自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(159)
  • 收藏
  • 关注

原创 蒙特卡洛+概率潮流!基于蒙特卡洛和新能源出力模拟的概率潮流分布程序代码!

最后,导出光照强度、风速、网损和节点电压的概率分布图,并计算了各节点电压和网损的平均值和方差,展示了接入前后的节点电压对比图。在不确定性增加的电力系统中,概率潮流成为含随机因素规划问题的求解前提,可以更加真实地反映电力系统的全面信息。此外,概率潮流还可用于研究风电和光伏发电出力以及电动汽车消耗功率和向电力系统反向供电功率的不确定性对电力系统的影响,发现系统运行中的潜在风险,为系统运行控制提供参考。概率潮流的目的是揭示电网中随机变量对系统的影响,发现电网中的薄弱环节,为规划和调度部门的决策提供有价值的信息。

2024-05-24 08:54:22 125

原创 灾害天气+优化配置!灾害天气下考虑线路韧性的配电网电源优化配置模型程序代码!

其次,基于微地形、微气象对配电网的脆弱性进行分析:首先构建考虑外界天气影响的线路故障模型,并分别对天气条件和线路状况进行蒙特卡洛随机抽样,结果作为线路的脆弱性指标值。下面对程序做简要介绍!电力系统状态脆弱性是指电网受到扰动或者故障之后,状态变量发生的变化以及向临界值逼近的特点,从运行状态角度反映抵抗连锁故障或连锁扰动的能力,因此,科学、有效地评价当前系统的脆弱特性,辨识电网存在的潜在危险,这不但可以对可能存在的薄弱环节及时提出合理有效的改进措施,而且可为电网的安全运行及早期预警提供有价值的数据参考。

2024-05-23 10:27:09 492

原创 需求响应+配网重构!含高比例新能源和用户需求响应的配电网重构程序代码!

首先,以考虑网损成本、弃风弃光成本和开关操作惩罚成本的综合成本最小为目标,建立高比例清洁能源接入下计及需求响应的配电网重构模型。DG因其随机性和波动性,大量接入给配电网带来巨大冲击,也给配电网重构带来严峻的挑战,因此有必要研究适用于高比例清洁能源接入下的配电网重构方法。在配电网中采用需求响应策略,可以在降低负荷峰谷差的同时,减少配电网运行的综合成本,提高配电网运行的经济性和可靠性。以提高清洁能源的消纳率、减小配电网的运行成本为目标,本文在高比例清洁能源接入背景下提出了考虑需求响应的配电网重构模型。

2024-05-22 09:43:42 295

原创 微网群如何协调控制?基于目标级联法的微网群多主体分布式优化调度程序代码!

上图的微网群双层联合日前优化调度模型是控制论中的两级递阶优化问题:上层决策者首先任意给定一个决策参数(或向量),下层决策者则在该参数下,根据自己的偏好在可能范围内优化自己的目标,上层再在下层的最佳反应的基础上在可能范围内作出整体的最优决策。程序基于目标级联法实现对两级递阶优化问题的解耦,将上层微网群级调度问题和下层子微网级调度问题转化为独立的混合整数二次规划问题(mixed integer quadratic programming,MIQP)求解,不仅实现问题的协调求解,还实现问题的并行计算。

2024-05-21 09:55:21 927

原创 普适性能量共享模型!市场模式下光伏用户群的电能共享与需求响应模型程序代码!

由于内部电价是以各时段光伏用户群内的供需比为基础,用户之间针对电价的需求响应行为可构成非合作博弈,在证明该博弈问题存在纳什均衡解的基础上,提出了分布式优化算法对用户的纳什均衡策略进行求解。对于邻近的分布式光伏用户,其光照和温度等外部环境相同,导致光功率输出特性大致相同,但是由于不同用户间的负荷特性普遍存在差异,因此净功率的差异为光功率互用提供了基础条件。同时,在考虑需求响应(DR)的基础上,内部电价还能够有效引导用户的用电行为,进一步提高光伏用户群的光功率共享水平。在光伏用户群中,所有的用户构成了博弈方。

2024-05-20 09:51:03 316

原创 免费获取!图论+灰色系统+混合优化算法程序代码!

