電力系統(tǒng)機(jī)組組合問(wèn)題的建模與求解

目錄
第1章 緒論 /1
1.1 電力系統(tǒng)機(jī)組組合問(wèn)題的起源 /2
1.2 電力系統(tǒng)機(jī)組組合問(wèn)題的基本內(nèi)容 /3
1.3 電力系統(tǒng)機(jī)組組合問(wèn)題國(guó)內(nèi)外研究現(xiàn)狀 /4
1.3.1 基于物理模型驅(qū)動(dòng)的機(jī)組組合 /5
1.3.2 基于數(shù)據(jù)驅(qū)動(dòng)的機(jī)組組合 /7
1.3.3 常規(guī)機(jī)組組合模型的求解方法 /8
1.4 本書的主要內(nèi)容和架構(gòu) /11
本章參考文獻(xiàn) /12
第2章 新能源出力的超短期預(yù)測(cè)技術(shù) /17
2.1 引言 /18
2.2 單一超短期預(yù)測(cè)方法 /18
2.2.1 Elman神經(jīng)網(wǎng)絡(luò) /18
2.2.2 極限學(xué)習(xí)機(jī) /20
2.2.3 支持向量機(jī) /21
2.3 數(shù)據(jù)非平穩(wěn)性處理方法 /24
2.3.1 小波分解 /25
2.3.2 經(jīng)驗(yàn)?zāi)B(tài)分解 /26
2.3.3 噪聲輔助信號(hào)分解 /28
2.4 組合超短期預(yù)測(cè)方法 /29
2.4.1 基于NACEMD-Elman神經(jīng)網(wǎng)絡(luò)的組合預(yù)測(cè)方法 /29
2.4.2 基于EMD-ELM的組合預(yù)測(cè)方法 /30
2.4.3 基于EMD-SVM的組合預(yù)測(cè)方法 /31
2.5 典型算例 /31
2.5.1 基于EEMD-改進(jìn)Elman方法的風(fēng)電功率預(yù)測(cè)算例 /31
2.5.2 基于NACEMD-Elman方法的風(fēng)電功率預(yù)測(cè)算例 /35
本章參考文獻(xiàn) /39
第3章 電力系統(tǒng)各發(fā)電單元的成本效益模型 /41
3.1 引言 /42
3.2 火電機(jī)組的成本模型 /42
3.2.1 火電機(jī)組的成本函數(shù) /42
3.2.2 火電機(jī)組的運(yùn)行約束條件 /43
3.3 水電機(jī)組的效益模型 /44
3.3.1 水電機(jī)組的效益函數(shù) /44
3.3.2 水電機(jī)組的運(yùn)行約束條件 /44
3.4 風(fēng)電機(jī)組的成本模型 /45
3.4.1 風(fēng)電機(jī)組的成本函數(shù) /45
3.4.2 風(fēng)電機(jī)組的運(yùn)行約束條件 /46
3.5 其他發(fā)電單元的成本模型 /47
3.5.1 光伏發(fā)電單元的成本模型 /47
3.5.2 天然氣發(fā)電單元的成本模型 /47
本章參考文獻(xiàn) /48
第4章 常規(guī)電力系統(tǒng)的機(jī)組組合問(wèn)題 /49
4.1 引言 /50
4.2 常規(guī)機(jī)組組合模型 /50
4.3 考慮安全約束的機(jī)組組合模型 /51
4.4 常規(guī)機(jī)組組合模型的求解方法 /52
4.4.1 拉格朗日松弛法 /52
4.4.2 Benders分解法 /55
4.4.3 序優(yōu)化算法 /58
4.4.4 遺傳算法 /60
4.4.5 粒子群算法 /64
4.4.6 生物地理學(xué)算法 /65
4.5 典型算例 /69
4.5.1 常規(guī)機(jī)組組合算例 /69
4.5.2 考慮安全約束的機(jī)組組合算例 /70
本章參考文獻(xiàn) /71
第5章 考慮多重目標(biāo)的機(jī)組組合問(wèn)題 /73
5.1 引言 /74
5.2 多目標(biāo)機(jī)組組合問(wèn)題的數(shù)學(xué)模型 /74
