土耳其市场清算问题的自适应禁忌搜索算法

776

收藏 2022-06-10

英文标题：
《An Adaptive Tabu Search Algorithm for Market Clearing Problem in Turkish
Day-Ahead Market》
---
作者：
Nermin Elif Kurt, H. Bahadir Sahin, K\\\"ur\\c{s}ad Derinkuyu
---
最新提交年份：
2018
---
英文摘要：
In this study, we focus on the market clearing problem of Turkish day-ahead electricity market. We propose a mathematical model by extending the variety of bid types for different price regions. The commercial solvers may not find any feasible solution for the proposed problem in some instances within the given time limits. Hence, we design an adaptive tabu search (ATS) algorithm to solve the problem. ATS discretizes continuous search space arising from the flow variables. Our method has adaptive radius and it achieves backtracking by a commercial solver. Then, we compare the performance of ATS with a heuristic decomposition method from the literature by using synthetic data sets. We evaluate the performances of the algorithms with respect to their solution times and surplus differences. ATS performs better in most of the sets.
---
中文摘要：
在本研究中，我们重点研究土耳其日前电力市场的市场清算问题。我们通过扩展不同价格区域的投标类型，提出了一个数学模型。在某些情况下，商业解决方案可能无法在给定的时间限制内找到任何可行的解决方案。因此，我们设计了一种自适应禁忌搜索（ATS）算法来解决这个问题。ATS将流量变量产生的连续搜索空间离散化。我们的方法具有自适应半径，并通过商业求解器实现回溯。然后，我们使用合成数据集，将ATS的性能与文献中的启发式分解方法进行了比较。我们评估了算法在求解时间和剩余差方面的性能。ATS在大多数情况下表现更好。
---
分类信息：

一级分类：Quantitative Finance 数量金融学
二级分类：Trading and Market Microstructure 交易与市场微观结构
分类描述：Market microstructure, liquidity, exchange and auction design, automated trading, agent-based modeling and market-making
市场微观结构，流动性，交易和拍卖设计，自动化交易，基于代理的建模和做市
--
一级分类：Mathematics 数学
二级分类：Optimization and Control 优化与控制
分类描述：Operations research, linear programming, control theory, systems theory, optimal control, game theory
运筹学，线性规划，控制论，系统论，最优控制，博弈论
--

---
PDF下载：
-->

An_Adaptive_Tabu_Search_Algorithm_for_Market_Clearing_Problem_in_Turkish_Day-Ahe.pdf
大小:(471.59 KB)

马上下载

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

能者818

2022-6-10 20:25:33

土耳其日前市场中市场清算问题的自适应禁忌搜索算法。kurt@epias.com.trH.Bahadir SahinOptimization SpecialistEnergy Exchange伊斯坦布尔，土耳其邮箱：Bahadir。sahin@epias.com.trK¨您必须遵守规定。工业工程系TOBB经济技术大学电子邮件：kderinkuyu@etu.edu.trAbstract-在本研究中，我们重点研究土耳其日前电力市场的市场清算问题。我们通过扩展不同价格区域的投标类型，提出了一个数学模型。在给定的时间限制内，商业解决方案可能无法在某些情况下为拟议问题提供充分可行的解决方案。因此，我们设计了一种自适应tabusearch（ATS）算法来解决这个问题。ATS将流量变量产生的连续搜索空间离散化。我们的方法具有自适应半径，并通过商业求解器实现回溯。然后，通过使用合成数据集，我们将ATS的性能与文献中的启发式分解方法进行了比较。我们根据算法的求解时间和剩余差来评估算法的性能。ATS在大多数情况下表现更好。一、土耳其电力市场的自由化始于2001年颁布的第一部《4628电力市场法》。2013年，该法律被废除，取而代之的是第6446号法律。根据《新法》，土耳其市场运营商伊斯坦布尔能源交易所（EXIST）成立于2015年。现有的主要活动领域包括日前电力、日内电力和天然气批发市场。土耳其day AheadElectric市场（DAM）的参与者可以在实际交付日期前一天通过双边盲拍卖进行投标。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

