admin

  为了解决冷库单元组合的非线性和混合大整数规划问题,优化整个编码粒子群(ICPSO)的算法与策略相关联。议修理。藏单元的长度由正整数和负整数停止和停止,有效地减少了要优化的变量的数量。
  据冷库单元组合问题的特点,采用修复策略处理不满足应力条件的个体,使算法仅在可行解区域内搜索,通过切断冗余冷藏库,有效提高了收敛速度,提高了解决方案的质量。真实例表明,与整个编码遗传算法(r?ICGA)相比,改进的粒子群优化算法(IPSO)和社会进化算法(SEP),所提出的ICPSO算法使得可以更有效地处理大规模制冷存储组合优化问题。行时间更短,解决方案的准确性更高。化冷藏单元的组合是在电气系统的经济分配的一个主要问题:它的高维,其非凸形状,谨慎和非线性操作使得难以得到其理论最优解。

整数编码粒子群优化算法的改进,用于优化单位承诺_no.820

  而,由于其显着的经济效益,许多国内外研究人员积极研究并提出了解决该问题的各种方法,如动态规划,拉格朗日松弛,优先级等。
  法,蚁群算法,模拟退火和其他智能优化算法[1? 2]。到目前为止,上述方法存在一些缺陷,如“尺寸灾难”,分辨率时间长,精度高等,不适合优化冷藏单元的组合。子群优化算法(PSO)是一种随机全局优化算法,自引入以来,由于其简单,快速收敛和显着效果,已被广泛应用于各个领域[3-6] 。前,粒子群优化算法解决了冷库单元组合问题[7? 8],一般采用二进制编码方式并使用0? 1表示用于发电的冷藏单元的启动和停止状态;处理约束将惩罚项添加到适应度函数。于大型冷藏系统,这种编码方法会导致个体人口长,影响算法搜索的效率和解决方案中的时间损失[9];惩罚元素的引入将大大增加计算时间,同时惩罚乘数。应也有困难[10]。于上述问题,该文献提出了一种用于优化用于大规模制冷储罐组合问题的完全编码的颗粒群的算法。数编码方法用于表示冷藏单元组合的问题,冷凝器价格并且有效地减少了待优化的变量的数量,而粒子修复策略用于处理不满足的粒子。束条件,以提高搜索速度和解决方案的质量。例仿真证明,该算法能够有效地解决电力系统中大型冷藏机组合的问题。电系统的制冷存储单元的组合问题是指在功率平衡约束下的关闭顺序和制冷存储单元的输出的合理安排。规定期限内的条件,冷凝器价格以便最小化系统的总生产成本。中:是系统的总能量生产成本,表示冷藏单元的数量,总时间段,冷藏单元在一段时间内的输出功率,冷藏单元启动期间冷藏单元的开启和停止状态单元停止,表示单元的消耗成本期间的冷藏,即冷藏机组的运行成本参数,表示该期间冷藏机组的启动成本,与持续停机时间有关在启动冷藏单元之前。中:表示发货期间的系统负载需求,表示存储单元开启后的最短启动时间,表示存储单元的最短停机时间,表示存储单元的最小输出,表示存储单元的最大输出;替代值,分别是安装电源的最大设置和冷藏单元的下降,冷藏单元在出货周期中的开启和停止次数,最大数量在运输周期期间冷藏单元允许的打开和停止操作。中:是粒子群的第一个个体;表示冷藏单元的状态阶段的持续时间,正整数值表示冷藏单元连续关闭的小时数,负整数值表示小时数的小时数。续关闭冷藏单元;打开和停止阶段的上限(每个存储单元的停止次数通常少于每天5次)当某些存储单元的打开和停止阶段的数量时制冷剂不足,数量为零,因此颗粒基质的柱数是恒定的。
  行表示在计划期间冷藏单元的打开和关闭布置并且满足。一冷藏单元的所有时隙的心律失常布置由一组正整数链和负整数链表示,其构成矩阵的行向量。有冷藏单元的整个链(行向量)是整个计划周期的所有冷藏单元的启停布置,即组合存储单元的问题的解决方案。藏。

