基于多阶段优化的高质量总体布线算法

总体布线是VLSI物理设计中关键的一个环节.针对现有总体布线算法的布线容量利用率低和布线结果容易陷入局部最优的问题,提出一种基于多阶段优化的高质量总体布线算法.首先在预连接阶段和全局考量下的布线重组阶段中引入虚拟容量动态调整策略,提高布线容量利用率;然后在布线重组阶段引入布线子区域自适应扩展策略,缩小算法全局搜索的空间,提高算法的布线效率;最后采用A*算法启发式搜索并结合粒子群算法全局搜索的能力,避免算法在布线过程中单一地选择最短路径,陷入局部最优.与现有总体布线算法在ISPD基准电路上的实验结果表明,所提算法的布线结果取得了6.0%~22.8%的线长优化.

风电场集群租赁共享储能两阶段优化运行策略

随着共享储能的逐步发展,如何构建与发电侧资源能量共享的联合互动机制成为共享储能在发电侧布局的重点方向。在共享理念背景下,提出了风电场集群租赁共享储能两阶段优化运行策略。首先,为厘清共享储能提供租赁服务的多元价值,提出了基于两部制电价模式的共享储能租赁服务价格机制并引入紧俏因子进行价格机制的调整与优化。其次,根据风电场集群租赁需求的动态变化特性,构建了风电场集群租赁共享储能的两阶段优化运行策略。日前阶段建立了以共享储能为主体、风电场集群为从体的主从博弈优化模型,通过纳什均衡解形成各时段租赁价格,并将价格信号传导至实时阶段。实时阶段分别以风电场集群与共享储能各自效益最大化为目标,结合租赁价格信号构建了实时滚动优化运行策略,继而形成各时段风电场集群实时租赁容量和储能充放电计划。接着,为保障风电场集群稳定性,充分考虑成员个体与集群和成员个体间的相关性,利用改进shapley值将储能租赁成本合理分摊至各风电场。最后,通过算例结果验证策略的有效性,为共享储能在风电场集群的应用提供了新的思路。

多阶段优化策略在慢性病多因素干预中应用的范围综述

目的了解多阶段优化策略(multiphase optimization strategy,MOST)在慢性病多因素干预中的应用阶段及效果,以期为国内慢性病多因素干预模式构建及MOST持续完善提供思路。方法按照范围综述的研究范式,系统检索8个中英文数据库中相关文献,检索时限自建库到2023年12月22日。结果共纳入16篇文献,包括:癌症10篇,糖尿病2篇,高血压、急性冠状动脉综合征、心肺衰竭、哮喘各1篇;主要应用于心理问题、症状管理等需多个因素共同管理的复杂护理方案及健康教育宣传单的优化;主要优势为针对单一干预要素进行效果评价,劣势为缺乏客观性及科学标准的报告清单。结论MOST在慢性病多因素干预中的应用尚处于起步阶段,各阶段研究方案有待进一步落实。未来应完善MOST并充分发挥其优势,促进慢性病多因素管理方案的切实可及。

高速铁路列车开行方案两阶段优化方法研究

我国高速铁路客流时空分布复杂且有明显的时变特征,这就要求铁路运营企业能够根据客流出行的时空分布特征设计相吻合的列车开行方案,并根据客流需求变化来制定和调整列车开行方案以提供相应的运输产品。根据高速铁路客流出行需求,提出了列车开行方案两阶段优化方法,生成研究时段内备选开行列车集合,以最小化列车旅行时间和动车组车小时数为目标构建初始开行方案模型M1,然后以旅客总旅行时间最小为目标构建客流分配模型M2。针对模型M1的特点,设计基于遗传算法的启发式求解方法,模型M2运用商业软件ILOGCPLEX进行求解。通过京兰通道北京北—呼和浩特东段的实际案例分析,验证模型的正确有效性和算法的适用性。

