2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著全球經(jīng)濟的快速發(fā)展、城市化進程不斷加快,能源短缺、環(huán)境污染越來越嚴重。風(fēng)能以其無污染、可再生、利用簡單等優(yōu)勢逐漸得到越來越多的關(guān)注,風(fēng)力發(fā)電已成為一種重要的可再生能源發(fā)電形式。由于風(fēng)電出力所具有不確定性和反調(diào)峰性,風(fēng)電大規(guī)模并網(wǎng)后給電力系統(tǒng)的優(yōu)化調(diào)度提出了巨大的挑戰(zhàn),嚴重影響了電力系統(tǒng)的安全穩(wěn)定運行。為此,研究考慮風(fēng)電出力不確定性的電力系統(tǒng)優(yōu)化調(diào)度問題具有非常重要的理論價值和現(xiàn)實意義。
   為了提高優(yōu)化調(diào)度模型的求解效率,

2、提出一種基于T-S模糊神經(jīng)網(wǎng)絡(luò)改進遺傳算法,該算法利用T-S模糊神經(jīng)網(wǎng)絡(luò)刻畫復(fù)雜非線性映射的優(yōu)良特性,定量模擬父代與子代種群之間的非線性進化過程,并將其作用于遺傳算法的種群進化過程。通過算例表明,采用基于T-S模糊神經(jīng)網(wǎng)絡(luò)的改進遺傳算法求解含風(fēng)電電力系統(tǒng)多目標優(yōu)化調(diào)度問題,可通過合理先擇種群隔代數(shù)和種群規(guī)模,提高運算的精度和收斂速度。
   針對多風(fēng)電場出力的不確定性,首先,借助Gumbel-Copula函數(shù)構(gòu)建多風(fēng)場出力的聯(lián)合

3、概率分布,以常規(guī)機組發(fā)電成本和總污染排放量最少為優(yōu)化目標,建立一種含多風(fēng)場的電力系統(tǒng)多目標隨機優(yōu)化模型;其次,采用抽樣平均近似法對機會約束條件進行處理,將隨機優(yōu)化模型轉(zhuǎn)換為確定性優(yōu)化問題;再次,針對經(jīng)抽樣平均近似法轉(zhuǎn)換后的多目標優(yōu)化模型難求解的問題,運用模糊理論,建立模糊數(shù)學(xué)模型,將多目標優(yōu)化問題轉(zhuǎn)化為單目標優(yōu)化問題,并采用改進遺傳算法對其進行求解;最后,通過對IEEE-14節(jié)點系統(tǒng)的算例分析,驗證了含多風(fēng)場的電力系統(tǒng)多目標隨機優(yōu)化模型

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論