混沌模拟退火算法在无功优化中的应用

为了更有效地改进处理无功优化问题的方法,提出了混沌模拟退火(CSA)算法,该算法是一种基于混沌变量的改进模拟退火算法,结合了混沌算法的全局遍历性和模拟退火算法的启发式规则,在模拟退火算法的搜索过程中加入了混沌算法的优点。利用混沌算法确定算法的初始温度,有效地减小了搜索空间,同时利用混沌算法确定模拟退火算法中的扰动准则,使算法有效跳出局部最优解。最后将混沌模拟退火算法应用于电力系统无功优化中,通过对IEEE 6和IEEE 30节点以及实际129节点系统的仿真验证了该算法应用的有效性。

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。

考虑大型活动影响下的路网改造优化模型及算法

由于城市交通需求在日常和大型活动期间有较大差异,建立考虑大型活动影响下的路网改造一主多从双层规划优化模型,上层规划以城市路网改造成本和改造后路段饱和度最小为目标确定路段改造能力,下层规划分别考虑日常和大型活动两种交通需求下的用户均衡模型,并设计了基于混沌的模拟退火求解算法.算例分析中,路网改造前的饱和路段比率分别为8.3%和41.7%;同时考虑日常和大型活动两种交通需求改造后,饱和路段比率分别为0和8.3%;单独考虑日常交通需求改造后,饱和路段比率分别为8.3%和33.3%.这表明同时考虑两种需求改造后的路网能更有效地缓解交通拥堵.

加速度传感器灵敏度计算数学模型及其求解算法

为解决压缩型压电式加速度传感器装配前的灵敏度计算及惯性质量块重量调整繁琐费时且效率低的问题,给出传感器灵敏度的形式化定义,在此基础上构造灵敏度计算目标函数和评价函数,并引用混沌模拟退火算法,建立灵敏度计算自动寻优方法,通过实例验证该方法可行。

粒子群优化神经网络PID控制在湿法烟气脱硫中的应用

石灰石-石膏湿法烟气脱硫浆液pH值系统存在严重的非线性、滞后性及不确定性。基于混沌模拟粒子群优化算法(SAPSO)的神经网络PID控制器,优化神经网络结构和连接权值,以一定概率接受劣势解,保证算法从局部极值区域跳出,通过参数自适应调整提高全局搜索能力,达到全局最优目的。

电容层析成像系统传感器场域剖分及参数优化

分析电容层析成像系统的组成结构和电容传感器的数学模型,采用有限元法对传感器的敏感场进行仿真,并根据敏感场的分布特点,提出一种将三角形剖分与四边形剖分相结合的方法,完成了敏感场的剖分以及数值计算。在综合考虑敏感场分布的均匀性、传感器的灵敏程度以及测量电路的量程范围要求等性能指标的条件下,确定了传感器的优化设计函数。采用正交设计法对传感器的结构参数进行优化试验,应用RBF神经网络对正交设计的试验结果进行回归分析,并基于改进后的粒子群算法进行寻优,采用优化后的结构参数完成了对电容传感器的优化设计。由实验结果的对比分析可知,正交试验设计的传感器重建图像的精度高于基准传感器的重建精度,而采用RBF神经网络与混沌模拟退火粒子群算法优化的传感器成像效果优于正交试验设计的结果,为获得灵敏度高且可靠性强的电容传感器提供了一种新的优化途径。

计及碳减排的电动汽车充换储一体站与主动配电网协调规划

提出一种计及碳减排的电动汽车充换储一体站(一体站)与主动配电网(ADN)协调规划模型。根据设备资产归属权划分ADN碳排放责任,并提出ADN碳减排机理。基于一体站结构、服务和运行特点,构建运行和配置模型。提出计及碳减排的ADN规划方法:提出ADN网架规划方法和分布式电源(DG)配置方法,结合ADN设备的能量损耗和出力,构建ADN碳净增量模型及其碳交易机制,实现对计及碳减排的ADN运行模型的描述。计及碳交易费用,以规划年综合成本为目标建立一体站和ADN协调规划模型,提出混沌模拟退火狮群算法进行求解。算例结果表明,考虑碳减排的ADN规划的购电成本、规划年综合成本、节约年环境碳排量、阶梯单位碳价分别约为不考虑碳减排ADN规划的10%、35%、460%和4倍,从而验证了所提模型与方法的可行性和有效性。

计及充换放储一体化电站的主动配电网故障恢复

建立了电动汽车区间负荷模型和充换放储一体化电站(简称一体站)区间负荷紧急支撑模型,提出一体站区间负荷紧急支撑策略及其孤岛区间负荷供电范围划分策略。基于区间理论分析,以系统孤岛负荷、开关动作次数和网损分别作为不同层的优化目标,建立主动配电网故障恢复多层优化区间模型。提出混沌模拟退火帝国竞争算法对故障恢复区间模型进行优化,并提出基于仿射数的区间Dist-Flow法用于潮流计算。算例结果表明所提方法快速、有效。

考虑低碳与稳定的冷热电综合能源系统模型与控制策略研究

随着能源危机和环境污染的加重,为了提高能源利用效率、降低能源使用中的碳排放,多种能源形式与能量耦合的区域综合能源系统成为了重要的方向。冷热电连供系统(CCHP)是区域综合能源中重要组成部分,和综合能源中的新能源发电相互协调配合,实现能源的高效利用。以社会环境为目标建立的管控目标函数,在满足区域中能量的需求的情况下,保证区域综合能源系统安全稳定运行下建立控制模型。考虑到区域综合能源系统中的碳配额、基本电价以及可再生能源的波动设计了多时间尺度综合能源管控方案,并利用混沌-模拟退火改进粒子群算法(CSA-BPSO)进行多目标求解,得到保持系统稳定和低碳的控制策略。最后利用实际的综合能源系统不同实时工况下的数据进行了验证,结果证明了模型和控制策略的有效性。

基于RLSSVM-CPSOSA的PEM燃料电池系统建模

PEMFC电堆是一个包括流动、传热、传质和电化学反应等多种物理化学现象的复杂机体,其建模问题是一个具有挑战性的问题。本文提出一种基于RLSSVM-CPSOSA模型的燃料电池建模方法。CPSOSA算法将CO算法、模拟退火算法和粒子群算法有机结合,以克服粒子群算法早熟收敛的不足。然后利用CPSOSA算法对鲁棒最小二乘支持向量机模型(RLSSVM)进行参数寻优,从而获得RLSSVM-CPSOSA燃料电池模型。以MATLAB平台搭建PEMFC电堆模型并进行仿真研究,结果表明所提出的RLSSVM-CPSOSA模型的有效性和良好的预测精度。为PEM燃料电池实时控制系统奠定了基础。

基于自适应加权最小二乘支持向量机的芳烃产量软测量建模（英文）

芳烃收率是催化重整生产过程中的重要质量指标。针对其软测量建模中样本数据可能存在的测量误差对模型性能的影响,提出一种自适应加权最小二乘支持向量机(AWLSSVM)回归建模方法。该方法基于最小二乘支持向量机模型,根据样本拟合误差,并结合改进的指数分布加权规则,为每个建模样本分配不同的权值,以降低测量误差对建模精度的影响;同时提出一种全局优化算法—混沌粒子群模拟退火(CPSO-SA)算法对最小二乘支持向量机的模型参数进行优化选择,以提高模型的泛化能力。仿真实验表明,AWLS-SVM模型的预测精度及鲁棒性能优于LS-SVM和WLS-SVM。最后,应用AWLS-SVM方法建立催化重整生产过程芳烃收率的软测量模型,获得了较好的效果。