行,实时监测各单元运行状态,并及时修正功率波动累积引起的日前计划偏差。

基于机会约束2层规划的输电线路检修计划优化

通过对电力市场环境下输电线路检修计划优化问题(TMSOP)的研究,提出基于机会约束2层规划的TMSOP模型和算法。模型考虑了TMSOP涉及的不确定因素,统筹了检修经济性和检修过程中电网的可靠性,同时综合评估了不安全现象的概率和后果。模型通过基于蒙特卡罗仿真的混合智能优化算法求解,在求解过程中引入禁忌表以提高计算速度。IEEE RTS-79算例仿真结果表明,文中提出的模型和算法不仅优化了线路检修计划和检修资源安排,而且明确了检修期间电网风险最低的运行方式。

路网车流径路选择随机相关机会规划模型及其混合遗传算法

研究随机环境下车流径路的选择问题,首先给出路网车流径路方案可靠性的定义,并在此基础上建立随机环境下车流径路选择问题的随机相关机会多目标规划模型。模型考虑了车流具有不同权重的情况,目标为极大化车流径路方案的可靠性及极小化期望总费用。用C++语言编写K短路算法,并在Visual Studio 6.0上基于该算法开发了软件,用于计算网络上任意两点之间的K短路。以该软件计算出的K短路作为节点间的可选径路集,提出一种基于随机模拟的混合遗传算法。算例表明,在不同交叉和变异概率的条件下算法均可在给定进化代数内收敛至相同的最优解,有较强的适应性。

基于模糊机会约束规划的再制造装配车间调度优化方法

针对再制造零部件质量的不确定性导致工位装配时间波动范围大和调度模型难以准确描述的问题,采用基于可信性测度的模糊变量表示再制造零部件的装配时间,建立基于置信水平下的模糊机会约束规划调度模型,并提出求解该模型的混合智能优化算法:应用模糊模拟技术产生样本数据;利用反向传播算法训练多层前向神经网络逼近不确定函数;将训练后的神经网络与遗传算法相结合,以优化再制造装配车间调度问题。实例验证了该模型和算法的可行性。

基于模糊机会约束二层规划的配电网检修计划优化

建立了配电网检修计划优化的模糊机会约束二层规划模型。与传统模型相比,该模型考虑了配电网检修计划优化问题(DMSOP)涉及的不确定因素,并引入可信性理论来描述和处理检修计划优化过程中检修资源、负荷预测以及支路潮流上限等模糊性因素。采用模糊函数描述检修总成本,该函数计及了检修费用和各时段负荷转移情况。提出基于模糊模拟的混合智能优化方法求解模型,IEEE-RBTS测试系统的计算结果表明模型和方法是有效的,并可以得到强鲁棒性的配电网检修计划方案。

基于模糊随机机会约束规划的输电可靠性裕度计算

提出了基于模糊随机机会约束规划的输电可靠性裕度的数学模型和混合智能算法。将影响输电可靠性的重要因素表述为随机变量或服从正态分布的事件,例如将发电机和线路运行状态视为服从二次型分布的离散型随机变量,将用户需求看成服从正态分布的随机事件。在不确定因素随机化的基础上,将输电可靠性裕度问题转化为等价的模糊随机优化问题,输电线路开断、发电机开断和负荷模型的等约束条件退化为随机函数、模糊函数。文中提出的求解该机会约束规划模型的混合智能算法,在IEEE30节点系统上进行了仿真计算,验证了该方法的正确性和可行性。

编组站阶段计划随机相关机会规划模型及算法

在铁路当前的运输组织模式下,编组站阶段计划鲁棒性和列车到达计划兑现率的矛盾十分突出.为提高阶段计划的鲁棒性,本文运用随机规划方法,研究列车实际到达时刻随机条件下(相对于计划到达时刻)的阶段计划优化编制问题.以最大化阶段计划在列车到达时刻随机扰动下保持最优的概率为目标,建立阶段计划随机相关机会规划模型.并设计了随机模拟、禁忌搜索算法相结合的混合智能算法对模型进行求解.算例结果表明,本文构建的模型能取得鲁棒性较高的阶段计划,能为阶段计划计算机编制提供辅助决策支持.