针对购买、维护光伏发电和储能设备会产生大量经济性成本,同时在部分天气情况下不充足的光照条件给光伏制氢储能系统的运行带来挑战的问题,提出了一种基于改进的多目标灰狼优化(Improved Grey Wolf Optimization,IGWO)算法的光伏制氢储...针对购买、维护光伏发电和储能设备会产生大量经济性成本,同时在部分天气情况下不充足的光照条件给光伏制氢储能系统的运行带来挑战的问题,提出了一种基于改进的多目标灰狼优化(Improved Grey Wolf Optimization,IGWO)算法的光伏制氢储能系统配置优化方法。对系统进行建模,增设两种储能设备以保证系统的稳定运行。IGWO算法使用混沌理论进行种群的初始化,使种群更彻底地搜索解空间;对狼群位置的更新使用莱维轨迹进行扰动以扩大搜索范围,使算法不易陷入局部最优点;使用贪婪策略更新个体的位置。以降低光伏制氢储能系统的经济性成本、弃光惩罚成本和购电成本为优化目标,使用该优化算法求解系统各组件的配置容量。算例分析结果表明,IGWO算法相较于原始方法可更加有效地降低光伏制氢储能系统的经济性成本、弃光率和购电率。展开更多
针对导弹打击地面目标时的瞄准点优选问题,提出了一种利用改进灰狼优化算法(improved grey wolf op timization,IGWO)选取最优瞄准点的瞄准点选择方法。该算法基于维度学习的狩猎搜索策略(dimension learning-based hunting,DLH),为每...针对导弹打击地面目标时的瞄准点优选问题,提出了一种利用改进灰狼优化算法(improved grey wolf op timization,IGWO)选取最优瞄准点的瞄准点选择方法。该算法基于维度学习的狩猎搜索策略(dimension learning-based hunting,DLH),为每个瞄准点构建相邻的瞄准点集合,集合中的瞄准点可以互相共享信息,增强局部搜索和全局搜索之间的平衡,并保持多样性。在仿真实验中,将毁伤评估模型的评估函数作为瞄准点选取好坏的评估函数,并且设计导弹打击地面目标的实例对瞄准点选择方法进行验证,实验结果表明,该方法求得的瞄准点具有较高的可信度,为火力筹划中瞄准点的寻优提供了新方法。展开更多
以某2×350 MW火电机组为研究对象,采用改进灰狼算法(improved grey wolf algorithm,IGWO)为辨识方法,将石灰石浆液pH值与净烟气SO_(2)浓度作为模型输出,通过构建决策树,选取相关度较高变量作为输入变量,建立传递函数模型。对厂级SI...以某2×350 MW火电机组为研究对象,采用改进灰狼算法(improved grey wolf algorithm,IGWO)为辨识方法,将石灰石浆液pH值与净烟气SO_(2)浓度作为模型输出,通过构建决策树,选取相关度较高变量作为输入变量,建立传递函数模型。对厂级SIS系统数据进行零初始化、粗大值以及平滑处理,使用IGWO完成不同工况下火电厂湿法脱硫系统传递函数参数的辨识。结果表明,使用IGWO辨识所得不同工况模型输出误差较小,较为符合实际工况,为后续湿法脱硫系统控制研究提供了保障。展开更多
文摘针对购买、维护光伏发电和储能设备会产生大量经济性成本,同时在部分天气情况下不充足的光照条件给光伏制氢储能系统的运行带来挑战的问题,提出了一种基于改进的多目标灰狼优化(Improved Grey Wolf Optimization,IGWO)算法的光伏制氢储能系统配置优化方法。对系统进行建模,增设两种储能设备以保证系统的稳定运行。IGWO算法使用混沌理论进行种群的初始化,使种群更彻底地搜索解空间;对狼群位置的更新使用莱维轨迹进行扰动以扩大搜索范围,使算法不易陷入局部最优点;使用贪婪策略更新个体的位置。以降低光伏制氢储能系统的经济性成本、弃光惩罚成本和购电成本为优化目标,使用该优化算法求解系统各组件的配置容量。算例分析结果表明,IGWO算法相较于原始方法可更加有效地降低光伏制氢储能系统的经济性成本、弃光率和购电率。
文摘针对导弹打击地面目标时的瞄准点优选问题,提出了一种利用改进灰狼优化算法(improved grey wolf op timization,IGWO)选取最优瞄准点的瞄准点选择方法。该算法基于维度学习的狩猎搜索策略(dimension learning-based hunting,DLH),为每个瞄准点构建相邻的瞄准点集合,集合中的瞄准点可以互相共享信息,增强局部搜索和全局搜索之间的平衡,并保持多样性。在仿真实验中,将毁伤评估模型的评估函数作为瞄准点选取好坏的评估函数,并且设计导弹打击地面目标的实例对瞄准点选择方法进行验证,实验结果表明,该方法求得的瞄准点具有较高的可信度,为火力筹划中瞄准点的寻优提供了新方法。
文摘以某2×350 MW火电机组为研究对象,采用改进灰狼算法(improved grey wolf algorithm,IGWO)为辨识方法,将石灰石浆液pH值与净烟气SO_(2)浓度作为模型输出,通过构建决策树,选取相关度较高变量作为输入变量,建立传递函数模型。对厂级SIS系统数据进行零初始化、粗大值以及平滑处理,使用IGWO完成不同工况下火电厂湿法脱硫系统传递函数参数的辨识。结果表明,使用IGWO辨识所得不同工况模型输出误差较小,较为符合实际工况,为后续湿法脱硫系统控制研究提供了保障。
