基于禁忌算法对不确定性舰载机保障的调度优化研究

为提高舰载机甲板保障调度稳定性,减少保障作业期间的不确定性风险,设计了甲板调度数学模型,针对以加油设备故障为例的保障不确定性,建立了设备失效分布函数,提出了保障作业风险系数值、故障机会影响因子的研究方法,推算得出不确定性目标函数计算模型,采用改进的禁忌算法进行了求解,得出调度优化方案。仿真实验结果验证了所提研究方法的有效性与可行性。

基于免疫算法的生产调度现状与展望

为提高生产调度的效能,首先阐述了生产调度和免疫算法的概况,然后分类讨论了免疫算法在生产调度问题中的研究现状,最后分析了目前此类研究中存在的问题和不足,并探讨了基于免疫算法的生产调度问题进一步的研究方向。

计及大规模风电和柔性负荷的电力系统供需侧联合随机调度方法

随着风电规模日益扩大,其对电网的影响不容忽视。计及柔性负荷调峰,将柔性负荷成本作为有机牵制扩展到调度模型之中,提出了计及大规模风电和柔性负荷的电力系统供需侧联合随机调度方法。该方法构建了揭示电力系统运行风险的数学表达方式,综合度量了风电波动的可能性和严重性,计及柔性负荷的调峰特点,建立了计及大规模风电和柔性负荷的电力系统供需侧联合随机调度模型;利用帝国竞争算法对模型进行求解,算例仿真证明了所建模型的正确性,结果表明,所提出的调度方法可以有效协调电力系统的运行成本与风险,降低了系统的运行成本以及系统"弃风"的风险。

考虑柔性负荷调峰的大规模风电随机优化调度方法

不确定性风电大规模接入,给电力系统调度带来了新挑战。本文将柔性负荷作为一种调峰资源,提出了考虑柔性负荷调峰的大规模风电随机优化调度方法。该方法考虑了风电的概率特性,计及柔性负荷的调峰特点,构建了揭示电力系统运行风险的数学表达方式,综合度量了系统的安全性和经济性,建立了考虑柔性负荷调峰的大规模风电随机调度模型;利用帝国竞争算法对模型进行求解,以38机算例仿真验证了所建立模型的正确性和有效性。结果表明:考虑柔性负荷调峰的大规模风电随机调度方法可以有效协调电力系统的运行成本与风险,提高了系统的运行效益,增强了系统对风电的消纳能力。

基于改进DNE极限域的含光热发电系统风光电消纳能力的评估方法

针对传统DNE(Do-Not-Exceed)极限域的风电消纳评估模型存在的缺陷,文章提出了一种基于改进DNE极限域的含光热发电系统风光电消纳能力的评估方法。首先,定义了爬坡需求,以计及风光不确定影响下连续时间断面间的系统可靠性,建立了改进DNE风光电消纳极限域模型;然后基于该模型,论述了光热发电对提高风光电消纳能力的可行性。同时,考虑风光联合出力及系统运行风险分布特点,以系统弃电与失负荷条件风险价值最小为目标,对风光电消纳域进行优化;最后,通过算例仿真验证了方法的有效性,并分析了风光预测误差及光热电站储热容量对评估结果的影响。

柔性直流配电网优化调度研究

大规模可再生能源接入电网的需求对柔性直流配电网的研究起到了推动作用。合理调度是直流配电网的核心问题之一,直接关系到直流配电网的运行性能。可再生能源出力误差使得配电网调度更加复杂。针对上述问题,提出了基于机会约束规划的直流配电网多目标优化调度模型,并采用结合随机模拟的粒子群算法求解出给定直流配电网的调度方案。算例表明,机会约束规划的应用能有效减小可再生能源出力不确定性对调度造成的影响。

采用增强学习算法的排课模型

时间表问题是典型的组合优化和不确定性调度问题。课表问题是时间表问题的一种形式。分析了排课 问题的数学模型,并研究了用增强学习(Reinforcement Learning)算法中的Q学习(Q-Learning)算法和神经网络 技术结合解决大学课表编排问题,给出了一个基于该算法的排课模型,并对其排课效果进行了分析和探讨。

联合作战资源调度模型研究

针对联合作战筹划过程中的不确定性资源调度问题,设计了基于资源流的反应式调度模型;针对调度过程中的时间不确定性,提出了模糊数建模方法;针对资源调度过程中的资源不确定性,提出了基于双重优先级的优势资源竞争方法,并通过遗传算法进行全局寻优,针对任务不确定性问题,设计了反应式鲁棒策略模型,并实验验证了模型的有效性。