基于DPSIR-BP神经网络的中小河流水资源区间多阶段优化配置模型

为了合理配置水资源,提高水资源利用率,改善水资源不足的问题,研究一种基于DPSIR-BP神经网络的中小河流水资源区间多阶段优化配置模型。通过DPSIR模型构建评价指标体系,计算地区的水资源承载力,参考等级划分表,划分水资源供应区间。以用水综合效益最大值作为丰水期的目标函数,以水资源供需差值最小化为枯水期的目标函数。在供水能力、需水量变化以及变量非负值3个约束条件下,通过BP神经网络求取模型的最优解,得出中小河流水资源区间多阶段优化配置方案。结果表明,所研究模型设计的多阶段优化配置方案应用下,用水综合效益最大,水资源供需差值最小,完成多阶段优化配置。

考虑电动汽车随机转移特性的充储电站群两阶段优化调度

电动汽车规模化入网加剧运营商对充储电站的投资建设,考虑单个充储电站内的有序充放电调度难以实现区域充储电站群的收益最优。对此,提出了一种考虑电动汽车随机转移特性的充储电站群两阶段优化调度策略。首先,构建以充储电站群聚合商作为信息交换中心与调度中心的充储电站群运行拓扑结构,利用出行链技术对电动汽车转移行程进行规划;其次,基于分时定价策略建立充储电站群两阶段优化调度模型,阶段1以车主充电需求和满意度为目标建立充储电站群内负荷转移模型,对充储电站群内负荷进行时空转移调度;阶段2基于阶段1所得站内负荷数据,以充储电站群收益为目标建立充储电站侧电动汽车有序充放电调度模型。最后,通过仿真进行对比分析,结果表明所提出的方法能改善区域内负荷曲线,在满足车主满意度需求、提高充电达标率的同时给充储电站带来更多收益。

考虑风电不确定性和有功无功联合调整的两阶段优化调度

基于风电不确定性以及网络中潮流的合理分布对机组出力均有影响的调度问题,文中建立含风电的两阶段优化调度模型。针对风电预测精度日内-实时逐步提高的特点,日内滚动阶段根据时间序列法预测风电出力数据,构造优化发电成本的初调度,确定机组基础出力;实时阶段为了进一步减小误差,通过蒙特卡洛场景生成和后向削减预测风电出力,考虑风电的不确定性;通过有功和无功功率联合调整的动态潮流,使各机组根据频率特性系数按比例分担有功功率不平衡量,根据节点区域控制策略调整无功功率不平衡量,修正机组基础出力,实现潮流的合理分布,建立优化网损和电压水平的调度模型,并通过粒子群算法对模型求解,最后以改进IEEE14节点为例,进行仿真验证。

基于模型预测控制的多微网系统2阶段优化调度

针对多微网系统集中式优化所带来的巨大计算压力以及源荷不确定性给系统稳定运行所造成的影响,提出了基于模型预测控制的多微网系统2阶段优化调度方法。针对日前阶段,考虑微网间源荷时空互补特性,以微网间热电交互功率、各微网中可控微源出力以及储能系统出力为优化变量,建立最小化多微网运行成本的日前优化模型,并利用同步型交叉方向乘子算法求解日前调度计划;针对日内阶段,为应对源荷预测偏差,用模型预测控制对储能系统进行合理调控,以平滑热、电网联络线,跟踪日前调度计划。算例结果表明,所提优化调度方法可缓解集中式优化的计算压力,提升系统运行的经济性与可靠性。

基于改进破产规则和验证惩罚机制的流域初始水权两阶段优化分配方法

初始水权分配中,流域管理者与区域用水户之间存在不对称信息和不同的用水目标,往往导致水资源无法合理分配与高效利用。为提高初始水权分配与利用效率,从流域管理者角度,结合区域及行业用户需求、区域影响因子和行业影响因子,提出基于破产理论的初始水权优化分配框架,得到初始优化方案,进而依据奖惩规则制定监管机制,形成两阶段优化分配方法。将该方法应用于典型流域初始水权分配,并对机制实施与效果调研,结果表明,这一模型不仅可以提高水资源分配效率,还可以有效约束超额用水户行为,不断优化水资源配置效果与提高水资源的利用效率,从而支撑水资源初始水权的合理分配与有效监管。研究成果有利于流域管理者合理分配及利用水资源。

