4、多参数优化:1993年至今的发展与算法

多参数优化:1993年至今的发展与算法

1. 多参数优化发展背景

自1993年以来,多参数优化领域取得了显著进展。早期,Tasos Pertsinidis在Prof. Gregory McRae的指导下进行了关于p - MIPs的博士研究。随后,伦敦帝国学院的Pistikopoulos团队成为理论和算法发展的核心,开发了大量的mp - P算法。Fiacco及其同事的工作在这一时期的发展中起到了关键作用,研究人员利用Fiacco的理论成果来明确表征不同类型问题在参数变化下的最优解。

2. 多参数(混合整数)线性规划

2.1 早期算法与策略

Pertsinidis在博士研究中为p - MILPs和具有RHS不确定性的凸p - MINLPs开发了算法,并提出了两种不同策略。对于p - MILPs的求解,他重新审视了Jenkins的工作,并给出了两种不同类型的灵敏度分析。Acevedo和Pistikopoulos提出了基于分支定界(B&B)的算法来显式求解mp - MILPs,其基本形式如下:

mp - IP
⎧
⎪⎪⎪⎪⎪⎪⎨
⎪⎪⎪⎪⎪⎪⎩
z(θ) = min y dT(θ)y
Subject to :
Ey ≤ b(θ)
y ∈ {0, 1}ny
θ ∈ Rnθ

mp - MILP
⎧
⎪⎪⎪⎪⎪⎪⎨
⎪⎪⎪⎪⎪⎪⎩
z(θ) = min x,y cTx + dTy
Subject to :
Ax + Ey ≤ b(θ)
x ∈ Rnx, y ∈ {0, 1}ny
θ ∈ Rnθ

这些算法的基本思想是在组合树的根节点放

内容概要:本文介绍了一个针对电力系统连锁故障传播路径的N-k多阶段双层优化及故障场景筛选模型,该模型基于混合整数线性规划(MILP)方法构建,旨在全面评估电力系统在遭受多重故障时的脆弱性恢复能力。通过引入故障传播路径的概念,模型能够动态模拟故障在电网中的逐级扩散过程,并结合多阶段优化策略,实现对关键故障场景的有效识别优先排序。整个框架不仅考虑了初始故障元件的选取,还涵盖了后续因潮流转移引发的级联跳闸行为,从而提升了风险评估的准确性时效性。该研究已在Matlab平台上完成代码实现,具备良好的可复现性和工程应用价值,适用于提升现代电网的安全防御水平。; 适合人群:电力系统、能源安全及相关领域的科研人员、高校研究生以及从事电网规划运行管理的工程技术人员。; 使用场景及目标:①用于电力系统安全评估中识别最危险的N-k故障组合;②支撑电网应急预案制定薄弱环节改造;③作为学术研究中关于级联故障建模优化求解的教学验证工具;④服务于智能电网背景下抵御蓄意攻击或极端事件的风险防控决策。; 阅读建议:建议读者结合Matlab代码深入理解模型的数学 formulation 求解流程,重点关注目标函数设计、约束条件构建及双层优化结构的实现逻辑,同时可通过调整系统参数和故障设定进行仿真对比分析,以掌握不同因素对连锁故障演化的影响规律。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值