算法(Algorithm)是指解题方案的准确而完整的描述,是一系列解决问题的清晰指令,算法代表着用系统的方法描述解决问题的策略机制。AVOA算法基于光通信中的轨道角动量(OAM)技术,通过调整光波的轨道角动量来实现光信号的编码和解码,以提高光通信系统的数据传输效率和容量。它通过分析任务之间的相互影响,尽量减少任务之间的冲突和竞争,从而提高系统的整体性能。AVOA算法利用OAM技术,根据系统的运行状态和网络负载情况,动态地调整光波的轨道角动量,使得光信号能够以最佳的方式传输,以提高系统的性能和稳定性。

2024-05-11 15:38:50 736

原创 初识ADMM算法!ADMM算法在分布式配电网调度中的应用程序代码!

对于某个区域a,以Na表示区域a的节点集合,Ea表示区域a的支路集合,eij∈Ea表示区域a中某一支路。以下图所示配电系统为例,区域 的节点集合为{1,2,3,4,5},区域2的节点集合为{4,5,6,7,8},区域3的节点集合为{7,8,9,10,11},区域1和区域2通过支路e45进行耦合,区域2和区域3通过支路e78进行耦合。分布式电压控制通常将系统分成若干个子区域,通过各子区域的控制和各子区域之间的协调,实现对整个网络的电压控制,摆脱了对中央控制器的依赖,减少了数据的量测与通信,提高了运行可靠性。

2024-05-10 16:41:52 879

原创 终于实现微电网点对点交易!多微网点对点分布式电能交易策略程序代码!

根据交易结果更新买方和卖方的状态,并记录成交情况,主要作用是根据买方和卖方的价格和需求量,进行匹配和交易,最终形成P2P交易的卖方与买方列表。如果买卖双方无法完成交易,则继续循环。为适应上述新场景,并保证交易的安全性和有效性,可在P2P市场中建立分布式、中心化并存的信息通信网络,设置P2P市场运营商及交易平台,传统运营商的职责可以是收集各参与者的用能或售电数据,以及参与P2P交易的报价情况,从而对报价进行撮合,并发布实时P2P电价,每个参与者根据实时的P2P电价进行本地优化控制以参与P2P市场交易。

2024-05-09 16:14:25 488

原创 电-热耦合市场联合出清!考虑均衡约束的综合能源系统电-热分配方法程序代码!

在下层模型中,两个市场同时出清,EH和两个市场之间的电热交易被锁定。联合市场将其电力(供暖)报价/投标价格和容量提交给EMO(HMO),EMO随后对电力(供热)市场出清,以最大限度地降低总生产成本,并根据报价进行付款,这两个市场的投标策略在空间和时间上是对应的。由此扩展到电热互联综合能源系统中,该系统共有3个责任主体:电网PDN,热网DHN,系统运行商EH,电网(热网)将可出售的电量及价格(热量及价格)上报给EH,EH与其他网络进行招投标,以高价匹配高价的形式锁定交易方,从而降低本系统的成本。

2024-05-08 22:16:01 705

原创 风与水如何联合优化?基于混合遗传算法的风-水联合优化运行程序代码!

不过特别需要指出的是,遗传算法在进行优化时,一般涉及的变量都是独立的,并且其取值范围都是已知的,而在本程序所涉及的风-水电联合优化运行问题中,3个变量却相互制约,每一个变量的取值都有可能影响另外两个变量的取值,而且变量的取值范围也是随时变化的,这就为遗传算法的实现带来了很大的难度。所谓的概率遍历搜索法即在变量的取值范围内按照一定的精度要求,将连续区间转化为离散区间,然后对于区间内的离散点在一定的保证概率(如0.99)下求得需要搜索的次数,然后按此搜索次数参与全局寻优,最后获得符合一定精度的最优解。

2024-05-08 10:04:10 226

原创 多选择性更容易理解!基于可选择性遗传算法的微电网经济-低碳协调优化程序代码!

1975年, J. Holland等提出了对遗传算法理论研究极为重要的模式理论,出版了专著《自然系统和人工系统的适配》,在书中系统阐述了遗传算法的基本理论和方法,推动了遗传算法的发展。然而,在引入分布式可再生电源后,微电网的复杂性以及供需侧的不平衡大幅度增加,给各类微电网的经济优化和环境优化调度带来了困难,随着智能化相关技术的发展,基于遗传算法的微电网优化调度方法研究被重点关注。遗传算法的适应度函数也叫评价函数,是用来判断群体中的个体的优劣程度的指标,它是根据所求问题的目标函数来进行评估的。

2024-05-06 21:40:28 801

原创 免费获取!遗传算法+多目标规划算法+自适应神经模糊系统程序代码!