不确定环境下基于纳什谈判的含掺氢燃气综合能源多微网两阶段优化调度

为促进多微网新能源消纳和低碳经济运行,构建了一种不确定环境下基于纳什谈判的含掺氢燃气综合能源多微网两阶段优化调度方法。首先,对多微网进行低碳改进,提出电解槽和甲烷反应器的量纲统一模型;将燃气掺氢供给燃气机组,建立了含掺氢燃气的氢储能(hydrogenenergy storage,HES)模型;其次,为有效衡量多微网的不确定性,通过多微网与配电网的净交互成本计算条件风险价值(conditional value-at-risk,CVa R),基于纳什谈判理论建立多微网两阶段优化调度模型,第一阶段最小化多微网总运行成本,第二阶段分配收益并最大化各微网利益;最后,构建基于动态自适应惩罚因子的改进交替方向乘子法(alternating direction multiplier method,ADMM)实现调度模型的分布式求解。通过不同场景的算例结果验证了所提模型实现了多微网运行成本的最低化及各微网利益的最大化,此外也保证了新能源消纳,促进了碳减排。同时比较了不同掺氢比以及CVaR风险系数对多微网能效的影响,从而为不确定环境下综合能源多微网的低碳经济调度提供参考。

考虑差异化加固的全阶段抗灾型骨干网架两阶段优化规划

为减少台风等极端自然灾害对电力系统造成的破坏和损失,提出一种考虑差异化加固的全阶段抗灾型骨干网架两阶段优化方法。首先,针对横跨多个台风灾害区域的输电网提出灾前差异化加固指标、灾时抗毁能力指标以及灾后恢复能力指标来评价骨干网架的全阶段抗灾性能,并运用场景分析法处理台风路径的随机性。在此基础上,构建全阶段抗灾型骨干网架优化规划模型来最大化骨干网架抗灾性能综合指标,并提出一种两阶段等效转换方法将其转换为两阶段优化规划模型,以降低模型求解难度。然后,提出基于图论修复策略和遗传算法的改进非支配排序遗传算法的两阶段求解算法对所提模型进行求解。最后,以广东某区域输电网进行算例分析,验证了该文所提全阶段抗灾型骨干网架规划方法的有效性和优势。

计及制冷负荷柔性调节的微电网两阶段优化运行模型

制冷负荷参与运行调控可以有效降低微电网供能压力和新能源波动偏差。以空调为例建立优化调控模型,提出了一种计及制冷负荷柔性调节的微电网两阶段优化运行模型。第一阶段以运行成本最小化为目标,建立微电网多能设备协同优化模型,优化制冷负荷、储能设备、柴油发电机等设备运行策略与电网购电方案。第二阶段以新能源波动平抑成本与剩余波动偏差最小化为目标,建立含制冷负荷、储能装置等多类型资源调节响应特性的新能源波动功率平抑模型。以三栋商业楼宇与风光柴储组成的微电网系统来验证所提模型的有效性。仿真结果表明,通过制冷负荷优化调控,可以在不影响用户用能满意度的前提下提升微电网运行的经济性,降低新能源波动功率,整体可使微电网总运行成本降低3.3%、新能源波动偏差功率减小约61%。

