求解PMU多目标优化配置问题的非劣排序微分进化算法

为实现电网完全可观测,同时保证PMU(同步相量测量单元)的安装数目尽量少,且系统的N-1量测可靠性尽量高,笔者提出了一种混合算法,对电网中PMU进行多目标优化配置.在此算法中,通过将Pareto非劣排序操作与微分进化算法有机融合,并对个体的排挤机制和变异策略进行改进以克服进化早熟和搜索不均匀的问题,设计出了一种新的非劣排序微分进化算法对模型进行求解,并采用模糊集理论提取出最优折中解.最后以IEEE39母线系统为例进行了PMU多目标优化配置,结果表明该方法可简单快速地实现全局多目标寻优,找到更多更合理的PMU优化配置方案,能得到准确而完整的Pareto最优前沿.

基于非劣排序微分进化的多目标优化发电调度

环境和经济优化发电调度(economic optimization power dispatch,EED)问题是一个针对总购电成本和总污染排放量均尽量低这2个相互制约的目标进行优化的非线性约束多目标优化(multi-objective optimization problem,MOP)问题,基于非劣排序微分进化(non-dominated sorting differential evolution,NSDE)过程设计了一种新的多目标优化算法来对其进行求解。该算法通过将帕累托(Pareto)非劣排序操作与微分进化算法有机融合,对个体的排挤机制和变异策略进行改进以克服进化早熟和搜索不均的问题,并采用模糊集理论提取出最优折中非劣解。以一个包含6个发电单元的电力系统为例进行环境和经济多目标优化发电调度,测试结果验证了该算法能得到完整且分布均匀的帕累托最优解集,通过与普通非劣排序遗传算法(non-dominated sorting genetical gorithm,NSGA)NSGA-II进行比较,进一步论证了该算法的优越性及求解多目标优化发电调度问题的能力。

基于改进非劣排序微分进化算法的安全约束环境经济调度

提出一种改进非劣排序微分进化算法用于求解考虑系统安全约束的环境经济发电调度问题,对相互冲突的发电费用函数和污染气体排放量函数同时进行优化。该算法采用非劣排序和拥挤距离排序对种群进行选择操作,并引入控制参数自适应调整策略来改善算法性能。在IEEE 30节点系统上进行验证,结果表明所提算法的寻优性能优于非劣排序遗传算法。

基于改进微分进化算法的节能减排发电调度研究

从节能、环保效益出发,建立了电力系统节能、减排发电调度多目标优化模型。主要采用小生境思想对pareto非劣排序的拥挤度机制进行改进,并采用动态调整机制控制算法参数对传统的进化机制进行改进。以一个6发电单元的系统为例进行仿真,结果表明:对比传统NSGA-II与NSDE算法,该改进非劣微分进化算法(INSDE)能够更好地引导并保证搜索过程向最优解逼近。

基于Pareto最优概念的多目标进化算法研究

基于Pareto最优概念的多目标进化算法已成为多目标优化问题研究的主流方向。详细介绍了该领域的经典算法,重点阐述了各种算法在种群快速收敛并均匀分布于问题的非劣最优域上所采取的策略,并归纳了算法性能评估中需要进一步研究的几个问题。

大规模风电机组并网的多目标动态环境经济调度

在风力发电技术和并网技术不断成熟以及节能减排的背景下,构建了含大规模风电机组并网的电力系统多目标动态环境经济调度模型。该模型以火电机组的总燃料费用和污染排放量为目标,同时考虑了系统的功率平衡约束、火电机组的有功出力约束、爬坡约束以及系统的正负旋转备用约束。并采用基于非劣排序分子微分进化算法对该调度模型进行求解。最后通过算例分析,验证了所构建调度模型及求解算法的合理性和优越性。

提升格式下的小波优化及陀螺信号降噪

在小波的各种应用中,一直存在着小波基的选择问题。在小波的提升框架下,提出了一种基于进化算法的小波优化方案,能够根据信号处理的目标对已有小波的系数进行修正。针对陀螺信号的降噪问题,采用此方案得到了一个优化的新小波,并利用这个新构造的小波进行了仿真。结果表明,优化的小波可获得更好的降噪效果,而且与传统方法相比,这种优化方案具有较大的灵活性,可适用不同的实际要求。

船舶锅炉水位PID控制器参数多目标优化整定

为有效提高船舶锅炉水位控制性能,提出一种基于多目标遗传算法和多属性决策(MADM)技术的PID控制器参数整定方法.将系统的跟随性能、扰动抑制性能及鲁棒性能作为目标函数,采用改进非劣分层多目标遗传算法(NSGA-II)求出Pareto最优解.使用客观赋权的信息熵法对Pareto最优解属性进行权值计算.采用逼近理想解的排序方法(TOP-SIS)进行MADM研究,给出了Pareto最优解排序.仿真结果表明,该方法通用性好,PID性能良好,适合工程实际应用.