柴油机SCR系统NO_x目标转化率分布规划方法

采用SCR技术,可以使NO_x比排放满足排放法规要求.然而,各个工况NO_x目标转化率的分布设定,对NH_3的综合比消耗存在很大的影响.为此,分析了ESC稳态测试循环利用优化NO_x目标转化率分布的方法降低NH3比消耗的可行性,依据实验数据,建立了以NO_x比排放和NH_3平均滑失浓度限制作为边界条件、以最小NH_3平均比消耗作为优化目标的数学描述模型.针对此模型,给出了最优解的求解方法.采用上述优化模型,在离线模式下得到了最优的目标转化率分布MAP,并通过发动机台架实验进行了ESC实验循环验证.结果表明,采用该优化方法可以节省10%~20%的NH_3消耗量.

广州市“十三五”绿色建筑空间分布规划研究

为进一步加强广州市"十三五"期间绿色建筑发展指标的可实施性,提出"一模型、三衔接、三支撑"的方法路径,即构建一个基于广州市城市总体规划的绿色建筑空间分布潜力模型,将绿色建筑发展指标与各区行政主体责任相衔接,强化责任支撑;与城市空间布局及绿色生态示范区建设相衔接,强化空间支撑;与城乡规划体系相衔接,增强规划前置管理,强化管理支撑。该研究丰富了绿色建筑发展规划的内容,为其它城市提供了新视角、新方法。

微粒群优化算法在基站分布规划中的应用

微粒群优化算法(PSO)是一种具有全局随机优化的智能算法。该算法编程简单,鲁棒性强,并行运算能力强,能以较快的速度收敛至全局最优解。本文在PSO的思想基础上提出了一种改进搜索方向,降低"早熟"概率的方法,即结合遗传算法,引入了爬坡算子。本文并将该改进算法应用于基站分布规划的研究中,实验仿真结果表明,利用该改进算法能提高基站覆盖率,降低经济成本。

遗传算法在核辐射环境监测点分布规划中的应用研究

核辐射监测站点的布局规划在核辐射环境监测中发挥着至关重要的作用。监测点的布局规划不但要求实现对监测区域的覆盖,同时还要尽可能降低投入成本。为了获得这一有多目标性规划问题的解,提出利用现代数值分析方法中的遗传算法对监测点部署规划进行分析求解,进而获得最佳的规划方案。

基于CAD模型的三坐标测量机测量点分布规划

在三坐标测量机中,基于CAD模型的测量点分布规划是实现自动测量的基础。针对传统的测量点分布不均匀、呈静态性等不足而导致测量成本高、测量效率低的问题,在实现CAD数据交换接口和模型元素特征识别的基础上研究了表面测量点的分布规划。CAD数据接口以IGES文件为数据交换格式,实现模型导入、转换和三维重绘;模型元素特征识别通过边界表示法对体、面、环和线元素进行识别和存储;研究了表面测量点分布对一般平面、圆柱圆锥面和自由曲面的测量点的动态分布规划。通过实例验证了测量点分布规划的可行性和有效性。

PSO算法在通信基站分布规划中的应用

PSO算法是一种全局随机优化算法。将该算法用于移动通信网络基站分布规划,具有很高的效率以及可行性和实用性,为移动通信网络基站分布规划提供了新的方法,并能在时间和空间效率上做到提高和优化。PSO算法与其它算法比较其特点在于:该算法易于编程实现,占用计算机内存少,能以较快的速度收敛到全局最优解,是一种有效的搜索算法。

电力-绿证点对点交易下基于多产消者博弈均衡的分布式资源扩展规划

点对点(peer-to-peer,P2P)交易是近年来快速发展建立的配网内新型市场机制。由于投资建设周期较短,分布式资源的扩展规划将受P2P交易的显著影响。考虑多产消者间的博弈互动,该文建立基于多产消者博弈均衡的分布式资源扩展规划模型,并结合模型特征与求解需求构建基于Lp-BoxADMM的分布式求解算法。进一步通过基于IEEE标准测试系统的算例分析,验证所提模型及算法的有效性。分析P2P交易与多产消者间博弈互动行为对分布式资源扩展规划、新能源消纳、产消者成本收益的影响。

