基于GSO-GPR算法的岩层移动角预测模型及其应用 被引量：5

1

作者 赵国彦 张海云 +1 位作者 刘建 陈英 《黄金科学技术》 CSCD 2019年第1期63-71,共9页

为快速准确获取金属矿地下开采岩层移动角,提出基于群搜索优化(GSO)算法的改进高斯过程回归(GPR)理论。以矿体上下盘围岩性质、上下盘围岩稳固程度、地下水情况、矿体走向长度、矿体倾角、开采厚度及深度9个影响因素作为判别指标,结合3... 为快速准确获取金属矿地下开采岩层移动角,提出基于群搜索优化(GSO)算法的改进高斯过程回归(GPR)理论。以矿体上下盘围岩性质、上下盘围岩稳固程度、地下水情况、矿体走向长度、矿体倾角、开采厚度及深度9个影响因素作为判别指标,结合35组实测数据建立金属矿充填开采岩层移动角学习预测模型。将该模型应用于三山岛金矿岩层移动角预测,利用UDEC数值模拟结果进行对比验证,同时分析三山岛金矿海下开采对上盘竖井的影响。研究结果表明:(1)GSO-GPR预测模型对地下开采岩层移动角的预测效果良好,预测精度在5%以内;(2)三山岛金矿上、下盘岩层移动角分别为72°和68°;(3)当前矿山开采未对竖井造成影响,但随着开采深入至-658 m水平,竖井将进入塌陷范围。 展开更多

关键词 金属矿 地下开采 岩层移动角 群搜索优化 高斯过程回归 UDEC

在线阅读 下载PDF 职称材料

基于蚁群优化算法的电镀试验台分组式调度方法研究

2

作者 汪守斌 王超 《电镀与精饰》 北大核心 2025年第6期9-15,57,共8页

电镀试验台分组式调度涉及多个试验台同时进行不同的电镀任务,每个任务有其特定的加工要求和顺序。然而,在实际操作中,由于任务分配不合理和加工顺序未优化,导致试验台之间的资源冲突、等待时间增加。为提高电镀试验台的工作效率,研究... 电镀试验台分组式调度涉及多个试验台同时进行不同的电镀任务,每个任务有其特定的加工要求和顺序。然而,在实际操作中,由于任务分配不合理和加工顺序未优化,导致试验台之间的资源冲突、等待时间增加。为提高电镀试验台的工作效率,研究基于蚁群优化算法的电镀试验台分组式调度方法。通过基于图论的电镀试验任务分组模型,将电镀试验任务进行合理分组。利用基于蚁群优化算法的分组式调度模型,设计一个旨在实现电镀试验任务加工耗时最短化的目标函数。通过运用蚁群优化算法,求解出满足该目标函数条件的最优分组式电镀任务与仪器的加工顺序,从而实现对电镀试验台的高效分组式调度。实验结果显示:蚁群优化算法使用下,电镀试验台的仪器设备资源使用率与负载均衡度优于对比方法,能够有效优化电镀试验台资源分配效果。 展开更多

关键词 蚁群优化算法 电镀任务 试验台 分组式调度 图论方法 深度优先搜索算法

在线阅读 下载PDF 职称材料

求解大规模全局优化问题的新型三层递归差分分组方法 被引量：2

3

作者 李飞 刘翔 +1 位作者 徐洪斌 刘建昌 《控制理论与应用》 EI CAS CSCD 北大核心 2024年第4期691-700,共10页

协同进化算法在求解大规模全局优化问题上具有较好的效果,其核心思想是利用分而治之的策略将一个高维问题分解成若干个子问题,然后分别优化每个子问题.然而,现有的分解方法通常需要花费大量的计算成本来获得精确的变量分组.通过采用递... 协同进化算法在求解大规模全局优化问题上具有较好的效果,其核心思想是利用分而治之的策略将一个高维问题分解成若干个子问题,然后分别优化每个子问题.然而,现有的分解方法通常需要花费大量的计算成本来获得精确的变量分组.通过采用递归交互检测中的历史信息简化分组过程,能够避免检测某些集合的相互关系,本文提出了一种新型三层递归差分分组策略(NTRDG).与其他4种现有的分组方法相比,NTRDG在不影响分组精度的情况下计算成本消耗较低.仿真结果表明,NTRDG在求解大规模全局优化问题时具有很强的竞争力. 展开更多

