基于蝴蝶优化的配电线路双层迭代降损方法研究

为解决10 kV长配电线路损耗大、电压质量差及降损设备年投资回报率低等问题,提出一种结合蝴蝶优化的配电线路双层迭代降损增效方法。首先,考虑线路负荷三相不平衡,应用电力系统仿真软件Open DSS建立目标配电线路分相潮流仿真模型。其次,增加10 kV线路无功补偿装置容量与位置以及调压器分接头挡位与位置为控制变量,建立以考虑全寿命周期成本(lifecyclecost,LCC)的年投资回报率最大为目标的外层规划模型,以年有功损耗及年平均电压偏移量最小的多目标为内层运行模型。然后,利用蝴蝶算法通过Python调用Open DSS潮流计算模型仿真,得到潮流结果和理论线损并求解降损模型。最后,以某供电公司线路为算例进行验证,结果表明该方法能为线路降损提供实用的实施方案。

AGC机组动态优化调度模型的凸松弛及其双层迭代算法

为了应对高比例可再生能源接入给互联电网频率控制带来的挑战,现有研究提出通过自动发电控制(AGC)机组动态优化调度来克服常规AGC控制滞后的问题。然而,AGC机组动态优化调度模型是混合整数非线性规划(MINLP)模型,不易求解。为此,基于凸优化理论,提出了AGC机组动态优化调度模型的改进算法。首先,基于变量替换及分段McCormick包络技术对原模型的双线性项进行松弛;然后,通过功率损耗的线性化处理,将原模型转化为可高效求解的混合整数线性规划(MILP)模型;在此基础上,进一步提出一种双层迭代算法,通过内层循环收紧双线性项松弛间隙、外层循环减小功率损耗的线性化误差,以提高调度模型的求解精度。最后,采用IEEE 14节点系统和IEEE 57节点系统验证了所提改进算法的有效性。

一种基于双层迭代聚类分析的负荷模式可控精细化识别方法

提出一种基于双层迭代聚类分析的负荷模式可控精细化识别方法。首先以皮尔逊相关系数为相似性度量进行外层形态相似性聚类,然后分别对外层聚类得到的每一类簇以欧式距离为相似性度量进行内层幅度相近聚类。每层都先在给定的阈值约束下迭代聚类,再对迭代收敛得到的聚类簇合并。实际算例分析结果表明：与传统负荷模式识别方法相比,所提方法改善了负荷形态聚类效果,可识别出形态相似但幅度不同的负荷,还能对聚类精细化程度进行控制,提高了聚类准确率。

基于双层迭代并行方式的线损在线计算方法研究

为了实现全网理论线损的在线计算,本文在已有分解协调计算模型的基础上,提出了一种适用于大规模电网的线损并行计算方法。该方法使用改进的Fast-Newman算法进行网络划分,减小边界协调量的影响,实现不同类型网络的线损计算方法选择;进而利用外层缓冲网等值,引入双层迭代算法,通过边界向量的外层迭代实现子网边界状态量的一致收敛。应用Matlab并行工具箱,在IEEE 39节点系统和实际的地区电网上进行验证,结果表明本文方法具有良好的计算精度和加速效果,适合应用于在线计算系统。

基于双层迭代的孤岛微电网前推回代潮流计算

鉴于传统的配电系统潮流计算方法不再适用于微电网,提出了一种新颖的前推回代法用于求解无平衡节点的孤岛微电网潮流。该方法设置了内外双层迭代策略,在内层采用传统的前推回代法,在外层采用频率和电压联合修正,很好地解决了孤岛微电网频率偏移问题。最后通过含5个DG(分布式电源)的IEEE 33节点孤岛微电网算例仿真,结果表明,与BFGS信赖域方法相比,本文所提MBFS(改进前推回代)方法不仅具有计算准确、易于实现的优点,还能适应不同增益的下垂控制场景,为微电网的分析与规划提供了有力工具。

一种功率最小化的双层迭代子载波分配算法

研究OFDM下行链路通信系统中关于子载波和对应功率分配的功率消耗问题。在满足用户最小速率和子载波约束的条件下,形成了关于系统功率消耗最小化的混合优化问题。通过变量代换,将原始问题转化为只与子载波分配有关的整数优化问题。在此基础上,提出了一种功率最小化的双层迭代子载波分配算法,每次内部迭代求解两个用户的局部最优值,外部迭代判断收敛停止条件,最后通过数值仿真验证了所提算法的有效性。

非正交多址系统中基于公平性改善的双层挤压迭代功率分配方法

为了解决下行非正交多址系统中多用户通信的公平性问题,提出了基于公平性改善的双层挤压迭代功率分配方法。研究内容包括:首先,设计基于用户信道增益差的用户信道分裂过程,方便动态调整功率挤压时的挤压程度;其次,从强用户到弱用户进行内层功率挤压迭代,根据信道分裂情况设置挤压因子与附加挤压因子,使信道分裂处的弱用户对强用户挤压程度更强;第三,对内层挤压功率进行外层迭代的再分配与再挤压,可保持总功率不变的情况下,进一步提升功率分配的公平性。仿真结果表明:对比信道分裂下与信道未分裂下的公平性指数,其性能提升了25%;对比仅进行挤压因子与附加挤压因子调整,而未进行内外层迭代次数调整的情况,公平性指数性能提升了53.71%,同时,所提算法比注水算法达到的公平性指数明显改善,在公平性提升方面达到了较好的效果。

