基于改进仿射算法的主动配电网区间调度

针对高渗透率分布式可再生能源的不确定性和仿射算法结果的保守性影响调度计划的问题,提出基于改进仿射算法的主动配电网区间优化调度模型及其求解方法。以区间变量表征分布式可再生能源中风机和光伏出力的不确定性,利用带有误差修正机制的灰色马尔可夫模型得到风机和光伏出力的区间预测值。建立综合考虑主动配电网运行约束和灵活性指标,以综合运行费用最低和净负荷波动最小为目标的主动配电网多目标区间优化调度数学模型。在仿射算法的非线性运算中引入区间泰勒公式,提出一种改进仿射算法并将其应用于主动配电网潮流计算,并通过CPLEX和INTLAB对调度模型进行联合求解。修改的IEEE 33节点系统的仿真结果表明,区间优化调度可为调度人员提供更直观的主动配电网状态量上、下界信息,而且所提方法的计算效率更高,所得区间结果的保守性、可靠性和有效性更优。

不确定系统响应上下界分析的改进仿射算法

针对仿射运算时新符号噪声的引入必然造成误差放大的不足,在函数上下界计算中引入了矩阵形式的上下界的仿射计算公式,提出了一种计算上下界的改进仿射算法。该算法在仿射变量进行乘法运算时不会引入新的噪声,相对与传统的仿射算法能得到更紧凑的界限;并通过实例计算演示了该公式的计算过程及计算方法的有效性。将有界不确定性变量的仿射型及改进的仿射运算引入不确定系统响应上下界的计算。仿真结果表明,相对于区间算法及传统的仿射算法,该算法得到解的界限更为紧凑。

改进Quatre算法的无人机编队快速集结方法

为了提高多无人机在编队集结过程中的稳定性,提出基于改进拟仿射类进化(improved quasi-affine transformation evolutionary,IQuatre)算法的无人机编队集结方法。首先,基于分布式模型预测控制(distributed model predictive control,DMPC)建立无人机编队的运动预测模型,通过预测无人机的“未来态”规避编队内碰撞风险,滚动优化的数学模型提高了无人机到达指定位置的稳定性,使得无人机更好、更快地加入编队飞行;其次,对Quatre算法进行种群优化改进,将携带最优基因的父代个体有选择性地加入子代种群,加快种群收敛。实验结果表明,基于DMPC的无人机编队集结未出现碰撞情况,减小了无人机调整状态过程中出现的位置偏差;对比仿真验证了IQuatre算法能够提高编队集结的稳定性,较原Quatre算法减少了5.2%的平均迭代次数,在计算时间上节约了4.6%,位置误差减小了0.45 m。

关于高铁列车客运站优化选择编制仿真研究

高速铁路客运节点级别划分可以有效简化旅客列车停站方案优化编制问题。在旅客列车停站方案编制前,需要事先划分高速铁路客运节点的等级,以确定不同站点的停靠列车数量。高铁客运节点具有多属性、关联度高的特点,采用传统人工站点划分方法往往导致站点信息利用不足,划分结果不合理。提出了粗糙集和改进仿射传播算法相结合的客运节点级别划分方法,首先运用遗传算法采取粗糙集理论中的属性约简以排除冗余变量,接着基于约简后的客运节点属性变量指标体系,运用引入IGP指标的改进仿射传播算法对客运节点进行聚类。以2014年京沪高铁的实例研究结果表明,改进仿射传播算法能够对高速铁路客运节点进行有效划分,为高速铁路旅客停站方案优化编制提供基础。