期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于优化Kriging代理模型的场景分析法求解机组组合问题
被引量：
8
1
作者
崔承刚
郝慧玲
+1 位作者
杨宁
奚培锋
《电力系统保护与控制》
EI
CSCD
北大核心
2020年第22期49-56,共8页
由于风电具有很强的波动性和不确定性,为机组组合(Unit Commitment,UC)问题带来许多问题和挑战。因此,提出了一种基于优化Kriging代理模型的场景分析法来处理风电的不确定性。首先通过"预测箱"方法生成大量场景,然后由序列优...
由于风电具有很强的波动性和不确定性,为机组组合(Unit Commitment,UC)问题带来许多问题和挑战。因此,提出了一种基于优化Kriging代理模型的场景分析法来处理风电的不确定性。首先通过"预测箱"方法生成大量场景,然后由序列优化的Kriging代理模型估计各场景所对应的经济成本。同时,根据风电不确定性及运行成本对系统的影响,采用重要性采样法削减场景。通过考虑功率平衡和风电爬坡约束的随机机组组合(Stochastic UnitCommitment,SUC)模型验证了该方法的有效性。算例分析结果表明,序列优化Kriging代理模型可以使用较少的场景预测场景运行成本。与Kantorovich距离法相比,该方法的削减结果选择了较为重要的场景,其求解结果具有更好的经济性和可靠性。
展开更多
关键词
场景分析法
序列优化Kriging代理模型
重要性采样法
机组组合
两阶段随机规划
在线阅读
下载PDF
职称材料
题名
基于优化Kriging代理模型的场景分析法求解机组组合问题
被引量：
8
1
作者
崔承刚
郝慧玲
杨宁
奚培锋
机构
上海电力大学自动化工程学院
上海市智能电网需求响应重点实验室
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2020年第22期49-56,共8页
基金
国家自然科学基金青年科学基金项目资助(51607111)
上海市科委科研计划项目资助(19DZ1205700)。
文摘
由于风电具有很强的波动性和不确定性,为机组组合(Unit Commitment,UC)问题带来许多问题和挑战。因此,提出了一种基于优化Kriging代理模型的场景分析法来处理风电的不确定性。首先通过"预测箱"方法生成大量场景,然后由序列优化的Kriging代理模型估计各场景所对应的经济成本。同时,根据风电不确定性及运行成本对系统的影响,采用重要性采样法削减场景。通过考虑功率平衡和风电爬坡约束的随机机组组合(Stochastic UnitCommitment,SUC)模型验证了该方法的有效性。算例分析结果表明,序列优化Kriging代理模型可以使用较少的场景预测场景运行成本。与Kantorovich距离法相比,该方法的削减结果选择了较为重要的场景,其求解结果具有更好的经济性和可靠性。
关键词
场景分析法
序列优化Kriging代理模型
重要性采样法
机组组合
两阶段随机规划
Keywords
scenario analysis
sequence optimization Kriging model
importance sampling method
unit commitment
two-step stochastic programming
分类号
TM614 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于优化Kriging代理模型的场景分析法求解机组组合问题
崔承刚
郝慧玲
杨宁
奚培锋
《电力系统保护与控制》
EI
CSCD
北大核心
2020
8
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