考虑交通网络不确定性及SESS与MESS空间配合的分布式储能防灾应急规划

为在大规模停电后提供紧急电力支持,提出一种考虑交通网络不确定性及固定储能系统(SESS)和移动储能系统(MESS)空间配合的分布式储能(DES)防灾应急规划方法。基于正态分布区间数,建立通行时间不确定的MESS调度交通网络模型,提出考虑SESS与MESS空间配合效应的联合应急供电策略。采用机会约束描述交通网络不确定性,构建考虑供电可靠性最优的DES选址定容模型。将机会约束转换为确定性等价类,针对DES防灾应急系统多个供电可靠性衡量指标间的冗余问题,提出基于规格化法平面约束法的多目标优化求解方法。采用改进的IEEE 30节点系统及交通网络进行验证,结果表明所提方法能够实现多区域最优配置,验证了SESS与MESS的空间配合效应,并反映了交通网络不确定性对规划结果的影响。

计及不确定性的分布式微网参与电网优化调度方法综述

以高比例可再生电源为主的微网接入电力系统,在有效降低系统碳排放水平的同时,给系统带来大量不确定性因素。建立典型的“风-光-柴-储”微网结构,以经济最优、电能质量最优、碳排放最少、用户满意度最优为目标,总结了当前风、光等分布式微网电源对接入电网的主要影响。在此基础上,分别从确定模型、隶属度模型、区间数据模型3个方面总结了不确定参数建模方法,归纳了目前对含风、光不确定性电源微网优化调度的求解方法及各种方法的优缺点。最后,展望了含风、光不确定性电源微网优化调度的发展方向,旨在为微网不确定性优化调度研究提供参考。

基于MAS的分布式卫星系统任务规划研究

针对分布式卫星系统的规划与调度问题,提出了一种基于多Agent协商机制的分布式规划与调度方法。首先建立了分布式卫星系统的分层分布式多Agent控制结构,并详细设计了各个层次Agent的功能。其次,给出了卫星Agent之间基于合同网的交互协议,设计了基于优先级的招标任务选择策略以及基于任务动态插入的投标方法,并给出了实现全局优化的评标策略和目标函数。针对观测环境的动态情形,给出了相应的动态任务处理流程。最后通过一个卫星编队实例进行了验证。

共享式应急救援机构体系的构建与分布规划研究

为充分调动政府、专业及企业自备救援队伍的联动,发挥"大救援"智能。以企业应急救援需求为导向,采用发散式思维,研究共享式应急救援机构建立的基础条件和管理模式的方案,构建共享式应急救援机构体系。提出以应急时间为导向的区域共享式应急救援机构分布规划,建立共享式应急救援机构分布优化模型,实现应急资源的优势互补。

人工智能中的合作分布式规划

人工智能中的合作分布式规划是分布式问题求解的一个特例,同时又具有规划问题的特征,其应用范围广,研究意义大。文章对该领域近来的发展进行了总结,以规划任务表达和分解、任务分派、任务完成为主线,给出已有的研究成果、目前的研究现状,并着重讨论了任务完成阶段运用的各种协调技术,文末还指出未来的研究方向。

计及配网静态电压稳定约束的分布式发电规划模型与算法

研究了配网中分布式发电(distributed generation,DG)的规划问题,建立了一种考虑静态电压稳定约束的DG规划模型,提出了基于遗传算法的模型求解方法。将该方法应用于69节点系统进行测试,结果表明上述模型与算法是可行的。计及静态电压稳定约束导致该模型的计算量增加了,文章最后对提高该模型计算速度的方法进行了探讨。

基于耐受渗透比的10 kV配电网分布式电源规划

针对目前分布式电源(DG)规划方法建模求解复杂的问题,提出配电网DG耐受渗透比的概念。分析了配电网特征参数对耐受渗透比的影响,并提出了一种基于耐受渗透比的10 kV配电网DG规划方法。首先根据10 kV配电线路的电气特征进行分类。然后建立各类线路的基态线路模型。其次在同类线路的特征参数范围内,取极端情况通过基态线路模型进行计算,得到10 kV配电线路的耐受渗透比。最终形成各类线路耐受渗透比推荐表,指导配电网的分布式电源规划。算例结果验证了该方法的有效性和正确性。

