【摘 要】
：
构建一种计及绿色电力证书交易制度(TGC)的含风电电力系统经济调度模型.首先,考虑负荷、风电出力和证书价格预测误差,通过拉丁超立方采样(LHS)生成场景集.然后,计及基于典型
【机 构】
：
华北电力大学控制与计算机工程学院,北京 102206
论文部分内容阅读
构建一种计及绿色电力证书交易制度(TGC)的含风电电力系统经济调度模型.首先,考虑负荷、风电出力和证书价格预测误差,通过拉丁超立方采样(LHS)生成场景集.然后,计及基于典型场景集的失负荷惩罚、弃风惩罚与绿色电力证书交易成本,以系统总成本最小为优化目标建立调度模型,同时引入可靠性约束保证系统的安全性.最后,采用自适应免疫疫苗算法求解所建模型,分析可靠性水平、弃风惩罚系数以及证书预测价格等不同因素对所建模型的经济性调度以及旋转备用计划的影响,优化制定机组的日前调度计划与旋转备用计划,验证了模型的合理性.
其他文献
针对气动弹性的发散不稳定振动,阐述基于弦向刚性尾缘襟翼的2D翼型的等效滑模控制算法在风力机叶片颤振抑制中的应用.结构模型基于弹性挥舞/扭转位移的分析,纳入刚性尾缘襟翼
采用一种结合串列、并列和错列布置的耦合连接五圆柱柱群结构为能量转换器,在不同间距比不同约化速度下,以流固双向耦合数值算法对其进行涡激振动模拟和计算分析.通过对比相
以2 MW风力机为研究对象,基于实际风力机状态(SCADA)系统大数据,选取叶片正常状态和覆冰状态下的风速、功率、桨距角和偏航角数据,采用核密度-均值数据处理方法,得到叶片覆冰
提出一种基于径向基函数神经网络(radial basis function,RBF)的风力机结构适应性评估方法,综合考虑多个载荷分量对风力机结构应力响应的影响.该新型适应性评估方法与当前采
针对BP网络算法预测光伏组件电压易陷入局部最优解,提出一种新型智能算法--自适应差分进化算法优化BP神经网络(BPNN)。太阳能无人机光伏组件电压的预测是通过自适应差分进化算法对BP神经网络的初始值和阈值进行优化,经过不断趋同、异化、迭代,输出最优个体,并按照编码规则将其解码后得到BP神经网络的初始权值和初始阈值,建立SaDE-BPNN电压预测模型。为了证明新方法的优良性能,选取均值绝对误差、均值