综合考虑电动汽车的行驶特性、电池特性等约束条件,建立了计及峰谷差、日负荷率、负荷均方差和用户电费的多目标智能小区车辆与家庭互动(vehicle to home,V2H)调度策略。为求解该策略,提出双层离散粒子群算法优化V2H调度模型,以解决智...综合考虑电动汽车的行驶特性、电池特性等约束条件,建立了计及峰谷差、日负荷率、负荷均方差和用户电费的多目标智能小区车辆与家庭互动(vehicle to home,V2H)调度策略。为求解该策略,提出双层离散粒子群算法优化V2H调度模型,以解决智能优化算法难以求解含等式约束方程的问题。第1层优化通过离散粒子群算法求解满足所有约束条件的单辆电动汽车充放电计划可行解,第2层优化采用基本粒子群算法迭代优化V2H调度模型。对无序充电、有序充电调度、V2H调度模式以及不同用户响应度的V2H调度策略进行仿真分析,结果表明:V2H调度在减小峰谷差、负荷波动、提升日负荷率方面的作用最显著,与无序充电相比用户电费下降1/3以上;随着用户对V2H调度策略响应度提高,负荷特性改善越明显,但是V2H调度的车均电费会增加。展开更多
传感器优化配置是实现航空设备故障预测与健康管理(Prognostics and Health Management,PHM)系统设计的基础和保证.本文首先对系统的故障-传感器相关性矩阵进行了改进,在此基础上根据系统测试性指标要求建立了考虑传感器故障率的约束优...传感器优化配置是实现航空设备故障预测与健康管理(Prognostics and Health Management,PHM)系统设计的基础和保证.本文首先对系统的故障-传感器相关性矩阵进行了改进,在此基础上根据系统测试性指标要求建立了考虑传感器故障率的约束优化模型,并采用一种改进的离散粒子群算法求解.算法根据传感器优化配置的特点设计了粒子个体适应度计算方法,惯性权重则基于群体早熟程度自适应调整.仿真实例验证了本文方法的有效性,优化结果满足系统各项测试性指标要求,可为航空设备PHM系统的传感器优化配置提供有效指导.展开更多
文摘综合考虑电动汽车的行驶特性、电池特性等约束条件,建立了计及峰谷差、日负荷率、负荷均方差和用户电费的多目标智能小区车辆与家庭互动(vehicle to home,V2H)调度策略。为求解该策略,提出双层离散粒子群算法优化V2H调度模型,以解决智能优化算法难以求解含等式约束方程的问题。第1层优化通过离散粒子群算法求解满足所有约束条件的单辆电动汽车充放电计划可行解,第2层优化采用基本粒子群算法迭代优化V2H调度模型。对无序充电、有序充电调度、V2H调度模式以及不同用户响应度的V2H调度策略进行仿真分析,结果表明:V2H调度在减小峰谷差、负荷波动、提升日负荷率方面的作用最显著,与无序充电相比用户电费下降1/3以上;随着用户对V2H调度策略响应度提高,负荷特性改善越明显,但是V2H调度的车均电费会增加。
文摘传感器优化配置是实现航空设备故障预测与健康管理(Prognostics and Health Management,PHM)系统设计的基础和保证.本文首先对系统的故障-传感器相关性矩阵进行了改进,在此基础上根据系统测试性指标要求建立了考虑传感器故障率的约束优化模型,并采用一种改进的离散粒子群算法求解.算法根据传感器优化配置的特点设计了粒子个体适应度计算方法,惯性权重则基于群体早熟程度自适应调整.仿真实例验证了本文方法的有效性,优化结果满足系统各项测试性指标要求,可为航空设备PHM系统的传感器优化配置提供有效指导.
基金supported by the China 863 High Technology Item(2006AA050104)the Key Technologies R & D Program of Changzhou National High-tech District(XE120080707)
