基于ADMM的电-气综合能源系统分布式滚动优化调度

电-气综合能源系统优化调度是提高系统经济效益的重要手段,而其优化调度模型复杂、约束条件较多、求解困难,同时负荷及可再生能源预测值存在较大误差。针对这一问题,首先构建集中式优化调度模型,其次采用交替方向乘子算法(Alternative direction multiplier method,ADMM)将集中式优化调度模型转化为两个可以信息交互的子系统,同时将滚动优化方法引入到算法之中,构建分布式滚动优化调度模型。最后通过算例验证了所提方法的可行性及有效性,一定程度上减小了预测误差对系统的影响;对比三种优化模型下系统运行成本,证明分布式滚动优化模型算法收敛性好的同时具有一定的经济效益。

带信息素回访机制的多无人机分布式协同目标搜索

为了提高无人机对目标的搜索捕获能力和对不确定度较高的区域的回访能力,进而提高多无人机协同搜索效率,提出了一种带信息素回访机制的多无人机协同目标搜索方法。首先,建立了包含目标存在概率地图、不确定地图和数字信息素地图在内的环境感知地图及其更新机理,使得无人机对任务区域中环境和目标信息的感知更加全面和准确,为无人机在线自主地进行搜索决策奠定基础。其次,考虑到任务子区域的可控回访需求,借鉴信息素"释放-传播-挥发"的特性,设计了基于信息素的网格回访机制,来引导无人机对目标存在可能性较大的区域或者不确定度较高的区域进行回访搜索。最后,设计了基于环境感知地图的协同搜索决策性能指标,在分布式滚动时域优化框架下,建立了多无人机协同搜索决策方法。使用蒙特卡罗方法验证了无人机数量、传感器探测靶面半径、传感器性能对搜索效率的影响。对比仿真表明,信息素回访机制能够保证较强的遍历能力和回访能力,使得无人机能够尽早搜索到更多的目标,尽快地降低整个搜索区域的不确定度。