面向航班高峰期的机场地勤车辆多阶段优化调度方法

在航班运行高峰时段内,地面服务需求更加集中,机场可调度的地勤车辆数量有限,可能引发航班延误,导致机场多方面损失。针对该问题,研究了地勤车辆多阶段优化调度方法,重点考虑摆渡车和加油车2种地勤保障车路由与时间窗口限制,以航班准点率及延误时间为评价指标进行优化调度。构建了具有4类节点和5类弧的容量-费用网络G1,通过设置合适弧容量及费用参数,确定最小费用流规划模型;采用拉格朗日松弛启发式算法对模型求解,通过不断寻优,设置对偶间隙初值、容许误差,最大迭代次数,输出预测结果;深入分析高峰时段的航班运行状态,构建基于时空网络的整数线性规划模型,优化第一阶段未服务航班的总延误时间;结合最小化最大值定理,构建单航班服务延误模型,将单个航班延误造成的损失降到最低。最后,基于实际航班数据,结合机坪平面布局开展仿真实验和验证,结果表明:利用优化调度得到加油车和摆渡车准时服务的最大航班数分别为30,131架·次,待服务航班的最小总延误时间分别为223,542 min,航班总延误下降21.56%,显著缩短航班延误时间,提升了机场场面的整体运行效率。

带时间窗的危险货物车辆路径问题2阶段优化

为有效降低危险货物道路运输的风险和成本,针对带时间窗的危险货物车辆路径问题(HMVRPTW),设计2阶段优化方法。首先,根据特征将该问题分解为双目标最短路径问题和带时间窗双目标车辆路径问题(VRP),分别建立数学模型并设计2阶段方法求解,第1阶段采用脉冲算法初筛路径,第2阶段设计针对带时间窗双目标VRP蚁群算法;然后,以9个节点和17条边的测试为例,说明求解过程;最后,以兰州市主城区16个加油站油品配送为例,采用该方法分配运输车辆,计算平均用时为2438 s,可获得Pareto最优解,而采用多目标遗传算法平均用时为41.05 s。结果表明:所提方法通过初筛路径能够简化问题规模,充分考虑危险货物运输风险变化及时间窗因素,引导蚂蚁在指定搜索空间中寻优,在效率方面较多目标遗传算法具有明显优势。

计及源-荷不确定性的综合能源系统两阶段优化调度

“双碳”背景下,为实现清洁能源稳定消纳,降低能源机组碳排放,提高综合能源系统运行经济性,提出一种低碳综合能源系统两阶段优化调度策略。日前调度考虑综合需求响应平抑供需差异波动风险,基于条件风险价值理论优化供能方案,保障系统运行稳定性;日内供能通过构建低碳综合能源系统模型,引入碳捕集设备、储碳装置与电转气协同运行,进一步消纳清洁能源的同时,提升系统的低碳性和经济性。基于此,构建以综合成本和碳排放量最小为低碳经济运行目标的模型,利用max-min模糊算法得到折中最优解,通过设置不同场景,对比验证了所提方案的有效性。

高比例风电接入下次同步振荡监测系统次同步相量监测装置多阶段优化配置方法

随着风电等新能源大规模接入,未来次同步振荡问题将更为突出,亟需建立新型次同步振荡监测系统。中国学者已针对次同步振荡监测装置——次同步相量监测装置(subsynchronous phasor measurement unit, SPMU)开展了相关研究。在此基础上,如何经济高效地制定SPMU配置方案成为了构建次同步振荡监测系统的首要问题。基于风电机组频率耦合阻抗模型提出计及评价指标之间重要程度差异、振荡工况发生概率的监测关键度评价体系;考虑到SPMU实际安装配置中常存在多阶段安装的情况,建立计及节点监测关键度的SPMU多阶段优化配置模型;最后利用整数线性规划求解多阶段优化配置方案。采用美国得克萨斯州ERCOT系统、改进的New England 39节点系统,验证了所提指标及算法的准确性和经济性。