关键词 全局优化 协同进化 分解方法 三层递归差分分组 递归搜索

在线阅读 下载PDF 职称材料

快速群搜索优化算法及其在电力系统经济调度中的应用 被引量：16

4

作者 詹俊鹏 郭创新 +1 位作者 吴青华 温柏坚 《中国电机工程学报》 EI CSCD 北大核心 2012年第S1期1-6,共6页

经济调度(economic dispatch,ED)是电力系统优化的一项重要工作。为得到一个更加精确且实用的ED模型,在模型中考虑了机组阀点效应和多燃料。该ED模型具有非凸、高维、非线性和不可微的特性,求解较为困难。为更好地求解该ED模型,提出一... 经济调度(economic dispatch,ED)是电力系统优化的一项重要工作。为得到一个更加精确且实用的ED模型,在模型中考虑了机组阀点效应和多燃料。该ED模型具有非凸、高维、非线性和不可微的特性,求解较为困难。为更好地求解该ED模型,提出一种快速群搜索优化算法(fast groupsearch optimizer,FGSO),该算法能以更少的计算资源得到更高的收敛精度。对3个测试系统的ED模型进行求解,结果表明,FGSO比其他算法收敛速度更快,计算时间更短,能得到更小的发电费用值,且在高维的、具有多局部最优点的复杂优化问题中具有更加突出的优势。因此,FGSO用于求解该复杂ED模型是可行的、快速的和有效的。 展开更多

关键词 经济调度 阀点效应 多燃料 群搜索优化算法 遗传算法 粒子群优化算法

在线阅读 下载PDF 职称材料

基于群搜索优化算法的配电网重构 被引量：6

5

作者 李鹏 江辉 +1 位作者 孙芊 周娟 《电网技术》 EI CSCD 北大核心 2010年第12期114-118,共5页

提出了基于群搜索优化算法的配电网重构方法,以系统有功网损最小为目标建立了配电网重构模型,选择种群中网损最小的个体为发现者,剩余个体分别作为加入者和游荡者。在寻优过程中,应用快速支路交换法对发现者进行局部物理寻优,加入者向... 提出了基于群搜索优化算法的配电网重构方法,以系统有功网损最小为目标建立了配电网重构模型,选择种群中网损最小的个体为发现者,剩余个体分别作为加入者和游荡者。在寻优过程中,应用快速支路交换法对发现者进行局部物理寻优,加入者向发现者逐步靠近执行追随搜索,游荡者在解空间中随机搜索。该方法实现了全局搜索与局部寻优的良好配合,提高了搜索效率,具有较好的全局收敛性。算例结果验证了该方法的有效性。 展开更多