mingdashike22

2022-6-10 20:25:36

然后，市场运营商根据提交的标书宣布市场结算价格（MCP）和标书匹配。土耳其大坝的投标类型与欧洲电力交易所（PXs）的投标类型相似。土耳其大坝有三个不同的层，即小时标、分段标和浮动标。每小时的出价由每个时段的多个价格和数量级别表示。在一个时期内，这些量价对形成分段线性需求和供给曲线。整体投标包含单个价格、数量、开始期和持续时间（一定数量的连续期）。它将在所有时期匹配或完全拒绝。区块出价之间可能存在链接关系，因此接受一个出价（称为子出价）取决于接受另一个出价（称为母出价）。灵活投标的价格和数量信息仅在一个时期内有效。灵活投标的起始期限由灵活投标的间隔期限内各期限之间的清算机制决定。在不久的将来，EXIST计划扩展模块和灵活投标的功能，以满足参与者的需求。可能的延期是每个时段内针对Block和flexible投标的不同数量，并允许flexible投标的持续时间超过一个时段。[1] 将块投标定义为非凸投标。在这项研究中，我们将非凸投标定义扩展到灵活投标和大宗投标。电力传输受到传输元件容量的限制。当负荷超过一定限制时，就会发生容量拥塞。这种拥塞可以通过各种方式进行管理。大坝市场分割是拥堵管理策略之一。这里，系统运营商将大坝划分为不同的区域，市场清算模型考虑了这些区域之间的传输约束。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

mingdashike22

2022-6-10 20:25:39

该模型假设在实际的电力输送过程中，区域内没有严重的阻塞。由此产生的水流不一定满足Kirchhoff\'slaws。目前的土耳其大坝没有积极利用市场分割；然而，自2009年以来，它已被《电力市场条例》合法化。EXISTis中使用的土耳其电力日AheadMarket优化软件（TE-DAMOS），能够解决多区域市场清算问题。土耳其大坝的市场清算是一个盈余最大化问题。它考虑了投标和流量的投标执行条件、输电限制和定价约束。每天，EXIST都会在10分钟内解决问题，并向市场参与者通告市场结算价格、接受的出价和最佳流量。因此，应该解决这个问题，以便不管问题的计算复杂度如何，至少得到一个好的、可行的解决方案。为市场清算问题提出解决方法是文献中一个突出的研究领域。[2] 在其公式和基于提议分解的精确和启发式解决方案中考虑块和柔性投标。[3] 仅针对大宗投标，引入了比[2]更强的削减。除了分块和灵活投标外，欧洲大坝中还有不同类型的投标，如西班牙葡萄牙语和意大利PXs中分别使用的最低不符合条件（MIC）订单和prezzo unico Nationale（PUN）订单。这些标书包含在【4】–【6】中。https://www.epias.com.tr/en/announcements/market/day-ahead/day-aheadmarket-phase-ii-new-order-typeshttps://www.epias.com.tr/en/day-领先市场/匹配。该文档解释了EXIST如何解决该问题。978-1-5386-1488-4/18/$31.00摄氏度2018年IEEE在本研究中，我们关注的是现有的市场清算问题。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nandehutu2022

2022-6-10 20:25:43

我们将问题陈述扩展为不同价格区域的扩展bidtypes，并提出了一个新的数学模型，即混合整数二次约束二次规划问题（MIQCQP）。我们设计了一种自适应禁忌搜索（ATS）算法来解决所提出的问题。我们使用ATS和文[2]中提出的启发式方法创建合成数据集来解决MIQCQP问题。我们根据求解时间和相对差距来评估这两种启发式方法的性能。我们提出了一种算法，该算法能够在10分钟内找到至少一个解决方案，这是找到土耳其大坝可行解决方案的一个关键时间限制。此外，与文献[2]中的方法相比，我们提出的算法提供了有竞争力的剩余值。本文的组织结构如下。第二节构建了土耳其大坝市场清算问题的数学模型。第三节提出了一种自适应ABU搜索算法（ATS）来解决定义的问题。第四节介绍了数值研究及其结果。我们在第五节第二节总结了我们的论文。市场清算模型非凸电力市场是文献中广泛使用的一个概念，其中二元决策变量创建一个非凸可行区域。[7] –[9]提出了几个明确的规则来处理此类非凸性。由于这些非凸性，接受的投标有负盈余，拒绝的投标有正盈余。这种现象被称为价格匹配不兼容。为了消除这些不兼容性，PXs允许以正余数拒绝投标或以负余数接受投标。土耳其大坝中的价格匹配兼容性约束迫使其接受非凸投标，前提是除子块投标外，非凸投标具有正盈余。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