(Genetic Algorithm,GA)最早是由美国的 John holland于20世纪70年代提出,该算法是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,通过数学的方式,将问题的求解过程转换成类似生物进化中的染色体基因的交叉、变异等过程。支配关系检查:对种群中的每个解决方案进行支配关系检查,确定每个解决方案被多少个其他解决方案支配,并标识出不被任何其他解决方案支配的解决方案,这些解决方案构成了帕累托前沿的一部分。优秀的个体有更高的概率被选择,从而促进种群的进化。

2024-04-26 21:36:32 546

原创 配电网优化新思路!智能配电网两阶段滚动优化调度程序代码!

可以看出,滚动优化是在有限时域内的优化,优化的性能指标只涉及从当前时刻开始预测时域内的有限时间,而到下一时刻,这一优化时段向前推移,在此滚动优化的过程中,预测信息不断被更新,通过反馈校正,同时采用历史信息及时有效纠正预测误差和随机因素产生的优化调度结果偏差,有效提高优化控制的精度。在预测时域确定的情况下,控制时域的选取主要影响的是系统的动态性能,所以可以针对具体对象的动态性能要求来调节选取。因此,有必要对系统滚动时长进行量化选择,为了便于分析,选择控制时域和预测时域相等,即为滚动优化时长M(单位 h)。

2024-04-25 10:52:33 369

原创 最新:分级滚动鲁棒优化!考虑源荷不确定性的微电网多级鲁棒优化调度程序代码!

其次,基于这一命题,提出了一种基于场景的多阶段鲁棒调度模型,该模型具有鲁棒性和非预则约束,通过代表性场景模拟交易价格、源荷的不确定性,保证调度结果的经济性。在日前调度中,根据不确定性集的信息,基于所提出的可行性命题获取非预期和鲁棒约束。其次,基于这些约束和不确定性的典型场景,通过所提出的具有非预期和鲁棒约束的场景的多级鲁棒调度方法来获得燃气轮机出力和ES能级的安全范围。此外,由于可再生能源的发电容量有限,具有可再生能源的微电网通常与电网并网和/或配备其他传统发电机组,如火电机组,以保证供电的安全和质量。

2024-04-23 15:42:01 528

原创 强势改进:博弈+碳氢!基于多主体合作博弈的含电制氢微网低碳优化调度程序代码!

目前针对含碳捕集与P2G综合能源系统的运行优化研究主要为对系统整体进行优化,较少考虑系统中各运营主体的合作模式与合作前提,由于在实际场景中,单独投资P2G设备或碳捕集设备收益较低,因此往往需构建合作联盟以充分发挥P2G设备消纳可再生能源的能力与碳捕集设备的减排特性,并对其创造的收益做出合理分配。在本文所提综合能源系统中,将多个决策者组成一个联盟,并按某种分配原则,在联盟内部成员间重新配置资源、分配收益,可使系统能源配置更加灵活合理,产生合作剩余,因此,本文采用合作博弈理论来探究各综合能源主体间的合作方式。

2024-04-22 10:01:35 847

原创 Shapley量化调峰成本?高比例可再生能源电力系统的调峰成本量化与分摊模型程序代码!

随着净负荷峰谷差加大,投入的高成本调峰资源越多,调峰成本越大。在量化调峰需求主体导致的调峰成本时,借鉴了分析风电波动成本时用到的替代场景思路,但不同之处主要有两点:其一,研究对象不局限于风电,对每个调峰需求主体建立了无调峰需求的替代场景,将负荷和可再生能源出力曲线分别转换为无波动的均值线;其次,建立了含深度调峰和抽水蓄能的调度优化模型,用于计算不同场景下的调峰成本,并将有无调峰需求两种场景下的系统调峰成本之差作为单一主体导致的边际调峰成本,然后采用Shapley值计算不同主体导致的调峰成本。

2024-04-21 15:01:42 866

原创 最新热点:博弈+低碳!基于多主体主从博弈的区域综合能源系统低碳经济优化调度程序代码!

