排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
针对现有配电网中分布式光储调度模型存在资源协同不足、求解复杂等问题,提出了一种基于净能力及二阶锥规划的分布式光储多场景协同优化调度策略。通过引入储能接入配电网后的功率转移分布因子,提出一种基于系统净能力的储能最优选址计算方法;综合考虑储能的运行特性和分布式光伏的出力不确定性,建立以系统日综合成本和削峰填谷为目标的分布式光储多场景协同优化调度模型;利用二阶锥松弛和Big-M法对潮流约束、储能运行约束进行处理,将原规划模型转化为混合整数二阶锥规划问题。以IEEE 33节点系统和西北某实际系统为算例进行仿真分析,结果表明所提方法能在降低负荷峰谷差和日综合成本、平抑负荷波动的同时,显著提高对分布式光伏的消纳能力,验证了所提方法的有效性和可行性。 相似文献
2.
3.
4.
基于自适应模糊神经网络的风速软测量 总被引:1,自引:0,他引:1
针对风力发电系统有效风速无法直接测量的问题,提出了基于自适应模糊神经网络的风速软测量方法,在该方法中利用优化的自适应模糊神经网络建立了风速软测量模型,以发电机功率、桨距角和风力机转速作为模型的输入,有效风速作为模型的输出,网络学习中采用可变的学习速率和可变的动量学习率.仿真结果表明,与传统的神经网络风速软测量模型相比,基于自适应模糊神经网络的风速软测量方法是有效的,风速的估计值较好地跟踪了有效风速的变化趋势,具有较高的准确性. 相似文献
5.
针对电动变桨系统的时变性、非线性、大惯性及风速不确定性等特点,提出一种基于多种群遗传优化算法的电动变桨系统的变论域模糊控制方法。在该方法中,通过分析确定变论域伸缩因子的结构,利用多种群遗传算法优化其参数,实现伸缩因子参数的智能寻优,有效解决了模糊控制器精度不高、模糊控制中规则数量与控制精度之间的矛盾。在遗传算法迭代中,染色体采用实数编码、多种群、多目标并行搜索,利用最优个体最少保持代数作为算法终止判断。将设计的优化变论域模糊控制器应用于电动变桨系统的速度控制中,根据速度环的性能指标建立合适的目标函数,通过对基本论域自适应调整,实现了速度环的自适应控制。仿真结果表明,基于多种群遗传优化算法的变论域模糊控制在动态性能和稳态性能上优于变论域模糊控制。 相似文献
1