基于改进粒子群算法的配电网分布式电源规划

合理地对分布式电源进行选址和定容对于实现配电网网损最小是至关重要的。应用改进粒子群优化算法进行配电网分布式电源(DG)规划,并结合罚函数法将DG规划问题转化成无约束求极值问题,从而有效地提高了改进粒子群优化算法的全局收敛能力和计算精度。对69节点和33节点配电测试系统进行仿真计算,结果表明了论文采用的DG规划模型和改进粒子群优化算法的正确性和适用性。

带精英保留策略的纵横交叉算法分布式电源规划

考虑分布式电源投资经济效益的基础上,建立以网络损耗费用、分布式电源发电售电收入、分布式电源投资与运行维护成本为目标的分布式电源规划模型,采用双向搜索机制的纵横交叉算法具有很强的全局收敛能力,但算法的竞争算子使粒子局限于"嫡系"粒子间的竞争,为保证粒子公平竞争,通过引入精英保留策略对纵横交叉算法进行改进,将改进的算法与IEEE69节点系统相结合进行仿真实验,所得结果表明改进算法优化结果准确、合理,算法的全局搜索能力强,收敛精度高。

基于遗传算法的并行设计耦合集任务分布规划

针对完全并行迭代模型在实际产品设计中难以实现的问题,从迭代过程中任务的迭代时间和迭代次数的有限性两个方面对迭代模型进行了修正,并在此基础上对迭代模型进行了扩展,建立了改进后的多阶段混合迭代模型。结合遗传算法,求解在多阶段混合迭代模式下耦合集的最短执行时间和最小成本以及相对应的任务分布方案。以某智能割草机的开发设计过程为例,说明了该方法的有效性,并分析了阶段数和学习率对任务执行时间和成本的影响。

基于场景概率驱动的输电网和储能分布鲁棒规划

在碳达峰和碳中和的目标要求下,可再生能源+储能被认为是一种能够有效促进新能源消纳的手段。传统的3层鲁棒规划方法在进行输电网和储能联合优化时忽略了风电出力场景的概率信息,所得投资决策往往过于保守。为此,利用风电出力场景的历史数据构建了基于L_(1)-范数和L_(∞)-范数的混合概率分布不确定集,在考虑最恶劣概率分布的情况下进行输电网和储能的最优投资决策,能够改善传统鲁棒规划方法过于保守的问题。此外,采用一种可并行计算的列和约束生成算法求解所建模型,在求解max-min内层问题时不需要进行复杂的对偶转换,且无需求解双线性项,只需要并行求解若干个小规模的线性规划问题,有效提高了求解效率。Garver 6节点系统算例的仿真结果验证了所建模型和算法的有效性。

采用改进杜鹃搜索算法的主动配电网双层分布式风电规划方法

随着可再生能源尤其是风电的大规模接入,配电网规划面临着新的巨大挑战。提出了一个主动配电网双层规划模型,其上层为风电场的选址定容规划,下层是考虑配电网公司主动管理费用的最优潮流运行控制。上述双层规划问题是复杂的混合整型非线性规划问题,使用常规的确定性方法很难求解获得其全局最优解。为此,提出了基于杜鹃搜索算法的混合改进算法,使用正弦载波Levy飞行方法来产生满足上下限约束的新解,并通过正弦扩展载波进行局部精确搜索。然后将双层规划模型转换为等价的单层优化模型,并进一步构建了双目标优化模型。最后,通过IEEE 33节点测试系统对所提出的模型和算法进行了验证。

基于密度峰值快速搜索聚类的多场景分布式电源规划

针对间歇性分布式电源出力的随机性、负荷需求的不确定性以及分布式电源与负荷之间存在相关性的问题,采用拉丁超立方抽样并结合Spearman秩相关系数的Cholesky分解,得到分布式电源具有相关性的出力与负荷需求样本。通过密度峰值快速搜索聚类算法对相关性样本进行有效削减得到典型场景,以分布式电源投资运行费用和配电网向上级电网购电费用最小为优化目标,建立分布式电源多目标规划模型。最后通过二阶锥松弛将规划模型转化为混合整数二阶锥规划问题,并调用Cplex求解器对规划模型求解。IEEE 33节点算例结果验证了所提模型的合理性。