计及源端不确定性的综合能源日前调度方法研究

可再生能源出力的多重不确定性对系统安全、经济运行的影响,已成为以风、光为主体的高比例可再生能源综合能源系统亟须解决的问题。在构建的日前调度模型基础上,基于可再生能源发电功率概率预测模型,以其预测置信度为决策变量,引入经济性、风电机组及光伏机组发电功率越限惩罚三个评价指标,提出一种外层为多目标优化、内层为两阶段鲁棒优化的日前调度方法。仿真结果表明:通过对可再生能源发电功率概率预测模型置信度的寻优,可以得到兼顾鲁棒性和经济性的日前调度计划。该方法可充分考虑可再生能源多重不确定性对日前调度计划的影响,为含高比例可再生能源的综合能源系统的安全、高效运行提供指导。

基于不确定性分析的商用车多目标协同优化方法研究

商用车系统是非线性、强耦合以及受大量不确定性因素影响的系统。文章基于不确定性多目标UMOMDO(Un-crtainty Multi-Objective Multidisciplinary Design Optimization,UMOMDO)优化方法,研究建立一种不确定全局协同优化框架。以近似模型数据、试验数据与动态仿真数据为基础,基于深度数据驱动学习算法构建优化变量的解空间界定器,通过特征建模与递推演算方法界定优化变量范围,将设计变量映射到高维空间。再通过高维空间数据密度差,建立整车多目标协同优化模型,并基于该优化框架对H5B中型商用车进行车架结构-性能-可靠性多目标协同优化设计。优化过后的设计与原设计相比,满载最大应力降低2.8%,扭转最大位移降低15.2%,一阶频率提高3.3%,可靠度提高到95%,且质量减少2.3%,较好地完成了可靠性轻量化设计的目标。

考虑出库不确定性的船舶舾装件立库入库优化

针对船舶舾装件立体仓库入库货位分配优化问题,本文建立了以货架稳定原则、齐配就近原则以及出库速度最快原则为优化目标的多目标优化模型。实现了考虑船舶出库不确定特点且兼顾托盘齐配率提升的立库入库优化。该研究通过分布式鲁棒优化解决了由于舾装件种类多、标准化程度低等特点导致的出库频率分布难以通过历史数据进行准确刻画的问题。基于模型的数学结构对模型进行分解,并研究设计了使用遗传算法进行热启动的分支定价算法。克服了启发式算法无法获得精确解、传统优化算法求解时间过长的两大难题,实现了大规模问题的快速精确求解,并通过数值实验结果表明:该模型对舾装件入库货位分配具有明显的优化效果。

计及多重不确定性的规模化电动汽车接入配电网调度方法

规模日益增长的电动汽车和可再生能源带来的不确定性给配电网的安全运营带来了严峻挑战。为综合考虑多重不确定性、平衡运营成本与系统可靠性,首先,提出一种基于分布鲁棒联合机会约束的电动汽车-配电网充放电调度模型。该模型将节点电压、支路功率、备用需求等通过联合机会约束建模,可以直观地管理系统整体的可靠性。然后,为求解该模型,基于最优Bonferroni近似方法将联合机会约束问题转化为混合整数二次规划模型,其中,风险等级也被视为决策变量。随后,在不同电力系统上验证了所提模型的有效性和可扩展性。结果表明,所提模型克服了经典的随机优化和鲁棒优化存在的问题,能够有效平衡成本和可靠性,计算效率高、可扩展性好,较Bonferroni近似方法降低约6.5%的成本。

开关磁阻电机系统级确定性与鲁棒性优化设计方法的对比分析

为了获取最优的开关磁阻电机驱动系统性能,该文提出系统级确定性优化与系统级鲁棒性优化设计方法,两种方法都能实现同时优化电机的本体参数与控制参数。在系统级确定性优化中,通过分层优化思想、正交试验设计与近似模型减少计算成本,采用遗传算法对电机系统进行多目标寻优。进一步,考虑到电机在批量生产中不可避免地受到加工误差等不确定因素的影响,应用连续田口法对电机系统进行鲁棒性优化。通过对比分析两种系统级优化方法,获得最优解的性能,可以发现系统级确定性优化可以获取最优的电磁性能,但其鲁棒性差,容易受到加工误差的影响;而系统级鲁棒性优化的可靠性更高,在整体提升电机驱动系统性能的同时,能够有效地降低电机在批量生产过程的失效率。最后,制造一台六相12/10开关磁阻电机,实验结果验证鲁棒性优化设计的准确性和可行性。