5.3 多目標(biāo)機(jī)組組合問(wèn)題的處理方法 /77
5.4 典型算例 /82
5.4.1 考慮系統(tǒng)總發(fā)電成本和能源環(huán)境效益的多目標(biāo)機(jī)組組合算例 /82
5.4.2 考慮系統(tǒng)總發(fā)電成本、能源環(huán)境效益和系統(tǒng)安全穩(wěn)定的多目標(biāo)機(jī)組組合算例 /85
本章參考文獻(xiàn) /87
第6章 考慮不確定性的電力系統(tǒng)機(jī)組組合問(wèn)題 /89
6.1 引言 /90
6.2 間歇性電源出力的概率特性建模 /90
6.2.1 參數(shù)估計(jì)方法 /90
6.2.2 非參數(shù)估計(jì)方法 /92
6.2.3 間歇性電源出力的概率特性建模方法 /95
6.3 基于場(chǎng)景法的機(jī)組組合 /98
6.3.1 場(chǎng)景生成方法 /99
6.3.2 場(chǎng)景縮減技術(shù) /102
6.4 基于機(jī)會(huì)約束的機(jī)組組合 /103
6.4.1 機(jī)會(huì)約束方法的基本原理 /104
6.4.2 基于機(jī)會(huì)約束的機(jī)組組合模型 /104
6.5 基于魯棒優(yōu)化的機(jī)組組合 /105
6.5.1 基于魯棒優(yōu)化的機(jī)組組合模型 /105
6.5.2 魯棒機(jī)組組合模型求解 /106
6.6 典型算例 /110
6.6.1 非參數(shù)估計(jì)方法建模算例 /110
6.6.2 基于機(jī)會(huì)約束方法的仿真算例 /114
本章參考文獻(xiàn) /115
第7章 考慮多元化約束條件和決策變量的機(jī)組組合問(wèn)題 /117
7.1 引言 /118
7.2 考慮源荷互動(dòng)的含風(fēng)電SCUC問(wèn)題 /118
7.2.1 負(fù)荷側(cè)控制機(jī)理及響應(yīng)模型 /118
7.2.2 考慮源荷互動(dòng)的含風(fēng)電SCUC模型 /125
7.2.3 考慮源荷互動(dòng)的含風(fēng)電SCUC模型的求解算法 /127
7.3 考慮交流潮流安全約束的含風(fēng)電SCUC問(wèn)題 /131
7.3.1 模型目標(biāo)函數(shù)及常規(guī)約束條件 /131
7.3.2 交流潮流安全約束及不確定性因素的描述 /132
7.3.3 考慮交流潮流安全約束的含風(fēng)電SCUC模型的求解算法 /133
7.4 典型算例 /135
7.4.1 考慮源荷互動(dòng)的含風(fēng)電SCUC問(wèn)題算例 /135
7.4.2 考慮交流潮流安全約束的含風(fēng)電SCUC問(wèn)題算例 /143
本章參考文獻(xiàn) /146
第8章 關(guān)于機(jī)組組合問(wèn)題研究的展望 /149
8.1 引言 /150
8.2 考慮多重不確定性因素及其相關(guān)性的機(jī)組組合問(wèn)題研究 /150
8.2.1 考慮多重隨機(jī)因素的魯棒機(jī)組組合模型 /150
8.2.2 *壞場(chǎng)景求解 /152
8.2.3 模型求解算法 /154
8.3 基于數(shù)據(jù)驅(qū)動(dòng)的機(jī)組組合問(wèn)題研究 /156
8.3.1 大數(shù)據(jù)理論 /156
8.3.2 基于數(shù)據(jù)驅(qū)動(dòng)的機(jī)組組合決策方法 /159
8.3.3 歷史數(shù)據(jù)的聚類預(yù)處理 /161
8.3.4 機(jī)組組合深度學(xué)習(xí)模型及其訓(xùn)練算法 /163
8.4 典型算例 /166
8.4.1 考慮多重不確定性和相關(guān)性的機(jī)組組合算例 /166
8.4.2 基于數(shù)據(jù)驅(qū)動(dòng)的機(jī)組組合算例 /170
本章參考文獻(xiàn) /177
附表 /179