变电站规模设计LCC两阶段优化方法研究

结合实际工程通过理论论证提出了变电站规模设计LCC两阶段优化方法。第一阶段依据LCC最优负载率快速、准确拟定包含变电站的规模和各主变投建时间信息的备选方案,第二阶段对备选方案进行详细的LCC评价来进行决策。该方法为变电站规模设计提供了一套具体的步骤流程和相应规范,并将技术论证和经济论证有效的结合到一起,简单易操作,具有现实意义。该方法在湖南省某220 kV变电站中的应用中验证了其可行性。

基于两阶段优化的分布式潮流控制器配置方法

分布式潮流控制器(DPFC)作为一种布点灵活、易扩展的分布式柔性交流输电系统(FACTS)设备,可有效改善潮流分布、提升系统承载能力。然而DPFC的潮流控制效果在极大程度上依赖于其配置方案。为此,基于混合整数线性规划方法构建了电网承载能力和DPFC配置最优的两阶段优化数学模型:第1阶段模型考虑电网约束及DPFC物理和运行特性约束,实现系统承载能力的最大化;第2阶段模型将系统最大承载能力作为运行条件,通过优化DPFC的投资费用,确定DPFC安装位置及容量的最优配置信息。IEEE-RTS79及某地区实际电网中的算例结果表明了所提方法的有效性和合理性。

基于CAE技术的两阶段结构优化设计方法

利用 CAE技术 ,对一受集中荷载作用的矩形板依次进行拓扑设计和尺寸优化的计算与分析 ,最后得到给定条件下的合理结构。研究结果表明 ,拓扑优化与尺寸优化相结合的结构系统优化设计方法 ,是解决具有较少目标的结构优化问题的一种有效方法。

非光滑约束优化的两阶段近似束方法

基于两阶段束方法思想,利用近似函数值以及近似次梯度构造割平面近似模型和线搜索条件,提出了一个非光滑约束优化的两阶段近似束方法。算法最终具备全局收敛性。

探究两阶段式的物流配送路径优化方法

两阶段式物流配送通常是应用遗传算法,并整合蚁群算法的相关优化点,经由组合优化理论完成物流配送。而遗传算法能够有效明确物流配送的基本路径,并对路径优化展开了初步了解。但随后,又出现了蚁群算法,这一算法能够快速明确物流配送的理想方案。在本文中,笔者将结合实践经验,重点剖析两阶段式物流配送问题,希望可为相关的研究活动提供一定的借鉴。

配电网带电作业路径两阶段优化方法

带电作业是当前配电网检修和改造的主要技术手段,作业地点广泛分布于配电线路杆塔及设备。随着带电作业数量的不断增长,各作业地点之间的任务组合和路径选择成为影响工作效率的重要因素。提出配电网带电作业路径两阶段优化方法,一阶段模型用于周前组合作业任务,二阶段模型用于日前优化作业路径,两阶段模型有效考虑了多时间尺度要求、作业时间窗及人员作业工时约束,同时探讨了基于混合编程的带电作业路径优化决策支持系统开发方法。针对该两阶段优化问题,采用改进整数编码的混沌粒子群优化算法求解。最后,通过算例验证了所提两阶段优化方法的有效性,该方法有效实现了带电作业任务的组合优化。

电力系统多时段无功电压控制的两阶段优化法

为减少无功电压控制设备的动作次数,提出了一种多时段无功电压控制的两阶段优化方法。第1阶段建立以有功损耗最小为目标的各时段静态无功优化模型,应用改进的遗传算法求解可以获得调度周期内每一时段的多组优化解,以此构成控制设备寻优的状态空间;第2阶段应用动态规划法寻求整个调度周期内控制设备状态转移的最短路径,从而可兼顾系统有功损耗、电压质量与设备动作次数的综合优化效果。此外,该方法易于实现并行处理。算例表明,该方法优化效果好,具有在线应用前景。

两阶段式的物流配送路径优化方法探析

随着社会经济的快速发展,现代科技水平不断提高,为电子商务带来了新的发展机遇.电子商务的快速发展, 离不开物流的强大支撑. 对于电商行业而言, 配送环节是关键的一环, 配送作为电子商务运行的重要环节, 物流配送对电子商务行业发展具有不可替代的作用.在整个电商行业内, 物流配送占有很高的成本比重.如何优化物流配送路径, 已成为行业发展亟待解决的问题. 本文主要论述了两阶段式物流配送路径优化办法, 希望对电商物流行业发展有参考价值.

