基于分层粒子群优化算法的用户侧电力调峰配置模型

由于传统的用户侧电力调峰配置模型在实际应用中的电网净负荷峰谷差较大,导致配置效果不理想,因此提出基于分层粒子群优化算法的用户侧电力调峰配置模型。选取用户电费最小、系统净收益最大及供电周期内电力调峰配置成本最小三个目标,利用函数对目标进行数学表达,根据实际需求针对电力系统功率平衡、电力系统发电机组连续时间段内的发电量及发电机组爬坡能力需求设计相应的约束条件,利用分层粒子群优化算法求解出符合约束条件的目标函数最优解,输出用户侧电力调峰优化配置策略。实验证明,设计模型的电网净负荷峰谷差小于传统模型,设计模型在用户侧电力调峰配置方面具有良好的应用前景。

一种混合粒子群优化算法在翼型设计中的应用

提出了一种分层交换差分粒子群优化算法。作为一种混合算法,将粒子群优化算法与差分进化算法有机地结合了起来,使得粒子种群和差分种群分层交换,共享最优信息,加快了收敛速度,降低了陷入局部最优的风险,函数测试结果表现出算法具有更好的寻优性能。将算法应用到翼型设计之中,取得了良好的优化效果。

超分辨波长调控变焦超透镜

提出了一种超分辨波长调控变焦超透镜的设计方法,同时对相位、色散、振幅进行调控,在提升超透镜轴向变焦能力的基础上,采用分层粒子群优化(HPSO)算法不断压缩超透镜的点扩散函数,使超透镜的半峰全宽(FWHM)不断逼近甚至小于衍射极限0.5λ/NA(NA为数值孔径)。作为理论验证,设计了一种工作在68~80μm波长范围内的超分辨波长调控变焦超透镜。仿真结果表明,其轴向变焦能力约为常规衍射超透镜的1.52倍,在73~78μm波长范围内的横向分辨率小于衍射极限。