能者818

2022-6-10 20:25:45

在这种情况下，子块BID的决定必须遵循其母亲的相同决定。土耳其大坝也存在【2】中讨论的价格流动条件。如果一条线上的流量不等于给定时期内的某个极限值，则该时期内该线连接的区域之间没有价格差异。如果流量在一段时间内处于上/下边界，则该行的源节点的价格必须低于/高于该时间段内汇节点的价格。在本研究中，我们在模型中使用分段小时出价曲线和非凸出价。我们假设非凸投标具有相同的属性，例如（1）每个非凸投标可以像在块投标中一样链接到另一个投标，（2）非凸投标的持续时间小于或等于区间限制的长度。我们对输电线路上的可用输电能力（ATC）约束和爬坡限制进行建模，这限制了两个连续周期之间的流量差异。我们还考虑了模型中的价格流动条件。A.

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…

mingdashike22

2022-6-10 20:25:48

指数、集合、参数和决策变量在本节中，我们提供了指数、集合、参数和决策变量，以构建一个模型，其中逐件逐时出价、非凸出价和传输约束得到处理。索引和集合T，T索引和时间段集合，T={1，2，…，24}。n、 n索引和区域集。l、 l线l、l的传输线SSL、elSource和sink zone的索引和集合∈ 五十、 Lsn，从n区开始和结束的传输线透镜组∈ N，L=长度∪ Lsn。i、时段t中节点n中的Is、t、Idn、tIndex和供需段集，其中，t=Is，t∪ Idn，t.b，BnIndex和区域n中的非凸标集∧b可以接受的非凸标集如果bλ∈ 接受∧bis。t b可以启动的时段集ParametersPMIN、PmaxMinimum和maximum price limits。第i段的Pi、t、Pi、t起止价格，在第i段的t、Qi、t期间，我∈ 英寸，t，n∈ N，t∈ T时段t内非凸标书b的Pb、Qb、t、t价格和体积如果标书在时段t内被接受， b∈ B t型∈ Tb，t∈ Tτl、t、τl、tUpper和t期间l线输电量的下限。～τl，t期间l线的践踏限制。每小时投标由一组量价对确定。这些对表示投标人提供的购买/出售数量的最高/最低价格。我们通过分别汇总该时期每小时投标对的购买量和销售额来构建每个时期的供需曲线。虽然供给曲线是数量的非递减函数，但需求曲线具有非递增特性。成对之间的每个区域称为段。如果这些对属于需求（供应）曲线，则该段称为需求段（供应段）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

大多数88

2022-6-10 20:25:52

对于供应段，Pi，t<Pi，t对于所有i∈ IS，t，t∈ 对于需求段，Pi，T<Pi，T对于所有i∈ Idn，t，t∈ T，n∈ N、段i的体积是创建段的对的体积之差。我们假设Qi，t≤ 0对于供应段i，对于所有i∈ Is，tand Qi，t≥ 0表示阿德曼段i，表示所有i∈ Idn，t，t∈ T，n∈ N分段的指示符号按递增顺序排列。指数最小的供应部门是最低价格水平的部门，指数最小的需求部门是最高价格水平的部门。决策变量xi，段i的t接受分数，我∈ 管线l处的In、t.fl、t流量， l∈ 五十、 t型∈ Tyb，t1，如果非凸投标b在t期内被接受，否则为0， b∈ Bn，n∈ N，t∈ Tb。pn，t周期t内n区的价格， n∈ N，t∈ Tul，t，ul，t0如果线路l上的流量不等于时段t内输电量的上限或下限，则容量拥挤的影子价格o.w。 l∈ 五十、 t型∈ Tρl，t，ρl，t0，如果周期t内l线上的流量不受爬坡限制或爬坡限制的影子价格的限制。 l∈ 五十、 t型∈ T对于线l，flt>0表示从SLT到ELAN的流量，flt<0表示反向流量。常数fl，0等于前一天最后一段时间的fl。B、数学模型在本节中，我们对土耳其大坝的市场清算问题建模，我们称之为模型P。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