整数编码粒子群优化算法的改进,用于优化单位承诺_no.716

  1详细示出了如何使用10×5的整数编码矩阵在24小时内表达10个存储单元的调度布置。果使用二进制编码,则使用二进制编码的大小。同调度所需的矩阵增加到10×24,计算量将大大增加。如,第六行向量[-8.6,-5.4,-1]表示冷藏单元在1到8小时之间关闭,在9到14小时内被激活并且在15和19小时以及20至23小时。24小时内开始和停止。编码方法将路由时段期间冷存储单元的启动状态的数量限制为不超过冷存储单元的最大打开停止数量的满足限度。中:表示冷库单元在最后一个计划周期的最后一个状态阶段的持续时间,以便生成的冷库单元可以保持前一个计划周期的状态并遵守约束最短开启和关闭时间。中:表示第一个状态阶段后剩余计划周期的数量。于随机数,如果前一状态阶段的持续时间总和等于调度周期数,则剩余阶段的持续时间完成0,确保所有粒子矩阵具有相同的数量列。据式(14)中的式(11)初始化的粒子群满足冷藏单元的打开和关闭时间的最小约束。优化过程中,粒子根据迄今为止发现的最优解和整个粒子群寻求的最优解来调整粒子的演化速度和方向。中:种群粒子数,第一次迭代后粒子的速度,第一次迭代后粒子的位置,单个粒子的最佳历史位置;人口中最好的位置; rand1,rand2是[0,1之间的随机数,是恒定加速度,是惯性的权重,Int是舍入符号。粒子群的迭代优化过程中,不可避免地会产生一些无效粒子。同级别状态的持续时间总和不等于规划期间的整数不是既不是正面也不是负面,导致粒子无效。须按行向量的顺序单独校正补丁。果存在一种情况,则交换两者的位置,否则不满足编码模式的特性。须在每个周期检查旋转储备约束。果违反约束,则必须停止冷藏单元。本文中,冷藏存储单元的最小消耗与制冷存储单元的最大功率之间的比率被用作优先考虑冷藏存储单元的指标[12]。该时段内所有冷库的最大输出功率之和小于系统负载和旋转待机时,根据该指标排列的冷库单元逐一控制并且启动具有状态0的冷藏单元,直到满足旋转待机约束。去期间继续测试。反最小启动时间约束通常发生在高峰期,因为峰值时间通常小于最小启动时间。样,由于低充电时间通常小于最小停机时间,因此在低充电时段期间经常发生违反最小停机时间限制的情况。粒子群的演化过程中,粒子编码矩阵在适当的时候根据修复策略进行修复[13]。图2所示,如果满足最小启动时间约束,如果不满足,则它将变为1并且冷存储单元将继续点亮,如图3所示。果冷藏单元在检查时能够满足最小停机时间限制。
  果不满意,冷藏单元将继续点燃并变为1.在解决过程中,由于缺乏对冷藏单元运行的实际特性的考虑它受到低容量制冷存储单元的过度操作和制冷存储单元的过剩存储容量的影响,这增加了产生能量的成本。此,需要停止冗余备份存储单元,也就是说切断冗余制冷存储单元。规划期间,依次验证每个时间段内所有冷藏机组的最大输出总和是否超过系统负荷和轮换储备。果超过,则根据优先级列表以相反的顺序关闭打开的冷藏单元。的检测直到冷藏单元的总输出不过量。
  本文中,使用经典例子对算法的性能进行了测试:为了便于比较分析,无论是否有斜率约束,标准都可以直接采用经济负荷分配。增速度。算中粒子群的大小为20,迭代演化的最大数为100,均为2,权重从0.9到0.4线性减小,最大速度粒度为10.计算周期为一天,整天分为24个周期。藏单元的关闭阶段数量的上限考虑了粒子群优化算法的随机性.ICPSO算法用于执行20个计算独立迭代,最终解决方案是最终优化的结果。

整数编码粒子群优化算法的改进,用于优化单位承诺_no.1092

  
  文献[8-9]中使用10个存储参数,24小时负载数据和旋转储备,并根据方法将系统规模扩展到20,40,60,80和100上述文献中描述的复制。时,系统负载和待机比例增加。1列出了ICPSO 10冷藏机组系统的最佳运营成本,总成本为563,937.7美元,项目启动总成本为4,090美元。
  目启动费用为559,847.7美元。2表3比较了ICPSO算法与其他优化算法的结果[8? 9,11]用于10到100个冷藏单元系统。以看出,对于10个冷藏单元的系统,ICPSO算法和r? ICGA可以获得相同的总成本,这比SEP和IPSO算法更好。着冷藏装置数量的增加,使用ICPSO解决方案获得的结果优于其他三种。

整数编码粒子群优化算法的改进,用于优化单位承诺_no.952

  方法验证了所提算法求解大规模冷藏组合问题的效率和高精度。4显示了不同存储单元尺度下的算法执行时间曲线。着存储单元数量的增加,执行时间近似线性增加。10个存储单元约为3.2秒,100个存储单元的时间仅为28.2。s或如果。
  际上,修复策略用于修复不可行粒子,因此该算法仅在可行解区域寻找最优解,实际上提高了收敛速度。时,与二进制编码相比,本文的整个编码方法可以有效地改进粒子群的优化算法。究的有效性。此,本文提出的整数编码粒子群优化算法更适合于解决大规模制冷储罐组合问题。文采用整数编码粒子群的优化算法来解决冷库单元组合的问题。于整数编码,冷存储单元的激活/去激活的持续时间由正整数和负整数表示,这有效地减少了要优化的变量的数量。解决冷藏单元组合问题的过程中,修复策略用于处理不满足应力条件的粒子,因此算法仅在可行的解决方案区域中进行搜索。过切断冗余制冷存储单元来提高解决方案的准确性。真例子表明,与r相比? ICGA,IPSO,SEP,本文提出的ICPSO算法解决了优化大规模冷藏单元组合的问题,提高了精度,大大缩短了分辨时间。
  本文转载自
  冷凝器价格 http://www.lyouq8.com