基于数据驱动期望场景集序列的微电网鲁棒经济调度算法

针对新能源和负荷功率的不确定性,提出基于数据驱动期望场景集序列的微电网鲁棒经济调度算法。通过聚类方法将大量历史场景数据进行聚类处理,形成聚类场景集序列,基于概率缩减为期望场景集序列。日前计划阶段,以任意场景可行作为约束条件,以期望场景所对应的微电网运行成本的概率加权指标作为目标函数,通过列约束生成算法对微电网经济调度问题进行求解。日内调度阶段,利用新能源和负荷的测量数据,基于日前计划调度结果对微电网进行再调度,通过对传统能源发电功率和电网交互功率调整进行惩罚,来追踪日前计划调度结果,优选出微电网设备最优出力,提高微电网经济性。仿真案例验证了该方法的有效性。

基于列生成的云平台资源约束项目调度研究

随着云计算技术的不断发展,越来越多的实验室以及办公环境都采用云平台来获取计算资源。但是,在对云平台相关技术的研究过程中,发现对于云平台资源约束项目的调度问题一直都是一个比较大的挑战。主要原因就是,对资源约束项目进行调度需要考虑资源利用率以及调度的时间成本。根据问题建立了资源约束项目资源库调度模型和一种基于列生成算法的云平台资源约束项目算法。通过与拉格朗日技术、数字优化技术及自适应遗传算法等进行实验对比。结果表明,该方法在问题的解决上是具有明显优势的,也验证了该方法的有效性。

基于二维约束Non-Guillotine切割的插补算法

分析了二维约束Non -Guillotine切割问题常用求解算法的特点和不足之处。针对二维切割问题的数学模型 ,提出了一种应用列生成法和模拟退火算法的插补算法 ,通过分析该算法的逻辑结构和数据结构 ,展现它运算处理速度快和所得解的最优、性能好的特点。并以依据该算法设计的下料软件系统的生产使用效果进一步反映了该算法的新颖和高效。

基于列生成启发式的单线电动公交车与司机整合调度优化

在考虑电动公交车里程约束与司机连续工作时间和总工作时间约束的基础上,研究单条公交线路的电动公交车与司机整合调度问题,即将给定时刻表车次分配给电动公交车和司机,同时,生成车辆运营计划和司机排班计划,设计基于列生成启发式方法求解提出的整合调度问题。列生成方法用于生成线性松弛最优解,将整个问题分解为一个主问题和两个定价子问题。其中,主问题从可行车辆行车路径集合和司机车次链集合中选择最优的司机车次链和电动公交车行车路径,覆盖所有车次,并保证车辆运营计划产生的空驶弧都被司机排班计划覆盖;定价子问题描述两个基于时空网络的资源约束最短路问题,分别用于生成可行的车辆路径和司机车次链,并设计深浅算法得到整数可行解。使用合肥市3条公交线路随机生成算例检验提出算法的有效性。

面向可加工性的复杂约束状态下一维优化下料

根据目前对优化下料问题的研究现状,指出优化下料问题应综合考虑产品设计、生产、制造过程,给出了影响一维优化下料问题的复杂约束状态;以可加工性好和原材料利用率高为目标,建立了复杂约束状态下以综合资源消耗最少为目标函数的优化下料问题的数学模型;提出并实现了非定长优化和定长优化相结合的两阶段一维优化下料方法。最后,通过实例验证了所提方法的实用性和有效性。

飞机排班一体化模型与算法研究

为了改善航班计划两阶段完成的次优性,将机型指派、路线选择与机尾号指派综合考虑,构建了飞机排班的整数规划与约束规划杂交一体化模型.通过设计了一种基于约束编程思想的列生成算法对该问题进行求解.最后,通过航空公司实例数据验证了模型算法的正确性和有效性.

基于约束编程的飞机排班问题研究

飞机排班是航空运输生产计划的重要环节,对航空公司的正常运营和整体效益有着决定性影响.飞机排班通常构建为大规模整数规划问题,是航空运筹学研究的重要课题,构建的模型属于严重退化的NP-Hard问题.本文把飞机排班问题构建为多商品网络流模型,并应用列生成算法求解;在列生成子问题中,引入约束编程系统实现快速求解航班连线(航班串)并计算各航班串简约成本,动态选择列集并与限制主问题进行迭代.最后,利用国内某航空公司干线航班网络实际数据验证模型和算法的有效性,并与航空公司实际排班进行比较研究.