大多数88

2022-6-10 20:25:55

我们使用带互补约束的数学规划问题（MPCC）方法建立了类似于[2]的模型。（P型）最大g=Xn∈NXt公司∈Txi∈In，tQi，tPi，txi，t+Qi，t（Pi，t- Pi，t）xi，t+Xb∈Bn，t∈TbQb、t、tPbyb、t受试者毒性∈In、tQi、txi、t+Xb∈Bn，t∈TbQb、t、tyb、t+Xl∈Lsnfl，t-Xl码∈Lenfl，t=0，t型∈ T、 n个∈ N、（1）xi，t≤ 1.我∈ In，t，t∈ T、 n个∈ N、（2）Xt∈Tbyb，t≤ 1.b∈ Bn，n∈ N、（3）Xt∈Tbyb，t≤Xt公司∈Tλ乘以λb，T，λb∈ ∧b，b∈ Bn，n∈ N、（4）-τl，t≤ fl，t- fl，t-1.≤ ^1τl，t，l∈ 五十、 t型∈ T、（5）（1）-Xt公司∈Tbyb，t）Xt∈T（Pb- pn，t）Qb，t，t≤ 0,t型∈ Tb，b∈ B、 ∧B=, （6）（Xt）∈Tλ乘以λb，T-Xt公司∈Tbyb，t）Xt∈T（Pb- pn，t）Qb，t，t≤ 0,t型∈ Tb，λb∈ ∧b，b∈ B、 ∧b6=, (7)(-τl，t+fl，t）ul，t=0，l∈ 五十、 t型∈ T、（8）（τl，T- fl，t）ul，t=0，l∈ 五十、 t型∈ T、（9）(-τl，t- fl，t-1+fl，t）ρl，t=0，l∈ 五十、 t型∈ T、（10）(-τl，t+fl，t-1.- fl，t）ρl，t=0，l∈ 五十、 t型∈ T、（11）ul，T- ul，t+ρl，t- ρl，t- ρl，t+1+ρl，t+1=pel，t- psl，t，l∈ 五十、 t型∈ 24，（12）ul，T- ul，t+ρl，t- ρl，t=pel，t- psl，t，l∈ 五十、 t=24，xi，t（1- xi-1，t）=0，i、我- 1.∈ In，t，t∈ T、 n个∈ N、（13）pt，N=Pmin+Pi∈Is，t（Pi，t- Pi，t）xi，t，t型∈ T、 n个∈ N、（14）xi，t≥ 0, 我∈ In，t，t∈ T、 n个∈ N、（15）yb，t∈ {0, 1} b∈ Bn，n∈ N、 t型∈ T、 fl，T∈ [τl，t，τl，t]，ul，t，ul，t，ρl，t≥ 0, l∈ 五十、 t型∈ T、 pn，T∈ [Pmin，Pmax]，n∈ N、 t型∈ T、约束条件（1）确定了每个区域每个时段的供需平衡。（2）确保一个分段的可接受分数不超过1，非凸投标在一个周期内可接受（3），（4）满足非凸投标的链接关系。（5）满足直线上的爬坡限制。（6）（7）是价格匹配兼容性约束条件，（8）（12）显示价格流动条件。（13） -（14）确保所有负/正盈余部分都必须被完全拒绝/接受。变量、非负性和完整性约束的界限在（15）中定义。由此产生的模型是一个MIQCQP问题。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

