计及多重不确定性的生物质电厂库存优化模型

生物质电厂库存优化策略的制定是保障区域电力供应的基础,然而生物燃料的季节性和需求的不确定性给库存优化带来了极大的挑战。为降低多类不确定因素对库存优化的影响,提出一种计及多重不确定性的生物质电厂库存随机-鲁棒优化模型。首先,使用椭球不确定集描述了生物质燃料价格及质量水平的不确定性,并利用情景树法构建典型生物质可用性场景,降低燃料供应季节性对库存策略制定的影响。其次,考虑误差的随机性和模糊性,利用生态云发生器模拟了3种用户的负荷曲线,提高了需求曲线拟合的准确性。最后,以库存总成本最小为目标,建立计及多重不确定性的生物质电厂库存随机-鲁棒优化模型,并通过算例对比确定型、随机和随机-鲁棒3类优化模型的优化结果,验证模型的有效性。结果表明:随机-鲁棒优化模型的生物质电厂库存总成本最低,为269.15万元。相比随机优化模型,所提策略的库存总成本降低了34.59%,能够提升库存优化策略的经济性和可靠性。

考虑不确定性风险的虚拟电厂优化调度模型研究

为使虚拟电厂(VPP)更好地满足我国新型电力系统的发展需要,提出了一种考虑不确定性风险的虚拟电厂优化调度模型。首先,在热电联合虚拟电厂基础上加装碳捕集和电转气设备,实现CO_(2)的循环利用,并通过储碳和储氢装置解耦碳循环和电解水过程;其次,对虚拟电厂内风光、负荷等不确定因素进行建模,基于场景分析法对日前场景进行随机优化,并利用条件风险价值理论(CVaR)衡量虚拟电厂的交易风险;最后,以虚拟电厂运行效益最大化为目标,引入阶梯型碳交易机制和需求响应,建立典型场景下虚拟电厂优化调度模型。算例分析表明,所提方法能有效降低虚拟电厂的碳排放,对VPP进行低碳经济调度具有指导意义。

学习控制技术·方法和应用的发展新动向

分析和概述了当前学习控制系统所采用的技术、学习方法及应用的发展新动向 .从所采用的技术来看 ,学习控制正在从采用单一的技术向采用混合技术的方向发展 ;从学习方法和应用来看 ,学习控制正在从采用较为简单的参数学习向采用较为复杂的结构学习。

参数不确定对象的模糊非线性PID控制方法

针对传统 PID 控制不能同时获得较佳的动静态性能和一些非线性 PID 控制需构造合适的非线性函数和附加参数调整等问题,提出了将一维模糊控制器与 PID 控制器相级联构成了一个新型模糊非线性 PID 控制器。该一维模糊控制器只需用五条控制规则,实现了输入与输出的非线性增益关系,并且模糊非线性 PID 控制器利用原有的 PID 控制参数,易于实现。同时针对一类参数不确定的被控对象。

不确定需求和能力约束下的多目标多工厂生产计划

针对多个具有供需关系的制造工厂和多个地域分散的客户组成的供需网络,研究了不确定需求、生产能力和运输能力条件下的多周期多目标生产计划方法,决策变量为每个周期上工厂的生产计划及工厂间的运输计划,优化目标为最大化总利润与最大化任意客户的平均客户满意度。利用模糊数描述不确定参数,在建立问题的混合整数规划模型后,将此模糊数学模型转化为最大化满意度的加权和模型,并提出了禁忌搜索与后向启发式方法相融合的B-TS算法。计算实例证明,B-TS算法能够有效获得多目标多工厂生产计划。

7种阔叶植物群落降噪的临界达标宽度

选取南京市部分主干路道路绿地的7种阔叶植物群落,通过沿道路纵向每间隔5m以及不定距移动测量,结果表明:测量时间段内路缘处噪声的等效连续A声级平均值都超出GB3096-2008中相应规定的限制,其中最高的超出6dB,最低的超出1.3dB;同一阔叶植物群落,随着离开路缘的距离增加,降噪效果更加明显;不同的阔叶植物群落在同一距离处的降噪效果不同,这与植物群落的组成和内部结构特征有密切关系;植物群落的降噪效果与林带宽度并非都呈线性关系;7种阔叶植物群落达到声环境功能区环境噪声限值的临界宽度值集中在5～15m范围内;达到一定宽度的阔叶植物群落可以基本满足城市主干路的降噪要求,在道路绿化中可以广泛应用。

基于自抗扰技术的智能温度控制器设计

自抗扰控制器(ADRC)不依赖被控对象模型,具有很好的鲁棒性,特别是对于大时滞对象的控制特别有效,但是一套控制器参数无法控制所有温度对象。通过对实际温度对象分析和仿真,提出了用10套控制器参数控制所有温度对象的思想,并把这种思想应用到智能温度控制器设计中。控制器在参数自整定阶段从10套控制器参数中寻找性能指标最优的参数投入运行。通过仿真和实时控制表明,所设计的智能温度控制器对不确定温度对象具有良好的控制效果。

