留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于多目标优化算法的船舶微电网重构

苏丽 王锡淮 肖健梅

苏丽, 王锡淮, 肖健梅. 基于多目标优化算法的船舶微电网重构[J]. 中国舰船研究, 2020, 15(3): 169-176. doi: 10.19693/j.issn.1673-3185.01534
引用本文: 苏丽, 王锡淮, 肖健梅. 基于多目标优化算法的船舶微电网重构[J]. 中国舰船研究, 2020, 15(3): 169-176. doi: 10.19693/j.issn.1673-3185.01534
SU Li, WANG Xihuai, XIAO Jianmei. Ship micro-grid reconfiguration based on multiobjective optimization algorithm[J]. Chinese Journal of Ship Research, 2020, 15(3): 169-176. doi: 10.19693/j.issn.1673-3185.01534
Citation: SU Li, WANG Xihuai, XIAO Jianmei. Ship micro-grid reconfiguration based on multiobjective optimization algorithm[J]. Chinese Journal of Ship Research, 2020, 15(3): 169-176. doi: 10.19693/j.issn.1673-3185.01534

基于多目标优化算法的船舶微电网重构

doi: 10.19693/j.issn.1673-3185.01534
基金项目: 国家自然科学基金资助项目(61573240)
详细信息
    作者简介:

    苏丽,女,1993年生,硕士生。研究方向:复杂系统控制与优化。E-mail:937453863@qq.com;肖健梅,女,1962年生,硕士,教授。研究方向:智能控制,粗糙集理论,物流系统优化。E-mail:jmxiao@shmtu.edu.cn

    通讯作者:

    王锡淮,男,1961年生,博士,教授。研究方向:复杂系统建模与控制,系统优化与仿真,交通控制工程。E-mail:wxh@shmtu.edu.cn

  • 中图分类号: U665.12

Ship micro-grid reconfiguration based on multiobjective optimization algorithm

Funds:  
  • 摘要: [目的] 为了解决现有约束多目标优化算法在求解船舶微电网重构时收敛性和分布性不佳的问题,提出一种基于两阶段差分进化(TSDE)算法的约束多目标优化方法。 [方法] 第1阶段采用双种群混合法(即自适应罚函数法和可行性法则)来处理约束条件;第2阶段将第1阶段产生的双种群合并为单种群,再采用可行性法则解决约束优化问题;最后,在不同的阶段采用不同的精英选择策略和改进无参数变异算子,从而进一步优化差分进化算法。 [结果] 根据算例仿真结果:在故障1和故障2工况下,TSDE算法求得的最小负荷失电量分别比基于混沌迁移及无参数变异差分进化(CMPMDE)算法和基于环境Pareto支配选择差分进化(EPDSDE)算法降低了185 A和940 A;在故障1工况下,TSDE算法的最少开关操作数比CMPMDE算法多1次,与EPDSDE算法相同;在故障2工况下,TSDE算法的最少开关操作数比CMPMDE算法和EPDSDE算法均少1次。 [结论] TSDE算法求得的最优非劣解集更接近真实的Pareto前沿且分布较为均匀,在满足重构时间要求的前提下,该算法可以更好地保证船舶的安全稳定运行。
  • [1] 王锡淮,李军军,肖健梅. 求解舰船电力系统网络重构的贪婪DPSO算法[J]. 控制与决策,2008,23(2):157-161. WANG X H,LI J J,XIAO J M. Greed DPSO algorithm for network reconfiguration of shipboard power system[J]. Control and Decision,2008,23(2):157-161(in Chinese).
    [2] 李军军,徐波桅,甘世红,等. 基于贪婪度表的DPSO求解舰船电力系统网络重构[J]. 电工技术学报,2011,26(5):146-151. LI J J,XU B W,GAN S H,et al. Discrete particle swarm optimization algorithm based on greed table for network reconfiguration of the shipboard power system[J]. Transactions of China Electrotechnical Society, 2011,26(5):146-151(in Chinese).
    [3] 陈洋. 基于高斯动态PSO算法的舰船电网故障重构方法研究[D]. 大连:大连海事大学,2015. CHEN Y. Shipboard power system fault reconstruction method research based on gaussian dynamic particle swarm optimization algorithm[D]. Dalian:Dalian Maritime University,2015(in Chinese).
    [4] 楚玉华. 基于改进粒子群算法的船舶电力系统网络重构[D]. 镇江:江苏科技大学,2016. CHU Y H. Network reconfiguration of shipboard power system based on improved particle swarm optimization algorithm[D]. Zhenjiang:Jiangsu University of Science and Technology,2016(in Chinese).
    [5] 楚玉华,黄巧亮. 基于双粒子群算法的船舶电力系统网络重构[J]. 电子设计工程,2017,25(5):37-41. CHU Y H,HUANG Q L. Reconfiguration of shipboard power system based on double sub-swarms particle swarm optimization[J]. Electronic Design Engineering,2017,25(5):37-41(in Chinese).
    [6] DEB K,PRATAP A,AGARWAL S,et al. A fast and elitist multiobjective genetic algorithm:NSGA-II[J]. IEEE Transactions on Evolutionary Computation, 2002,6(2):182-197.
    [7] 杨秀霞,张晓锋,张毅,等. 基于启发式遗传算法的舰船电力系统网络重构研究[J]. 中国电机工程学报,2003,23(10):42-46. YANG X X,ZHANG X F,ZHANG Y,et al. The study of network reconfiguration of the shipboard power system based on heuristic genetic algrithm[J]. Proceedings of the CSEE,2003,23(10):42-46(in Chinese).
    [8] 杨秀霞,张晓锋,张毅. 免疫遗传算法在舰船电力系统供电恢复中的应用研究[J]. 中国电机工程学报,2004,24(9):80-85. YANG X X,ZHANG X F,ZHANG Y. Study on immune genetic algorithm for shipboard power system service restoration[J]. Proceedings of the CSEE,2004, 24(9):80-85(in Chinese).
    [9] 张涛. 基于NSGA-II的舰船电网故障重构[D]. 大连:大连海事大学,2015. ZHANG T. Fault restoration of shipboard power system based on NSGA-II algorithm[D]. Dalian:Dalian Maritime University,2015(in Chinese).
    [10] 朱志宇,刘维亭,庄肖波. 基于克隆算法的舰船电力系统故障恢复[J]. 电工技术学报,2009,24(1):164-170. ZHU Z Y,LIU W T,ZHUANG X B. Shipboard power system service restoration based on clonal algorithm[J]. Transactions of China Electrotechnical Society, 2009,24(1):164-170(in Chinese).
    [11] 王丛佼,王锡淮,肖健梅. 改进差分进化算法在舰船电力系统网络重构中的应用[J]. 船舶工程, 2013,35(6):55-59,67. WANG C J,WANG X H,XIAO J M. Improvement of application of differential evolution algorithm in network reconfiguration of shipboard power system[J]. Ship Engineering,2013,35(6):55-59,67(in Chinese).
    [12] 朱志宇,郑晨阳. 基于混沌自适应差分进化算法的舰船电力系统网络重构[J]. 江苏科技大学学报(自然科学版),2013,27(2):154-158. ZHU Z Y,ZHENG C Y. Network reconfiguration of shipboard power system based on chaos adaptive differential evolution algorithm[J]. Journal of Jiangsu University of Science and Technology(Natural Science Edition),2013,27(2):154-158(in Chinese).