大多数88

2022-6-10 20:25:58

商业解算器无法解决我们提出的模型对实际问题的适应性。在文献中，有像Bender分解这样的精确解技术，但它们可能无法在10分钟内找到可行解。因此，出于实际原因，需要一种神经论方法来找到至少一种解决方案。三、自适应禁忌搜索算法禁忌搜索（TS）是一种邻域搜索算法，用于找到优化问题的解决方案。TS算法与其他邻域算法的主要区别在于能够摆脱局部最优解的陷阱【11】、【12】。有不同版本的TS专注于智能逃生和探索技术。反应性TS通过自动学习最优tabulist大小来防止循环的发生【13】、【14】。并行TS方法旨在利用计算资源来解决大规模优化问题【15】–【17】。[18] 将路径重链接技术中的大山谷现象添加到TS中【19】将遗传算法的变异操作引入到原始TS中【20】提出了基于TS的参数分枝定界过程，而不是树搜索。虽然先前的研究主要是确定性的，但文献中也有TS的概率扩展【21】–【23】。自适应禁忌搜索（ATS）是一种TS技术，其中多样性和强度是平衡的。TS增加了两个新特性：自适应搜索半径和回溯机制。与常规搜索半径不同，[24]和[25]讨论了自适应半径，以实现更快的强度，并使用反馈跟踪实现其多样化策略。ATS被广泛应用于分配问题[26]、[27]和控制器设计问题[28]、[29]等领域。由于土耳其大坝的时间限制，我们将修改后的ATS应用于我们的问题。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

何人来此

2022-6-10 20:26:01

为了求解模型P，我们放松了（8）-（12）中定义的约束，以便每个区域仅通过流量变量（f）压缩另一个区域。我们假设这些流量固定为预定值，然后将问题转换为N个子问题。每个子问题代表不同的价格区域。我们使用具有自适应半径的TS来解决这些子问题，并确定每个区域的非凸投标组合。我们使用一个商业解算器，通过将积分变量与TS中的值进行组合，找到最佳流量。由此产生的价格流量问题是一个QP模型，由（1）-（5）中的曲面最大化定义。根据[2]，任何价格流问题的最优解也满足（8）-（12）。然后，我们使用来自解算器的流作为后向跟踪，并重复该过程，直到目标函数不再改善。重复之后，我们修复解决方案以满足（8）-（12）中定义的要求。通过这种设计，我们提出了一种快速、多线程的算法，以保持次优性。我们提出的算法的流程图如图1所示。图1：。算法流程图。每个区域的算法在本节中，我们给出了解决每个区域子问题的TS算法的详细信息。我们从禁忌解决方案、禁忌移动、自适应迁移、禁忌列表（TL）、吸气标准和停止条件的设计决策开始。我们将子问题的禁忌解定义为非凸投标的起始期集，其中0表示投标的拒绝。我们将禁忌移动称为改变禁忌解中非凸出价的起始周期之一。在lustrate中，存在一个具有两个非凸bidsi的禁忌解。e、，Sa={b→ 5，b→ 0}.

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nandehutu2022

2022-6-10 20:26:04

禁忌解表明，非凸投标在第5阶段开始，而bis拒绝了。然后，通过禁忌移动b→ 0，我们创建一个新的tabu解决方案b={b→ 0，b→ 0}，其中两个非凸投标都被拒绝。通过每个禁忌解和固定的流量值，我们可以找到相应区域的MCP。禁忌解S周围的邻域表示为拒绝接受具有正盈余的非凸投标或接受具有arandom起始期的具有负盈余的非凸投标。我们还通过随机更改已接受的非凸投标的起始期来扩展邻域。当我们都陷入局部最优时，邻域的大小会减小，因为我们预计正盈余的拒绝投标和负盈余的接受投标的数量将很低。如果拒绝/接受移动创建了一个违反约束（4）的禁忌解决方案，我们将更改相应出价子/母的决定，直到结果解决方案不再违反约束（4）。因此，每个邻居都感到满意（4）。邻国可能会有一些投标，因为这些投标被拒绝，因此无法满足价格匹配兼容性约束。在这种情况下，我们接受其中一个违反的非凸出价，并验证兼容性约束是否满足。该过程将继续，直到邻居中没有违反（6）或（7）的出价。我们保留一个本地TL和一个全局TL。本地TL保持禁忌在先进先出队列中移动。全局TL保持每个禁忌解的剩余，直到TS停止。它可以防止在每次迭代中获得相同的盈余。每个分区TS（Cond-1）中的停止条件受迭代次数的限制。我们在约束（1）-（4）定义的区域和（1）-（4）和（6）（7）定义的区域周围执行搜索。我们采用具有最佳目标值的解决方案。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