机型指派与飞机路线一体化建模及算法研究

通常航班计划都是分阶段完成的,即航班时刻表→机型指派→飞机排班→机组排班,每一个问题都相对独立的建模并求解。通常无法得到全局最优解甚或无解,对后续问题求解造成很大困难。为了克服这种困难及改善航班计划的次优性,将机型指派、飞机路线问题综合考虑,建立多机型的一体化飞机排班多商品网络流模型。为实现模型的有效求解,提出了基于约束编程的动态列生成算法;即用约束编程快速求解航班连线(航班串)并计算各航班串简约成本,动态选择列集并与限制主问题进行迭代。最后,利用国内某航空公司干线航班网络实际数据验证模型和算法的有效性,并与航空公司实际排班和分阶段优化情况进行比较研究。

基于两段排样方式的矩形件优化下料算法

针对矩形件下料问题,提出一种基于两段排样方式的优化下料算法。首先构造一种约束排样算法,生成矩形件在板材上的两段排样方式。然后采用列生成算法依据矩形件剩余需求量迭代调用上述约束排样算法生成一个虚拟下料方案,按照不产生多余矩形件原则选取虚拟下料方案中的部分排样方式加入到实际下料方案中,更新矩形件剩余需求量;重复上述步骤直到矩形件剩余需求量为零。采用文献中基准例题将该算法与2种文献算法进行比较,数值实验结果表明该算法下料利用率比2种文献算法分别高1.61%和0.78%。

CLSP问题的分枝定价算法

提出了一种新的算法 分枝定价(Branch and Price)算法解经典CLSP,带有能力约束的单级多项动态批量问题(Thecapacitatedsingle level,multi item,dynamiclot sizingproblem)·CLSP问题有广泛工业背景,而且已被证明为NP Hard问题,它的目标是最小化总的装设(set up)费用和库存费用之和在所考虑的时间范围(horizon)内,并且满足给定约束条件·分枝定价算法是一种广义分枝定界(branch and bound)算法,它允许应用列生成(columngeneration)过程于整个分枝定界树·详细描述了该算法的实现,并用两组benchmark问题测试实例说明了该算法的有效性和优越性·

高风电渗透率系统恢复中环网并列合闸角的最优调控

考虑风电出力不确定性的合闸角最优调整策略制定对促进高风电渗透率系统安全、快速恢复具有重要现实意义。首先,以盒式集合表征风电场出力的不确定性,并结合基于直接优化法的区间潮流算法分析风电出力不确定性对合闸角的影响。然后,以调整常规机组出力和机端电压、恢复部分负荷作为减小合闸角的调控措施,建立以参与出力调整的常规机组尽量少、出力调整量尽可能少以及优先恢复重要负荷为目标的两阶段鲁棒优化模型,保证合闸角调整策略在复杂风电出力环境下的可靠性。为实现模型的高效求解,采用近似线性化潮流方法进行线性化处理,将模型转化成混合整数线性规划模型,并结合二分法和列与约束生成算法迭代求解。算例结果验证所提两阶段鲁棒优化模型和迭代求解方法的有效性和可行性。

基于分支定价算法的电动汽车车辆路径问题

目前,随着电动汽车的普及,物流企业逐渐重视电动汽车的应用。本文考虑到电动汽车在实际应用中的行驶里程、充电耗时以及配送时间等因素,研究含时间窗的电动汽车车辆路径问题,建立了相应的混合整数规划模型,然后改进分支定价算法以求得其最优解。改进的分支定价算法首先根据Dantzig-Wolfe分解原理将原问题分解为基于路径的主问题(MP)和求最短路径的子问题,然后用列生成和动态规划算法在主问题和子问题之间进行迭代以求得主问题线性松弛后的最优解,最后采用基于弧的分支策略求得其整数解。通过用改进的Solomon算例的实验数据,与CPLEX比较验证了模型和算法结果的准确性,并对该问题进行了灵敏度分析,证明了本文提出的算法具有一定的应用价值。