碳排放权交易管理办法》规定了各市场主体对碳排放量控制的相关责任和义务,而目前相关研究在RIES博弈互动过程中只考虑各主体自身利益而忽略了污染排放对系统的影响,存在严重的环境威胁,故在多利益主体博弈互动中也需要考虑碳排放等环境因素的影响,即需能兼顾不同主体自身利益和整个RIES环境效益的协同优化模型及方法,以此实现RIES经济性与环保性的双赢。为了激发用户对负荷的绿色调节能力,将用户响应价格激励调节的冷、热、电功率变化量转换成碳补偿奖励给用户,并且考虑用户满意度,自主调节用户侧可调节负荷范围。

2024-04-20 11:17:38 658

原创 随机自适应鲁棒方法!基于恶劣场景辨别法的微网随机自适应鲁棒模型程序代码!

子问题用来辨别最恶劣的光伏出力情景,并通过主问题对该情景下的单层优化模型进行求解,从而极大地削减了所需求解情景数量,提高了模型的计算效率。下面对程序做简要介绍!从现实意义上来讲,所谓最恶劣场景,就是使得微网实时调度收益最低的场景,例如,当光伏出力波动较大,在本该出力较高的10-16(一般认为)时,由于天气等原因,此时光伏出力值较低,为了满足较高的负荷需求,微网在此时需要增加向电网的购电电量或增开燃气轮机组等其余发电设备,相较于成本较低廉的光伏发电,该举措使得微网的发电成本增加,从而其收益有所降低。

2024-04-20 10:12:09 332

原创 清楚明了的凸松弛最优潮流!基于混合整数二阶锥规划的主动配电网最优潮流研究程序代码!

前言最优潮流(optimal power flow,OPF)问题,是电力系统中最常见、最基础的一类优化问题。在满足基尔霍夫定律、线路容量约束以及运行安全约束等电力网络物理约束的前提下,OPF问题旨在寻找一个最优的潮流稳态工作点,使得在该工作点上系统总发电成本、总网损等目标函数达到最优。OPF问题的相关研究在电力系统的经济调度、机组组合、状态估计、稳定性/可靠性评估、电压/无功控制、需求侧响应等关键领域得到了极为广泛的应用。由于模型中二次潮流等式约束的非凸性,OPF问题是一个难以求解的非凸优化问题。其在求

2024-04-12 21:19:51 665

原创 需求响应破防了!价格激励下用户需求响应优化策略程序代码!

而RTP是动态的定价机制,电价的更新周期可以达到60min或者30min,将零售侧的电价和电力批发市场的出清电价联动,能反映出每天各个时段的电价成本变化并且有效地传达电价信号。做法是根据电网的负荷分布,将一天、一周、一个季度或者一年等划分成高峰时段,平值时段,低谷时段等,将负荷高峰时段的电力销售价格调高,将负荷低谷时段的电力销售价格降低,从而引导消费者调整用电行为,优化自己的负荷分配,以缓解高峰时期电力资源紧张的状况,减少发电容量的投资成本和运行成本,同时用户也可以降低自己的总体电费并得到了一定的优惠。

2024-04-10 22:28:38 539

原创 随机潮流应对不确定性?计及分布式发电的配电系统随机潮流计算程序代码!

此外,将风力太阳能混合发电系统与单独风力发电系统进行比较,得到了前者更有利于提高系统电压质量的结论,在建立了风电机和太阳能电池的随机分析模型后,将其加入随机潮流计算中,利用半不变量法在随机变量之间进行卷积运算,并用GramCharlier级数展开式计算随机变量分布,从而给出了1年的系统的电压越限小时数。6)根据半不变量的性质,将各节点负荷功率半不变量和风力机或光伏电池输出功率半不变量相加,可得节点注人功率的各阶半不变量,分别为负荷功率、风力发电机输出功率和光伏电池输出功率的k阶半不变量。

2024-04-09 22:49:07 792

原创 查遍整个知网都没找到的创新点!基于多目标蜣螂算法的微网/综合能源优化调度程序代码!

在MOCA算法中,每个蜣螂在其当前位置释放信息素,并且根据周围环境中的信息素浓度来调整移动的方向和速度。同时,信息素也会在搜索空间中沉积,形成信息素的浓度梯度,蜣螂可以根据这些梯度来调整移动的方向和距离。迭代优化过程:MOCA算法是一个迭代的优化过程,通过不断地移动蜣螂、释放信息素、更新信息素浓度等步骤,来逐步优化Pareto最优解集合,直至达到收敛或满足停止条件为止。在没有障碍物的情况下,蜣螂利用太阳导航以保持粪球在直线上滚动,其中光照的强度会影响蜣螂的路径,滚球的位置更新方式如公式所示。

2024-04-07 21:53:48 944

原创 故障分析,大有可为!考虑光热电站及N-k故障的新能源电力系统优化调度程序代码!