何人来此

2022-6-10 20:26:07

每个搜索都由自己的TL组成。因此，在另一个搜索的TL中具有移动的解决方案可以成为下一次迭代的候选解决方案。它创建了抱负标准。初始解是一个禁忌解，其中所有非凸投标都在一个随机周期内被接受。达到停止条件（Cond-1）后，算法跳转到找到的最佳解。该过程重复进行，直到第四次跳跃，或者最佳解决方案没有得到改进。每个区域使用的整体算法如表I所示，其中g（S）表示从TABU解决方案S表中获得的总盈余。对于具有自适应半径的每个区域，表ITS步骤1：从解决方案S开始。步骤2：如果停止条件（Cond-1）不成立。搜索S：-通过考虑约束（1）-（4）。通过考虑约束条件（1）-（4），（6）-（7），（12）-（13），取最佳解S。采取最佳解决方案步骤3：将Sto Sif g（S）>g（S）指定为Sto，反之亦然。步骤4：更新全局解决方案执行步骤2。四、数值研究在本节中，我们将解释如何生成我们在实验中使用的数据。然后，我们给出了实验装置和结果。A、数据我们通过考虑土耳其与其邻国可能的市场耦合情况来创建数据。土耳其电网与8个国家相连。土耳其与其邻国之间的最大输电容量为1000 MW，但系统运营商可能会将其限制在100 MW，以维护电网安全。我们构建了9个数据集，每个数据集有50个案例。每个集合都有不同的分区拓扑和流量场景。我们假设分区拓扑在每个数据集中的情况下都不会改变。每个分区拓扑由2个、4个或8个分区组成。图2显示了用于数据创建的拓扑。（a）（b）（c）图2。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

大多数88

2022-6-10 20:26:10

（a）2、（b）4和（c）8区的区域拓扑我们假设每个耦合区的投标人与土耳其投标人具有相似的投标行为。为了创建每个案例，我们在2016年6月1日至2018年3月20日期间随机选择| N |个真实土耳其DAMdata，假设每个日期代表不同区域的投标。忽略线上的倾斜限制。通过使用0和α之间的均匀分布生成每个周期的线路容量和反向容量。在每个数据集中，α值等于0、100或1000 MW。表II给出了α为0、100和1000 MW且分区数为2、4和8时每天的平均投标数量。表中的第一个和第二个数字分别表示每小时平均投标和非凸投标。表II分区2 4 80 31245-311 62373-618 124725-1217100 31286-307 62531-606 124662-12261000 31192-306 62354-623 124431-1216B每个数据集XXXXXXXXα的每小时和非凸投标的日平均数量（#）。实验设置在我们的实验中，我们将我们提出的ATS算法应用于上一节中描述的数据集。我们将我们的算法与文献[2]中提出的精确解和启发式解方法进行了比较。我们在10分钟内执行每种方法，其中EXIST必须宣布市场清算解决方案。我们比较了启发式方法在时间和盈余方面的结果。我们假设每个区域都有与土耳其大坝相同的投标规则。测试在Intel Core i7-4790 CPU上进行，处理器为3.60GHz，内存配置为32 GB。我们使用IBM ILOGCPLEX 12.8来解决优化问题。为了将[2]提出的解决方法应用到我们的问题中，我们将主问题定义为max g s.t.（1）（4），将子问题定义为为为约束（7）-（15）找到可行的解决方案。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

