路-电耦合配电网调度与充电策略协同鲁棒优化

电动汽车(electric vehicles,EV)的普及使得路网和配电网耦合关系越发深入,为了对EV有序调控以获得缓解路网拥堵和提升电网运行稳定性的双重功效,该文基于改进的用户均衡(user equilibrium,UE)原理和置信间隙决策理论,提出了路-电耦合配网调度与充电策略协同鲁棒优化模型。其中,改进的UE原理不仅可通过优化充电策略引导EV出行和充电,还可反映不同类型用户响应的差异性;置信间隙决策理论则可准确描述不确定参数,同时可弥补常规鲁棒优化方法过于保守的不足。算例应用表明,所提方法有利于通过充电策略有序引导EV出行和充电行为,并在不确定性环境下最小化路-电耦合系统的综合运行成本。

基于非支配排序遗传算法的的多学科鲁棒协同优化方法

针对鲁棒协同优化(robust collaborative optimization,RCO)具有两级优化结构和多目标形式的特点,提出基于非支配排序遗传算法(non-dominated sorting genetic algorithm,NSGA--Ⅱ)的RCO求解方法.在NSGA--II非支配排序中,根据个体的不可行度和不可行度阈值来决定其可行性,并给出随进化过程逐渐减小的不可行度阈值.在该阈值的作用下,在进化初期,保留较多的目标函数和标准差较小的个体,以便优化向全局极值点附近靠近;在进化后期,保留较多的学科间一致性好的个体,以便增强学科间的一致性.该方法在保证各子学科间一致性的前提下,可有效避免RCO优化结果易收敛到局部极值点的问题.利用典型算例对该方法进行了验证,结果表明该方法的优化性能良好.

复杂产品的多学科鲁棒协同设计优化方法研究

为了处理好复杂产品各子系统之间的耦合关系以及各子系统的异构性问题,以协同优化(CO)算法为基础,结合系统不确定分析(SUA)方法和近似不确定传播(IUP)方法,构建了多学科鲁棒协同设计优化算法框架。在设计变量的不确定性能够被概率分布函数描述的情况下,此算法框架能够解决复杂产品的设计优化问题。通过对梳齿式微加速度计的多学科鲁棒协同优化设计算例的计算,验证了此算法在输入参数存在微小扰动的情况下能够有效提高设计解的鲁棒性。

鲁棒协同优化模型及其求解方法

从提高鲁棒协同优化(Robust collaborative optimization,RCO)模型的计算效率和模型求解方法优化性能角度出发,提出简化的基于隐含不确定性传播的鲁棒协同优化(Simplified implicit uncertainty propagation robust collaborative optimization,SIUPRCO)模型和改良的鲁棒协同优化模型求解方法(Improved robust collaborative optimization resolving method,IRCORM)。SIUPRCO是对基于IUP方法所建立的RCO模型进行的改善,它避免对全局灵敏度方程的求解,从而提高了RCO模型的计算效率。在IRCORM模型求解方法中,为解决RCO易陷入局部极值点的问题,利用动态罚函数法得到确定性协同优化的全局极值点,并将该值作为RCO优化的初始点;采用遍历组合的方法,给出Pareto最优解。典型算例的优化结果表明,SIUPRCO模型具有合理性,IRCORM求解方法具有良好的优化性能。

混合不确定性鲁棒协同优化设计方法

为了改善鲁棒协同优化设计中约束函数鲁棒性评估的精确度,提出一种混合不确定性鲁棒协同优化设计方法。针对区间分布不确定性优化问题,该方法通过灵敏度分析方法修正子学科中的鲁棒约束函数,使不确定性因素不仅包括各输入变量的不确定性,还包括鲁棒协同优化求解过程中共享设计变量不一致带来的模型不确定性。数值算例的优化结果表明,混合不确定性鲁棒协同优化方法显著改善了约束函数鲁棒性评估的精确性。将该方法应用到一个卫星结构优化设计问题中,并采用自适应模拟退火算法求解,验证了该方法对复杂工程系统鲁棒优化设计问题的适用性。