而太阳能光热装置凭借其装机容量相比传统燃料机组更小,但爬坡更灵活,最小经济出力小,且它的储热装置可以对风力发电和光伏发电不确定性起到缓冲作用,能充分弥补由光伏发电和风力发电导致的波动,同时储热装置、电储能装置的增加实现更大程度上的风电和光伏发电的消纳,可有效的提升发电系统的灵活性和可调度性,优化负荷曲线,削减峰谷差,以及它的成本相对传统单独的储能装置更小,这些特性,使之逐渐成为越来越多新能源并网发电系统的新选择[3]。最后,熔盐的高度腐蚀性对于储存和运输也有很高的要求,这又使得系统的投资成本升高。

2024-04-06 11:18:28 939

原创 一码助你不再为多微网交易模式发愁!基于博弈论的多微电网系统交易模式研究程序代码!

微电网之间存在电量交易,或者所有微电网都只与配电网发生交易,是多微电网系统运行的两种最主要最基本的模式,也是影响多微电网、区域配电网发展的关键,值得深入研究分析。对于N个距离较近的微电网,部分微电网由于内部有间歇性能源(如风力、光伏发电),或者其自身调控能力有限,在单位时间段内,其内部发电量并不一定与自身负荷平衡,对外呈现一定的电量富余(称为“多电微电网”)或缺额(称为“少电微电网”)。由于主要研究开放微电网之间交易之后,对多微电网系统交易模式的影响,因此,交易相关的收益是各博弈方收益的主要组成部分。

2024-04-02 23:21:01 869

原创 电动汽车对负荷的影响有多大?计及需求侧响应的电动汽车充放电对电网负荷的影响程序代码!

随着如今储能技术的不断发展,因此可以对储能充电站在低谷阶段所进行的电能储存来为电动汽车提供临时性的电能快速补充,这样就能有效的满足电动汽车在充电方面的需求,同时也能有效的避免因为快速充电而给电网带来的超负荷冲击。所谓快速充电是相对于常规充电而言,其特点是:在充电过程中,蓄电池的充电电流始终等于或接近于蓄电池的可接受电流(即蓄电池不被击穿的最大电流),在很短的时间内完成对蓄电池的充电,而在这个过程中,且温度也不会太高(在40C以下)。为了充分利用充电负荷的可调度特性,改善电网的安全性和经济性。

2024-03-30 23:23:17 449

原创 海量电动汽车数据无法解决?不妨试试基于MonteCarlo方法的大规模电动汽车充放电模型程序代码!

通过分析电动汽车充电负荷的影响因素,针对私家车、公交车和出租车这三种类型电动汽车以及常规充电和快速充电这两种充电模式,采用MonteCarlo抽取不同类型车辆的日行驶里程和不同充电模式的开始充电时间,得到起始荷电状态,计算出充电时间长度,最后计算出充电负荷,获得充电负荷曲线,计算结果为研究电动汽车的有序充电策略提供了一定的理论依据。电动汽车的电池目前主要有铅酸电池、镍氢电池和锂离子电池三种类型,采用的主要是恒流-恒压两阶段的充电方式,电能的补充主要来自于恒压充电阶段,在这一阶段充电功率的变化不是很明显。

2024-03-30 10:45:23 827

原创 从基础抓起!基于线性规划的机组最优组合模型程序代码!

为了实现电力供需的平衡,并最合理地利用发电资源,预先对发电机组的启停和出力进行调度安排就是非常必要的,这就是机组组合问题(Unit Commitment, UC)。机组组合问题问题是一类混合整数规划问题(Mixed Integer Programming, MIP),要求基于已知的系统数据,求解计划时间内机组决策变量的最优组合,使得系统总成本达到最小。该问题的决策变量由两类,一类是各时段机组的启停状态,为整数变量,0表示关停,1表示启动;对于混合整数规划,常用的方法有分支定界法,benders分解等。

2024-03-25 21:53:13 346

原创 暴力涨点!全篇创新点!顶刊算法魔改+超强多模态模型 1D-2D-GASF-CNN-GRU-AT多通道图像时序融合的故障识别程序

参考的两篇文献均为顶级期刊近期发表的论文,我们将上述两篇文献进行结合,并作出多重改进,提出基于改进雪消融算法GVSAO优化的多通道图像时序融合的多模态故障识别模型,共计十三重创新点,可谓全篇都是创新点,你在担心论文没有创新吗?