大多数88

2022-6-10 20:26:13

然后，如果分枝定界树中的整数可行解不满足（7）-（15），则对问题添加一个割集。[2]提出的精确切割也适用于我们的问题，因为它只切割当前的整数解。然而，[2]提出的启发式切割允许被拒绝的投标具有正盈余，这违反了土耳其大坝规则。因此，我们修改了启发式切割，这样就不应该有正盈余的拒绝投标。在我们的配置中，我们将启发式切割定义为至少改变违反（6）或（7）的投标拒绝决定。在本研究的其余部分，我们将此方法定义为启发式分解。C、结果当我们用文献[2]中提出的精确解方法求解模型时，我们观察到存在一些在10分钟内没有可行解的情况。因此，我们关注ATS和启发式分解的结果。表III和表IV分别显示了盈余差额和时限。表III由ATS发现的剩余值与分区的启发式分解XXXXXXXXα#的平均差异2 4 80 1911 6763 10482100-3686-1392 405091000-18747-39212-76071表III显示了AT与启发式分解算法之间的剩余差异。正差异反映出ATS的性能优于另一种。当α=100且区域数为4时，存在启发式分解无法在时间限制内找到解决方案的情况。我们仅在至少找到一个解的情况下比较这两种算法。结果表明，ATS在连续系统中提供更好的剩余值，而启发式分解算法在高传输容量下工作得更好。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nandehutu2022

2022-6-10 20:26:17

随着分区数量的增加，ATS的并行设计结构为我们的方法提供了优势。表IV ATS的平均运行时间（秒）和区域2 4 80 8-106 16-513 37-600100 10-107 19-421 54-5921000 19-217 43-426 85-5900的启发式分解XXXXXXXα。表IV显示了ATS的求解时间和启发式分解方法。ATS在所有配置中的解决方案时间方面表现更好。当区域数增加时，两种算法的平均执行时间都会增加。ATS受到α的负面影响，即当α增加时，ATS需要更多的时间来收敛到解决方案。然而，启发式分解对于α变化更为稳健。五、讨论和结论在本研究中，我们对土耳其大坝清理问题进行了建模，该问题包括每小时、区块和浮动投标以及网络约束。我们提出了一种ATS算法来求解生成的模型。由于不存在真实的分区大坝数据，我们在几个假设下生成随机数据集。我们通过将其结果与文献中使用的启发式分解方法在时间和目标值方面进行比较，来展示算法的性能。自年以来，提出的ATS算法是文献[2]中讨论的启发式分解的一个竞争替代方案；（1）在某些配置中，启发式分解无法在时间限制内找到任何解决方案，但ATS算法可以在所有数据集中找到至少一个可行的解决方案，（2）ATS更快地解决所有数据集的问题，以及（3）ATS在较低容量下比启发式分解提供更好的附加值。致谢作者感谢土耳其科学技术研究理事会技术和创新资助项目理事会（T¨UB˙ITAK-TEYDEB）对3161185号项目的支持。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

可人4

2022-6-10 20:26:20

我们还要感谢Mustafa Kayirici、Birol Karatay和Ozan G¨urler对这项工作的支持。参考文献[1]R.P.Oneill、P.M.Sotkiewicz和M.H.Rothkopf，“非凸投标电力交易中的均衡价格”，工作文件，2007年7月修订，技术代表。[2] A.Martin、J.C.M¨uller和S.Pokutta，“非凸欧洲日前电力市场中的严格线性价格”，优化方法和软件，第29卷，第1期，第189-2212014页。[3] M.Madani和M.Van Vyve，“欧洲日前电力市场拍卖的计算效率mip公式和算法”，《欧洲运筹学杂志》，第242卷，第2期，第580–5932015页。[4] A.G.Vlachos和P.N.Biskas，“平衡多地区电力市场中的供需混合定价规则”，IEEE Transactions on Power Systems，第26卷，第3期，第1444–1453页，2011年。[5] R.Fern'andez Blanco、J.M.Arroyo和N.Alguacil，“通过双层编程实现收入和网络约束的市场清算”，电力系统计算会议（PSCC），2014年。IEEE，2014，第1-7页。[6] M.Madani和M.Van Vyve，“非对流价格日前电力拍卖的mip框架”，《欧洲计算优化杂志》，第5卷，第1-2期，第263-2842017页。[7] R.P.O\'Neill、P.M.Sotkiewicz、B.F.Hobbs、M.H.Rothkopf和W。R、 Stewart Jr，“非凸市场中的有效市场清算价格”，《欧洲运筹学杂志》，第164卷，第1期，第269-2852005页。[8] C.Ruiz、A.J.Conejo和S.A.Gabriel，“电力池中的非凸性定价”，IEEE电力系统交易，第27卷，第3期，第1334-13422012页。[9] M.Van Vyve等人，《非凸电力市场的线性价格：模型和算法》，核心讨论文件2011/502011。[10] F。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