计及源荷不确定性的综合能源生产单元运行调度与容量配置两阶段随机优化

为应对源端可再生能源及荷端负荷需求的随机性波动对综合能源生产单元(integratedenergyproductionunit,IEPU)运行调度及容量配置问题带来的挑战,该文提出一种两阶段随机优化方法。首先,在底层运行优化问题中,通过建立各设备模型及约束条件,提出基于混合整数线性规划(mixed integer linear programming,MILP)的最小成本求解方法;其次,利用蒙特卡洛模拟生成多种随机场景,确定系统在给定容量配置条件下的成本期望;最后,在顶层容量配置优化问题中,以系统容量为决策变量,采用遗传算法调用蒙特卡洛模拟及MILP运行优化算法,实现使IEPU系统全生命周期成本最小的最优容量配置。优化结果表明:底层运行优化中储气的接入使弃光量和碳排放量分别减少5.49%和0.35%,顶层计及源荷不确定性的电力设备容量提升20%左右,更加接近实际场景,验证了所提出方法的有效性。结合参数灵敏度分析,可为IEPU系统的规模化设计提供参考。

离散椭球分布下两阶段WCVaR风险利润优化模型及应用

本文研究随机变量非完全分布下的两阶段风险-利润优化问题。采用最坏情况下条件风险(Worst-case Conditional Value-at-Risk:WCVaR)度量指标,在离散椭球分布下建立了两阶段WCVaR约束下利润期望最大优化模型,运用优化对偶方法将复杂的Max-Min结构化简,理论上证明了简化模型和原模型的同解性,以发电商电能分配组合优化为数值实例,验证了模型和计算方法的有效性。

带有最小风险准则的两阶段模糊运输模型

基于可信性理论和两阶段模糊优化方法,提出一类新的带有最小风险准则的两阶段模糊运输模型。由于提出的模糊运输问题包含带有无限支撑的模糊变量参数,因此它是一个无限维的优化问题。为了求解这个模糊优化问题,这里将讨论两阶段模糊运输问题的逼近方法并且将逼近方法嵌套到遗传算法中产生一个基于遗传算法的混合智能算法求解提出的带有最小风险准则的两阶段模糊运输问题。给出一个数值例子来表明所设计模型和算法的实用性。

基于改进差分进化算法的CCHP型微电网两阶段调度优化方法

由于CCHP型微电网两阶段调度需求的随机性,导致优化难度较大,难以找到有效的解决方案。因此,本文提出基于改进差分进化算法的CCHP型微电网两阶段调度优化策略。将微电网运行状态空间划分,构建CCHP型微电网两阶段调度优化模型,利用改进差分进化算法对微电网两阶段调度优化方案进行求解,实现CCHP型微电网两阶段调度优化。设计对比实验,实验结果证明该方法的调度转化效率最高,能够最大限度地利用。

计及调控成本和次数的配电网无功优化策略

提出了一种计及调控成本及调控次数的无功优化控制策略,以避免动作设备过多和过于频繁,并提出预优化和实时优化的两阶段处理方法:预优化采用传统模型对全天各个时段分别计算并统计;实时优化控制采用灵敏度与设备调节成本及次数等多目标,获得系统网损、电压水平、设备寿命和调控次数的综合优化结果。两阶段优化均采用改进的遗传算法,并采取措施加快搜索和减少随机解的影响。实例表明,文中策略和方法具有良好的实用性和较高的实时性,可满足调度运行的决策要求,可有效地应用于在线无功优化。

客户绿色偏好约束下的直运调度优化

针对分布式OD网络中客户绿色偏好约束下的直运调度优化问题,采用两阶段方法即OD流最短路径算法和带时间窗的车辆路径问题(VRPTW)优化,得到环境污染最少的多车型直运调运方案.在特定算例中,15条OD流一共需要配置1辆能耗型车,4辆环保型车,与全部采用能耗型车运输相比能够降低32.6%的污染.通过环保车型混合调运,能够以低成本满足客户需求,并降低物流对环境的污染,实现经济效益与社会效益的统一.

