求解水电站日负荷优化分配的混合整数非线性规划模型

考虑水电调度复杂非线性关系,提出水电站日负荷优化分配的混合整数非线性规划(MINLP)模型。采用多项式拟合技术处理MINLP模型中的水位、库容、流量、出力等多变量耦合函数关系,分析确定了适合的多项式阶数和描述方式,构建了水位与库容、尾水位与出库流量的一元四次多项式,提出表征机组出力的水头和发电流量二元二次拟合方法,得到了水头—流量—出力关系三维拟合曲面,可以满足变化水头下机组出力的精细化计算要求。最后,采用成熟的MINLP求解器实现高效计算。提出的模型通过溪洛渡18台机组日负荷分配问题得到验证,从模型应用复杂度和结果精度两方面与经典混合整数线性规划(MILP)模型进行比较,表明MINLP模型应用便捷且精度较高,与实际耗水量的误差较MILP模型减少91%,更能反映水电站实际情况。

适于混合整数非线性规划的混合粒子群优化算法

通过加强粒子群优化(PSO)算法处理约束和整数变量的能力,使其适于求解混合整数非线性规划(MIN-LP),构建了一种混合粒子群优化(HPSO)算法.建立了种群的约束矩阵来反映其解满足约束的情况,运用Pareto支配概念评价解的优劣,确定种群的局部最优点和全局最优点.通过增设基于距离函数的概率取整操作和随机变异的解修复操作,加快了搜优速率.利用各粒子的局部最优点信息更新速度,采用多粒子群策略增强了种群多样性.实例测试结果显示,与其他算法相比,HPSO算法具有更好的全局寻优能力,收敛速度更快.

基于量子粒子群求解混合整数非线性规划

在经典微粒群算法的基础上提出一种有较高收敛性能的智能算法:量子粒子群(QPSO)算法。并用于求解混合整数非线性规划问题。实验室证明QPSO算法收敛性能好、速度快,为求解混合整数非线性规划开辟了新途径。

求解带有等式约束的混合整数非线性规划问题的粒子群算法

针对带有等式约束的混合整数非线性规划(MINLP)问题,建立了一种改进的粒子群优化(PSO)算法--简约空间法.利用等式约束将问题的维数降低,使带有等式约束的优化问题转化为无等式约束优化问题.通过测试函数和过程综合的实例对该算法进行了测试并与其他算法所得的结果进行了比较,结果表明,PSO算法在使用的普遍性、求解的准确性等方面都优于一般的算法,尤其对于非凸的MINLP问题,PSO算法是一种有效的求解方法.

融合图神经网络与凸差优化的高效混合整数优化方法

混合整数线性规划(MILP)是一种常见的离散组合优化问题,由于决策变量定义域不连续,面对大规模算例时,大多数求解器求解时间很长。因此,在有限时间内快速获得MILP问题近似解成为重要的发展方向。本研究提出了Neural-DC,一种融合图神经网络与凸差优化的高效混合整数优化求解框架。凸差优化算法可以将原来复杂的MILP问题转化为一系列路径跟踪的线性规划问题,极大降低计算量,但是依赖于较好的初始点;而图神经网络通过二部图编码与特征提取,可以为凸差优化算法预测整数变量初始点进行热启动,这实现了神经网络与凸差优化算法的协同作用。在三个经典MILP测试问题下,Neural-DC均展示了很高的可行率与较小的对偶间隙,在求解效率上相比主流的求解器和分支定界类学习算法具有显著优势。

机组耗量特性的混合整数模型建立与分析

对机组耗量特性的建模是机组组合问题的一个重要组成部分。文中建立并分析了机组耗量特性的5种模型,并在IEEERTS96系统上,分别针对具有凸连续、非凸连续和非连续耗量特性曲线的机组,通过优化其在某日24时段的出力,比较各模型的求解效率,并根据各模型所引入变量数目对测试结果进行分析,从而为根据机组特性选择合适的模型以提高求解效率提供参考。结果表明:影响算法求解性能的主要因素是模型中整数变量的数目。对于凸连续耗量特性机组,尽量采用各区间出力叠加的建模方法,以避免引入整数变量;对于非凸和非连续耗量特性机组,引入辅助整数变量不可避免,此时则应采用连续变量较少的模型。