    [13] 毕晓君,刘国安. 基于云差分进化算法的约束多目标优化实现[J]. 哈尔滨工程大学学报,2012,33(8):1022-1031. BI X J,LIU G A. A cloud differential evolutionary algorithm for constrained multi-objective optimization[J]. Journal of Harbin Engineering University, 2012,33(8):1022-1031(in Chinese).
    [14] 马理胜,张均东,任光,等. 基于混沌迁移及无参数变异差分进化算法的舰船电力系统网络重构[J]. 上海海事大学学报,2015,36(3):76-81. MA L S,ZHANG J D,REN G,et al. Network reconfiguration of ship power system based on chaotic migration and parameterless mutation differential evolution algorithm[J]. Journal of Shanghai Maritime University,2015,36(3):76-81(in Chinese).
    [15] 马理胜,张均东,任光. 基于环境Pareto支配选择差分进化算法的舰船电网重构[J]. 大连海事大学学报,2018,44(2):33-38. MA L S,ZHANG J D,REN G. Shipboard power grid reconstruction based on environment Pareto dominated selection differential evolution algorithm[J]. Journal of Dalian Maritime University,2018,44(2):33-38(in Chinese).
    [16] 孙浩,杨景明,刘醒,等. 基于环境Pareto支配选择策略的有约束多目标差分进化算法[J]. 控制与决策,2016,31(1):45-51. SUN H,YANG J M,LIU X,et al. Differential evolution algorithm based on environment Pareto dominated selection strategy in constrained multi-objective optimization problem[J]. Control and Decision, 2016,31(1):45-51(in Chinese).
  • [1] 白龙, 李速, 吴爽.  基于目标优化的多普勒计程仪参数离线标定方法 . 中国舰船研究, 2020, 15(s1): 185-193. doi: 10.19693/j.issn.1673-3185.01934
    [2] 周佳, 宋磊.  基于MOEA/D算法的起重船压载水调配优化 . 中国舰船研究, 2020, 37(): 1-9. doi: 10.19693/j.issn.1673-3185.02049
    [3] 庞水, 杨楚平, 刘如磊, 吴昌脉, 林叶锦.  船舶微电网锂电池储能系统容量配置多目标优化方法 . 中国舰船研究, 2020, 15(6): 22-28. doi: 10.19693/j.issn.1673-3185.01769
    [4] 吕光颢, 彭周华, 王丹, 窦伟滔.  无人船集群队形重构的目标任务分配 . 中国舰船研究, 2018, 13(6): 101-106. doi: 10.19693/j.issn.1673-3185.01362
    [5] 杨泽鑫, 肖健梅, 王锡淮, 邓军.  基于差分进化算法的船舶能量管理系统优化策略 . 中国舰船研究, 2018, 13(4): 134-141. doi: 10.19693/j.issn.1673-3185.01166
    [6] 刘东, 王春旭, 刘均, 张攀, 程远胜.  纵横加筋圆锥壳振动特性多目标优化设计 . 中国舰船研究, 2018, 13(1): 24-30. doi: 10.3969/j.issn.1673-3185.2018.01.004
    [7] 段菲, 张利军, 陈鸽, 姜海宁, 张琪.  基于多目标优化算法NSGA II的极地穿梭油轮型线设计 . 中国舰船研究, 2017, 12(6): 66-72. doi: 10.3969/j.issn.1673-3185.2017.06.010
    [8] 邓峰, 郑生全, 王冬冬.  无偏置网络场控有源频率选择表面设计 . 中国舰船研究, 2015, 10(2): 89-92. doi: 10.3969/j.issn.1673-3185.2015.02.017
    [9] 易波, 王为, 刘培国, 杨成, 董雁飞, 刘晨曦, 李岩.  基于改进TRL校准算法的二极管参数测量 . 中国舰船研究, 2015, 10(2): 121-124. doi: 10.3969/j.issn.1673-3185.2015.02.023
    [10] 刘雷, 金佳佳, 孙照清, 姜弢.  舰船系统间电磁兼容性的层次化优化方法 . 中国舰船研究, 2015, 10(2): 22-28. doi: 10.3969/j.issn.1673-3185.2015.02.005
    [11] 彭清风, 王德禹, 王红霞.  基于鲁棒性的船体中横剖面多目标优化 . 中国舰船研究, 2014, 9(5): 20-25. doi: 10.3969/j.issn.1673-3185.2014.05.004
    [12] 王健, 谢伟, 熊治国, 黄军申, 吴东伟, 郑向阳.  基于多目标遗传算法的飞行甲板参数化设计优化方法 . 中国舰船研究, 2013, 8(1): 7-12. doi: 10.3969/j.issn.1673-3185.2013.01.002
    [13] 周瑞.  舰船推进轴系校中的多目标优化计算方法 . 中国舰船研究, 2013, 8(3): 73-77. doi: 10.3969/j.issn.1673-3185.2013.03.014
    [14] 周珂, 王德禹.  水下爆炸载荷下舰船结构的多目标优化 . 中国舰船研究, 2013, 8(6): 27-32. doi: 10.3969/j.issn.1673-3185.2013.06.005
    [15] 孙利, 王德禹.  船舶结构理性设计方法热点问题与展望 . 中国舰船研究, 2012, 7(5): 8-13. doi: 10.3969/j.issn.1673-3185.2012.05.002
    [16] 周大伟, 许辉, 赵海江, 涂俊勇, 陈立.  舰船主尺度论证中的多目标综合评估 . 中国舰船研究, 2011, 6(6): 71-74. doi: 10.3969/j.issn.1673-3185.2011.06.014
    [17] 徐振国.  主汽温PID参数整定的多目标遗传优化研究 . 中国舰船研究, 2011, 6(1): 64-68. doi: 10.3969/j.issn.1673-3185.2011.01.012
    [18] 杨二波, 陈明.  船舶主尺度方案的博弈优选 . 中国舰船研究, 2010, 5(6): 46-50. doi: 10.3969/j.issn.1673-3185.2010.06.009
    [19] 李学斌, 甘霖.  舰船概念设计多目标优化和多属性决策研究 . 中国舰船研究, 2008, 3(3): 14-17,33. doi: 10.3969/j.issn.1673-3185.2008.03.003
    [20] 徐秉权, 戚俊松.  常规潜艇可靠性参数的选择 . 中国舰船研究, 2007, 2(01): 73-76. doi: 10.3969/j.issn.1673-3185.2007.01.018
  • 2020-3-169_en.pdf
  • 加载中
计量
  • 文章访问数:  33
  • HTML全文浏览量:  3
  • PDF下载量:  85
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-02-27
  • 修回日期:  2019-04-21
  • 刊出日期:  2020-06-05

