随机优化

摘要： [目的]针对可再生能源消纳责任权重在市场主体上的分配问题,提出了一种基于演化博弈和随机优化的分配方法。[方法]首先,将各市场主体作为有限理性个体参与弱联系演化博弈中,得到演化平衡时使自己成本最小的消纳权重承担方案,进而得出在政府采取不同奖惩措施的概率区间下各市场主体的选择策略倾向。然后,在得到政府采取不同奖惩措施的概率区间后,通过一个随机优化模型,得到各个主体在各个概率区间内能使自己成本最小的消纳权重承担的具体方案。[结果]将提出的方法在某省电网的170家市场主体数据中进行测算,验证了该方法的有效性和实用性。[结论]在可再生能源消纳责任权重分配方法上提供了全新的方法和思路,为政府加强市场主体对可再生能源消纳的积极性提出了可行性建议。

摘要： 备用的配置是为了应对系统中可能的设备故障、负荷与可再生能源出力的不确定性。系统配置充足的备用是保证电力系统安全经济运行的必要条件。在传统的备用决策方法中,不同程度上忽略了故障概率的不确定性。为此提出了一种统筹考虑设备故障概率和净负荷不确定性的备用优化模型。其中,风电与负荷造成的净负荷不确定性以及设备故障概率不确定性统一采用区间描述,并采用对偶理论、上境界转化和KKT(Karush-Kuhn-Tucker)条件等方法进行求解。最后,基于IEEE-RTS 24节点系统验证了所提模型和方法的有效性。

摘要： 为探寻电力系统的年度调峰需求,构建了基于多时间尺度随机优化的年度调峰辅助服务需求评估模型。该优化模型包含中长期、短期以及调峰服务3个阶段:在中长期阶段考虑日电量与最大最小负荷的随机性及其平衡关系,优化机组检修、跨日启停及水库水位的中长期计划;在短期阶段考虑源荷小时功率平衡及其波动性,基于中长期计划逐旬优化机组出力;在调峰阶段通过分析日调峰能力与弃水情况实现对辅助服务启动条件的模拟,考虑火电机组深度调峰与启停调峰能力对短期阶段进行矫正优化。基于中国某省级电网实际数据的仿真分析结果表明,所提模型能有效模拟多时间尺度下的源荷随机性,实现年度调峰辅助服务的需求评估。

摘要： 针对传统优化方法利用所有采样数据进行参数估计存在的求解困难问题,在联立求解的框架下,通过引入随机优化和扩展目标函数,提出基于改进随机梯度下降的反应动力学参数估计方法。该方法对多数据集的大规模系统进行机理建模,基于灵敏度微分方程法获得灵敏度矩阵,同时利用模型标度化技术处理多状态变量对多参数估计的同步收敛性问题。为了减小迭代过程中噪声方差的影响,在现有的随机平均梯度下降方法的基础上,利用随机扩展目标函数增加目标函数中计算梯度的信息量,并给出该方法收敛的理论性分析。数值仿真结果验证了该方法的有效性和可行性。

摘要： 随着风电装机容量的不断增加,电力系统对储能等灵活性调节资源的需求增加。而交直流混联电网是实现大规模风电并网、输送和消纳的基础。针对上述背景,提出一种计及直流调节能力的含风电电力系统储能优化配置方法,在促进新能源消纳的同时减少储能投资成本。首先,考虑到风电功率和负荷具有随机性、不确定性等特点,通过场景分析法来处理风电和负荷的随机性。其次,构建输送功率可调节的直流线路模型,并考虑储能配置和运行约束、交流电网约束等约束,建立计及直流调节能力的储能配置多场景随机优化模型。最后,以修改的IEEE14节点系统为例,进行了多个储能配置方案的对比分析,结果表明,所提方法能够提升系统对风电的消纳能力,减少对储能的需求,保证含风电电力系统运行的经济性。

摘要： 随着碳中和目标的提出以及分布式可再生能源的发展,微电网作为未来集成清洁能源的有效载体受到广泛关注。风电等可再生能源的随机性和间歇性给微电网的经济调度带来挑战,为了减少不确定性的影响,基于数据驱动的条件正态Copula函数对风电预测误差的时间相关性及其与日前预测值的条件相关性进行建模,通过K-means聚类得到给定的日前预测值下第二日可能的风电功率场景,并采用随机优化方法解决微电网的日前调度问题。仿真结果表明,所提方法能够合理反映日前风电功率的可能场景,有效降低微电网运行成本,相较于确定性优化模型,日内不平衡电量减少22.77%,运行成本降低4.01%。此外,相较于不考虑相关性的传统随机优化模型,日内不平衡电量减少18.23%,运行成本降低3.2%。