关键词 配电网重构 群搜索优化算法 支路交换法

在线阅读 下载PDF 职称材料

一种基于差分策略的群搜索优化算法 被引量：7

6

作者 熊聪聪 郝璐萌 +1 位作者 王丹 邓雪晨 《计算机科学》 CSCD 北大核心 2017年第2期250-256,共7页

针对群搜索优化(Group Search Optimizer,GSO)算法易陷入局部最优、收敛速度较慢、收敛精度较低等问题,提出一种基于差分策略的群搜索优化(Differential Ranking-based Group Search Optimizer,DRGSO)算法。主要进行两方面改进:1)按照... 针对群搜索优化(Group Search Optimizer,GSO)算法易陷入局部最优、收敛速度较慢、收敛精度较低等问题,提出一种基于差分策略的群搜索优化(Differential Ranking-based Group Search Optimizer,DRGSO)算法。主要进行两方面改进:1)按照适应度值的大小对种群进行排序,适当增加发现者的数目,使种群能够获得更好的启发式信息,加快了算法的收敛速度,有效地避免了算法陷入局部最优;2)在发现者搜索过程中,引入4种不同的差分变异策略,提高了算法的收敛精度,增强了算法的群体多样性在。11组国际标准测试函数上的实验测试结果显示,与GA,GSO,PSO算法相比,DRGSO算法具有较强的全局搜索能力以及局部资源勘探能力,算法整体收敛性能明显提高。 展开更多

关键词 群搜索优化算法 差分变异 收敛速度 收敛精度

在线阅读 下载PDF 职称材料

新的基于混沌搜索的组优化算法 被引量：6

7

作者 方振国 陈得宝 《计算机应用》 CSCD 北大核心 2011年第3期657-659,673,共4页

为提高组搜索优化(GSO)算法的性能,结合混沌方法的全局搜索特性,提出一种新的基于混沌搜索的组搜索优化(CGSO)算法。此方法中,生产者利用混沌搜索方法不断寻找较好的位置;占领者结合当前生产者的位置和自己运动到目前为止的最好位置对... 为提高组搜索优化(GSO)算法的性能,结合混沌方法的全局搜索特性,提出一种新的基于混沌搜索的组搜索优化(CGSO)算法。此方法中,生产者利用混沌搜索方法不断寻找较好的位置;占领者结合当前生产者的位置和自己运动到目前为止的最好位置对自己当前的位置进行更新;徘徊者采用混沌变异方法探索新的位置。该算法运用Logistic映射的初值敏感性扩大搜索范围,利用其全局遍历性进行位置搜索,有效地提高了算法的全局收敛性。采用CGSO、GSO算法对四个典型的函数优化问题进行了仿真实验,仿真结果验证了方法的有效性。 展开更多

关键词 LOGISTIC映射 混沌优化 组搜索优化 混沌组搜索优化

在线阅读 下载PDF 职称材料

一种改进的群搜索优化方法 被引量：3

8

作者 曾超 李娜 +1 位作者 王维 陈朝阳 《传感器与微系统》 CSCD 北大核心 2012年第9期28-31,共4页

标准的群搜索优化(GSO)方法是一种适用于解决高维函数优化问题的群智能算法,且简单、高效,易于实现。为了进一步提高其收敛速度和精度,对该方法进行了改进。在保留其"发现者—追随者—游荡者"框架的同时,改进的GSO方法将最大... 标准的群搜索优化(GSO)方法是一种适用于解决高维函数优化问题的群智能算法,且简单、高效,易于实现。为了进一步提高其收敛速度和精度,对该方法进行了改进。在保留其"发现者—追随者—游荡者"框架的同时,改进的GSO方法将最大下降方向策略引入发现者行为。在每轮迭代中,发现者不但按照自身方向进行搜索,同时也根据最大下降方向进行搜索。分别通过23个基准测试函数对2种优化方法进行测试,结果表明:改进的GSO方法优于标准群搜索方法。 展开更多

关键词 群搜索优化方法 函数优化 群智能算法

在线阅读 下载PDF 职称材料

基于改进群搜索算法的含光伏发电的配电网优化重构研究 被引量：10

9

作者 李聪 秦立军 段惠 《太阳能学报》 EI CAS CSCD 北大核心 2022年第4期213-218,共6页

配电网中光伏发电装机容量迅速上涨,针对其所带来的波动性和间歇性对配电网重构后的可靠性和经济性产生的影响,提出一种含光伏发电的配电网优化重构策略。首先。以网损最小化为目标函数,建立含光伏发电的配电网数学模型;其次,运用模糊... 配电网中光伏发电装机容量迅速上涨,针对其所带来的波动性和间歇性对配电网重构后的可靠性和经济性产生的影响,提出一种含光伏发电的配电网优化重构策略。首先。以网损最小化为目标函数,建立含光伏发电的配电网数学模型;其次,运用模糊理论对群搜索算法进行改进,并将改进群搜索算法应用到配电网重构路径的优化中;最后,通过算例对含光伏发电的配电网进行分析。结果表明,该方法收敛速度快、寻优时间短且动作次数少,有效提高了配电网的运行经济性。 展开更多

