2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩75頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、動態(tài)優(yōu)化調(diào)度(Dynamic Optimal Dispatch)是研究在連續(xù)多個時間段內(nèi)、機(jī)組運(yùn)行狀態(tài)已經(jīng)確定的情況下,如何有效地調(diào)整各個機(jī)組在不同時段的有功功率輸出,使得在滿足各種靜態(tài)約束和動態(tài)約束下,整個系統(tǒng)的某些目標(biāo)函數(shù)達(dá)到最優(yōu)。電力系統(tǒng)動態(tài)優(yōu)化調(diào)度對保證電力系統(tǒng)安全經(jīng)濟(jì)運(yùn)行具有重要的理論指導(dǎo)意義和實(shí)際意義。本文基于原對偶解耦內(nèi)點(diǎn)法,提出了幾種動態(tài)優(yōu)化調(diào)度模型和相應(yīng)的改進(jìn)算法,具體內(nèi)容包括:
   首先,采用原對偶解耦內(nèi)點(diǎn)

2、算法求解經(jīng)典動態(tài)優(yōu)化調(diào)度模型。在原對偶解耦內(nèi)點(diǎn)法的詳細(xì)理論推導(dǎo)基礎(chǔ)上,提出幾種提高算法效率的技術(shù),仿真計算驗(yàn)證了以上技術(shù)的有效性,并研究了不同的爬坡約束對動態(tài)優(yōu)化調(diào)度結(jié)果的影響。
   其次,隨著清潔能源的使用和節(jié)能減排在電力系統(tǒng)中的實(shí)施,提出了以節(jié)約能耗、減少排放同時作為目標(biāo)函數(shù)的含風(fēng)電場多目標(biāo)動態(tài)優(yōu)化調(diào)度模型。模型計及了風(fēng)電機(jī)組吸收的無功功率與機(jī)端電壓之間的關(guān)系,并采用模糊集理論將該多目標(biāo)模型轉(zhuǎn)化為求解滿意度最高的單目標(biāo)問題

3、。對原對偶解耦內(nèi)點(diǎn)法的雅克比矩陣和海森矩陣進(jìn)行相應(yīng)的修正,并在KKT方程中引入關(guān)于滿意度的一系列方程,推導(dǎo)出適合求解該模型的改進(jìn)算法。算例結(jié)果表明,所提模型與改進(jìn)算法能更好的體現(xiàn)節(jié)能環(huán)保的思想。
   最后,由于負(fù)荷預(yù)測的不精確性、風(fēng)電出力的隨機(jī)性,提出了考慮不確定性的動態(tài)優(yōu)化調(diào)度模型。分析不確定性給電力系統(tǒng)優(yōu)化調(diào)度帶來的影響,在原有模型中引入正、負(fù)旋轉(zhuǎn)備用容量約束。將已提出的改進(jìn)算法應(yīng)用于該模型的求解,計算結(jié)果表明該模型能更好

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論