2024-03-22 00:05:59 1253 3

原创 状态估计还在波澜不惊?快来试试基于扩展和无迹卡尔曼滤波的电力系统动态估计算法!

电力系统的动态状态估计对于广域控制是必要的。程序采用两种常用的非线性估计方法:扩展卡尔曼滤波器(EKF)和无迹卡尔曼滤波器(UKF),利用相量测量单元(PMU)提供的高速率数据来估计简单电力系统的主要状态。无迹卡尔曼滤波(Unscented Kalman Filter,UKF)是一种用于非线性系统状态估计的滤波器,它是对经典的卡尔曼滤波器的扩展,适用于非线性系统。电力系统状态估计可以说是大部分在线应用的高级软件的基础,如果电力系统状态估计结果不准确,后续的任何分析计算将不可能得到准确的结果。

2024-03-21 10:12:56 1014

原创 ResNet+马尔可夫场+迁移学习!足够支撑一篇高水平学术论文!小白都能学会!直接运行!

结合文献一的ResNet18模型和文献二的MTF模型,提出基于MTF和改进ResNet结合注意力机制的迁移学习故障识别程序: MTF-ResNet-SMA迁移学习故障识别程序,创新点十足,足够支撑一篇高水平学术论文,毕业设计等更是信手拈来。

2024-03-21 08:00:00 1212

原创 如何做好配电网重构研究?不如看看改进二进制粒子群算法在配电网重构中的应用程序代码!

近年来,随着分布式电源(Distributed Generation,DG)的快速发展,为了提高配电网的安全性与电能质量,大量DG被接入到配电网中,这使得传统数学算法在复杂的配电网中不再适用,国内外学者常采用人工智能算法来进行配电网优化。综合考虑已有研究,以有功网损和节点电压偏移作为目标函数,建立配电网重构模型,并对传统二进制粒子群算法(Binary Particle Swarm Optimization,BPSO)进行改进,在IEEE33节点配电系统上进行分析,可以有效增强算法性能,提升网络重构效率。

2024-03-20 14:58:00 396

原创 这次真的一看就懂!基于投影统计的电力系统鲁棒状态估计方法程序代码!

反之,不同视图中不同位置的点及线,可以准确地描述该形体的特征,这些点和线可称为该形体的投影特征,投影特征统计法就是通过统计点及线的数量用来得到形体的尺寸数量。常见的集合体尺寸可以划分为线性尺寸,圆弧尺寸,圆尺寸,角度尺寸,后三者统称为非线性尺寸。类比而来,电力系统是一个n维的高阶复杂系统,忽略了任何一维都会带来相应的误差,引起无法预估的后果。投影统计法正是受了这种思想的启发,将电力系统不同的运行状态分别统计归类,待运行工况案例足够时,用于估计电力系统不同工况下的运行状态!部分内容源自网络,侵权联系删除!

2024-03-19 15:24:27 683

原创 还在被机组组合问题困扰?快来试试这个用处极大的考虑安全约束机组组合模型!

此外,研究机组组合完全分布式优化方法,通过对偶完全解耦机组系统约束,在完全保护机组隐私信息前提下,获得高质量的机组调度方案。程序综合分析了机组发电量约束及安全校正计算的特点,提出了一种有效的处理方法,通过修正机组出力可调整量约束,将发电量约束隐含于各越限时段的建模和计算过程中,考虑系统运行的故障情况,在安全校正计算完成后自然得到满足。程序算例丰富、注释清晰、干货满满,可扩展性和创新性很高!所谓安全约束机组组合,即在满足电力系统安全性约束的条件下,以系统购电成本最低等为优化目标,制定多时段的机组开停机计划。

2024-03-18 15:38:30 1194

原创 让审稿人眼前一亮!迁移学习+格拉姆角场!如何实现?创新性极强,足够支撑一篇高水平学术论文

本程序参考2篇文献,并对其进行多重改进,提出基于格拉姆角场(GASF)和AlexNet结合多头注意力机制的迁移学习故障识别程序: GASF-AlexNet-SMA迁移学习故障识别程序,收敛速度极快,创新点十足,足够支撑一篇高水平学术论文。

2024-03-18 01:18:13 1253

原创 C类期刊:基于改进粒子群优化算法的电力系统有功最优潮流程序代码!