计及N-k网络安全约束的二阶段鲁棒机组组合

为提高调度决策的安全性以增强其应对偶发线路故障扰动的能力,文中提出一种计及N-k网络安全约束的二阶段鲁棒机组组合模型。首先,介绍了2种当前研究中采用的N-k不确定集合,并对集合特点进行了阐述;其次,基于2种N-k不确定集合,构建了一般形式的二阶段鲁棒机组组合模型。其中,第一阶段为线路故障前的机组启停决策;第二阶段为观测到线路故障最坏情况下的经济调度决策。所提模型可采用列与约束生成(C&CG)算法将第一阶段、第二阶段问题分别对应转化为主问题与子问题进行迭代求解,并且运用对偶原理和线性化技术,可将主问题与子问题均转化为混合整数线性规划(MILP)模型。最后,通过对IEEE 14节点及IEEE 118节点系统的测试分析,验证了所提模型的有效性。

考虑网络约束和源荷不确定性的区域综合能源系统两阶段鲁棒优化调度

区域综合能源系统(regional integrated energy system,RIES)是泛在电力物联网和能源互联网实现的重要载体。分布式能源及负荷不确定性、多能源的网络约束及其耦合特性分析是RIES运行面临的主要挑战。针对配网级RIES,建立电-气-热能源系统的网络模型并提出线性化方法;考虑不确定性负荷和风电出力的极端场景,构建日前调度的两阶段鲁棒优化(two-stage robust optimization,TRO)模型,并借助列约束生成算法(column and constraint generation algorithm,C&CG)将模型反复迭代求解。算例分析结果证明了所建立的TRO模型在提升系统鲁棒性、风电消纳能力和抵御实时电价波动风险等方面的有效性,及在模型中考虑区域热网损耗对经济性和计算效率的改善。研究成果体现了RIES不确定性运行中的多能互补协调优化效益。

带有一致性规范约束的航空机组排班问题研究

航空机组人员排班是航空公司运营调度过程中的重要环节,现有文献对该问题的研究主要集中在排班成本的最优化以及排班结果的鲁棒性等方面,但排班计划对机组人员工作状态的影响尚未在已有的研究中得到充分的讨论与重视。因此,本文借鉴了最早提出于车辆路径规划等问题中的一致性概念,通过对华东地区某大型民营航空公司真实航班数据的分析,提出一类新型的、具有重要价值的一致性规范约束。该类约束具体体现在生成排班计划过程中,对人员工作班次的一致性与人员过夜城市的一致性做出要求。基于我国民航规定与真实航班数据,本文构建了航空公司机组人员排班的基础模型以及包含一致性约束的拓展模型。求解算法采用了列生成算法框架,并且在针对该框架中复杂子问题的求解提出了一种新的基于动态规划的启发式算法。数值实验结果表明,该求解算法可在短时间内求解大规模的机组排班问题,求解结果显著地提升了机组排班计划的一致性,这对航空公司实际机组排班计划的制定具有重要的价值。

基于动态列生成算法的飞机排班问题研究

飞机排班是航空运输生产计划的重要环节,对航空公司的正常运营和整体效益有着决定性影响;飞机排班通常构建为大规模整数规划问题,是航空运筹学研究的重要课题,构建的模型属于严重退化的NP-Hard问题.在考虑对多种机型的飞机进行排班时,大大增加了问题的复杂性.针对航空公司实际情况,建立多种机型的飞机排班模型;为实现模型的有效求解,提出了基于约束编程的动态列生成算法;即用约束编程快速求解航班连线(航班串)并计算航班串简约成本,动态选择列集并与限制主问题进行迭代.最后,利用国内某航空公司干线航班网络实际数据验证模型和算法的有效性.