计及源-荷不确定性的虚拟电厂多目标鲁棒优化调度

为解决虚拟电厂内部参与者的功率再分配问题,建立计及源-荷不确定性的虚拟电厂多目标日前鲁棒优化调度模型。所提模型中对于风电、电负荷及热负荷采用可调不确定集合来描述,并以运行成本与碳排放量作为多目标优化调度的目标函数。应用对偶理论将多目标鲁棒模型转化为多目标确定性模型。为了更好地获得帕累托前沿解集,采用增广ε-约束法将多目标优化重构为单目标优化问题。应用考虑样本相关性与差异性的客观赋权法与综合评价法获取帕累托解集中的理想解。研究结果验证了所提模型的正确性及多目标问题处理方法的有效性。

不确定性多目标模糊规划在水资源优化配置中的应用

在充分考虑水资源系统中供需水不确定性的基础上,基于多目标规划、模糊规划和区间规划原理,以经济效益、社会效益和环境效益最大为目标,以需水量、可供水量和不同子区用水部门间的用水公平性为主要约束,构建一种适用于多水源、多子区、多用户的考虑供需水不确定性的多目标模糊规划模型,以期通过平衡水资源配置系统中用户配置水量、缺水风险与系统收益三者的关系,实现系统综合效益最大。模型以衡水市历年供水、用水及社会经济等数据确定规划年的水资源参数及经济参数,采用区间参数反映系统中的不确定性,通过引入模糊隶属度函数,利用两步交互式算法,将多目标规划转化为单目标规划进行求解,以2025年为衡水市规划水平年,得到规划水平年下的11个子区、4种水源、4个用水行业的最优配水方案。结果表明:本研究制定的水资源优化配置方案可实现“外调水优先利用、地下水控制利用”,同时考虑用水的公平性约束后,在缺水条件下可有效控制水资源向每立方米水效益高的区域和部门流动,有利于多区域、多部门共担缺水风险;该水资源优化配置方案可有效缓解衡水市水资源供需矛盾,实现多水源和多目标之间的协同互补。研究成果可为河北省其他县域的水资源优化配置提供技术参考。

旅游城市环境规划优化方法与应用研究(Ⅰ)不确定性多目标规划模型

以旅游城市环境系统的综合性、多目标性、动态性和不确定性的特征出发 ,提出用不确定性模糊多目标规划 (IFMOP)模型来解决旅游城市环境规划优化问题 .通过建立旅游城市环境不确定性模糊多目标规划系统模型 (IFMOPMTCE) ,使旅游城市环境系统的特性在模型建立和求解过程中得以充分反映 ,同时也有效地协调了环境经济等目标之间的矛盾与冲突 。

考虑出行成本不确定性的路网交通疏散策略

为提高应急管理水平,考虑突发事件影响下的交通出行成本不确定性,对城市交通疏散问题进行研究。首先,根据交通疏散问题的时空特性创建时空耦合网络图,并且结合行程时间成本和冲突风险成本,提出了城市交通路网出行成本的量化方法。进一步考虑路段资源权重上限的影响,通过增加边际约束,构建基于预算不确定集的先验疏散策略的鲁棒优化模型,以最小化路网疏散过程的总交通出行成本。然后运用模型重构技术,将搭建的鲁棒模型转化为混合整数线性规划模型,并设计改进的拉格朗日松弛方法进行解耦求解。最后以SiouxFalls网络进行算例分析,数值结果表明,随着不确定集和模型规模的增大,行程时间成本和冲突风险成本的增速分别提高约29.13%和236.46%,模型预算参数控制在一定的区间,能够较好地权衡解的鲁棒性与最优性。通过南京部分区域路网案例测试验证所述方法在更大规模网络算例的适用性,研究结果表明:相比于传统拉格朗日松弛方法,所提出的改良方法可以在较少的迭代次数内得到高质量的可行解。研究结果可以为应急指挥部门制定可靠的交通疏散策略提供思路。