摘要： 可调度负荷(DL)参与需求响应能够减小系统功率偏差,促进可再生能源消纳。但受到调节能力的限制,其响应具有不确定性,进而影响各市场主体的利益。针对响应偏差可以制定惩罚机制,但惩罚过于宽松则效果有限,过于严苛则会降低DL的响应积极性。文中将响应偏差作为随机变量,基于响应价格与响应量、惩罚价格与响应偏差之间的关系,提出了针对DL响应量与惩罚价格的随机优化模型,并通过期望模型将其转化为确定性优化模型。最后,通过算例验证了所提模型的有效性。

摘要： 在高影响低概率极端事件发生前实施合理的规划策略可以有效提升配电网的韧性。首先,根据对极端事件掌握信息的多少将决策者分为有信息支撑的较为保守的决策者和无信息支撑的极度保守的决策者。然后,针对有信息支撑的较为保守的决策者,以因台风而导致的极端事件为例,建立其对配电网影响的模型。提出将随机优化与信息间隙决策理论相结合的配电网韧性提升规划方法,分析其优势及适用范围。针对无信息支撑的极度保守的决策者,研究基于信息间隙决策理论风险规避策略的配电网韧性提升规划方法,并对配电网固有韧性进行分析。最后,在中国某地区实际94节点配电网中进行仿真验证。结果表明,在有限的资金预算下,所提方法可以适应两类决策者规避极端事件风险的不同偏好,生成最佳配电网韧性提升规划策略,将重要性加权甩负荷水平控制在阈值之下。

摘要： 高比例间歇性分布式光伏的接入给交直流混合配电网的运行带来了挑战。当前所提两阶段随机优化调度模型对不确定变量的观测较为粗略,导致配电网实时决策与日前决策偏差较大。鉴于此,提出了基于场景树的交直流混合配电网多阶段随机优化模型。所提模型以日前购电成本、日内调节成本和实时平衡成本之和最小为目标,通过储能装置的充放电功率调节、换流站输出功率调节和需求响应等灵活调节措施,实现了间歇性光伏的就地消纳和系统的削峰填谷。多阶段随机优化模型的日前离散决策变量可随日内和实时阶段的不确定信息改变而自适应调整,更符合实际高比例光伏渗透下交直流混合配电网的运行需求,为其经济灵活运行提供技术支撑。

摘要： 考虑一个可充电无人机辅助的无线传感器网络,网络包含多个地面终端,每个终端需要传输大量具有时间敏感性的数据。由于电池容量有限,无人机无法通过单次飞行任务采集全部终端的数据,它需要多次返回充电桩补充能量。研究了无人机的终端调度、飞行轨迹、飞行速度与传输速率优化,在数据生命期内最大化采集的终端数量。变量之间高度耦合且存在离散的二进制变量,涉及的优化问题难以求解,故而提出基于随机优化和特征工程思想的算法求解该优化问题。首先,引入飞行—悬停通信协议降低轨迹优化的复杂度,然后创新性地提出基于影响因子和随机优选的通信调度算法。该算法通过提取终端上影响无人机服务时间的特征赋予终端优先级,计算出不同终端服务总数下的最优调度方案,从而把优化问题简化成多个求解最短耗时的子问题,并利用块坐标下降法和连续凸近似技术求得子问题的解。仿真结果表明,与几种基准策略相比,所提优化算法在不同数据生命期与不同请求服务终端总数的场景下都有显著的性能优势。

摘要： 精确的谱间配准是从超光谱遥感图像中获取光谱信息的基本前提之一。本文分析了超光谱(Hyperspectral)遥感图像配准中存在的困难，提出了一种结合互信息和随机优化技术的多分辨率配准方法。该方法采用互信息作为相似性测度，能很好的适应超光谱图像光谱特征的变化;二阶同步试探随机逼近(2SPSA)算法的应用，解决了互信息的多变量优化问题：算法的多分辨率实现形式，能明显加快算法的收敛速度并保证搜索结果的全局最优性。实验结果表明该算法适用于配准波长范围很宽的超光谱图像数据集，并能达到子像素的配准精度。