关键词 光伏发电 群搜索优化 配电网重构 模糊理论

在线阅读 下载PDF 职称材料

水电站群联合调峰调度均匀逐步优化方法 被引量：13

10

作者 冯仲恺 牛文静 +1 位作者 程春田 武新宇 《中国电机工程学报》 EI CSCD 北大核心 2017年第15期4315-4323,共9页

由于受到系统规模逐年扩大、调度要求日趋精细和约束集合日渐庞杂等诸多因素影响,如何快速制定合理的发电调度计划是水电站群联合调度面临的关键科学难题,集中体现在初始解的快速生成机制、决策空间的科学辨识模式以及行之有效的优化调... 由于受到系统规模逐年扩大、调度要求日趋精细和约束集合日渐庞杂等诸多因素影响,如何快速制定合理的发电调度计划是水电站群联合调度面临的关键科学难题,集中体现在初始解的快速生成机制、决策空间的科学辨识模式以及行之有效的优化调度方法等3个方面。为此,从工程实用化角度出发,提出求解水电站群联合调峰调度问题的均匀逐步优化方法。该方法首先依据水电系统相邻日运行工况估算各水电站可能发电能力,并由上游到下游依次采用切负荷方法来快速生成初始解;然后将多阶段决策问题分解为若干两阶段子问题进行求解,并将均匀试验设计耦入各阶段决策变量集合的构造工作,指导算法优选少数富有代表性的决策变量,大幅减少运算量与存储量,进而降低方法的计算复杂度;同时,在寻优过程中将多重复杂运行约束统一集成至指定约束,以动态辨识可行搜索空间,进而降低算法的计算消耗。工程应用结果表明,所提方法可快速获得满意调度结果,能够切实服务于水电调度运行工作的开展。 展开更多

关键词 水电站群 调峰调度 搜索空间 逐步优化算法 约束集成 均匀试验设计 切负荷方法

在线阅读 下载PDF 职称材料

含分布式电源的配电网络重构 被引量：8

11

作者 魏辉 曾令全 《华北电力大学学报（自然科学版）》 CAS 北大核心 2012年第2期23-27,共5页

随着分布式电源在电力系统的逐步推广,考虑分布式电源的配电网重构具有广阔的发展前景。提出基于Metropolis准则的群搜索优化算法,并对含分布式电源的配电网进行重构。Metropolis准则能够有效解决发现者局部寻优时产生错误的搜索方向,... 随着分布式电源在电力系统的逐步推广,考虑分布式电源的配电网重构具有广阔的发展前景。提出基于Metropolis准则的群搜索优化算法,并对含分布式电源的配电网进行重构。Metropolis准则能够有效解决发现者局部寻优时产生错误的搜索方向,从而跳出局部极值点,提高了优化的效果。算例结果表明分布式电源的引入提高了节点电压,降低了有功网损,并验证了算法的可行性。 展开更多

