非平衡有向网络上求解分布式经济分配问题的原始-对偶算法

受电力系统经济分配问题的启发,研究了分布式经济分配问题,其主要目标是在m个智能体组成的非平衡有向网络上最小化m个局部凸代价函数之和.网络中的每个智能体都仅仅知道自己私有的局部凸代价函数,并且同时受到耦合线性约束和局部不等式约束的影响.此外,特别关注每个智能体仅允许通过不平衡有向网络与其内部邻居进行交互的情况.为了分布式地解决上述问题,提出一种新的只需要智能体进行本地计算和本地通信的完全分布式原始一对偶次梯度算法.当网络拓扑是强连通的且权重矩阵是行随机时,理论分析证明本文的算法可以渐进收敛到全局优化问题的最优解.最后,给出了电力系统中分布式经济分配问题的数值仿真,验证了所提出算法的有效性和分析过程的正确性.

考虑经济性可靠性的输电网二层规划模型及混合算法

建立考虑经济性可靠性的输电网确定性二层线性规划模型,将可靠性问题以约束加入到经济性规划问题中,改变了传统输电网规划建模方式,实现规划方案在高可靠性条件下的经济性最优。模型上层规划目标采用线路建设成本最小,约束为待架线路数目约束;下层规划目标为切负荷最小,约束为常规运行约束,且严格满足N?1安全约束,实现最优规划方案的N?1安全运行要求。提出采用改进小生境遗传算法(improvednichegeneticalgorithm,INGA)和原始–对偶内点法(prime-dualinteriorpointmethod,PDIPM)相结合的混合算法,并对上述模型进行求解,利用小生境遗传算法处理上层规划的整数变量,进行全局寻优;对下层规划采用原始–对偶内点算法进行快速求解,提高算法速度和收敛性。18节点系统和46节点系统的结果表明该模型和算法是有效的。