火电厂负荷优化分配的模拟退火粒子群算法

合理选择火电厂负荷优化分配的优化算法对快速完成电网调度指令、最大限度降低发电成本至关重要。在标准粒子群优化算法中引入模拟退火算法的思想,引入收缩因子对算法的重要参数进行了改进,并对种群初始化方式进行了改进,采用拉格朗日乘子法处理功率平衡约束。在严格满足约束条件的基础上,缩短了优化计算时间,进一步提高了算法精度。实例计算结果表明,模拟退火粒子群算法的分配结果比电网调度指令节省煤耗18.139g/(kW.h),比标准粒子群算法节省煤耗2.846g/(kW.h),同时计算时间也短于其它常规算法。

基于混沌模拟退火粒子群优化算法的电动汽车充电站选址与定容

针对城市电动汽车充电站的选址与定容问题,建立了考虑充电站运营商、电动汽车用户以及电网企业综合利益的充电站选址定容规划模型。采用Voronoi图思想和需求点栅格化理论,结合Floyd最短路径算法划分充电站的服务范围。提出采用一种混沌模拟退火粒子群优化算法对问题进行求解,通过引入混沌理论使粒子更高效地遍历搜寻空间,并结合模拟退火算法的概率突跳特性使算法在迭代后期仍具有较高的全局寻优能力。通过算例分析表明,采用所提算法对城市电动汽车充电站选址定容进行优化规划的可行性和有效性。

基于模拟退火的粒子群算法优化的二次回归在矿井通风机故障诊断中的应用

针对矿井通风机故障诊断过程中样本数据有限的特点,提出了一种经模拟退火的粒子群算法优化的二次回归诊断方法。将样本数据分为建模数据和测试数据,测试结果表明该方法具有适用性强、操作简单、精准度高,且无需太多样本数据等特点,值得推广。

基于快速模拟退火组合优化算法的故障诊断

提出了快速模拟退火组合优化算法 ,建立了TE故障诊断模型 ,仿真结果表明 ,快速模拟退火组合优化算法的故障诊断能力比模拟退火算法好 ,值得进一步研究 .

基于混沌模拟退火粒子群优化算法的电动汽车充电站规划方案

针对城市电动汽车充电站规划布局及服务范围划分的问题,提出了一种计及交通道路结构、车流信息及用户成本的电动汽车充电站最优规划模型。以全社会成本最小化为目标建立充电站选址定容模型,采用基于混沌模拟退火粒子群优化算法进行求解,利用加权Voronoi图对待规划区进行服务区域划分,引入混沌理论进行动态赋值,并结合模拟退火算法的概率突跳能力,使算法具有更高的全局寻优能力。通过算例分析验证了规划方案的有效性和实用性。

基于模拟退火——二进制粒子群优化算法的配电网重构

提出了将模拟退火算法与二进制粒子群算法相结合的用于配电网重构的优化算法。该算法既发挥了粒子群算法收敛速度快的特点，又因为引入的模拟退火算法具有的较强的跳出局部最优解能力，因此有效地避免了粒子群算法易陷入局部极值点的缺点，提高了进化后期算法的收敛速度和精度，并应用IEEE16节点系统的算例，验证了模拟退火-二进制粒子群混合算法在配电网重构中的可行性和有效性。

基于变换域特征提取和模拟退火法特征选择的人脸识别

为了提高人脸识别系统的性能,提出DWT双边子带频域特征提取和模拟退火优化算法的特征选择。首先,运用DWT、DFT和DCT组合变换,用于人脸图像表情、姿态、平移和光照不变特征的有效特征提取。人脸图像DWT变换后,选择近似系数分量和水平系数分量[CA CH]为小波特征,经DFT变换后,利用四椭圆模板取出DFT低频高幅值系数,经DCT压缩得到人脸图像的特征系数。其次,利用模拟退火优化算法进行特征选择,在特征系数空间搜索特征子集进行人脸识别。实验仿真说明了该方法的有效性。

一种电网滤波器优化配置新算法

针对北碚110kV配电网谐波的特点,提出一种基于改进模拟退火-粒子群的电网滤波器优化配置算法.基于自适应惯性因子w和存储器,以滤波器一次投资最小为目标,在给定电网范围内优化配置有源和无源滤波器,使配电网中各节点的谐波畸变率满足谐波的标准要求.通过算法寻优求解,给出最优的滤波器配置方案;Matlab/Simulink仿真分析验证了该方案的正确性.