关键词 配电网重构 分布式电源 群搜索优化算法 METROPOLIS准则

在线阅读 下载PDF 职称材料

多目标快速群搜索优化算法及在模型修正中的应用 被引量：1

12

作者 李世龙 马立元 +1 位作者 李永军 王天辉 《振动与冲击》 EI CSCD 北大核心 2015年第20期120-128,共9页

为解决群搜索算法在求解多目标优化问题时易陷于局部最优或过早收敛,限制其在复杂结构模型修正中的应用问题,提出改进的群搜索优化算法-多目标快速群搜索优化算法(MQGSO)。采用LPS搜索方法对发现者进行迭代更新,能使发现者更快到达最优... 为解决群搜索算法在求解多目标优化问题时易陷于局部最优或过早收敛,限制其在复杂结构模型修正中的应用问题,提出改进的群搜索优化算法-多目标快速群搜索优化算法(MQGSO)。采用LPS搜索方法对发现者进行迭代更新,能使发现者更快到达最优位置,提升寻优效率;对追随者增加速度更新机制,考虑其自身历史最优信息以保证收敛精度,并在算法后期采用交叉变异策略增加追随者个体多样性,避免陷入局部最优;在游荡者迭代更新中引入分量变异控制策略,增加其搜索的随机性,提高算法的全局寻优性能。通过7个典型多目标优化测试函数及某发射台有限元模型修正实例,对算法性能进行验证分析。结果表明,与已有MPSO(Multi-objective Particle Swarm Optimization)及MBFO(Multi-objective Bacterial Foraging Optimization)两种算法相比,所提MQGSO算法搜索性能更强、收敛速度更快、计算精度更高,不失为求解复杂多目标优化问题的有效方法。 展开更多

关键词 多目标优化 群搜索算法 PARETO最优解 模型修正 目标函数

在线阅读 下载PDF 职称材料

尺度可调的核函数模型在震荡信号表示中的应用

13

作者 张猛 付丽华 +1 位作者 李宏伟 何婷婷 《小型微型计算机系统》 CSCD 北大核心 2011年第10期2114-2117,共4页

传统固定尺度的核函数模型不适合稀疏地表示震荡信号.为了提高震荡信号表示的稀疏性,提出了一种尺度可调的核函数模型的建立方法.该方法通过正交最小二乘算法进行逐步回归建模,选择每一个回归子时,利用群搜索算法优化残差目标函数,计算... 传统固定尺度的核函数模型不适合稀疏地表示震荡信号.为了提高震荡信号表示的稀疏性,提出了一种尺度可调的核函数模型的建立方法.该方法通过正交最小二乘算法进行逐步回归建模,选择每一个回归子时,利用群搜索算法优化残差目标函数,计算相应的核函数的尺度.实验结果表明,可调核函数模型比传统的固定尺度核函数模型具有更强的稀疏性和泛化能力. 展开更多

关键词 群搜索优化子 核模型 正交最小二乘

在线阅读 下载PDF 职称材料

水电站群中长期调度优化

14

作者 张庆超 宋文南 《中国农村水利水电》 北大核心 2005年第10期32-34,共3页

比较了遗传算法和Tabu搜索两种算法的优缺点,针对水电站群中长期调度优化的复杂性、高维性和非线性特点,提出利用TS-GA组合算法的策略,应用于水电站群中长期调度优化中。计算机仿真结果表明:与单一优化算法相比较,TS-GA组合算法具有更... 比较了遗传算法和Tabu搜索两种算法的优缺点,针对水电站群中长期调度优化的复杂性、高维性和非线性特点,提出利用TS-GA组合算法的策略,应用于水电站群中长期调度优化中。计算机仿真结果表明:与单一优化算法相比较,TS-GA组合算法具有更强的全局寻优能力和更少的寻优时间,因而是一种很有应用前景的水电站群中长期调度优化方法。 展开更多