摘要： 本文提出一种随机优化方法来计算电力系统的安全成本。安全成本模型由发电侧备用成本、可中断负荷成本、再调度成本和期望失稳损失组成，在电力市场环境下安全成本的优化存在很多不确定性因素，本文根据发电侧备用容量和可中断负荷的特点，将其作为随机变量来求解，约束条件以概率的形式表示。针对问题的具体特点，求解时应用遗传算法和蒙特卡罗仿真技术，得出最优的安全成本费用，在IEEE30节点测试系统上的计算结果验证所提方法的可行性和有效性。

摘要： 采用窗口扫描随机优化方法对slanted-finger IDT滤波器进行极性加权和切趾加权设计，通过对实体的Slanted-finger IDT滤波器的研究及运算，得出结果为：采用本文方法可以有效地设计出阻带抑制高于5OdB的Slanced-forger IDT SAW滤波器。

摘要： 格子点法是构作均匀设计的一种重要方法.在现有的文献中，格子点法仅局限于单位立方体上的均匀设计构作，而任意凸多面体上的均匀设计在实际生产中有着更广泛的意义.本文对通常的格子点法进行了改进，结合随机优化算法，提出了一种可以在任意凸多面体上进行均匀设计构作的方法.

摘要： 本文先叙述了随机变量的几种序关系的概念,其中常见而应用较广的随机序包括各阶随机序、数学期望序、方差序、乐观值与悲观值序、几乎处处序、似然比序(增)凸随机序、Lorenz序等;接下来简要介绍了几种随机序之间的关系;然后介绍了随机序在随机优化、数理统计、经济学和金融学中的一些应用.最后提出了有关不确定变量比较的值得进一步研究的某些问题.

摘要： 将假设检验应用于智能优化算法求解随机优化问题,不仅可以保证对解空间的探索和开发能力,而且能充分利用评价过程中的统计信息,避免重复搜索,提高优化效率.总结了基于假设检验的模拟退火和遗传算法,并通过对典型随机调度问题进行仿真,比较了算法的性能.

摘要： 本文简要介绍了霍尔特双参数指数平滑法,并基于最小覆盖圆法给出了求霍尔特指数平滑法最佳双参数的方法.对霍尔特平滑法的预测值进行了优化,数据试验结果表明,优化方法对原模型进行了有效的优化.rn 霍尔特双参数线性指数平滑法是一种特殊的二次指数平滑方法，它不用二次指数平滑，而是对对趋势直接进行平滑。由于它可以用不同的参数对原序列的趋势进行平滑，因此具有很大的灵活性。国家统计局公布的1998-2008年全国城乡居民消费价格指数，呈现明显的线性增长的趋势，用霍尔特双参数法预测2009年、2010年的全国城乡居民消费价格指数，并用优化模型对2009年、2010年全国城乡居民消费价格指数进行优化。rn 用最小覆盖圆法可以确定出霍尔特双参数线性指数平滑法的参数，并且用论文中提到的霍尔特双参数线性指数平滑法的优化方法可以有效的对模型进行优化，平均绝对误差、平均相对误差绝对值和方差都有所减小。

摘要： 本文简要介绍了霍尔特双参数指数平滑法,并基于最小覆盖圆法给出了求霍尔特指数平滑法最佳双参数的方法.对霍尔特平滑法的预测值进行了优化,数据试验结果表明,优化方法对原模型进行了有效的优化.rn 霍尔特双参数线性指数平滑法是一种特殊的二次指数平滑方法，它不用二次指数平滑，而是对对趋势直接进行平滑。由于它可以用不同的参数对原序列的趋势进行平滑，因此具有很大的灵活性。国家统计局公布的1998-2008年全国城乡居民消费价格指数，呈现明显的线性增长的趋势，用霍尔特双参数法预测2009年、2010年的全国城乡居民消费价格指数，并用优化模型对2009年、2010年全国城乡居民消费价格指数进行优化。rn 用最小覆盖圆法可以确定出霍尔特双参数线性指数平滑法的参数，并且用论文中提到的霍尔特双参数线性指数平滑法的优化方法可以有效的对模型进行优化，平均绝对误差、平均相对误差绝对值和方差都有所减小。

