改进粒子群算法在柔性车间调度问题的研究

为了减少柔性作业车间调度问题加工时间,通过前景理论构建柔性作业车间加工满意度数学模型,以降低加工时间为目标,设计了一种惯性权重幂函数调节的改进粒子群算法(PPSO),该算法惯性权重能够幂函数自适应调节,学习因子能够发生相应的递减或递增变化平衡算法的全局探索和局部开发能力。选取BRdata与Kacem经典算例,通过与人工免疫算法(AIA)和整合模拟退火算法(ISA)的进行仿真比较,PPSO加工时间较短;在工件数J=25、可用机器数M=16、迭代次数600情况下比较BRdata算例,PPSO加工时间相较AIA、ISA算法分别缩短了21.61%和4.32%,验证结果表明PPSO算法在柔性车间调度问题中降低产品加工时间的有效性。

指数函数功率重构的超级电容荷电控制策略研究

光伏及混合储能系统中,常用变分模态分解(VMD)实现系统剩余功率分配,但其中分解模态数、二次惩罚因子的取值直接影响功率重构的误差,常用的凹型、S型函数惯性权重误差较大。以皮尔逊相关系数为适应度函数,提出采用指数型函数惯性权重粒子群算法参数优化VMD参数,获得VMD算法中各自[K,α]最优值组合,分解系统剩余功率,将剩余功率合理分配至蓄电池和超级电容。进而提出在考虑超级电容荷电状态(SOC)下的混合储能功率互补优化控制策略,使其SOC运行于稳定区域。算例分析中,采用对称平均绝对百分误差(SMAPE)对比分析了三种惯性权重函数优化算法下的功率重构误差,并考虑超级电容SOC与优化控制。结果表明,采用指数型函数惯性权重算法得到的功率重构误差最小,并使得超级电容SOC控制在稳定区域,避免过充过放现象,延长其使用寿命。

基于条件风险价值理论的综合能源系统优化调度

针对综合能源系统调度过程难以兼顾不同能源的调度条件,导致能源调度准确性较差的问题,提出基于条件风险价值理论的综合能源系统优化调度.分析以电、热、气为主的综合能源系统结构和响应过程,探究系统的不确定性供能因素.根据条件风险价值理论建立最优调度目标函数,将能量平衡、功率限制和储电设备容量等作为约束条件,构建优化调度模型.利用粒子群迭代方法求解模型,获取粒子的速度与位置更新方程,得出最佳调度结果.结果表明,所提方法能够准确预测出能源需求量,将输出能源控制在合理范围内,降低系统运行风险,提高经济效益.