暂无评论
针对同时考虑机组爬坡速率约束和系统安全约束的机组组合问题, 提出一个基于模型的两阶段启发式算法. 第1 阶段确定可行的机组启停状态. 首先构造初始启停状态, 并根据模型检验初始启停状态是否可行. 如果
风电的大规模接入给多目标节能减排发电调度带来了新的机遇和挑战。由于风电场出力具有随机性,采用置信区间简化风电场景模拟数量,考虑到多目标模型的复杂性,利用Benders分解技术对模型进行降维,设计一种基
基于LINGO的机组组合优化，陈雁飞，周继鹏，为了研究机组组合的情况，本文以机组总费用最小为目标，以机组的物理特性以及电力系统的限制为约束条件，应用数学规划的方法建立
本资源是机组组合优化问题的一个总结和探索，对其进行建模分析，从中获得参考性指南
针对具有风电和火电机组的电力系统,在储能系统配置给定的前提下,提出通过储能尽量消除风电不确定性并部分以备用形态出现的研究思路,建立了火电机组组合2层优化决策模型。上层问题以火电机组组合成本最小为目标,
机组组合在数学上可建模为含连续、离散变量的动态优化问题,对于大规模电力系统,其最优解的求取不可避免地存在维数灾的弊端。以发电机组的煤耗量和购电费用为优化目标,引入向量序优化理论对大规模多目标机组组合问
为了全面和准确地考虑风电出力的不确定性和消纳能力,并兼顾系统运行的经济性和可靠性,通过在风电不确定区间可优化的鲁棒区间经济调度模型中引入常规机组和储能系统运行状态的离散决策变量,建立风储联合运行的双层
此程序采用列与约束生成算法求解两阶段鲁棒优化模型，考虑四个场景，使用拉丁超立方抽样+kmeans数据处理，程序运行稳定。
考虑风电的波动性和随机性,将风电功率的不确定性引入含风电调度模型中,建立基于场景集的日前机组组合和日内经济调度滚动修正两阶段决策模型。应用场景集描述风电功率的不确定性,建立基于场景集的机组组合模型,同
提出一种基于内点法(IPM)和整数粒子群(intPSO)算法相结合的启发搜索-变量校正两阶段动态无功优化算法。首先,采用intPSO算法求解离散变量,并利用IPM处理连续变量,通过两者交替迭代得到静态
暂无评论