排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
具有不确定性复杂耦合的多种可再生能源的不断渗透给当前电力系统协同调度带来了巨大挑战。传统的随机优化(SO)及鲁棒优化(RO)方法由于难以获得精确概率分布函数及优化结果过于保守使其应用大大受限。本文基于数据驱动分布鲁棒优化理论(data-driven DRO),提出了梯级水光蓄联合发电系统协同调度方法。该方法首先考虑系统互补经济调度成本建立两阶段调度模型,制定各电站出力调度计划,然后引入综合范数约束限定概率置信区间,并考虑最恶劣分布下的实时运行调整成本,获取日前调度计划的最优调整方案。两阶段协同调度模型采用MP-SP框架,引入CCG算法展开求解,日调度计划和调度调整方案形成最优调度计划。引入示范区实际运行数据开展实例验证,所提互补联合调度方法的有效性及高效性得以验证。 相似文献
1