基于两阶段优化的多能源系统双层调度策略研究

【目的】为实现“双碳”战略目标,综合利用各种能源已成为必然的选择。近年来,研究方向已从单一的多能源系统(multi-energy system, MES)转向多个MES互联协同优化。由于互联系统的复杂性和不确定性,传统的优化方法已经不能满足隐私保护、灵活性和开放性的要求。为解决该问题,提出了一种基于双层两阶段优化的多能源系统调度策略。【方法】在下层,MES通过求解成本最小化问题,自主进行决策和管理。同时,采用滚动优化方法来处理负荷和可再生能源的随机性问题。此外,还提出了一种松弛存储互斥约束的方式,使目标函数成为凸函数,便于求解计算。在上层,建立了一个协调器,以最小化总成本的方式对互连的多能源系统进行协同优化,同时避免变压器过载。并且设置了3个案例对所提方法进行验证。【结果】结果显示:在案例1中,所提方法与次梯度的滚动交互控制方法的总成本相近,但前者迭代次数远少于后者;在案例2中,通过设定三种模式,验证了所提方法最高能100%消纳新能源,避免产生拥塞,而且还能综合利用多种能源之间的互补性以降低总运行成本;案例3表明松弛存储互斥约束后并不会出现违反约束的情况。【结论】结果表明:该策略能保证MES的信息隐私、处理负荷与新能源出力的波动性,而且还具有良好的准确性和弹性。该方法能将自主优化与协同优化相结合,提高了整个系统的运行效率,为实现多能源系统的优化调度提供了新的方法和理论支持。

基于亨利气体溶解度优化算法的电动汽车二阶段优化调度方法

针对如何有效管理电动汽车充电负荷,优化电动汽车充电调度以减少充电时间和能量消耗的问题,提出了一种基于亨利气体溶解度优化算法的电动汽车二阶段优化调度方法。第1阶段通过整数线性规划以各电动汽车能量消耗最少到达有充电空位的充电站为目标,将最适宜的充电站分配给电动汽车;第2阶段以充电站运营商日充电总费用最小为目标,考虑电动汽车充电率、能量需求和荷电状态等约束,基于亨利气体溶解度优化算法最大限度地降低充电站运营商的日充电总费用。最后,通过仿真实验将所提方法与粒子群优化算法、遗传算法等进行对比,仿真结果验证了所提方法的有效性。

基于条件生成对抗网络随机场景的电力系统日前多阶段优化调度

大规模新能源并网增加了电力系统优化运行中的不确定因素,给电力系统的安全经济运行带来了挑战。传统的日前调度模型往往在不确定性因素实现之前确定机组的运行状态,难以适用逐渐实现的不确定性因素。该文提出一种基于条件生成对抗网络场景生成的电力系统日前多阶段随机优化调度。基于该方法,首先设计了一种基于注意力机制的条件生成对抗网络用于生成日前新能源预测场景,采用Wasserstein距离保证网络训练过程的稳定性。其次,提出面向含新能源的电力系统日前多阶段调度模型,每个阶段对应日内的每个小时,各阶段优化决策取决于上一阶段优化结果和当前阶段不确定因素的实现情况。采用随机对偶动态整数规划算法(stochastic dual dynamic integer programming,SDDIP)对该模型进行求解,大幅提高了计算效率。最后,以实际电力系统为例验证提出的日前多阶段优化调度的有效性。

采用两阶段优化模型的电动汽车充电站内有序充电策略

在满足电动汽车用户充电需求及配电变压器容量限制的前提下,建立了以充电站充电收益最大化为目标的第一阶段优化模型。考虑最大化电网公司对缩小峰谷差所给予的激励,以不低于第一阶段优化所求得的最大充电收益为约束,建立了第二阶段优化模型。根据用户的驾驶习惯,采用蒙特卡洛方法模拟用户的充电需求,对电动汽车在无序充电、第一阶段模型和两阶段模型优化控制充电3种情形下充电站的经济效益及配电变压器下的负载情况进行了仿真和分析。研究结果表明,采用第一阶段模型和两阶段模型均可显著提升充电站的经济效益。但是在现行的分时电价机制下,仅采用第一阶段优化模型进行大量电动汽车的充电控制往往会带来新的负荷尖峰,而两阶段优化模型在进一步增大充电站经济效益、减小峰谷差等方面均有显著作用,并且具有很高的计算效率,适于实际应用。