关键词 水电站群 调度优化 TS-GA组合算法 遗传算法 TABU搜索

在线阅读 下载PDF 职称材料

基于模拟退火的差分变异群搜索优化算法 被引量：4

15

作者 郑慧杰 刘弘 +1 位作者 郑向伟 孙玉灵 《计算机工程》 CAS CSCD 2012年第17期178-181,共4页

标准群搜索优化算法易陷入局部最优。为此,引入模拟退火策略和差分进化算子,使算法跳出局部极值点,变异和迭代同时进行,并保持前期搜索速度快的特性。测试结果证明,改进算法的全局收敛能力明显提高,个体具有良好的人工智能性,能够真实... 标准群搜索优化算法易陷入局部最优。为此,引入模拟退火策略和差分进化算子,使算法跳出局部极值点,变异和迭代同时进行,并保持前期搜索速度快的特性。测试结果证明,改进算法的全局收敛能力明显提高,个体具有良好的人工智能性,能够真实模拟群体行为。 展开更多

关键词 群搜索优化算法 群体动画 差分进化 局部最优

在线阅读 下载PDF 职称材料

基于交叉因子和模拟退火的群搜索优化算法 被引量：3

16

作者 杨文璐 宁玉富 《计算机工程与设计》 CSCD 北大核心 2013年第6期2020-2024,共5页

针对目前标准群搜索优化(GSO)算法存在的一些缺点,提出一种基于交叉因子和模拟退火群搜索优化(CMG-SO)算法,通过与模拟退火算法的结合来改善算法的收敛性能,并借鉴遗传算法中的选择交叉操作增加粒子多样性,通过引入交叉因子增强群体成... 针对目前标准群搜索优化(GSO)算法存在的一些缺点,提出一种基于交叉因子和模拟退火群搜索优化(CMG-SO)算法,通过与模拟退火算法的结合来改善算法的收敛性能,并借鉴遗传算法中的选择交叉操作增加粒子多样性,通过引入交叉因子增强群体成员优良特性,减小了算法陷入局部极值的可能。经过4个常用测试函数测试及与粒子群优化(PSO)算法、群搜索优化(GSO)算法对比,表明了该算法有较好的全局搜索能力和收敛速度,提高了优化性能。 展开更多

关键词 群搜索优化(gso)算法 遗传算法 模拟退火算法 交叉因子 粒子群优化(PSO)算法

在线阅读 下载PDF 职称材料

基于发现者预选择机制的自适应群搜索算法 被引量：1

17

作者 于长青 王竹荣 《计算机应用》 CSCD 北大核心 2013年第11期3102-3106,共5页

为克服群搜索(GSO)算法早熟的缺点,提高算法收敛速度,提出一种基于发现者预选择机制的自适应群搜索(PSAGSO)算法。首先,依据发现者-追随者模型,采用预选择机制,用倒序变异算子产生新发现者,来引导追随者寻优的方向,有效地维持了群体中... 为克服群搜索(GSO)算法早熟的缺点,提高算法收敛速度,提出一种基于发现者预选择机制的自适应群搜索(PSAGSO)算法。首先,依据发现者-追随者模型,采用预选择机制,用倒序变异算子产生新发现者,来引导追随者寻优的方向,有效地维持了群体中个体的多样性;其次,提出一种基于线性递减的动态自适应方法来调整游荡者的分布比例,以提高种群中个体的活力,有利于算法跳出局部最优。通过对12个基准函数进行测试。对于30维函数优化,PSAGSO算法的测试数据优于He等(HE S,WU Q H,SAUNDERS J R.Group search optimizer:an optimization algorithm inspired by animal searching behavior.IEEE Transactions on Evolutionary Computation,2009,13(5):973-990)提供的数据;对于300维函数优化问题,PSAGSO算法的性能更佳。实验结果表明,PSAGSO克服了群搜索优化算法的不足,在一定程度上提高了算法的收敛速度和收敛精度。 展开更多

