针对传统基于到达时间差(Time Difference of Arrival,TDOA)定位方法存在的数值结果不确定性导致的定位误差问题,提出了一种采用双向收缩优化的TDOA区间定位算法。该算法在区间前向收缩阶段利用坐标系旋转解决了基站布型导致的定位失败...针对传统基于到达时间差(Time Difference of Arrival,TDOA)定位方法存在的数值结果不确定性导致的定位误差问题,提出了一种采用双向收缩优化的TDOA区间定位算法。该算法在区间前向收缩阶段利用坐标系旋转解决了基站布型导致的定位失败问题,并巧妙地将时差测量转换为双曲线区间,利用二分法将双曲线区间离散成矩形集,并进行区间交叠运算缩小初始定位区间;在区间后向收缩阶段,利用初始定位区间反向收缩双曲线区间。由该算法最终可以得到收敛的区间定位结果。仿真结果表明,优化后的算法在不影响定位精度并且达到了克拉美罗下界的同时,定位结果的面积由40.10 m^(2)缩小到22.20 m^(2),降低了44.6%,置信度始终保持在99.3%以上。展开更多
为描述新能源发电等电力系统运行参数的不确定性对系统的影响,掌握系统的区间潮流分布,提出一种适于求解含新能源的交直流混联电力系统区间最优潮流(interval optimal power flow,IOPF)。源于区间优化法,将系统的新能源发电出力、节点...为描述新能源发电等电力系统运行参数的不确定性对系统的影响,掌握系统的区间潮流分布,提出一种适于求解含新能源的交直流混联电力系统区间最优潮流(interval optimal power flow,IOPF)。源于区间优化法,将系统的新能源发电出力、节点负荷功率等不确定量表达为区间变量,引入到交直流混合系统最优潮流计算的非线性规划模型中,建立了区间最优潮流计算的非线性区间优化模型。根据区间匹配和区间极值取值等原理,将该区间规划转化为两个确定性的非线性优化问题,并采用现代内点算法求解,得到了区间最优潮流待求变量的边界信息。IEEE 14、118和300节点标准系统的计算结果表明,与蒙特卡罗模拟结果对比,所提出方法具有较高的求解精度,对IOPF目标函数区间半径和区间均值的计算误差不超过9%和0.8%,且易于实现、计算效率高,具有广泛的应用前景。展开更多
文摘为描述新能源发电等电力系统运行参数的不确定性对系统的影响,掌握系统的区间潮流分布,提出一种适于求解含新能源的交直流混联电力系统区间最优潮流(interval optimal power flow,IOPF)。源于区间优化法,将系统的新能源发电出力、节点负荷功率等不确定量表达为区间变量,引入到交直流混合系统最优潮流计算的非线性规划模型中,建立了区间最优潮流计算的非线性区间优化模型。根据区间匹配和区间极值取值等原理,将该区间规划转化为两个确定性的非线性优化问题,并采用现代内点算法求解,得到了区间最优潮流待求变量的边界信息。IEEE 14、118和300节点标准系统的计算结果表明,与蒙特卡罗模拟结果对比,所提出方法具有较高的求解精度,对IOPF目标函数区间半径和区间均值的计算误差不超过9%和0.8%,且易于实现、计算效率高,具有广泛的应用前景。