线性系统非冗余测量网络的优化设计

研究了线性系统非冗余测量网络设计的问题 ,采用混合整数线性规划方法与图论方法相结合建立了考虑可靠性以及精度的要求下建设费用最小的模型 .此模型适用于采用多块测量仪表测量同一物流的问题 ,求解此模型可以确保得到全局最优解 .

一种求解混合非线性整数规划的支撑超平面方法

给出一种在可行域边界生成支撑超平面(Supporting Hyper Plane,SHP)的方法来求解凸混合整数非线性(Mixed Integer Nonlinear Programming,MINLP)问题.扩展切平面(Extended Cutting Plane,ECP)算法作为求解混合整数非线性规划的一种重要方法,在算法结构上简单,鲁棒性强,但是该算法收敛速度慢,特别是当被求解问题非线性程度比较高时.SHP算法在每次迭代过程中对可行域的估计比ECP算法更准确(更小),从而加快了算法的收敛速度.和ECP方法相比,SHP算法有效的提高了求解MINLP问题的效率,数值试验显示了该方法的有效性.

一种改进的非顺序型多目的工厂间歇调度模型

提出了一种考虑原料库存约束的非顺序型多目的工厂间歇调度的混合整数线性规划(MILP)模型。该模型主要包括两个部分:工厂原料库存的MILP模型和采用无限中间储罐(UIS)生产方式的非顺序型多目的工厂间歇调度的MILP模型。将这两个数学模型进行综合求解,从而得到原料库存约束条件下非顺序型多目的工厂的调度方案。最后通过算例研究证明了用该方法得到的调度方案更符合工厂实际生产的要求。

基于子系统规模调配的烯烃生产过程模拟与优化

针对单个烯烃生产系统节能潜力有限的问题,提出基于烯烃生产子系统规模调配的方法,构建混合整数非线性规划(MINLP)优化模型。以单位产量1 t×h^(-1)为基准规模,当丙烷脱氢和乙烷裂解的规模系数分别为50.0和89.4时(即产量分别为50.0 t×h^(-1)和89.4 t×h^(-1)),系统的能量回收率达到最大,为82.6%。与两者独立子系统相比,公用工程负荷减少502.7 MW,对应的中低压蒸气消耗量减少544.9 t×h^(-1),电能减少0.5 MW,碳排放量减少0.5 t×h^(-1),节能减排的效果非常显著。结果表明,多个系统间能量交互可以有效提高能量回收率,且最优的规模系数使系统整体能量回收率达到最大。

基于管网模拟的蒸汽动力系统多周期运行优化

分析了管网输送过程中蒸汽参数变化对工艺过程和蒸汽动力系统运行的影响。为了消除这些影响,提出了与管网模拟相集成的蒸汽动力系统优化运行策略,并且建立了考虑蒸汽输送损失的混合整数非线性规划(MINLP)模型。针对大规模MINLP模型求解困难的问题,开发了分解迭代的算法,将建立的模型系统分解为优化运行子系统和管网模拟子系统,通过协调子系统之间的关系,迭代计算,直到求得满足误差条件的最优解。通过实例证明了提出的策略和算法能够在合理的时间内得到系统优化运行的最优解,既为企业节省了大量的资金,又为蒸汽动力系统和工艺系统的安全稳定运行提供了保障。

