针对风、光资源的分布特点,结合发电系统设备的运行状态,建立含风力、光伏、储能的发电系统可靠性数学模型。定义风光储冗余容量比和出力偏移度两个指标来衡量含风光储发电系统的可靠性。采用序贯蒙特卡洛模拟法,构建含风光储发电系统...针对风、光资源的分布特点,结合发电系统设备的运行状态,建立含风力、光伏、储能的发电系统可靠性数学模型。定义风光储冗余容量比和出力偏移度两个指标来衡量含风光储发电系统的可靠性。采用序贯蒙特卡洛模拟法,构建含风光储发电系统的可靠性评估。利用可靠性测试系统(roy billinton test system,RBTS),分析不同协调运行方式、风光容量配置比和储能容量下含风光储的发电系统的可靠性指标。研究表明,合理的风光储配置能有效提高电能利用率,增强跟踪负荷能力,改善发电系统的可靠性。展开更多
文摘针对风、光资源的分布特点,结合发电系统设备的运行状态,建立含风力、光伏、储能的发电系统可靠性数学模型。定义风光储冗余容量比和出力偏移度两个指标来衡量含风光储发电系统的可靠性。采用序贯蒙特卡洛模拟法,构建含风光储发电系统的可靠性评估。利用可靠性测试系统(roy billinton test system,RBTS),分析不同协调运行方式、风光容量配置比和储能容量下含风光储的发电系统的可靠性指标。研究表明,合理的风光储配置能有效提高电能利用率,增强跟踪负荷能力,改善发电系统的可靠性。
文摘考虑金融时间序列发生的跳跃、随机波动率和"杠杆效应",建立由不同Lévy过程驱动的非高斯OU随机波动模型.通过结构保持等价鞅测度变换和FFT技术,对不同Lévy过程驱动下的非高斯OU(non-Gaussian Ornstein-Uhlenbeck process)期权定价问题进行研究.同时,在结构保持等价鞅测度下,推导出不同Lévy过程驱动下BNS模型离散化表达形式,并构建了基于SMC(sequential Monte Carlo)的极大似然估计、联合样本估计、梯度-SMC估计的非高斯OU期权定价模型参数估计方法.实证研究中,采用近470万个S&P500期权价格数据,从样本内拟合效果、样本外预测、模型稳定性、综合矫正风险几个方面,对不同Lévy过程驱动的非高斯OU期权定价模型、参数估计方法以及期权定价效果进行全面系统研究.实证研究表明,所有模型对实值期权的定价效果要优于虚值期权.本文基于联合样本估计和梯度-SMC估计的非高斯OU期权定价模型具有明显的优势.