摘要： 本文简要介绍了霍尔特双参数指数平滑法,并基于最小覆盖圆法给出了求霍尔特指数平滑法最佳双参数的方法.对霍尔特平滑法的预测值进行了优化,数据试验结果表明,优化方法对原模型进行了有效的优化.rn 霍尔特双参数线性指数平滑法是一种特殊的二次指数平滑方法，它不用二次指数平滑，而是对对趋势直接进行平滑。由于它可以用不同的参数对原序列的趋势进行平滑，因此具有很大的灵活性。国家统计局公布的1998-2008年全国城乡居民消费价格指数，呈现明显的线性增长的趋势，用霍尔特双参数法预测2009年、2010年的全国城乡居民消费价格指数，并用优化模型对2009年、2010年全国城乡居民消费价格指数进行优化。rn 用最小覆盖圆法可以确定出霍尔特双参数线性指数平滑法的参数，并且用论文中提到的霍尔特双参数线性指数平滑法的优化方法可以有效的对模型进行优化，平均绝对误差、平均相对误差绝对值和方差都有所减小。

摘要： 本文研究了电力市场条件下的机组检修计划问题。建立了机组检修的模型，模型以现货市场、合约市场收益的均值最大化为目标函数，以收益方差为约束条件，用均值回复过程描述电价的随机波动。将蒙特卡罗法和序优化遗传算法结合，提出随机序优化遗传算法求解模型。算例仿真证明了本文提出模型和算法的正确性。

摘要： 本发明提供一种基于随机事件触发随机梯度下降算法的通讯优化方法，适用于分布式机器学习训练过程，针对目前分布式机器学习训练中存在的高额通讯问题，所述方法过程包括随机触发机制设计、伯努利变量的概率分布，采用事件触发的方式来减少传输的次数，大幅度减少通讯开销。利用L2范数衡量两个梯度之间的距离，再利用指数函数将其转换为[0，1]区间的概率，并定义一个伯努利变量来指示每次触发结果的概率。在实际应用时，可利用在[0,1]区间均匀生成随机数作为阈值，用于刻画实际的概率比较。适用于当企业的数据存在污染时，能够增强该方法在实际应用中的泛化性能。

摘要： 本发明提出一种基于随机需求和随机产量的库存风险优化方法，属于供应链管理及运筹学领域。该方法首先给出了库存管理者在随机需求和随机产量下的收益表达式，然后分别建立随机需求和随机产量下的最大化期望收益模型、最大化条件风险价值收益模型和最大化均值‑CVaR收益模型；分别对三个模型求解，得到不同情况下的初始库存水平临界值和最优订购量。本发明综合考虑了需求的不确定性和产量的不确定性，结合库存管理者的风险厌恶偏好，以条件风险价值作为度量，使库存决策更加符合库存管理的实际情况，有很强的实际应用价值。

摘要： 一种基于随机最优潮流的随机间歇性DG优化集成的评估方法，该评估方法包括如下步骤：步骤(1)建立主动配电网建设及运行的数学模型，它包括：1)目标函数，它综合考虑主动配电网建设及运行费用；2)约束条件，主动配电网运行的约束条件；步骤(2)基于蒙特卡罗的主动配电网运行状态模拟及最优潮流计算，它主要是为了充分考虑DG与负荷的随机性与时序性；所述采用蒙特卡罗模拟法，是基于DG与负荷模型，模拟风速、光照强度等随机变量在若干年的分布，依据模拟状态运用最优潮流精确计算每小时支路潮流、DG出力、网损等状态量；步骤(3)主动配电网经济性评估的计算步骤，主要是对于主动配电网某一DG集成方案，进行经济性评估计算。

摘要： 本发明公开了基于随机规划的鲁棒优化的虚拟电厂优化控制系统，包括经济与电网运行安全的虚拟电厂优化控制模块、随机可再生能源的虚拟电厂随机规划优化控制模块和随机可再生能源的虚拟电厂自适应鲁棒优化控制模块，经济与电网运行安全的虚拟电厂优化控制模块包括虚拟电厂经济调度模型和虚拟电厂安全调度模型。本发明公开的基于随机规划的鲁棒优化的虚拟电厂优化控制系统，其考虑随机可再生能源条件下区域内分布式电源、储能、需求侧用户之间的协调运行控制方式，智能协同调控和决策支持下对大电网呈现出稳定的电力输出特性，为新能源电力的安全高效利用开辟了一条新的路径。