环境承载力不确定性多目标优化模型及其应用--以北京市通州区区域战略环境影响评价为例

为明确给出环境承载力的实质内涵"人类活动阈值",利用不确定型多目标优化方法,建立了区域环境承载力优化模型.应用该模型对北京市通州区进行区域战略环境影响评价.结果表明,水环境容量是制约通州区社会经济发展的瓶颈;《通州新城规划》的人口与经济发展目标与其"滨水宜居新城"目标相违,必须削减其人口与经济目标,2010年和2020年适度人口规模分别为44.88～50.39万人和85.29～96.40万人;适度经济规模分别为132.57～182.02亿元和862.9～1141.22亿元.通过加大投资力度,调整投资结构,《通州新城规划》的三次产业结构目标基本可以实现.2010年和2020年三次产业适度的结构分别为(6%～7%):(39%～43%):(51%～54%)与2%:(23%～30%):(68%～75%).为实现这些目标,对于高能耗、高水耗行业(造纸与化工等)应限制其发展,并逐步淘汰.

一种异形支架结构的多目标优化设计方法

以航空发动机润滑油箱在机匣上安装时所采用的成附件安装结构支架为典型代表,具有复杂结构形式的异形支架,要求具有相对较高的刚度和较轻的质量,为此,建立了综合正交试验方法、有限元分析方法和神经网络拟合方法相结合的一种结构动力学特性的优化设计方法,对于具有复杂结构形式的支架结构具有较高的优化设计效率。应用正交试验方法,在支架样件模型的设计变量的可行域内合理地选择零件的解集,使该解集能充分反映优化的目标变量与设计变量之间的关系;使用有限元参数化仿真方法,对选择出的样件模型进行参数化仿真计算,得到解集中每个样件模型对应的优化的目标变量值;基于神经网络拟合方法,基于参数化仿真得到的数据,构建出设计变量与优化目标变量之间的数学模型,并使用多目标优化算法NSGA-Ⅱ进行迭代求解,得到最终优化设计结果;优化样件与初始样件的固有频率相对变化率与仿真计算值基本一致,可以验证支架结构多目标优化设计方法的准确性和有效性。

链式回转弹仓区间不确定性动力学模型

针对具有区间不确定性参数的辨识问题,提出一种基于区间可能度转换模型的区间不确定性参数的双层嵌套辨识(Double-layer Nested Identification,DNI)方法。通过将待辨识参数分为两类,利用DNI方法辨识出第1类确定性参数,再通过基于DNI思想的区间优化方法优化第2类区间不确定性参数的区间范围;面向嵌套策略类型方法计算量庞大且效率低的问题,选用贝叶斯优化-粒子群优化(Bayesian Optimization-Particle Swarm Optimization,BO-PSO)方法作为内层算法以提高求解效率。DNI方法的内层利用BO-PSO方法计算区间上下界,外层利用改进型布谷鸟搜索(Improved Cuckoo Search,ICS)方法辨识特定参数。为进一步缩短求解时间,提出一种ICS多核极限学习机(ICS-Multiple Kernel-Extreme Learning Machine,ICS-MK-ELM)代理模型,ICS-MK-ELM代理模型克服了人工调节每个核函数超参数的困难,并且模型预测精度明显高于核ELM(Kernel ELM,KELM)和MK-ELM;将DNI方法应用于链式回转弹仓的参数辨识,解决了链式弹仓具有区间不确定性参数的辨识困难的问题,参数辨识结果表明所提DNI方法以及基于DNI思想的区间优化方法具有更高的精度和稳定性。

约束多目标优化问题的一类内-外混合罚函数方法

该文提出一种内-外混合罚函数方法求解具有等式和不等式约束的多目标优化问题.其中罚函数由目标函数,内点罚函数和可行集外点罚函数构成.在适当的条件下,借助具有单调性的辅助函数,证明了算法所生成的迭代序列收敛于问题的Pareto最优解或弱Pareto最优解.同时给出了三个数值实验来验证算法的可行性.最后将算法应用于解决多指标交通网络最小费用流问题,并与线性加权法进行比较,结果表明该算法在时间成本上具有明显的优势.

