期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于随机对偶动态整数规划的压缩空气储能与风电联合投标策略
1
作者 刘嘉逊 吴锐冰 +3 位作者 姚星安 杨柳 吴敬慧 朱建全 《南方电网技术》 CSCD 北大核心 2024年第12期127-137,共11页
在电力市场环境下储能可与风电联合投标以应对风电出力的不确定性,提高风电企业的综合效益。针对风电和压缩空气储能联合投标的模型及算法开展了研究。首先,考虑风电和压缩空气储能的运行特性以及电力市场规则,建立风电和压缩空气储能... 在电力市场环境下储能可与风电联合投标以应对风电出力的不确定性,提高风电企业的综合效益。针对风电和压缩空气储能联合投标的模型及算法开展了研究。首先,考虑风电和压缩空气储能的运行特性以及电力市场规则,建立风电和压缩空气储能联合参与能量与调频市场的投标模型。然后,在马尔可夫决策过程的框架下将所提模型描述为多阶段随机规划问题,并基于随机对偶动态整数规划算法进行求解。该算法通过拉格朗日割实现对所提模型的时段分解,可有效解决随机性和离散性问题,具有较高的求解精度。最后,通过算例分析验证了所提方法的有效性。 展开更多
关键词 风储系统 投标策略 压缩空气储能 随机对偶动态整数规划 拉格朗日割
在线阅读 下载PDF
计及风速时空相关性的含风电场电力系统动态随机最优潮流计算 被引量:28
2
作者 孙国强 李逸驰 +4 位作者 向育鹏 杨义 黄文进 卫志农 孙永辉 《中国电机工程学报》 EI CSCD 北大核心 2015年第17期4308-4317,共10页
大规模风电场并网,其波动性和间歇性给传统动态最优潮流带来了极大的挑战。同时考虑风速的随机性和时空相关性,建立基于机会约束规划的含风电场电力系统动态随机最优潮流模型。采用基于原对偶解耦内点法的确定性动态最优潮流计算得到最... 大规模风电场并网,其波动性和间歇性给传统动态最优潮流带来了极大的挑战。同时考虑风速的随机性和时空相关性,建立基于机会约束规划的含风电场电力系统动态随机最优潮流模型。采用基于原对偶解耦内点法的确定性动态最优潮流计算得到最优调度方案,在此调度方案下,基于半不变量法求解计及相关性的动态随机潮流,从而得到状态变量的概率分布,并据此调整机会约束的上下界,迭代计算解得一组满足所有机会约束的最优调度方案。对改进IEEE14节点系统进行仿真,验证了算法的准确性和实用性,并在此基础上分析风速时空相关性和线路随机故障对系统运行特性的影响。 展开更多
关键词 时空相关性 动态随机最优潮流 自回归滑动平均 机会约束规划 半不变量 对偶解耦内点法
在线阅读 下载PDF
求解含风电场随机机组组合问题的动态削减多切割方法 被引量:20
3
作者 赵文猛 刘明波 《电力系统自动化》 EI CSCD 北大核心 2014年第9期26-33,共8页
风电大规模集中并网使得实际大电网机组组合问题变得更加难以求解。以场景法为基础,文中提出了动态削减多切割方法。该方法首先将模型分解为用于求解机组的开停机方案和预测场景下机组出力方案的主问题和用于求解误差场景下机组出力方... 风电大规模集中并网使得实际大电网机组组合问题变得更加难以求解。以场景法为基础,文中提出了动态削减多切割方法。该方法首先将模型分解为用于求解机组的开停机方案和预测场景下机组出力方案的主问题和用于求解误差场景下机组出力方案的子问题;然后通过最优切割将主问题和子问题联系起来,实现交替求解。在迭代过程中,通过动态削减对主问题约束较弱的最优切割,使得迭代进入某一个阶段后最优切割数目保持不变,从而降低了主问题求解规模,并解决了多切割方法随着迭代次数增多主问题规模急剧增大的问题。最后采用含大型风电场和180台火电机组的某省级电力系统进行计算,结果表明所提出的方法在收敛性、计算速度方面均具有优越性。 展开更多
关键词 风力发电 电力系统 随机机组组合 两阶段随机规划 混合整数规划 多切割法 动态削减最优切割
在线阅读 下载PDF
参数未知随机系统的最小方差对偶自适应控制
4
作者 高振斌 钱富才 刘丁 《系统工程与电子技术》 EI CSCD 北大核心 2007年第10期1709-1713,共5页
针对参数未知随机系统的自适应控制问题,研究了最小方差对偶自适应控制。分析了由于未知参数的不确定性,使得运用动态规划原理求解最优控制律时存在着困难,转而寻求次优控制律;给出了差分方程转换成状态空间模型的方法,将未知参数在一... 针对参数未知随机系统的自适应控制问题,研究了最小方差对偶自适应控制。分析了由于未知参数的不确定性,使得运用动态规划原理求解最优控制律时存在着困难,转而寻求次优控制律;给出了差分方程转换成状态空间模型的方法,将未知参数在一个确定的模型集中取值,运用动态规划原理得到各模型的控制律,通过各模型后验概率加权获得次优对偶控制律。给出了算例,以验证此算法的有效性,表明所得到的控制律既有调节作用,又有学习作用。 展开更多