基于RSSI加权质心和GASA优化的WSN定位算法

针对无线传感器网络节点在自身定位中广泛存在较大的定位误差的问题,提出一种基于RSSI加权质心和GASA优化的无线传感器网络定位算法。该算法假设无线传感器网络中存在一定比例的位置已知的锚节点,利用RSSI加权质心算法计算未知节点与锚节点间的距离,建立以未知节点位置为参数的数学模型,用GASA优化算法计算最优解从而获得未知节点的位置,实现未知节点自身的定位。仿真实验的结果表明,当锚节点个数为30,算法的平均定位误差在10%以内,比RSSI加权质心算法降低了10%~15.5%左右,并且随着节点个数的增加平均定位误差降低。

考虑电-氢-热多能互补的微网多目标优化配置

氢储能具有储能容量大、储存时间长、清洁无污染、可实现多种能源网络互联互补和协同优化等诸多优点,有望成为推动分布式能源发展和提升终端能源利用效率的重要支撑技术。为了提高独立型微网供电可靠性及可再生能源利用率,文中分析了典型电、氢、热装置的运行特性,提出考虑电-氢-热多能互补的独立微网多目标优化配置模型,并基于模拟退火的粒子群(simulated annealing particle swarm optimization,SAPSO)算法对目标问题进行求解,获得不同配置方案下的技术经济指标。最后,通过东北某地独立微网优化配置算例,基于MATLAB平台验证了所提多能互补配置方案较传统电储能配置方案负荷失电率降低了3.18%,可再生能源利用率提高了8.37%。所提配置方案可有效促进可再生能源消纳,保证独立微网的供电可靠性。

模拟退火猫群优化算法

猫群优化算法(Cat Swarm Optimization,CSO)是建立在猫的行为模式和群体智能基础上的一种新型群体智能优化算法。为提高猫群优化算法的性能,把模拟退火算法应用于猫群优化算法,提出模拟退火猫群优化算法(Simulated Annealing Cat Swarm Optimization,SACSO),通过变异算子调整所要优化的种群。其基本过程为先行产生随机初始种群,接着进行搜索,并设置初始温度,继而应用模拟退火算法获取全局最优替代值,再依据位置和速度公式更新新解,然后在个体较优位置再运用变异运算,进行进一步地搜索。然后分别将猫群优化算法、模拟退火粒子群算法(Simulated Annealing Particle Swarm Optimization,SAPSO)、模拟退火猫群优化算法在11个典型的基准测试函数下进行仿真对比,结果表明模拟退火猫群优化算法不仅增加了全局收敛性,而且在收敛速度和精度方面均优于其它两种算法。

考虑用户动态充电需求的充电站选址定容优化

针对城市EV(电动汽车)充电站规划建设中投资高、效率低的问题,提出一种考虑用户动态充电需求不确定性的充电站选址定容优化模型。首先,基于出行链理论和OD(起讫点)矩阵研究EV出行特性,结合Dijkstra算法和蒙特卡洛法建立EV的充电负荷时空分布预测模型。其次,建立以充电站经营者年化成本、EV用户年化经济损失之和最小为目标的充电站选址定容模型,采用加权Voronoi图与自适应模拟退火粒子群优化算法求解,确定充电站的最优数量、位置及服务范围。最后,在定容模型中引入不确定情境集描述用户动态充电需求的不确定性,并采用鲁棒优化理论求解充电站容量。针对北方某市部分城区的EV充电站规划问题开展算例分析,验证了模型的有效性。

基于二人零和博弈的微电网多目标优化调度

随着全球对环境问题的重视程度不断提高,有效利用可再生能源的微电网得到了广泛的发展。为了经济地利用清洁能源,基于微电网的经济性和环保性建立了多目标优化模型,采用基于二人零和博弈的线性加权法平衡两个目标函数,并使用模拟退火粒子群优化算法求解多目标优化模型。仿真结果表明,多目标权重方法和优化算法可以减少不确定性因素的影响,提升微电网的经济性和环保性。

可见光偏振图像的自适应融合算法

鉴于偏振图像能够增强目标特性识别的特点,提出了可见光下景物偏振信息采集的偏振系统及偏振图像的小波融合算法.在小波系数的低通子带选用基于窗口能量的融合规则,高通子带选用窗口空间频率的自适应加权融合规则.其中自相关函数的设定、模拟退火优化算法的应用提高了融合算法的鲁棒性和自适应性,融合后的图像具有良好的主观视觉效果及客观评价性能,目标与背景的对比度得到显著增强.

