基于混沌博弈优化的固体氧化物燃料电池模型参数优化设计

固体氧化物燃料电池(solid oxide fuel cell, SOFC)因具有转换效率高、无污染物排放、运行噪声低等特点被视为前景广阔的绿色发电技术之一,其被广泛应用于电力系统和交通运输等领域。针对SOFC稳态模型的参数优化设计问题,提出了一种基于混沌博弈优化(chaosgameoptimization, CGO)方法的SOFCs参数提取框架。同时,利用芬兰燃料电池技术公司Elcogen生产的陶瓷阳极支撑型平板式低温单体燃料电池(ASC-400B)工作于两种不同温度(即600℃和700℃)下的实验数据以及美国蒙大拿州立大学开发的基于物理模型的5 kW级管式SOFC电池堆栈模型在两种不同温度(即850℃和950℃)下的仿真数据,分别对所提框架、蒲公英优化器(dandelion optimizer, DO)、平衡优化器(equilibrium optimizer, EO)、粒子群优化(particle swarm optimization, PSO)算法和白鲨优化器(white shark optimizer, WSO)的参数提取的性能进行了深入的研究和分析。测试结果表明:相比于DO、EO、PSO和WSO,CGO能够准确、稳定且快速地提取上述各种SOFCs的模型未知参数,为SOFCs的系统建模提供了一种高效的方法。

基于混沌搜索和权重学习的教与学优化算法及其应用

针对教与学优化算法容易陷入早熟收敛的问题,本研究提出了一种基于混沌搜索和权重学习的教与学优化(teaching-learning-based optimization algorithm based on chaotic search and weighted learning,TLBO-CSWL)算法。在TLBO-CSWL算法的教学阶段,不仅利用权重学习得到的个体来指引种群的进化,而且还使用正态分布随机数来替代原有的均匀随机数。另外,TLBO-CSWL还使用Logistics混沌搜索策略来提高其全局搜索能力。仿真结果表明,TLBO-CSWL的整体优化性能要好于其他所比较的算法。最后,将TLBO-CSWL用于求解非合作博弈纳什均衡问题,获得满意的结果。

基于主从博弈的风光储型微电网优化配置方法

随着微电网技术的发展和电力市场主体多样性的提高,微电网的投资权和经营权逐渐存在分离的情况。针对微电网投资决策主体与运营决策主体不一致的情形,基于主从博弈理论建立微电网优化配置模型。其中主体博弈者为微电网投资决策者,以微电网设备投资方案为博弈策略,以最小化综合投资成本为博弈目标;以微电网运营决策者为从体博弈者,以给定微电网配置方案下的系统优化运行计划为博弈策略,以最小化系统综合运行成本最小构成博弈的支付。分析得到模型的Nash均衡并采用混沌粒子群算法分别设计模型的主体模块和从体模块求解流程。仿真算例表明,所建立的主从博弈模型能够适用于微电网投资主体和经营主体分离下的微电网优化配置问题。研究成果可用于指导工程实践。

基于优化聚类算法的大数据信息分流系统设计

目前分流系统分流大数据信息效率较低,为此提出基于优化聚类算法的大数据信息分流系统设计。根据博弈论,建立信道选择模型;设计信道选择步骤,选择信息分流信道;采用优化聚类算法,聚类大数据信息,生成混沌序列,分流大数据信息。实验结果:设计系统相较此次实验选择系统,平均信息分流效率更高。

基于LSTM网络参数优化的航空发动机寿命预测

作为飞机正常运行的关键部件,航空发动机在保证飞机整体可靠性方面起着至关重要的作用。为了精确预测航空发动机剩余使用寿命(Remain Useful Life,RUL),提出了一种基于混沌博弈(Chaos Game Optimization,CGO)算法优化长短时记忆(Long Short-Term Memory,LSTM)网络的预测方法。首先,基于航空发动机历史运行数据构建CGO算法的适应度函数;其次,利用CGO算法对LSTM网络内的神经元个数、学习率、迭代次数等参数进行调整;最后,利用训练好的LSTM网络预测在役航空发动机的RUL。基于NASA提供的航空发动机退化仿真数据集,实验结果表明,该方法的预测精度优于单一LSTM网络预测方法。

基于博弈论的多目标配电网重构

提出了一种基于博弈论的多目标配电网重构模型,该模型充分考虑了风电和光伏发电的出力不确定性,以降低配电网有功损耗、均衡负荷过载和减少开关操作次数为综合优化目标。将3个目标函数视为不同的博弈者,并考虑各目标之间存在的相互制约关系,加入"后评价"选择机制,构建了合作博弈联盟模型探讨目标间可能存在的联系,并采用改进萤火虫算法对模型进行求解,利用适应度值的大小确定最终重构方案。IEEE 33节点配电网的测试结果表明,所用算法能够快速找到多目标重构博弈模型的均衡解,验证了在加入分布式电源的情况下,网络重构能明显改善配电网的各项指标。

考虑用户差异化可靠性需求的配电网规划方法

综合考虑配电网中源储荷等资源的运行响应特性和终端用户的差异化可靠性需求,提出一种基于主从博弈且满足经济性、可靠性、安全性相协调的配电网双层优化规划方法。其中,上层模型以配电网经济性最优为目标,求解分布式电源选址定容结果;下层模型以用户差异化可靠性指标最优为目标,求解各时段分布式电源和可中断负荷最优出力安排。最后,采用改进的基于混沌搜索的自适应粒子群算法求解,以IEEE-33节点系统为例对所提模型与方法的有效性进行验证。仿真结果表明,该方法能够有效满足不同类型终端用户的差异化可靠性需求。

基于博弈论的电动汽车放电电价研究

利用V2G充放电技术可以实现电网"削峰填谷"的目的,而合理的充放电电价是用户参与此过程的根本动力,解析电网公司与用户的博弈过程成为关键。建立以电网公司收益最大和用户花费最小为目标的双层规划。通过以负荷样本方差最小为优化目标的控制方案,求出了电动汽车参与度与年放电量和电网峰荷的降低量的关系,进而采用混沌算法求得电网公司和用户的纳什均衡。算例结果表明:在放电电价高于博弈电价的合理激励下,用户参与V2G的比例越大,电网峰荷降低量越大,且降低了用户的用车成本。为电网公司制定放电电价提供了参考依据。