基于CMOPSO的混合储能微电网多目标优化研究

针对可再生能源发电效率低和发电成本过高的问题,采用自适应网格多目标粒子群(CMOPSO)算法对混合储能的风光互补系统进行多目标优化设计分析。首先,分别建立微电网的成本、失负荷概率和失能量率数学模型;其次,将CMOPSO算法和经典多目标优化算法NSGA-Ⅱ对比,证明CMOPSO的优越性;最后,运用CMOPSO和NSGA-Ⅱ算法分别对单一储能和混合储能的微电网进行多目标优化设计,考虑可靠性和成本分别进行两目标优化分析,考虑系统的可靠性、成本和能源量费率,进行三目标优化分析对比。结果表明,无论是考虑两个目标或三个目标,在可靠性满足要求时,相比单一储能,采用混合储能微电网综合性能要好,CMOPSO优化效果更好。

基于改进CMOPSO的前端调速式风电机组优化控制

针对前端调速式风电机组多工况运行、强耦合、结构时变等控制问题,提出一种基于改进CMOPSO算法的变桨变矩优化控制方法.以液力变矩调速装置输出转速波动最小和前端调速式风电机组输出功率波动最小为控制目标建立目标函数,并对机组桨距角和导叶开度进行优化,采用模糊综合评价从非劣解中求取最佳解;以2 MW前端调速式风电机组为对象的仿真验证表明,提出的优化控制策略可实现风电机组的功率控制,可以平滑输出功率,降低功率波动.

基于改进CMOPSO挠性卫星姿态机动路径优化

针对挠性卫星姿态快速机动快速稳定控制中的路径优化问题,研究了一种基于云多目标粒子群算法(CMOPSO)的姿态机动路径优化方法.为了解决云多目标粒子群算法寻优初期可能出现粒子陷入局部最优的问题,提出了一种随迭代次数呈反正切函数变化调整惯性权重的改进云多目标粒子群算法.针对挠性卫星大角度姿态机动问题,考虑挠性卫星姿态机动过程中角加速度和角速度的限制,建立了姿态机动路径参数的多目标优化模型,并采用改进的CMOPSO进行优化.仿真结果验证了所提改进的云多目标粒子群算法在挠性卫星姿态快速机动快速稳定控制中的有效性.

基于改进粒子群的土壤水分特征曲线参数优化研究

土壤水分特征曲线是研究土壤水分运动的重要参数,Van Genuchten方程是目前广泛应用的土壤水分特征曲线方程。由于该方程参数较多,人工调节参数繁琐复杂,应用优化算法实现参数自动调节成为首选。分别采用遗传算法(GA)、粒子群算法(PSO)和改进粒子群算法(CMOPSO)对方程进行参数寻优,对比3种算法的收敛速度、所需迭代次数和算法稳定性。结果表明:3种算法的参数模拟精度均较好;改进粒子群算法的全局搜索能力和收敛速度优于遗传算法与粒子群算法,且所需迭代次数最少,适合VG方程的参数寻优。

Research on Optimization of Freight Train ATO Based on Elite Competition Multi-Objective Particle Swarm Optimization

In view of the complex problems that freight train ATO (automatic train operation) needs to comprehensively consider punctuality, energy saving and safety, a dynamics model of the freight train operation process is established based on the safety and the freight train dynamics model in the process of its operation. The algorithm of combining elite competition strategy with multi-objective particle swarm optimization technology is introduced, and the winning particles are obtained through the competition between two elite particles to guide the update of other particles, so as to balance the convergence and distribution of multi-objective particle swarm optimization. The performance comparison experimental results verify the superiority of the proposed algorithm. The simulation experiments of the actual line verify the feasibility of the model and the effectiveness of the proposed algorithm.

充液挠性航天器姿态机动控制的多目标优化

针对充液挠性航天器姿态快速机动、快速稳定的控制要求,为减小姿态机动对挠性附件振动和液体晃动的激发,设计了一种基于正弦型加加速度的姿态机动路径规划方法。为进一步提高姿态控制性能,提出了一种基于云多目标粒子群算法的姿态控制器参数和机动路径参数联合优化方法。以最小化充液挠性航天器三轴姿态达到指定指向精度的时间以及三轴姿态稳定度,构建多目标优化模型,并应用云多目标粒子群算法求取姿态控制器参数和机动路径参数的Pareto最优解。仿真结果表明:采用多目标联合优化算法得到的控制器与路径参数,能够有效减小液体晃动和挠性附件振动,显著提高充液挠性航天器大角度姿态机动的快速性和稳定性。