氢储能系统容量双层鲁棒随机优化配置方法

氢能作为一种清洁无污染、能量密度大的二次能源,是大规模消纳新能源的理想储能载体,耦合氢储能系统和可再生能源的电热氢综合能源系统为消纳新能源提供新的思路和方案。围绕电热氢综合能源系统中如何以经济合理的方式投入氢储能设备展开研究,解决氢储能设备容量的合理配置问题以及考虑源荷不确定性对电热氢综合能源系统运行的影响,提出了一种考虑季节性存储和源荷不确定性的电热氢综合能源系统中氢储能容量优化配置方法。首先针对风电功率预测误差较大,电热气负荷预测精度较高的特点,分别采用不确定集和抽样场景描述源和荷两侧的不确定性。然后建立了考虑源荷不确定性和季节性存储的氢储能容量配置双层鲁棒随机优化模型,其上层问题以年化投资成本和运行成本的总成本最小化为目标确定氢储能系统装置容量,下层问题采用两阶段鲁棒随机优化模型模拟电热氢综合能源系统典型日在风电出力最恶劣场景下的最优运行方案。由于该模型难以直接求解,提出基于粒子群优化算法和列与约束生成算法对该类复杂模型进行求解。最后,通过对某个电热氢综合能源系统算例进行分析,算例分析结果验证了所提方法的有效性,获得的氢储能系统容量优化配置方案能够促进风电消纳和提高系统运行的经济性。

计及多重不确定性的虚拟电厂响应区间评估方法

为了准确评估虚拟电厂在电源侧和负荷侧出现多重不确定性情况下可为电力系统运行提供的响应能力,提出考虑多重不确定性的虚拟电厂响应区间两阶段鲁棒优化评估方法。基于虚拟电厂内可再生能源与负荷不确定性特征的区间描述,建立以运行成本最低为目标的虚拟电厂响应区间评估模型,通过场景分解将其转化为最劣场景与最优场景下的两阶段鲁棒优化模型,采用列和约束生成算法分别求解2个场景下的各设备功率区间计划,并将虚拟电厂在2个场景下的对外响应功率计划作为上、下限,从而评估虚拟电厂参与电网运行的响应区间。算例仿真结果表明,该方法能够在计及不确定因素影响并保证解空间可行的情况下,评估虚拟电厂对外交互功率和运行成本的适宜区间,为虚拟电厂参与电网调度及电力交易提供参考。

不确定条件下大型铁路建设工程的物资储备基地选址优化

为提升复杂环境下铁路建设工程物流设施网络的可靠性,首先,使用情景削减技术生成最小中断情景子集及其中断概率,以描述运输通道的中断情景;然后,采用多面体不确定集刻画物流需求的不确定性,以运输成本、建设成本、运营成本以及惩罚成本等综合成本最低为目标,应用两阶段的随机优化技术与鲁棒优化技术,构建物资储备基地选址不确定优化模型,并基于一种列与约束生成(C&CG)算法求解模型;最后,以复杂环境下的C铁路建设工程为例,验证模型和算法的有效性。结果表明:在随机中断情景中,模型获取方案的成本变异系数是传统模型的4.3%,在极端需求波动情况下,模型获取方案的成本波动幅度可达传统模型的38%,两阶段不确定优化模型能有效减少物流设施网络因运输通道中断及需求波动导致的成本变动。

面向光伏集群扩展规划的两阶段分布鲁棒优化

随着双碳目标的深入推进,可再生能源的渗透率逐年攀升,其消纳问题备受关注。分布式可再生能源集群是一种消纳可再生能源的新模式,在规划时需要着重考虑源荷不确定性的影响。以分布式光伏集群新增光伏并网规划为背景,计及源荷的不确定性,提出了一种基于两阶段分布鲁棒优化的光伏集群扩展规划方法。考虑规划阶段和运行阶段侧重的不同,建立了以年等值成本最小为目标、考虑机组出力约束和电网承载能力的两阶段分布鲁棒优化模型。为了提高计算效率,结合K-means聚类和极限场景法对区域分布式光伏和随机负荷的历史数据进行削减和修正,并基于修正后的场景集构造了基于Wasserstein距离的概率分布模糊集。接着采用列和约束生成算法将建立的两阶段分布鲁棒优化模型分解为主问题和子问题,通过主问题和子问题的迭代进行求解,进一步提高了求解效率。其中,为实现子问题的求解,引入了拉格朗日对偶法将子问题转化为确定性优化问题。最后,以某分布式光伏集群为例开展算例分析,结果表明:所提的基于两阶段分布鲁棒优化的光伏集群扩展规划方法可以有效协调规划运行方案的经济性和鲁棒性,根据历史场景集的大小和可靠程度可以灵活调整模型控制参数以满足多种工程应用场景下对可靠性和经济性的不同需求。