RLV双层迭代末端能量管理段轨迹设计方法

针对可重复使用运载器末端能量管理段初始状态存在大范围摄动问题,提出一种双层迭代末端能量管理段轨迹设计方法。首先,将地面轨迹设计问题简化为求两直线公切圆问题,仅需改变单一参数即可大范围调节航程,得到可行地面轨迹;针对纵向平面,提出双层迭代轨迹设计算法,内层迭代剖面参数保证飞行器满足末端状态约束,外层迭代地面轨迹参数改变航程。然后,提出了制导方法和双层迭代校正算法,并开展了仿真计算及分析。研究结果表明,在初始状态存在大范围散布情况下,所提算法均可得到满足需求的地面轨迹和纵向剖面参数,保证飞行器顺利到达自动着陆窗口,末端状态误差较小,具备较强的鲁棒性。

求解供应链分销模型的双层规划方法

以一个多仓库、多分销点的供应链二级分销网络为研究对象,分别从供应链上、下游企业的角度出发,以各自的物流成本最小化为目标,利用双层规划方法建立了供应链分销网络优化模型.讨论了该模型的求解方法,并结合分层迭代的思想给出了一个有效的算法,最后借助于计算机技术实现了对模型的仿真计算.

基于加权双层Bregman及图结构正则化的磁共振成像

针对磁共振图像(magnetic resonance imaging,MRI)重建质量的问题,提出一种基于加权双层Bregman字典学习方法和图结构正则化稀疏表示的新算法.该算法中,迭代重加权最小l1和图结构正则化稀疏表示模型是被合并到双层Bregman字典学习方法中.加权双层Breman的字典学习方法在外层迭代中增强K空间抽样数据的约束性,在内层迭代中解决Lp的优化.而图结构正则化稀疏表示方法具备捕获图像结构细节的能力,所以从较高的欠采样数据中能完成精确重建.此外,在内层迭代中,重加权最小l1和图结构正则化稀疏表示使算法能快速地趋于收敛.实验结果表明,所提出的算法可有效恢复MRI图像,其峰值信噪比和高频错误的值都优于基于压缩感知的字典学习方法和基于双层Bregman的自适应字典学习方法.

基于凸松弛半正定优化的潮流路由器双层规划

潮流路由器作为一种交直流混联电网的潮流控制新型电力电子装置,其成本较高,且控制效果与之在电网中的位置强相关,因此带来首要考虑的选址定容技术问题;且由于潮流路由器数学模型的非线性非凸特性,针对发输电系统的传统规划手段不适用于潮流路由器的规划。针对上述问题,首先简单介绍了潮流路由器的概念及其潮流计算模型;其次建立了潮流路由器选址定容优化模型;然后将启发式算法与凸松弛算法相结合,提出基于双层迭代和半正定规划的求解方法,有效解决了上述模型的非线性非凸及混合整数规划求解难题。最后基于IEEE 30、IEEE 57和IEEE 118等标准算例系统进行仿真分析,仿真结果证明了所提选址定容方法的正确性和有效性,能够有效优化PFR的安装位置及其数量。

CFRP复合材料层合板胶接结构铺层方式优化

通过多岛遗传算法对CFRP复合材料层合板强度和胶接接头强度进行双层迭代优化,并研究遗传算法控制参数对优化效率和优化稳定性的影响,提出兼顾CFRP复合材料层合板强度及胶接结构强度的最优铺层方式。结果表明:CFRP复合材料层合板胶接结构的剥离极限失效载荷与拉伸极限失效载荷成正比;优化设计方法可在保证层合板自身强度的前提下,提高胶接接头连接强度约14%;在铺层角度和铺层顺序被约束的情况下,CFRP复合材料铺层纤维方向为0°的铺层越靠近胶层,连接接头极限失效载荷越大;对于较快收敛的遗传算法优化问题,应采用较少的岛数、较小的交叉率和较小的变异率以保证其优化求解的稳定性。

考虑多台区互联的中低压交直流混合配电网双层协同优化调度方法

高比例可再生能源的大量接入和新型用电设备的增加,使得配电网逐渐向区域化、网格化转型,中低压交互、多台区互联的交直流混合配电网将成为配电网的发展趋势。鉴于此,提出了考虑多台区互联的中低压交直流混合配电网功率双层协同优化调度方法。以综合成本最小为目标建立交直流低压台区功率优化调度模型,得到各个台区内储能充放电策略和电动汽车V2G(vehicle to grid)策略;以系统综合电压偏差最小、综合运行成本最小为目标,建立中压优化模型,得到互联换流器的交换功率。将上下层结果互相传递迭代优化,直至中压配电网和各个低压台区全部收敛。最后,以改进的IEEE 33节点算例系统对所提方法进行了验证,算例结果表明,所提方法能够有效减小系统网络损耗,平抑电压波动。