和早期的基于群体进化的算法相比,PSO算法在计算速度和消耗内存上有较大优势,因为它的实现是通过个体间的“协作”来搜索最优解,只需简单的数学运算和较少的程序代码。最优潮流(Optimal Power Flow ,OPF)是指在电力系统的结构参数及负荷情况均给定的情况下,通过调节发电机功率、变压器抽头、无功补偿器等可控设备所找到的满足所有运行约束条件,并使系统的某一性能指标或目标函数达到最优时的潮流分布。通过对IEEE-30节点系统的仿真计算,并且与遗传算法进行比较,验证了提出的模型和方法的有效性。

2024-03-15 15:56:48 334

原创 非常实用的区间预测!基于QR-BiGRU的时间序列分位数区间预测程序,电池寿命、轴承寿命、负荷预测、光伏、风速、电价、碳价预测

文献提出基于 QR-BiGRU 神经网络的区间预测方法。考虑了历史状态估计时间序列数据的双向特征,实现了更为准确的时间序列预测;通过对预测结果的各分位点进行回归,实现对预测结果置信区间的获取, 实现了电力系统线路参数更准确、可信的区间估计。

2024-03-15 15:56:46 537

原创 EI期刊复现:面向配电网韧性提升的移动储能预布局与动态调度策略程序代码!

在灾前预防阶段,考虑光伏极端出力场景与网络重构,在灾害发生时刻与持续时间未知的前提下,对移动储能的配置数量与位置进行预布局,确保移动储能在灾害发生后快速响应并参与负荷恢复;在灾后恢复阶段建立多源协同的灾后恢复优化模型,通过调度移动储能、电动汽车等资源实现电能在时空上的优化分配,以最大限度恢复重要负荷供电,提升配电网韧性,最后,可通过抢修故障设备将系统恢复至正常运行,不考虑线路抢修等设施重建措施。1)考虑电网与交通网耦合提出基于移动储能预布局与动态调度的配电网韧性提升策略,在灾前与灾后两阶段保障供电;

2024-03-14 16:00:19 748

原创 独家原创!微电网OR综合能源系统用户用电行为分析程序代码!

节能建议与优化:根据分析结果,向用户提供针对性的用电行为改变建议,比如在用电高峰期间减少用电,合理使用节能设备等。程序将冷、热、电3类主要用户负荷精细化为空调、冰箱用电,烘干机、制热设备,照明设备、洗衣机、电视,并对上述负荷进行优化调度,实现园区内不同负荷的精细化仿真。消费模式分析:分析用户的用电负载曲线,了解用户在不同时间段的用电高峰和低谷,以及各个电器设备的功耗情况。基于用户的需求和习惯,提供个性化的能源管理建议,包括合理的用电时间、设备升级建议等,提高用户的生活质量和舒适度。用户用电行为分析的作用。

2024-03-13 16:35:48 339

原创 独家原创!基于遗传算法的综合能源系统优化调度程序代码!

程序以风能、光伏、火电以及储能作为主要设备建立了综合能源优化调度模型,提出了多种群变异交叉概率自适应变化遗传算法对模型进行求解,该算法可以根据遗传算法的运行中的表现来调整交叉和变异概率,具有较好的全局搜索能力和较强的鲁棒性。(1)编码方式:遗传算法处理的问题通常是复杂的实际问题,需要将问题转化为计算机可以处理的数据,这需要对问题进行编码。(4)选择算子:选择算子是用来选择适应度高的个体,并将它们作为下一代群体的父代进行遗传操作的算子。初始种群可以是随机生成的,也可以是通过问题的特性等方法生成的。

2024-03-11 16:32:33 477

原创 独家原创!基于梯度Q学习机制的电力市场竞价模型程序代码!

Nature DQN在计算maxQn(sn+1,a’|θ’)时,存在过度估计的问题,为了减小误差,程序采用了改进的 DDQN(Deep Q-Network)算法,DDQN算法的改进之处是先使用Online Network输出 maxQn(sn+1,a’|θ)对应的动作 argmaxQn(sn+1,a’|θ),然后使用Target Network计算 Qn(sn+1,argmaxQn(sn+1,a’|θ)|θ’),而DQN算法是直接使用Target Network计算maxQn(sn+1,a’|θ’)。

2024-03-11 14:27:43 929

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

提示
确定要删除当前文章?
取消 删除