基于松散式代理模型管理框架的亚音速机翼优化设计方法研究

基于N-S方程的三维气动外形的优化设计一直以来都因为存在众多的设计变量和庞大的计算量问题而无法实现,为了解决这些问题,文中发展了一套机翼气动优化设计系统,该系统基于模拟退火粒子群优化算法、松散式代理模型以及动网格和改进的HicksHenne函数变形技术,选取翼根、翼梢各18个设计变量进行参数化。按某型飞机设计要求,在给定设计指标下进行优化设计,研究了基于松散式代理模型管理框架下,训练样本采用拉丁超立方方法对Kriging代理模型的预测能力进行评估,以及应用该代理模型框架进行了亚音速机翼的气动外形优化设计,结果显示,优化后机翼的气动特性有着显著提高。

面向拥堵问题的枢纽航线网络优化模型

为解决枢纽机场客流拥堵问题,提高机场运行效率,减少运营成本,提出了一种面向拥堵问题的枢纽航线网络优化模型。该模型基于非严格枢纽航线网络结构,以不同运输方式的费用和流量为约束条件,以枢纽航线网络成本最低为目标,设计了能够减少求解运算的复杂变量表示方法,以及减少陷入局部最优解概率的模拟退火粒子群优化(simulated annealing particle swarm optimization,SAPSO)算法。实验结果表明,相较于严格的枢纽航线网络,所提优化模型能够显著地缓解枢纽机场的拥堵,均衡枢纽机场间客流量,减少网络成本;同时,所提算法具有较快的收敛速度和良好的稳定性。

基于SA-PSO的电力系统无功优化

粒子群优化算法是一种简便易行,收敛快速的演化计算方法。但该算法也存在收敛精度不高,易陷入局部极值的缺点。针对这些缺点,对原算法加以改进,引入了自适应的惯性系数和模拟退火算法的思想,提出了一种新的模拟退火粒子群优化(simulated annealing particle swarm optimization,SA-PSO)算法,并将其应用于电力系统无功优化。对IEEE14节点系统进行了仿真计算,并与PSO算法作了比较,结果表明SA-PSO算法全局收敛性能及收敛精度均较PSO算法有了较大提高。

风光互补发电系统混合储能单元的容量优化设计

由于粒子群优化算法在优化计算中存在早熟收敛,易陷入局部最优且搜索精度不高等缺点,在现有粒子群优化算法的基础上融合模拟退火算法对其进行改进,得到改进后的模拟退火粒子群优化算法,并将其应用到风光互补发电系统混合储能单元容量的优化配置中。优化结果表明,在满足负荷用电的前提下,该算法可有效降低储能单元的投资成本和运行费用,从而证明了算法的正确性。

基于鱼骨型仓库的拣选路径问题优化

为提高鱼骨型仓库布局下的订单拣选效率,基于拣货路径距离计算模型和以最小化拣货路径总距离为优化目标的拣选路径优化模型,提出一种混沌模拟退火粒子群优化算法,引入混沌理论使粒子更高效地遍历搜寻空间,同时结合了模拟退火算法的概率突跳特点使算法在迭代后期仍具有较好的全局寻优能力.最后,通过实例仿真验证了该算法在解决鱼骨型仓库布局拣选路径优化问题上的有效性,并通过与其他算法比较,证明了该算法的先进性,为鱼骨型仓库布局下拣选路径规划问题提供了新的解决思路.

基于A-SA-WOA算法的直流微电网全钒液流电池储能系统功率分配策略

全钒液流储能系统能够平抑直流微电网中光伏、风力发电引起的功率波动,该系统中功率的合理分配问题可以通过有效的控制策略去解决,进而实现提高储能系统运行效率的目的。首先,在荷电状态和功率平衡的约束条件下,建立以储能系统总成本及平均损耗率最低,荷电状态均衡度最好的优化目标函数;然后,提出基于自适应权重和模拟退火策略的鲸鱼优化算法(A-SA-WOA)功率分配策略;最后,将分配策略应用在场景1和场景2算例下运行仿真,并与传统策略进行对比分析。结果表明,该优化分配策略有效地降低了储能电池单元的运行成本和折损率,电池充放电次数明显减少,且荷电状态一致性较好。A-SA-WOA分配策略比传统策略下的目标值收敛速度快,验证了所提优化方法的准确性和模型的适用性。