简介:摘要本文对多目标粒子群算法的原理和数学模型做了基础记述,然后对多目标粒子群算法做了仿真测试,并使用加速因子对其线性变化进行了优化,这不仅保证了粒子群算法初步搜索时能在比较大的范围内迅速找到自身最优位置(pbest),而且利用加速因子的权重变比变化促使后期粒子群进行严格的局部搜索以便于去找到gbest位置也就是全局最优位置,使其集中向Pareto最优前沿聚集。使得在仿真结果中使用拥挤距离删除后得到的图形的最优前沿更加均匀平滑。最后利用前面所介绍的粒子群算法去解决环境经济调度优化问题,介绍环境经济调度原理以及其数学模型,在其多个不等式和等式约束下做了仿真测试,得到的数据与文献做了详细对比,表明粒子群算法在解决环境经济调度的问题中具有很大的可行性和有效性。
简介:摘要优化变电检修计划,可以获得更加经济和理想的检修计划方案。基于这种认识,本文提出了一种基于粒子随机变异思想的改进型离散粒子群算法,能够对变电检修计划模型进行优化。从计划的优化效果来看,采用该算法可以降低变电检修成本,并使检修工作效率得到提高,因此可以为变电检修带来更多的效益。
简介:摘要风力发电机组、抽水蓄能电站以及传统燃煤火力发电机组的协同优化,考虑联合运行系统的经济性,因而是个单目标优化问题,但有着很多的约束条件和极高的变量维度,采用传统的优化方法无法在短时间内得到最优解,因而,对于本文高维度、多变量的解空间问题,需要寻找一种合适的算法来解决问题。粒子群优化算法从解空间的随机解出发,通过粒子的运动迭代最终达到最优解。因此,本文采用了粒子群优化算法作为基础,对联合运行系统的优化进行求解。
简介:摘要光伏阵列被云层局部遮挡,使得其功率-电压(P-V)曲线呈现阶梯状、多极值的形状,从而造成传统的最大功率点跟踪不起作用,陷入局部寻优,本文提出了一种可以快速、稳定并且能够全局寻优的最大功率点跟踪(MPPT)算法。算法先将粒子群优化(PSO)改进,使得在一定的迭代次数下稳定地全局更新所有粒子的速度和位置,快速找到最大功率点(MPP)的大概位置,再利用改进的Fibonacci数列作为变步长扰动观察法步长改变的依据,快速接近和得到功率的最佳解1。通过Simulink建立了仿真模型,与变步长扰动观察法、传统粒子群优化算法进行比较,验证了算法在精度与速度上有明显提升。
简介:摘要本文提出了一种基于粒子群优化(PSO)和单周控制相结合的光伏系统部分遮荫条件下最大功率点跟踪(MPPT)算法。在均匀辐照条件下,扰动观测(P&O)和增量电导(IC)等算法在最大功率点跟踪中非常有效。但在部分阴影条件下,它们无法跟踪全局MPP,并收敛到局部MPP。本文最大功率跟踪算法克服了这一技术难题,能够有效地确定全局MPP。在不同的遮阳条件下,对光伏结构进行了大量的仿真研究。实验结果表明了该方法的有效性。
简介:摘要AUV作为新一代水下智能机器人,近几年发展迅速。在军事和经济方面,AUV都将发挥越来越重要的作用。粒子图像测速技术(PIV)适用于多个领域,可以提供同一瞬态下流场的信息及特征,便于研究者进一步分析实验数据。本次实验利用粒子图像测速技术(PIV)来研究AUV的入水方案,通过研究其不同高度、不同角度以及不同水流对于空投AUV的影响,和入水前后的速度变化,在数据记录和实验分析之后,最终得出最适方案——“偏转一定角度的低空投放AUV”。