在相控阵天线跳波束对大范围潜在区域进行捷变覆盖的问题中,当前资源分配方法仅针对单一资源分配优化达到局部最优并未有统筹考虑,从空域、频域、时域、调制编码域等多个维度全面建立了相控阵跳波束下的资源联合分配优化模型,给出了一...在相控阵天线跳波束对大范围潜在区域进行捷变覆盖的问题中,当前资源分配方法仅针对单一资源分配优化达到局部最优并未有统筹考虑,从空域、频域、时域、调制编码域等多个维度全面建立了相控阵跳波束下的资源联合分配优化模型,给出了一种基于遗传算法和动态规划的模型求解方法。仿真结果表明,考虑了多维资源进行联合分配的方法,可有效降低卫星通信网络中各终端的缓存队列长度,从而提高用户服务质量(Quality of Service,QoS)及网络吞吐量。展开更多
在电网储能领域,获取储能系统负荷功率合理分配方案的关键是优化求解算法,若求解算法选择不合理或算法本身存在缺陷,求解过程会过于早熟,仅得到局部最优解而非全局最优解。为解决这一问题,提出一种微电网分布式储能系统负荷功率的动态...在电网储能领域,获取储能系统负荷功率合理分配方案的关键是优化求解算法,若求解算法选择不合理或算法本身存在缺陷,求解过程会过于早熟,仅得到局部最优解而非全局最优解。为解决这一问题,提出一种微电网分布式储能系统负荷功率的动态分配方法。该方法先进行微电网分布式储能系统运行数据的采集;然后考虑负荷功率平均损耗率、荷电状态(state of charge,SOC)平衡系数,设置一个分布式储能系统多目标分配函数;最后在SOC、充放电量、充放电流这3个约束条件限制下,利用改进麻雀搜索算法求取多目标函数最优解,得出微电网分布式储能系统负荷功率的最优动态分配方案。结果表明:应用所提方法,负荷功率平均损耗相对更低,SOC平衡系数相对更高,多目标函数值相对更小。说明该分配方案更为科学、合理,更能保证储能系统的平稳运行,实现系统高质量供电。展开更多
文摘在相控阵天线跳波束对大范围潜在区域进行捷变覆盖的问题中,当前资源分配方法仅针对单一资源分配优化达到局部最优并未有统筹考虑,从空域、频域、时域、调制编码域等多个维度全面建立了相控阵跳波束下的资源联合分配优化模型,给出了一种基于遗传算法和动态规划的模型求解方法。仿真结果表明,考虑了多维资源进行联合分配的方法,可有效降低卫星通信网络中各终端的缓存队列长度,从而提高用户服务质量(Quality of Service,QoS)及网络吞吐量。
文摘在电网储能领域,获取储能系统负荷功率合理分配方案的关键是优化求解算法,若求解算法选择不合理或算法本身存在缺陷,求解过程会过于早熟,仅得到局部最优解而非全局最优解。为解决这一问题,提出一种微电网分布式储能系统负荷功率的动态分配方法。该方法先进行微电网分布式储能系统运行数据的采集;然后考虑负荷功率平均损耗率、荷电状态(state of charge,SOC)平衡系数,设置一个分布式储能系统多目标分配函数;最后在SOC、充放电量、充放电流这3个约束条件限制下,利用改进麻雀搜索算法求取多目标函数最优解,得出微电网分布式储能系统负荷功率的最优动态分配方案。结果表明:应用所提方法,负荷功率平均损耗相对更低,SOC平衡系数相对更高,多目标函数值相对更小。说明该分配方案更为科学、合理,更能保证储能系统的平稳运行,实现系统高质量供电。