钢支撑-混凝土框架结构优化研究

针对新版抗震规范GB50011—2010所提出的钢支撑-混凝土框架结构体系,本文采用一种两阶段优化方法对其进行优化研究,用VB和FORTRAN语言编写了相应的优化程序并结合工程算例对程序的优化效果进行了验证。两阶段优化方法以结构造价为目标函数,第一阶段是基于虚功原理、拉格朗日乘数法,以位移约束为约束条件的优化过程;第二阶段则是采用多级优化方法,以强度约束、施工构造约束等为约束条件的优化过程。该方法能够以较快的优化速度解决钢支撑-混凝土框架结构的优化问题,具有较好的工程实用价值。

非光滑约束优化带束集修正的两阶段束方法

结合两阶段束方法思想,提出新的束集修正策略,得到一个求解非光滑约束优化问题的两阶段束方法.当稳定中心更新时,通过束集修正策略,约束函数值更小的新点将替代束集中的一部分不可行点,目标函数值更小的新点将替代一部分可行点,旨在得到质量更优的束集.算法能接受不可行初始点,在阶段一搜索一个可行迭代点,一旦产生可行迭代点,进入阶段二执行可行方向算法.算法具备全局收敛性,且初步的数值结果表明算法是有效的.

考虑维护策略的生产-配送联合优化

针对流程型企业生产-配送过程中设备实施定周期维护导致的总成本过高、交货延迟等问题,提出了两阶段维护策略以确定预防性维护(第一阶段)和故障维护(第二阶段)的时间节点。在分析生产-配送和设备维护双重需求的基础上,以最小化总成本和最小化交付提前期和延迟期的加权和为优化目标,建立了考虑设备维护策略的生产-配送联合优化数学模型;通过设计改进的鸡群算法对该模型进行求解,利用高斯变异算子对鸡群算法中鸡群的位置更新策略进行改进以丰富种群多样性,并应用田口方法获得近似最佳算法组合参数。算例分析结果显示,基于两阶段维护策略的数学模型在维护成本和总成本上明显降低、且能准确设置设备维护的时间节点和方式。

基于循环取货模式的车辆路径优化研究

分析汽车零部件循环取货的特点,建立循环取货车辆路径优化的数学模型。通过系统聚类法将复杂的VRP转化成多个规模较小的TSP问题,然后用蚁群算法对模型进行求解。算例验证结果表明,该优化算法是有效的。

我国区域科技创新投融资支持体系优化设计

为分析不同主体科技投入对科技创新效率的影响并提出科技创新投融资支持体系优化设计,通过DEA-Tobit两阶段法测度我国30个省份2010—2019年的科技创新效率。研究表明:我国科技创新效率整体表现较好,但存在地区差异性;政府支持和金融机构信贷支持与科技创新水平显著正相关,企业创新投入和风险投入对科技创新效率的作用不明显。据此提出以“创新引领、平台支撑、机制保障”为目标,加大政府财政投入,鼓励金融机构和资本市场对科技创新的投融资支持,加快推进成果转化,形成“投融资支持-科技创新-成果转化-回报再投入”系统闭环的科技创新良性循环机制。

两阶段模糊运输期望值模型及其逼近方法

基于可信性理论和两阶段模糊优化方法,提出一类带有模糊参数的两阶段运输期望值模型。由于提出运输问题包含带有无限支撑的模糊变量系数,因此它是一个无限维的优化问题。然后,讨论两阶段模糊运输期望值问题的逼近方法并且将逼近方法嵌套到遗传算法中产生一个基于遗传算法的逼近方法求解提出的两阶段模糊运输期望值问题。最后,给出一个数值例子来表明所设计模型和算法的实用性与有效性。