摘要： 本发明公开了一种基于随机漂移粒子群优化算法的动态环境优化方法，属于动态环境多目标优化技术领域。本发明通过以下算法过程：(1)用分层聚类将初始化粒子群分成若干子群；(2)更新所有子群粒子的速度和位置；(3)计算粒子的适应值，评估并选取最优粒子；(4)对子群进行重叠检测、拥挤检测和收敛性检测；(5)对整个粒子群进行环境变化检测；(6)判断是否满足迭代终止条件，解决了动态环境优化控制变量可能陷入局部最优解，并求解最优值的速度慢的问题，并具有较强的鲁棒性和适应性。

摘要： 本发明公开了双稳态旋转随机共振能量采集器及离心距离优化匹配方法，采集器包含框架和悬臂梁，悬臂梁的一端固定连接在框架一侧竖直内壁上，另一端接有自由端磁铁；悬臂梁固定端侧外贴有压电片，在框架的另一侧竖直内壁上安装固定端磁铁，固定端磁铁与悬臂梁的固定端位于同一水平线上；将悬臂梁固定端侧的框架固定在轮胎轮辋位置，故框架及故框架内部的压电片、悬臂梁、自由端磁铁和固定端磁铁均能与车轮同步旋转。基于采集器结构推导出了最优离心距离的表达式，在此离心距离条件下，能量采集器有效响应频带显著拓宽，能量俘获水平有效提升。当能量采集器的系统参数发生改变时，能帮助研究者快速找到最优离心距离，缩短能量采集器安装调试时间。

摘要： 本发明涉及基于双层随机规划的风光储场站群功率分配协同优化方法，包括：获取并分析风光储场站群及负荷的参数数据；建立考虑投资和运行成本的风光储场站群出力特性的决策模型，即外层模型；建立考虑风、光、负荷不确定性和多时间尺度特性的风光储场站群出力优化模型，即内层模型；对双层随机规划模型进行求解，得到多种场景下备选的风光储联合运行方案集；根据实际场景，选择确定风光储场站群系统的最优出力分配。本发明充分考量风光储场站群系统的不确定性以及电源、负荷的多时间尺度特性，实现了风光储场站群功率的最优化分配，最大程度上降低风光储场站群系统的投资和运维成本，使不同调峰场景、不同系统运行方式下系统的功率分配均达到最优。

摘要： 本发明公开了一种基于随机森林和IFDA优化CNN‑GRU的中长期径流预测方法，包括以下步骤：(1)预先获取旬径流历史数据以及历史旬降雨数据，对数据进行预处理，并分为训练集和测试集；(2)构建CNN‑GRU混合预测模型，并确认卷积神经网络门控循环单元的结构；(3)使用改进后的流向算法IFDA优化CNN‑GRU混合预测模型：先采用混沌算法对流向算法进行初始化，然后使用改进好的流向算法优化CNN‑GRU模型的学习率以及隐含层节点个数，最后建立基于改进的流向算法IFDA优化CNN‑GRU的混合模型IFDA‑CNN‑GRU；(4)使用训练集对建立好的IFDA‑CNN‑GRU模型进行训练，将测试集送入训练好的模型中运行，得到预测结果。本发明能够有效地进行中长期径流预测，并且比其他模型具有更好的准确性。

摘要： 本发明公开了一种基于随机优化的可再生热源容量设计优化方法，该方法首先获得可再生热源的出力功率和用热对象的热负荷情况，然后划分多个场景，采用变分推断计算概率密度函数和可信区间，根据不同场景对可再生热源容量设计进行优化，由此减少供热系统的可再生热源设计容量的保守度，提升可再生能源的消纳能力，保障供热系统的安全稳定运行和供热品质。采用本发明方法可以在很大程度地满足热负荷前提下，尽可能少的设计可再生热源容量，提高供热系统的总体经济性，提高可再生能源供热系统的供需匹配程度。

摘要： 本发明公开了基于随机优化算法的质子交换膜电解池模型参数估计方法，仿真模型中所涉及的待确定参数其集合以β表示，将待确定参数为输入，预测的电解池电压为输出。以仿真模型的预测电压和实验测试的实际电压的均方根误差，构造随机优化算法中的适应度函数。利用随机优化算法，寻找β的最优解，使得构造的适应度函数F最小，此时获得的β即为质子交换膜电解池仿真模型参数估计结果，完成仿真模型与实验结果标定的参数估计过程。本发明提出的参数估计方法，不需要使用者对模型具有深入的经验知识，利用电解池仿真模型和实验测试结果，能够实现其中待确定参数的高效标定，耗时与依靠个人经验进行参数估计可大幅缩短。