关键词 随机系统 自适应控制 动态规划 对偶控制
在线阅读 下载PDF
基于滚动优化的对偶控制策略 被引量:7
5
作者 钱富才 宋俐 陈小可 《控制理论与应用》 EI CAS CSCD 北大核心 2005年第6期855-860,共6页
考虑具有未知参数的随机系统的最优控制问题.提出了一种新的基于滚动优化的对偶控制算法.在动态规划泛函方程中,用Kalman滤波对系统的状态进行估计;用线性化方法对阶段损失函数中的后验概率进行近似,然后,用滚动优化策略对控制与学习之... 考虑具有未知参数的随机系统的最优控制问题.提出了一种新的基于滚动优化的对偶控制算法.在动态规划泛函方程中,用Kalman滤波对系统的状态进行估计;用线性化方法对阶段损失函数中的后验概率进行近似,然后,用滚动优化策略对控制与学习之间的耦合关系进行解耦.从而获得了原不可解泛函方程的解析递推表达式和一个易于实施的控制律的解析解.用一个例子说明了控制律的性能,仿真结果表明:该控制律具有良好的对偶性质,在学习和控制之间实现了较好的平衡. 展开更多
关键词 随机系统 动态规划 滚动优化 对偶控制
在线阅读 下载PDF
基于中长期优化调度的水电富集地区丰枯期省间购售电策略优化模型研究 被引量:9
6
作者 张粒子 张枫 +3 位作者 李俊 冯丽 刘波 张萌雨 《水利水电技术(中英文)》 北大核心 2021年第7期152-166,共15页
根据跨省跨区购售电合同需约定年度电量规模以及分月计划、送受电曲线的新要求,针对我国四川、重庆和云南等水电富集电力系统在未来省内电力供需"丰余枯缺"的市场形势下需要将省间中长期购售电交易与省内电力市场协同优化的问... 根据跨省跨区购售电合同需约定年度电量规模以及分月计划、送受电曲线的新要求,针对我国四川、重庆和云南等水电富集电力系统在未来省内电力供需"丰余枯缺"的市场形势下需要将省间中长期购售电交易与省内电力市场协同优化的问题,基于中长期优化调度模型,构建了水电富集地区丰枯期省间购售电策略优化模型,深入研究了其中基于未来成本函数的长期与中期优化调度模型动态嵌套耦合原理及随机对偶动态规划求解算法。仿真结果表明,与未考虑省间购售电策略的模型相比,所构建模型的综合购电成本仅为前者的3.82%;与以水电发电量最大为优化目标的模型相比,所构建模型能获得与前者相同的水电调度方案,发挥清洁能源效用。利用所构建模型能够优化水电富集地区外送、购入电能交易计划,在保障满足省内枯期和枯水年用电需求的同时,谋求省内用户购电成本最小化和外送电收益最大化。研究可为水电富集地区制定年度分月分周分峰谷平时段购售电交易策略提供理论方法。 展开更多
关键词 水电富集电力系统 中长期优化调度 省间购售电策略 动态耦合 随机对偶动态规划 水电站
在线阅读 下载PDF
考虑风电出力不确定的分布鲁棒经济调度 被引量:36
7
作者 杨策 孙伟卿 +1 位作者 韩冬 田坤鹏 《电网技术》 EI CSCD 北大核心 2020年第10期3649-3655,共7页
随着大规模可再生能源参与到电力系统运行中,其波动性和间歇性增加了电力系统经济调度的困难和挑战。考虑可再生能源出力不确定,以发电成本、可再生能源削减成本和旋转备用成本最小为目标,提出了一种两阶段分布鲁棒经济调度模型。假设... 随着大规模可再生能源参与到电力系统运行中,其波动性和间歇性增加了电力系统经济调度的困难和挑战。考虑可再生能源出力不确定,以发电成本、可再生能源削减成本和旋转备用成本最小为目标,提出了一种两阶段分布鲁棒经济调度模型。假设风电发电的波动性服从未知概率分布,利用可获取的风电出力历史数据矩信息,建立分布鲁棒模糊集以刻画风电出力特性。采用条件风险价值理论对分布鲁棒模型进行转换,进而得到具有数学可解性的优化模型。基于随机对偶动态规划方法,提出一种改进的迭代算法求解模型,该算法通过反复进行向前和向后迭代,能够快速收敛到模型最优解。最后,以IEEE 6节点系统和IEEE 118节点系统作为仿真系统,通过分析文中所提算法收敛度、置信度和样本量3个评价指标与总成本关系,验证提出的模型和方法的有效性。 展开更多
关键词 主备调度 分布鲁棒 条件风险价值 随机对偶动态规划方法
在线阅读 下载PDF
一类组合受约束的最优化问题及其最优解(英文)
8
作者 廖长高 李贤平 徐萍 《应用数学》 CSCD 北大核心 2003年第2期118-123,共6页
这篇文章中 ,我们建立了资产组合在受到约束时的期望效用优化问题 ,在我们特殊的指数效用函数下 ,我们发现最终的决策不依赖于具体的贴现函数 .在文章的结尾部分 。
关键词 资产组合 随机动态规划 风险资产 对偶问题 辅助市场 可容许策略 约束 指数效用函数 期望效用优化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部