XiaoMi-AI文件搜索系统
World File Search System二次规划
放开电力市场条件下太阳能光伏电池混合系统改善不平衡成本实现利润最大化
摘要：可再生能源的多变性给系统安全性和稳定性带来了困难。因此，有必要研究几种电力系统场景中的系统风险。在风电一体化非管制电网中，风电场需要在运营前至少提前一天提交其发电量的投标。风电场根据预期风速 (EWS) 提交数据。如果实际风速 (RWS) 与预期风速不匹配，ISO 将对风电场实施惩罚/奖励。简而言之，这就是电力市场不平衡成本，它直接影响系统利润。在这里，风电场同时使用太阳能光伏和电池储能系统，通过掌握不平衡成本的负面结果来利用系统利润。除了系统利润，重点还在于系统风险。系统风险是使用风险评估因素计算的，即风险价值 (VaR) 和累积风险价值 (CVaR)。本研究是在改进的 IEEE 14 和改进的 IEEE 30 总线测试系统上进行的。太阳能光伏电池存储系统可以首先在本地提供电力需求，然后将剩余电力提供给电网。通过使用此概念，可以通过结合本文研究的太阳能光伏和电池存储系统来最大限度地降低系统风险。使用三种不同的优化方法进行了比较研究，即人工大猩猩部队优化算法 (AGTO)、人工蜂群算法 (ABC) 和顺序二次规划 (SQP)，以检查所提技术的结果。AGTO 首次用于风险评估和缓解问题，这是本研究的独特之处。
综合空间任务规划与航天器设计的多学科设计优化方法
太空任务规划和航天器设计紧密耦合，需要一起考虑才能获得最佳性能；然而，这个集成优化问题会导致大规模的混合整数非线性规划 (MINLP) 问题，而该问题的求解十分具有挑战性。为了应对这一挑战，本文提出了一种新的解决该 MINLP 问题的方法，即遵循多学科设计优化 (MDO) 的理念，通过增强拉格朗日协调方法迭代求解一组耦合子问题。所提出的方法利用问题的独特结构，将其分解为一组不同类型的耦合子问题：任务规划的混合整数二次规划 (MIQP) 子问题和航天器设计的一个或多个非线性规划 (NLP) 子问题。由于可以将专门的 MIQP 或 NLP 求解器应用于每个子问题，因此所提出的方法可以有效地解决原本难以解决的集成 MINLP 问题。还提出了一种自动有效的方法来寻找这种迭代方法的初始解，这样就可以在不需要用户定义的初始猜测的情况下进行优化。在演示案例研究中，使用子系统级参数化航天器设计模型优化了载人月球探测任务序列。与最先进的方法相比，即使没有并行化，所提出的公式也可以在更短的计算时间内获得更好的解决方案。对于更大的问题，所提出的解决方法也可以轻松并行化，因此有望进一步发挥优势和可扩展性。
自主多智能体系统的防御策略
摘要 — 虚假数据注入 (FDI) 攻击对自主多智能体系统 (MAS) 构成重大威胁。虽然弹性控制策略可以解决 FDI 攻击，但它们通常对攻击信号有严格的假设，并且忽略了安全约束，例如避免碰撞。在实际应用中，配备先进传感器或武器的领导者智能体跨越安全区域来引导异构跟随智能体，确保协调行动，同时解决避免碰撞问题，以防止财务损失和任务失败。本文通过介绍和研究指数无界 FDI (EU-FDI) 攻击下的安全意识和攻击弹性 (SAAR) 控制问题来解决这些差距。具体而言，首先设计一种新型的攻击弹性观察者层 (OL) 来防御对 OL 的 EU-FDI 攻击。然后，通过使用二次规划 (QP) 解决优化问题，将避免碰撞的安全约束进一步集成到 SAAR 控制器设计中，以防止跟随者之间的碰撞。最后设计了一种抗攻击补偿信号，以减轻 EU-FDI 攻击控制输入层 (CIL) 造成的不利影响。基于 Lyapunov 的严格稳定性分析证明了 SAAR 控制器在确保安全性和弹性方面的有效性。本研究还开创了自主 MAS 的 SAAR 遏制控制问题的三维模拟，证明了其在现实多智能体场景中的适用性。索引术语 — 遏制、弹性、无界攻击、安全约束。
约束优化的零空间梯度流及其在形状优化中的应用
摘要。本文旨在介绍一种梯度流算法，用于解决等式和不等式约束优化问题，该算法特别适用于形状优化应用。我们依靠 Yamashita (Math. Program. 18 (1980) 155–168) 提出的用于等式约束问题的常微分方程 (ODE) 方法的变体：搜索方向是零空间步长和范围空间步长的组合，旨在分别降低最小化目标函数的值和违反约束的程度。我们的第一个贡献是提出将这种 ODE 方法扩展到具有等式和不等式约束的优化问题。在文献中，一种常见的做法是通过引入额外的松弛变量将不等式约束简化为等式约束。在这里，我们通过计算目标函数梯度在可行方向锥上的投影来解决它们的局部组合特性。这是通过求解对偶二次规划子问题来实现的，该子问题的大小等于活动或违反约束的数量。这个问题的解决方案允许确定优化轨迹应保持切线的不等式约束。我们的第二个贡献是在无限维希尔伯特空间的背景下以及在更一般的优化集（例如形状集）的背景下对梯度流的公式化，因为它出现在 Hadamard 边界变分法框架内的形状优化中。该公式的基石是形状导数的经典扩展和正则化操作。我们的算法的数值效率和易实现性在实际的形状优化问题上得到了证明。
应用能源 - UTS 的 OPUS
可再生能源发电的间歇性和波动的需求对微电网运营提出了持续的挑战。作为回应，利益相关者和运营商已转向将地理上相邻的微电网集群作为解决方案。在此背景下，本文介绍了一种用于微电网集群的新型两层能源管理策略，利用需求侧灵活性和共享电池储能 (SBES) 的功能来最大限度地降低运营成本和排放，同时确保各个微电网内的旋转备用以防止负荷削减。在下层，所提出的方法设计了最佳的日前运营策略，而上层则采用合作策略来进一步优化整个集群的运营效率。能源管理问题被准确地表述为混合整数二次规划 (MIQP) 优化，其中在问题的约束中包含了线性项。该公式考虑了与 SBES 相关的运营成本，包括充电/放电费用和运营状态变化 (CiOS)。澳大利亚三个微电网集群的真实案例研究验证了这种方法的有效性。结果表明，与传统微电网管理策略相比，基准情景下的运营成本降低了 6.96%。敏感性分析进一步证明了不同 SBES 容量和灵活定价的经济效益，节省幅度从 6.5% 到 8.1% 不等。所提出的策略还可减少高达 11.6% 的二氧化碳排放量，同时提高系统可靠性。该策略有望融入可再生能源渗透率高的分布式能源系统和集群本地电网，通过提高能源效率和减少排放为公用事业运营商和最终用户带来显著优势。