基于模型预测控制的双馈风电场无功电压快速优化控制

针对风电场单时间断面预测信息存在的无功控制滞后且电压指令跟随性差的问题,提出一种基于模型预测控制的双馈风电场无功电压控制策略,该策略以风电场并网点电压和机端电压偏差最小为目标。首先,基于时间尺度计算无功设备出力及负荷需求预测信息,建立无功电压预测控制模型。其次,在控制周期内划分更细化的预测控制点,修正预测模型,提前协调并分发双系统控制指令,有效降低反应时间。该策略在风速快速波动时可优化电压控制性能,提高跟随精度,使无功设备快速补偿无功以稳定并网点电压,并合理调控静止无功发生器的动态无功容量,实现无功储备最大化。在MATLAB/Simulink中建立双馈风电场模型进行仿真,结果表明,所提策略能够实现快速协调无功设备出力,有效降低反应时间,增强了风电场无功快速调节能力。

基于NSGA-Ⅱ的多目标代码混淆模型研究

为解决工业工程中的代码混淆领域存在的多种代码评价指标冲突,以及如何相应确定最优代码混淆技术应用序列的问题,基于NSGA-Ⅱ遗传优化算法,建立一种面向多目标优化的代码混淆模型。提出了基于抽象语法树(AST)的树型基因编码,设计了适用于代码混淆的交叉、变异和选择操作。优化和选取多种可能发生冲突的软件复杂度组成广覆盖面指标集合作为NSGA-Ⅱ的目标函数。应用多种具有代表性的代码混淆技术,设计了多套不同目标种类和不同目标个数的实验方案对该模型进行了有效性验证。