能者818

2022-6-10 20:26:23

Glover，“整数规划的未来路径和艺术智能的链接”，《计算机与运筹学》，第13卷，第5期，第533-5491986页。[11] -，“禁忌搜索第一部分”，ORSA计算杂志，第1卷，第3期，第190-206页，1989年。[12] -，“禁忌搜索第二部分”，ORSA计算杂志，第2卷，第1期，第4-32页，1990年。[13] R.Battiti和G.Tecchiolli，“反应性禁忌搜索”，《ORSA journalon computing》，第6卷，第2期，第126-140页，1994年。[14] W.-C.Chiang和R.A.Russell，“带时间窗的车辆路径问题的反应式禁忌搜索元启发式”，通知Journalon computing，第9卷，第4期，第417–4301997页。[15] T.G.Crainic、M.Toulouse和M.Gendreau，“走向并行禁忌搜索启发式的分类法”，通知《计算杂志》，第9卷，第1期，第61-72页，1997年。[16] 例如，Talbi、Z.Ha fidi和J.-M.Geib，“并行自适应禁忌搜索方法”，并行计算，第24卷，第14期，第2003-2019页，1998年。[17] A.Attanasio，J.-F.Cordeau，G.Ghiani和G.Laporte，“动态多车辆拨号-乘坐问题的并行tabusearch启发式”，并行计算，第30卷，第3期，第377-387页，2004年。[18] E.Nowicki和C.Smutnicki，“作业车间问题的高级禁忌搜索算法”，《调度杂志》，第8卷，第2期，第145-1592005页。[19] D.Zhang、Z.Fu和L.Zhang，“大型配电系统中最小损耗重构的改进ts算法”，《电力系统研究》，第77卷，第5-6期，第685-6942007页。[20] F.Glover，“混合整数程序的参数禁忌搜索”，计算机与运筹学，第33卷，第9期，第2449-24942006页。[21]J.Xu、S.Y.Chiu和F.Glover，“电信网络设计的概率禁忌搜索”，组合优化：理论与实践，第1卷，第1期，第69-941996页。[22]Y.A.Kochetov和E.N。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nandehutu2022

2022-6-10 20:26:26

Goncharov，“多阶段无容量限制设施选址问题的概率禁忌搜索算法”，运营研究论文集。斯普林格出版社，2001年，第65-70页。【23】D.Ghosh等人，《广义最小生成树问题的概率禁忌搜索算法》。印度管理学院，2003年。【24】T.K.Sarawut SUJITJORN、D.Puangdownleong和K。AREERAK，“工程设计中的自适应禁忌搜索和应用”，工程设计集成智能系统，第149卷，第233页，2006年。[25]D.Puangdownreong，K.-N.Areerak，A.Srikaw，S.Sujitjorn和P.Totarong，“通过自适应禁忌搜索进行系统识别”，工业技术，2002年。IEEE ICIT\'02。2002年IEEE国际会议，第2卷。IEEE，2002，第915–920页。【26】Z.Miao、S.Cai和D.Xu，“应用自适应禁忌搜索算法优化crossdock管理系统中的卡车停靠点分配”，专家系统与应用，第41卷，第1期，第16-222014页。[27]J.Xie，Y.Mei和A.Song，“存储位置分配问题的进化自适应禁忌搜索算法”，发表于2015年遗传与进化计算年会的配套出版物。ACM，2015年，第779-780页。【28】A.Suyapan、K.Areerak和K.Areerak，“采用自适应禁忌搜索算法的Morelectric飞机电力系统控制器设计”，电气工程大会（iEECON），2017年国际。IEEE，2017，第1-4页。【29】T.Ketthong、S.Tunyasirut和D.Puangdownreong，“通过自适应禁忌搜索设计和实现直流电机速度控制系统的i-pd控制器”，《国际智能系统与应用杂志》，第9卷，第9期，第69页，2017年。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

分享

扫码加好友，拉您进群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群