关键词 群智能算法 群搜索算法 预选择机制 倒序变异 自适应方法

在线阅读 下载PDF 职称材料

城市大型商场火灾风险评价的投影寻踪模型与应用 被引量：4

18

作者 于晓虹 楼文高 洪赢政 《灾害学》 CSCD 2017年第4期17-22,共6页

根据城市大型商场火灾风险评价指标体系和5级风险评价标准,采用群搜索最优化方法,建立了投影寻踪分类模型,对15个待判定样本进行综合评价,得到了可靠、有效的评价结果。再应用基于信息熵权重的TOPSIS和灰色关联法进行评价,结果与投影寻... 根据城市大型商场火灾风险评价指标体系和5级风险评价标准,采用群搜索最优化方法,建立了投影寻踪分类模型,对15个待判定样本进行综合评价,得到了可靠、有效的评价结果。再应用基于信息熵权重的TOPSIS和灰色关联法进行评价,结果与投影寻踪模型分类结果一致。分析了现有的火灾风险神经网络评价模型文献存在的主要问题。研究结果表明:投影寻踪分类模型能很好地适用于城市大型商场火灾风险的综合评价与分类研究,数学意义清晰,后续应用方便。 展开更多

关键词 火灾 风险评价 投影寻踪分类模型 城市大型商场 评价与分类 群搜索

在线阅读 下载PDF 职称材料

考虑需求侧响应的园区综合能源系统优化配置 被引量：31

19

作者 朱志芳 许苑 +3 位作者 岑海凤 黄文靖 郑杰辉 李志刚 《智慧电力》 北大核心 2022年第1期37-44,共8页

以园区综合能源系统(PIES)的优化配置为研究对象,考虑电力市场分时定价机制下的需求侧响应策略,以PIES的运行成本、污染排放和能耗为优化目标,建立主问题与子问题的迭代优化架构,最后采用多属性决策方法从待选方案中选出最优的系统配置... 以园区综合能源系统(PIES)的优化配置为研究对象,考虑电力市场分时定价机制下的需求侧响应策略,以PIES的运行成本、污染排放和能耗为优化目标,建立主问题与子问题的迭代优化架构,最后采用多属性决策方法从待选方案中选出最优的系统配置。算例结果表明,可再生能源的接入可以有效地提高PIES的综合效益,引入价格型和替代型需求侧响应后可以进一步提升PIES的经济性,但同时降低了PIES的环保性。 展开更多

关键词 园区综合能源系统 需求侧响应 多目标优化 多目标群搜索算法 多属性决策方法 优化配置

在线阅读 下载PDF 职称材料

园区综合能源系统多时间尺度优化 被引量：1

20

作者 林锦弘 奚圣羽 +1 位作者 李梦诗 吴青华 《现代电子技术》 2023年第22期137-143,共7页

园区综合能源系统(PIES)是生产、传输、储存和消耗过程中耦合多种能源的一体化能源系统,能够提高一次能源利用率,具有节能、环保、高能效的显著优势,是早日实现“碳达峰、碳中和”目标的重要途径。基于此,文中建立一种基于需求侧响应的... 园区综合能源系统(PIES)是生产、传输、储存和消耗过程中耦合多种能源的一体化能源系统,能够提高一次能源利用率,具有节能、环保、高能效的显著优势,是早日实现“碳达峰、碳中和”目标的重要途径。基于此,文中建立一种基于需求侧响应的园区综合能源系统的多时间尺度分层优化模型,考虑负荷与可再生能源的不确定性,采用蒙特卡洛方法处理不确定性优化问题。通过引入自适应参数设置和改进群体搜索算法(GSO)的领头者搜索策略,提高GSO算法的性能,使其能适用于PIES的大规模非凸的非线性优化问题。算例结果表明:改进的GSO算法能够提高搜索效率并有效避免陷入局部最优解,具有良好的全局求解性能;在不确定性情况下,采用蒙特卡洛方法,基于综合能源需求侧响应技术的多时间尺度优化可以有效降低PIES成本,降低系统能源损耗,且所提优化策略具有一定的随机性抵抗能力。 展开更多

关键词 园区综合能源系统 多时间尺度 运行优化 改进群体搜索算法 需求侧响应 蒙特卡洛方法 不确定性优化

在线阅读 下载PDF 职称材料