基于机会约束规划的虚拟电厂调度风险分析

机会约束规划主要用来处理含多个随机变量的复杂约束问题,由于虚拟电厂存在大量不确定因素,包括可再生能源输出功率波动、负荷预测误差、机组故障停运等,采用机会约束规划建模能够很好地描述由随机变量带来的不确定性。该文建立基于机会约束规划的虚拟电厂(virtual power plant,VPP)经济调度模型。该模型以最大化虚拟电厂经济效益为目标、旋转备用约束为机会约束,利用随机模拟和遗传算法结合的混合算法进行求解。针对机会约束规划处理中所伴随的失负荷风险,建立风险量化指标,讨论不同控制场景、不同置信水平及不同风险系数下VPP调度决策所面临的风险水平,探讨虚拟电厂调度过程中经济性与风险性之间的平衡关系,以期为机会约束规划中最佳置信水平的选择提供参考。

核电厂设计基准风速确定中几个问题的探讨

本文以广东某核电厂设计基准风速的确定过程为例,通过对不确定因素的深入分析以及校核计算的验证,探讨了设计基准风速确定过程中值得注意的几个常见问题。根据法规对确定核电厂设计基准的相关要求,本文对核电厂设计基准风速确定过程中不确定因素的处理提出了建议,并讨论了相应的取值原则。

基于多层流模型的不确定性故障诊断技术

针对核动力装置系统参数密集且相互影响、故障征兆随故障发生的位置、程度以及警报阈值的不同而发生变化、难以获得确定的故障诊断规则的问题,在采用多层流模型描述核动力装置的运行特性的基础上,引入了影响因子来描述故障征兆之间的因果关系强度,进一步结合警报分析方法和贝叶斯理论进行不确定性故障推理。建立了压水堆主冷却剂系统不确定性故障诊断模型,通过仿真证明了该方法可以合理有效地识别系统故障,解决了由于诊断规则的不确定性而可能造成的误诊和漏诊,可有效辅助操纵员进行深层次决策。

基于鲁棒规划方法的农业水资源多目标优化配置模型

在干旱半干旱地区,调整种植结构可以促进农业水资源的高效利用。农业水资源配置需要在多个目标间权衡博弈,对各目标的偏好和赋权直接影响着优化模型的输出和决策方案的制定,但以往研究往往忽略了权重确定过程中因主观等因素的影响而普遍存在的不确定性。针对农业水资源多目标规划中存在的权重不确定性难题,建立了基于鲁棒优化方法的农业水资源多目标优化配置模型方法(MRPWU)。该方法可以把权重中蕴含的复杂不确定性信息纳入建模过程,产生可靠的模型结果;并能提供效益值及风险值均定量化的方案集,便于决策者在权衡效益与风险后确定最优方案。模型以作物种植经济收益和碳吸收量最大化为目标、以水土资源供需平衡等为约束条件,并应用于农业水资源供需矛盾突出的甘肃省民勤县。优化结果表明,随着保护度水平的提高,生态效益上升,经济效益和综合效益下降,系统面临的风险也随之下降。相比于权重为确定参数的模型,MRPWU模型可以在综合效益下降3.7%的同时,较大地提高系统应对权重不确定性以及风险的能力。与2017年的实际情况相比,MRPWU模型可以减少种植面积1.6%、节省灌溉用水3.9%,同时提高生态效益1.6%。

采用不确定性因素决策法确定污水处理厂布局

随着城市的不断发展,污水处理厂的规模、承受的负荷也不断增大,对小区域污水处理厂布局方案进行优化选择已越来越重要。利用不确定性多属性决策对其进行选择,既省去了烦琐的计算步骤,又减少了决策者在决策过程中承担的风险,具有较高的实用价值。

基于多场景构建的作业车间调度性能仿真研究

针对不确定环境下作业车间动态调度性能评估问题,利用在线调度方法对扰动环境下作业车间调度性能进行仿真研究,设计了一种面向对象的动态多场景生成模型。首先,基于Plant Simulation搭建作业车间动态仿真平台。其次,考虑设备故障、紧急插单、工件随机到达、交货期紧迫性变化等不确定因素进行动态场景车间结构设计,构建作业车间动态多场景。然后,综合考虑5类调度指标,基于20种调度策略进行在线调度分析,并比较不同策略在不同指标下的调度性能,以此构建作业车间动态多场景知识库。在实际生产中,辅助调度人员进行决策,以指导实际生产。最后,以某机加工车间为例,进行动态多场景实例仿真。算例结果表明了所提方法的可行性与有效性。

参数不确定下导弹姿态跟踪鲁棒控制器设计

针对导弹在飞行过程中数学模型的不确定性以及三通道之间的耦合影响,结合Schauder固定点定理,利用数学变换方法把多输入多输出(MIMO)系统分解为一组等效的多输入单输出(MISO)子系统,从而实现了通道间的一定程度的解耦。然后利用定量反馈理论(QFT)及近似不相关方法对主对角回路进行鲁棒控制器和前置滤波器的设计。仿真结果表明,设计的控制器跟踪效果良好,鲁棒性强,具有较强的工程应用价值。