双层异步迭代洪水演进模拟算法

均一化迭代是基于栅格数据的洪水演进模拟常采用的迭代策略,存在设定迭代步长与栅格单元实际所需时间不一致的问题,直接影响到栅格单元水位、流量的计算精度。针对该问题,提出了一种双层异步迭代策略。外层迭代控制洪水演进时刻,内层迭代则通过分析不同栅格单元洪水的流速特征,实现迭代步长及迭代次数的自适应设定。采用商用FloodArea软件、均一化迭代算法及双层异步迭代算法,分别对福建省万安流域暴雨洪水历史数据进行模拟。该算法模拟结果的平均误差比FloodArea小0.361m,比均一化迭代算法小0.654m,说明该算法能有效提高洪水演进模拟的整体精度。

GIS区域数据时空线性建模方法

GIS区域数据时空分析研究是指在区域对象空间拓扑结构保持不变的情况下,属性数据随时间变化的时空过程和时空格局的探测、建模和预测。其统计模型需要考虑时序相关性和空间关联性两方面因素,时空线性建模通常采取空间回归模型和时序回归模型相结合的方法。在现有区域时空线性模型的基础上,给出了多阶多元时空线性回归模型的一般形式,并针对一阶时空线性回归模型,研究了在回归参数不同限定条件下的模型特定形式及相互关系,分析了模型中权重矩阵的构建方法,提出了一种结合最小二乘和最大似然的模型参数估计双层迭代算法,并对模型的实际应用进行了分析。

多仓库多分销点的二级分销网络的优化

以一个多仓库、多分销点的供应链二级分销网络为研究对象,分别从供应链上、下游企业的角度出发,以各自的物流成本最小化为目标,建立了描述该分销网络优化问题的双层规划模型,讨论了模型的求解并提出了一种基于粒子群优化算法及分层迭代思想的求解算法,最后借助计算机技术实现了对模型的仿真计算。提出的算法不仅能有效求解双层规划问题,可以获得高质量的全局最优解,而且该算法本身具有通用性,其算法流程与具体的双层规划模型无关,可以求解一般的双层规划问题。

基于深度学习的资源投入问题算法

针对资源投入调度问题,提出了基于实时调度状态的调度优先级规则智能决策机制,构造了嵌合人工神经网络的双层迭代循环搜索算法。算法上层为启发式资源搜索框架,下层为基于实时调度状态的调度优先级规则智能决策算法。下层算法通过双隐层BP神经网络离线学习,获得调度状态与调度优先级规则的映射关系,并在实时调度过程中的每一阶段,根据当前调度数据,智能决策调度优先级规则,并指导作业调度进行。最后,通过标准算例库PSPLIB进行对比实验,验证了所设计算法的有效性。

多子项目分包商选择问题的一种新算法

根据评标中的主要评价因素,建立以分包商序号为决策变量并考虑关联效益的分包商选择模型.由于所建立的模型决策变量出现在下标中,经典的优化算法不再适合用于问题的求解,因此提出了带局部调优的双层迭代遗传算法.该算法在内层循环的最后一步对优良粒子进行了聚类,对优良粒子中汉明距离小于3的类进行局部寻优,并用寻优后的粒子以及由它进行变异后的粒子进入下一步的备选种群,对汉明距离介于3和d的类进行局部调优,再进行下一步的备选种群,既可保证已寻找到的优良粒子都在种群中,又可保持种群中粒子的多样性,避免算法的早熟.

含高渗透率光伏的低压配电网主动电压控制建模研究

随着分布式光伏的加速发展,低压配电网光伏渗透率不断提高,电压安全控制难度很大。本文分析了含高渗透率光伏的低压配电网的网损和电压特性以及运行成本,并提出了兼顾电压安全和运行经济性的低压配电网主动电压控制模型。该模型以系统运行成本最小为优化控制目标,在传统电压调控方法上拓展了光伏功率因数和储能有功的调控手段,计及电容器和变压器的调节代价以及储能装置的运行成本,并考虑了储能装置剩余容量的平衡约束。最后采用双层迭代的灾变遗传算法进行求解。仿真验证了所提模型的有效性,在保证系统电压安全的基础上充分挖掘系统节约运行成本的潜力。

Bi-level model for shared parking decision-making based on parking lot assignment simulation

In order to carry out comprehensive decision-making of multi-class shared parking measures within a region, a bilevel model assisting decision-making is proposed. The upper level selects parkers＇ average satisfaction and the violation rate during peak hours as indices in object function, and sets probability distribution models describing dynamic parking demand of each site, the feasibility of shared parking scenarios and occupancy requirements during peak hours of each parking lot as restrictions. The simulation model in the lower level sets up rules to assign each parker in the random parking demand series to the proper parking lot. An iterative method is proposed to confirm the state of each parking lot at the start of formal simulations. Besides, two patterns linking initialization and formal simulation are presented to acquire multiple solutions. The results of the numerical examples indicate the effectiveness of the model and solution methods.