
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
为实现微电网运行的综合效益最优,解决日前经济调度中的多设备协同优化问题,本文提出一种基于粒子群优化(PSO)与多元宇宙优化(MVO)算法的微电网日前经济调度优化方法。以微电网 24 小时运行成本、环保成本、需求响应补偿成本及负荷波动惩罚成本之和最小为优化目标,构建包含储能、微型燃气轮机、柴油发电机、可转移负荷的微电网日前经济调度模型,同时考虑设备功率上下限、储能荷电状态、可转移负荷总量守恒等硬约束
源荷不确定性指可再生能源出力(如风电、光伏)与负荷需求(电、热、冷)的不可预测波动,对微网运行的经济性和可靠性产生显著影响。不确定性来源与特点源侧不确定性:风电出力受气象条件影响大,预测误差可达30%以上,适合采用鲁棒优化处理。荷侧不确定性:负荷波动具有较强时间规律性(如日内峰谷变化),适合基于历史数据的随机场景生成。建模方法对比方法原理适用场景局限性概率分布模型基于历史数据拟合正态分布、Weib
摘 要]为有效削减可再生能源发电出力的波动性,提升可再生能源的整体利用效能,本研究创新性地设计了一种集并网与离网功能于一体的风光互补制氢合成氨系统。该系统以实现年度收益最大化为核心目标,在构建过程中,充分考量了系统内的电平衡、氢平衡以及与电网的交互作用等关键运行约束条件,进而建立了容量配置与调度优化的综合模型。研究以内蒙古某地区实际的风光出力数据作为模型输入,通过深入分析风光容量的配比关系,系统探
这是一个作为电力质量调节系统为被动网络供电的背对背高压直流调制多电平变流器。该模型的目的是模拟背对背高压直流调制多电平变流器(MMC)作为一个电力质量调节系统为整个电力网络供电。因此,这个模块化多电平逆变器可以作为远端变流器运行,也称为孤岛模式。这样一个电力质量调节系统的主要目标是能够保护敏感的电力网络免受瞬态电压降的影响。这是通过利用MMC子模块的内部储能以及整流器在瞬态电压降期间控制线路电流为
文献来源:摘要:该文提出多微电网并网系统租赁共享储能组成微电网联盟参与配电网调峰调度的优化调度策略,促进储能高效应用和新能源就地消纳,实现多主体利益共赢。以配电网为主体,以微电网联盟和共享储能运营商为从体,构建一主多从博弈优化模型。主体制定分时电价实施调峰调度,达到效益最大。从体响应分时电价,实施两阶段优化,第一阶段优化储能应用:各微电网优化储能充放电策略以平抑功率波动,使负荷均方差最小和储能成本
定义分布式电源(Distributed Generation, DG)是指靠近用户侧或负荷中心的小型发电系统,容量通常为几十千瓦至几兆瓦,具有分散布局、灵活接入的特点。其核心特征包括地理分散性、低传输损耗、多能源类型兼容性。主要类型可再生能源类:如太阳能光伏、风力发电、生物质能发电,依赖自然资源但清洁环保。化石能源类:如微型燃气轮机、柴油发电机,具备快速启动和稳定性,但碳排放较高。储能类:如电池储

针对配电网运行中负荷峰谷差过大、分布式能源消纳能力不足的问题,开展基于智能优化算法的需求侧响应峰谷分时电价优化研究。研究以平抑电网负荷曲线、提升分布式能源消纳水平为核心目标,结合 KMeans 聚类的负荷时段划分方法与价格弹性系数的电价 - 负荷响应模型,构建兼顾电网运行效率与用户用电体验的电价优化体系。分别采用粒子群优化(PSO)、改进麻雀优化(ISSA)、多元宇宙优化(MVO)三种智能算法求解
电-热综合能源系统(EH-IES)是集电能与热能生产、传输、转换、存储和利用于一体的多能耦合系统。电力网络:含常规火电机组、风/光/水电机组、储能设备及输电线路;热力网络:由热源(如热电联产机组CHP)、供热管道(一次管网和二次管网)、水泵及储热罐构成;耦合设备:CHP机组、电锅炉、热泵等实现电能与热能的转换。该系统具有非线性、非凸、高维度的数学模型特性,且热力网络因传输延迟和热惯性具备显著的储能
自动驾驶汽车运行于持续变化的环境中,面临诸多不确定性与干扰因素,致使传统控制器在车辆横向控制方面易失效。本文聚焦路径跟踪任务,设计了一种自适应模型预测控制(MPC)控制器,借助神经网络与自适应神经模糊推理系统(ANFIS)达成在线参数自适应。在三车道变换场景与通用轨迹测试里,该控制器相较于标准MPC,展现出卓越的控制效果与自适应能力,为自动驾驶车辆路径跟踪提供了更可靠、精准的解决方案。
算法创新:开发高效求解器(如混合整数线性规划加速算法)。跨学科融合:结合机器学习与统计学习,构建自适应模糊集。实际系统验证:在复杂工业场景(如高海拔铁路供电系统)中验证模型鲁棒性。基于Wasserstein距离的两阶段分布鲁棒优化模型是一种有效的处理不确定性和复杂性的优化方法。通过对偶转化和线性决策方法的应用,我们可以将复杂的原始问题转化为更易求解的形式,提高决策的鲁棒性和适应性。未来的研究可以进