基于多目标优化算法的船舶微电网重构

doi: 10.19693/j.issn.1673-3185.01534
    基金项目:  国家自然科学基金资助项目(61573240)
    作者简介:

    苏丽,女,1993年生,硕士生。研究方向:复杂系统控制与优化。E-mail:937453863@qq.com;肖健梅,女,1962年生,硕士,教授。研究方向:智能控制,粗糙集理论,物流系统优化。E-mail:jmxiao@shmtu.edu.cn

    通讯作者: 王锡淮,男,1961年生,博士,教授。研究方向:复杂系统建模与控制,系统优化与仿真,交通控制工程。E-mail:wxh@shmtu.edu.cn
  • 中图分类号: U665.12

摘要: [目的] 为了解决现有约束多目标优化算法在求解船舶微电网重构时收敛性和分布性不佳的问题,提出一种基于两阶段差分进化(TSDE)算法的约束多目标优化方法。 [方法] 第1阶段采用双种群混合法(即自适应罚函数法和可行性法则)来处理约束条件;第2阶段将第1阶段产生的双种群合并为单种群,再采用可行性法则解决约束优化问题;最后,在不同的阶段采用不同的精英选择策略和改进无参数变异算子,从而进一步优化差分进化算法。 [结果] 根据算例仿真结果:在故障1和故障2工况下,TSDE算法求得的最小负荷失电量分别比基于混沌迁移及无参数变异差分进化(CMPMDE)算法和基于环境Pareto支配选择差分进化(EPDSDE)算法降低了185 A和940 A;在故障1工况下,TSDE算法的最少开关操作数比CMPMDE算法多1次,与EPDSDE算法相同;在故障2工况下,TSDE算法的最少开关操作数比CMPMDE算法和EPDSDE算法均少1次。 [结论] TSDE算法求得的最优非劣解集更接近真实的Pareto前沿且分布较为均匀,在满足重构时间要求的前提下,该算法可以更好地保证船舶的安全稳定运行。

English Abstract

苏丽, 王锡淮, 肖健梅. 基于多目标优化算法的船舶微电网重构[J]. 中国舰船研究, 2020, 15(3): 169-176. doi: 10.19693/j.issn.1673-3185.01534
引用本文: 苏丽, 王锡淮, 肖健梅. 基于多目标优化算法的船舶微电网重构[J]. 中国舰船研究, 2020, 15(3): 169-176. doi: 10.19693/j.issn.1673-3185.01534
SU Li, WANG Xihuai, XIAO Jianmei. Ship micro-grid reconfiguration based on multiobjective optimization algorithm[J]. Chinese Journal of Ship Research, 2020, 15(3): 169-176. doi: 10.19693/j.issn.1673-3185.01534
Citation: SU Li, WANG Xihuai, XIAO Jianmei. Ship micro-grid reconfiguration based on multiobjective optimization algorithm[J]. Chinese Journal of Ship Research, 2020, 15(3): 169-176. doi: 10.19693/j.issn.1673-3185.01534
参考文献 (16)
补充材料:
2020-3-169_en.pdf

目录

    /

    返回文章
    返回