引入环境成本的石油化工企业蒸汽动力系统多周期运行优化

石油化工企业的蒸汽动力系统(SPS)既是企业中的耗能大户,也是产生污染物的主要来源。为了满足石油化工企业工艺过程对蒸汽和电力不断变化的要求,实现企业节能降耗的目的,必须保证蒸汽动力系统在最优的状态下运行,同时考虑蒸汽系统对人类赖以生存的环境造成的影响。针对以上问题,提出了包括设备维护、转运费用和环境成本的混合整数非线性规划(MINLP)模型。利用改进的粒子群算法对其求解,并通过实例证明了利用该模型使用改进的PSO算法能很快得到最优的方案。将环境成本作为石油化工企业蒸汽动力系统运行总成本的一部分,虽然增加了企业的总运行成本,但对环境保护问题和经济社会全面协调可持续发展有着非常重要的意义。

基于演化算法的车间作业调度问题的求解方法

提出一种以演化算法为基础的车间作业调度(JSP)问题的求解新方法.基于JSP问题的混合整数模型,把调度问题的求解归结为一般的混合整数非线性规划(MINLP)问题.分别采用遗传算法和演化策略方法,讨论了混合整数非线性规划问题的求解步骤.基于惩罚函数以及Deb策略,讨论了混合整数非线性规划问题约束条件的处理方法.仿真结果表明,该方法在求解调度问题时,算法的编码,遗传、演化算子的设计,以及解码都比较简单,无需对于待求解的问题做具体深入的了解,使得该方法的适用范围更广泛.

离心泵网络的节能设计与操作优化:综述与展望

首先对以单泵串并联为基础的离心泵网络的设计与操作优化命题进行解析,提出此类命题的研究框架可按照优化命题的基本结构分类成目标函数、约束条件和求解算法三部分。分析认为目标函数的组成取决于命题背景,等式与不等式约束可按模块化原则从单泵到单泵调整、多泵组合,进而泵网络设计、泵网络操作各级命题研究;而求解算法则聚焦于混合整数非线性规划(mixed-integer nonlinear programming,MINLP)的凸性与非凸性研究。然后依次给出了各部分内容的研究综述,主题集中于优化目标构成、面向建模的泵基本特性方程、泵网络优化设计型问题、泵网络优化操作型问题以及MINLP求解算法。分析表明,当前泵网络设计优化与操作优化的目标主要可以用寿命周期法描述,其中能耗和维护费用占比较大;泵基本方程主要基于出厂特性曲线回归,研究难点聚焦于现场流量缺乏的应对方式和管路对串并联阻力的影响;泵网络优化命题重点讨论工业问题的超结构表达形式并向多类网络的同步设计延伸,操作优化主要研究变负荷控制与操作调度,而MINLP研究重点则集中于相关确定性和不确定性算法开发。最后展望了泵网络的研究前景,实现性能监测和维护调度的智能设备管理和泵网络面向时间与空间二维分布式需求的柔性设计将成为新的研究方向。

一种无人机协作通信系统资源分配模型

针对在多无人机协同地面蜂窝异构网络增强覆盖场景,将无人机位置、波束赋形及无人机与地面用户间关联度联合设计问题,转化为混合整数非线性规划问题,即在前向容量受限的情况下最大化地面节点的系统速率。同时,考虑无人机的移动导致网络的非凸性和无线信道状态信息的不确定性等问题,对系统的空间模型、信道模型、传输模型以及资源分布最优化问题进行建模。最后将无人机协作通信系统资源分配最优化问题转变为求解非凸混合整数线性规划问题中的凸近似问题,其中参数变量为波束赋形和无人机与地面用户的关联度。通过建立资源分配模型,可为解决无人机协作通信系统资源分配最优化算法提供有效的数学依据。

