• 电力系统机组组合问题的建模与求解
图书条目标准图
21年品牌 40万+商家 超1.5亿件商品

电力系统机组组合问题的建模与求解

全新正版未拆封

41.47 4.9折 85 全新

仅1件

山东济宁
认证卖家担保交易快速发货售后保障

作者杨楠 著

出版社科学出版社

出版时间2020-08

版次1

装帧平装

上书时间2023-11-15

天吾之青豆的书店

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
图书标准信息
  • 作者 杨楠 著
  • 出版社 科学出版社
  • 出版时间 2020-08
  • 版次 1
  • ISBN 9787030657787
  • 定价 85.00元
  • 装帧 平装
  • 开本 16开
  • 纸张 胶版纸
  • 页数 179页
【内容简介】

机组组合问题的建模与求解作为电力系统领域一种典型的数学优化问题,是电力市场决策及电力系统日前调度的重要理论基础。《电力系统机组组合问题的建模与求解》重点介绍机组组合问题的背景及一些经典的模型,同时还介绍一些典型机组组合问题的建模和求解方法,包括常规电力系统的机组组合问题、考虑多重目标的机组组合问题和考虑不确定性的机组组合问题。另外,由于机组组合决策往往还需要一些不确定性电源的预测数据作为支撑,《电力系统机组组合问题的建模与求解》将介绍几种常见的不确定性电源出力预测方法。

【目录】
目录 

第1章 绪论 /1 

1.1 电力系统机组组合问题的起源 /2 

1.2 电力系统机组组合问题的基本内容 /3 

1.3 电力系统机组组合问题国内外研究现状 /4 

1.3.1 基于物理模型驱动的机组组合 /5 

1.3.2 基于数据驱动的机组组合 /7 

1.3.3 常规机组组合模型的求解方法 /8 

1.4 本书的主要内容和架构 /11 

本章参考文献 /12 

第2章 新能源出力的超短期预测技术 /17 

2.1 引言 /18 

2.2 单一超短期预测方法 /18 

2.2.1 Elman神经网络 /18 

2.2.2 极限学习机 /20 

2.2.3 支持向量机 /21 

2.3 数据非平稳性处理方法 /24 

2.3.1 小波分解 /25 

2.3.2 经验模态分解 /26 

2.3.3 噪声辅助信号分解 /28 

2.4 组合超短期预测方法 /29 

2.4.1 基于NACEMD-Elman神经网络的组合预测方法 /29 

2.4.2 基于EMD-ELM的组合预测方法 /30 

2.4.3 基于EMD-SVM的组合预测方法 /31 

2.5 典型算例 /31 

2.5.1 基于EEMD-改进Elman方法的风电功率预测算例 /31 

2.5.2 基于NACEMD-Elman方法的风电功率预测算例 /35 

本章参考文献 /39 

第3章 电力系统各发电单元的成本效益模型 /41 

3.1 引言 /42 

3.2 火电机组的成本模型 /42 

3.2.1 火电机组的成本函数 /42 

3.2.2 火电机组的运行约束条件 /43 

3.3 水电机组的效益模型 /44 

3.3.1 水电机组的效益函数 /44 

3.3.2 水电机组的运行约束条件 /44 

3.4 风电机组的成本模型 /45 

3.4.1 风电机组的成本函数 /45 

3.4.2 风电机组的运行约束条件 /46 

3.5 其他发电单元的成本模型 /47 

3.5.1 光伏发电单元的成本模型 /47 

3.5.2 天然气发电单元的成本模型 /47 

本章参考文献 /48 

第4章 常规电力系统的机组组合问题 /49 

4.1 引言 /50 

4.2 常规机组组合模型 /50 

4.3 考虑安全约束的机组组合模型 /51 

4.4 常规机组组合模型的求解方法 /52 

4.4.1 拉格朗日松弛法 /52 

4.4.2 Benders分解法 /55 

4.4.3 序优化算法 /58 

4.4.4 遗传算法 /60 

4.4.5 粒子群算法 /64 

4.4.6 生物地理学算法 /65 

4.5 典型算例 /69 

4.5.1 常规机组组合算例 /69 

4.5.2 考虑安全约束的机组组合算例 /70 

本章参考文献 /71 

第5章 考虑多重目标的机组组合问题 /73 

5.1 引言 /74 

5.2 多目标机组组合问题的数学模型 /74 

5.3 多目标机组组合问题的处理方法 /77 

5.4 典型算例 /82 

5.4.1 考虑系统总发电成本和能源环境效益的多目标机组组合算例 /82 

5.4.2 考虑系统总发电成本、能源环境效益和系统安全稳定的多目标机组组合算例 /85 

本章参考文献 /87 

第6章 考虑不确定性的电力系统机组组合问题 /89 

6.1 引言 /90 

6.2 间歇性电源出力的概率特性建模 /90 

6.2.1 参数估计方法 /90 

6.2.2 非参数估计方法 /92 

6.2.3 间歇性电源出力的概率特性建模方法 /95 

6.3 基于场景法的机组组合 /98 

6.3.1 场景生成方法 /99 

6.3.2 场景缩减技术 /102 

6.4 基于机会约束的机组组合 /103 

6.4.1 机会约束方法的基本原理 /104 

6.4.2 基于机会约束的机组组合模型 /104 

6.5 基于鲁棒优化的机组组合 /105 

6.5.1 基于鲁棒优化的机组组合模型 /105 

6.5.2 鲁棒机组组合模型求解 /106 

6.6 典型算例 /110 

6.6.1 非参数估计方法建模算例 /110 

6.6.2 基于机会约束方法的仿真算例 /114 

本章参考文献 /115 

第7章 考虑多元化约束条件和决策变量的机组组合问题 /117 

7.1 引言 /118 

7.2 考虑源荷互动的含风电SCUC问题 /118 

7.2.1 负荷侧控制机理及响应模型 /118 

7.2.2 考虑源荷互动的含风电SCUC模型 /125 

7.2.3 考虑源荷互动的含风电SCUC模型的求解算法 /127 

7.3 考虑交流潮流安全约束的含风电SCUC问题 /131 

7.3.1 模型目标函数及常规约束条件 /131 

7.3.2 交流潮流安全约束及不确定性因素的描述 /132 

7.3.3 考虑交流潮流安全约束的含风电SCUC模型的求解算法 /133 

7.4 典型算例 /135 

7.4.1 考虑源荷互动的含风电SCUC问题算例 /135 

7.4.2 考虑交流潮流安全约束的含风电SCUC问题算例 /143 

本章参考文献 /146 

第8章 关于机组组合问题研究的展望 /149 

8.1 引言 /150 

8.2 考虑多重不确定性因素及其相关性的机组组合问题研究 /150 

8.2.1 考虑多重随机因素的鲁棒机组组合模型 /150 

8.2.2 *坏场景求解 /152 

8.2.3 模型求解算法 /154 

8.3 基于数据驱动的机组组合问题研究 /156 

8.3.1 大数据理论 /156 

8.3.2 基于数据驱动的机组组合决策方法 /159 

8.3.3 历史数据的聚类预处理 /161 

8.3.4 机组组合深度学习模型及其训练算法 /163 

8.4 典型算例 /166 

8.4.1 考虑多重不确定性和相关性的机组组合算例 /166 

8.4.2 基于数据驱动的机组组合算例 /170 

本章参考文献 /177 

附表 /179
点击展开 点击收起

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP