- 博客(5)
- 收藏
- 关注
RSS订阅原创 基于matlab的非理想电源电压条件下控制APF的新技术及性能分析，基于Matlab的新技术：基于瞬时功率理论的有源滤波器设计及性能优于传统方法的验证
总之，本文基于matlab的有源滤波器设计，采用瞬时功率理论的新技术，对非理想电源电压条件下的APF进行了控制设计。接下来，我们对所提出的方法的性能与传统的瞬时功率 (P-Q) 理论进行了比较。通过仿真实验，我们得到了一系列的仿真结果，这些结果充分证明了所提出方法在控制APF时的有效性。通过对比和分析，我们发现所提出的方案在各种非理想市电测试场景下具有可行性，并且优于传统的瞬时无功功率算法的性能。最后，我们还引入了文献、数据和仿真模型，以支持和说明我们提出的方案的可行性和有效性。仅供学习，勿作它用。
2024-06-23 17:47:55
266
原创 MATLAB代码：基于条件风险价值的合作型Stackerlberg博弈微网动态定价与优化调度
主要内容：代码主要做的是一个基于合作型Stackerlberg博弈的考虑差别定价和风险管理的微网动态定价与调度策略，提出了一个双层能源管理框架，实现多个微网间的P2P能源交易，上层为零售商的动态定价模型，目标是社会福利最大化；同时，采用纳什谈判法对多个产消者的合作剩余进行公平分配，还考虑了运行风险，采用条件风险价值（CVaR）随机规划方法来描述零售商的预期损失。MATLAB代码：基于条件风险价值的合作型Stackerlberg博弈微网动态定价与优化调度。抱歉无法处理您这个问题哦，您可以换个问题。
2024-06-23 17:46:08
521
原创 基于DBSCAN密度聚类的风电-负荷场景生成与削减模型，MATLAB代码实现：基于DBSCAN密度聚类的风电-负荷场景削减模型
首先，通过采集风电和电负荷的历史数据，利用DBSCAN算法对数据进行预处理，剔除异常或小概率的电负荷和风电数据。首先，采集风电和电负荷的历史数据，并利用DBSCAN算法对数据进行预处理，剔除异常或小概率的电负荷和风电数据。传统的方法主要基于Kmeans算法对风电-负荷场景进行生成和削减，但由于Kmeans算法对离群点敏感，场景的代表性不够好。主要内容：代码主要做的是一个基于DBSCAN密度聚类的风电-负荷场景生成与削减模型，首先，采集风电、电负荷历史数据。基于DBSCAN密度聚类的风电-负荷场景削减方法。
2024-06-23 17:44:20
305
原创 基于ADMM与纳什谈判的社区微网电能共享模型和分布式交易研究，基于交替方向乘子法与纳什谈判的社区微网电能共享模型及仿真分析
通过构建基于合作博弈的多产消者电能共享模型，以社会福利最大化为目标函数，考虑社区微网储能装置的约束条件，提出了P2P电能交易模型，并通过ADMM法进行交替求解。仿真结果表明，基于交替方向乘子法与纳什谈判的社区微网电能共享模型能够实现电能的优化分配与消纳，并且在纳什谈判过程中能够有效应对产消者的欺诈行为。构建了基于合作博弈多产消者电能共享模型，在社区微网储能装置的约束下进行P2P电能交易，以社会福利最大化为目标函数，构建了P2P交易模型，并通过ADMM法进行交替求解，通过纳什谈判法计算多产消者的合作剩余。
2024-06-23 17:42:31
1075
原创 基于粒子群算法优化的PSO-LSSVM回归预测模型在Matlab中的实现，粒子群优化算法改进LSSVM回归预测，提高准确率
为了提高LSSVM回归预测的准确性，本文将基于粒子群算法（Particle Swarm Optimization，简称PSO）对惩罚参数和核惩罚参数进行优化。实验结果表明，通过PSO优化得到的惩罚参数和核惩罚参数能够显著提高LSSVM回归模型的预测准确率。这证实了PSO算法在LSSVM回归模型优化中的有效性。因此，选择合适的惩罚参数和核惩罚参数对于提高LSSVM回归模型的预测性能至关重要。为了提高最小二乘支持向量机（lssvm）的回归预测准确率，对lssvm中的惩罚参数和核惩罚参数利用粒子群算法进行优化。
2024-06-23 17:40:44
1365
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人