计及负荷供给可靠性的园区综合能源系统两阶段优化方法研究

园区综合能源系统通过多能耦合互补和协同优化调度,可以显著提高能源利用率和促进可再生能源消纳,已成为用户侧满足多能供需的一种新的能源利用实现方式。以河北雄安新区某园区作为研究对象,设计了一种计及负荷供给可靠性的园区综合能源系统两阶段优化方法:第一阶段基于带有精英保留策略的二代非支配排序遗传算法(NSGA-Ⅱ),对园区能源站设备类型及容量进行优化,是一个多目标规划优化问题,其目的是实现经济成本和环境成本的协调优化;第二阶段是一个运行优化问题,针对上一阶段规划得到的多组帕累托前沿解,利用混合整数线性规划(mixed integer linear programming,MILP)分别优化求解各规划方案对应运行成本及负荷供给可靠性指标,结果作为确定系统最佳规划方案的重要参考。算例表明,所设计规划方法可以有效降低系统运行成本和保障负荷供给可靠性,对指导园区综合能源系统规划更具实用性。

半监督极限学习机及其在近红外光谱数据分析中的应用

当数据集中包含的训练信息不充分时,监督的极限学习机较难应用,因此将半监督学习应用到极限学习机,提出一种半监督极限学习机分类模型;但其模型是非凸、非光滑的,很难直接求其全局最优解。为此利用组合优化方法,将提出的半监督极限学习机化为线性混合整数规划,可直接得到其全局最优解。进一步,利用近红外光谱技术,将半监督极限学习机应用于药品和杂交种子的近红外光谱数据的模式分类。与传统方法相比,在不同的光谱区域的数值实验结果显示:当数据集中包含训练信息不充分时,提出的半监督极限学习机提高了模型的推广能力,验证了所提出方法的可行性和有效性。

基于碳流理论考虑用户侧碳排放配额的最优潮流

由于双碳目标下碳排放配额将成为一个有限的公共资源,聚焦用户侧展开减碳调度研究。考虑到区域间发展及资源状况存在差异,采用基于比例共享原则的碳流理论来计量用户侧的碳排放。通过解决用户侧碳排放配额约束的潮流方向问题,建立了基于碳流理论、考虑用户侧碳排放配额约束的混合整数非线性最优潮流模型,并采用一种基于潮流计算更新的粒子群算法进行求解。经算例测试,在用户侧考虑碳排放配额约束不仅能够满足各类用户的用电碳排放需求,还能在调度中兼顾电力部门减排责任的公平原则。所提算法在小规模算例中相较于精确求解在计算速度上具有显著优势,在大规模算例中相较于非线性规划求解器在收敛性能上具有显著优势。与传统粒子群算法相比,解决了收敛难度大、参数整定困难的问题。

基于机会约束MINLP模型的多工况氢气网络操作优化技术

随着日益严格的环保标准以及新能源需求的不断增加,氢气已经成为炼油厂的重要资源。针对炼油厂存在多种工况的情况,在氢源产氢量、氢阱耗氢量、市场价格不确定的环境下,以氢气网络运行与CO_(2)排放成本(TOEC)之和为目标,考虑氢源标况流量、氢阱标况流量、氢气含量、压缩机、变压吸附(PSA)装置、燃料和管道约束,建立了多工况机会约束混合整数非线性规划(MCC-MINLP)氢气网络操作优化模型。对某炼油厂涉氢装置运行数据进行拟合,得到不同工况下产氢量与耗氢量的分布情况后,在不同置信水平下求解MCC-MINLP模型,得到了各工况的氢气网络最优操作方案。计算结果表明,通过增加一套PSA装置以及对应管道,可以减少15.17%~16.68%的新氢使用量并优化原氢气网络结构,优化后氢气网络的TOEC降低了2.19%~2.34%。

解决高维INLP和MINLP问题的混沌差分进化算法

为改进差分进化(Differential Evolution,DE)算法的搜索能力,提出一种新的混沌差分进化算法(CGLSDE).首先,该算法利用混沌序列替换DE参数并采用混沌全局搜索算法来改进DE的全局搜索能力;其次,CGLSDE算法还采用了单维和多维的混沌局部搜索来改进DE的局部搜索能力.仿真结果表明:CGLSDE算法在解决高维整数非线性规划(INLP)问题和高维混合整数非线性(MINLP)问题上,其性能要好于其它3种混沌差分进化算法.