城市固体废物不确定性多目标优化管理模型

在对城市固体废物管理进行系统分析，以及对各种模型深入研究的基础上，提出了不确定性多目标动态优化固体废物管理模型．模型以系统成本最小和环境影响最小为目标框架，采用不确定性分析、污染损失理论，将城市固体废物管理过程中对环境产生的影响进行货币化，使环境和经济有效地统一起来，以更加客观地解决多目标问题；同时采用完整、合理的约束条件，进一步对模型进行有效补充．将该模型应用于案例城市的优化结果表明：采用该模型可使每t固体废物处置成本较原方案减少8～18元，每年最少可节约2．8×10^7元，大大减少了运营成本．该模型采用二次污染处理至达标排放的费用，因此可以在系统成本最小的基础上，兼顾固体废物对环境产生影响最小的目标，有效地解决了多目标解法存在的问题．

不确定性优化方法在电力系统研究中的应用

随着分布式电源接入并网与电力市场化改革不断深入,电力系统规划、运行及调度等方面带有了更多的不确定性,且该不确定性影响不可忽略,需要采用相关不确定性优化方法加以解决。从不确定性优化问题中不确定因素建模的角度,对随机规划包括机会约束规划、风险价值方法、条件风险价值方法、超分位数方法与鲁棒优化方法包括场景鲁棒优化方法、盒式鲁棒优化方法、椭球鲁棒优化方法的数学模型、及特点进行分析归纳、并阐述了在电力系统中的相关应用。

油气悬架的不确定性多目标优化

为改善某393t矿用自卸车的平顺性能,需要优化油气悬架的非线性刚度阻尼特性,建立了更符合工程实际情况的7自由度整车模型.考虑矿用车运输过程中整车质量与质心位置的不确定性,选取对目标函数影响较大的悬架刚度和阻尼系数作为设计变量,选取整车质心加速度和车身侧倾角、车身俯仰角以及悬架的动扰度和车轮的动载荷作为目标函数,利用基于薄板样条插值的高维模型(TPS-HDMR)构建设计变量与目标函数之间的近似模型.采用基于Pareto概念的多目标优化遗传算法进行优化,得到了最优Pareto解集.仿真结果表明:多目标优化可以同时改善11个目标的性能,提高汽车的平顺性.

旅游城市的不确定性多目标环境规划优化模型框架研究

简要分析了旅游城市环境规划的特点 ,针对性地提出了一套不确定性模糊多目标旅游环境系统规划优化方法 ,这是首次将不确定性多目标规划方法应用于以旅游业发展为重点的城市环境规划领域。并相应地建立了旅游城市环境不确定性模糊多目标系统规划优化模型 (IF MOPOMTUE) ,既把各种环境要素和经济要素有机地整合入模型中 ,又充分考虑了旅游城市环境发展的不确定性 ,通过人机交互式方法 ,将专家和决策者的意见落实在模型参数上 ,从而最大可能地保证了规划结果的科学性和可操作性。

计及不确定性因素的多目标网架重构策略优化

在电力系统恢复过程中,一些与线路有关的不确定性因素如由外界环境或操作问题等引起的线路投入失败对网络重构过程和结果具有重要影响。在此背景下,首先将线路的不确定性因素引入网络重构问题之中,并借助风险管理的思想考虑了网架重构策略的风险,在此基础上建立了以最大化所恢复的发电节点数目、最小化恢复路径的充电电容和最小化重构策略的风险为目标的多目标网络重构模型。之后,采用场景分析方法将不确定性问题转化为多个确定性问题,并应用差分进化算法和Dijkstra算法求解。最后,以新英格兰10机39节点系统为例说明了所发展的模型和算法的基本特征。

新能源接入下配网储能配置多目标自动优化方法

随着新能源的大规模接入,配电网的储能配置问题日益凸显。为解决该问题,提出了一种新能源接入下的配网储能配置多目标自动优化方法。根据当前储能配置优化标准的设定,设置目标函数;采用多阶方式扩大配网储能配置优化覆盖范围,设定多阶优化配置约束条件,以此为基础,构建分布式新能源配置多目标优化模型,采用收敛调度处理实现配置优化。结果表明,应用该方法优化后的配网储能配置平均响应延时能控制在0.5 s以下,响应的平均能耗降低至76 kWh,最终得出的荷电状态SOC由最初的56%变为40%,说明应用设计方法优化新能源储能配置的效果较好,具有实际的应用价值。

不确定性设计优化理论与方法研究

系统地开展了不确定性设计优化理论与方法研究,定义了设计不确定性、设计稳健性和设计可靠性等概念,阐述了不确定性设计优化理论体系框架,建立了不确定性设计优化模型,提出了解决不确定性设计优化建模、求解和计算复杂性问题的有效途径。