企业官网建设流程全解析

上海网站建设caiyiduo,网页游戏网站平台,有赞商城网站建设,注册自己的品牌需要多少钱抽水蓄能电站的最佳调度方案研究 参考文献#xff1a;抽水蓄能电站的最佳调度方案研究 非完全复献 matlab?粒子群算法 主要内容:研究抽水蓄能机组调峰填谷的功能#xff0c;目标是从电网的利益出发#xff0c;结合抽水蓄能电站的运行环境及各类电源现有的调峰电价机制…抽水蓄能电站的最佳调度方案研究 参考文献抽水蓄能电站的最佳调度方案研究 非完全复献 matlab?粒子群算法 主要内容:研究抽水蓄能机组调峰填谷的功能目标是从电网的利益出发结合抽水蓄能电站的运行环境及各类电源现有的调峰电价机制以成本最低得到含抽水蓄能机组的混合发电系统的调峰经济调度模型。 然后用粒子群算法与含有抽水蓄能机组的混合发电系统的调峰经济调度模型相结合得到系统日前调度问题具体解决步骤。先看核心问题——调峰成本最低。火电、水电、抽蓄机组混在一起电价机制还不同怎么安排它们的出力才划算举个简单模型目标函数是总运行成本最小约束条件包括功率平衡、机组出力上下限、抽蓄电站水量平衡。用MATLAB写出来大概长这样function total_cost objective_function(x) % x[火电出力,抽蓄发电量,抽蓄抽水量,...] thermal_cost 0.3*x(1)^2 50*x(1); % 火电成本曲线 pump_cost 0.1*x(3)*electricity_price; % 抽水成本 total_cost thermal_cost pump_cost; end这里火电成本用了二次函数模拟煤耗特性抽水成本则和实时电价挂钩。实际建模时还得考虑水库容量约束比如% 水库容量约束 function [c, ceq] reservoir_constraint(x) max_volume 500; % 万立方米 current_volume 200 x(2)/0.8 - x(3); % 发电耗水/抽水蓄水 c [current_volume - max_volume; -current_volume]; ceq []; end0.8是发电效率系数抽水时1度电换0.8立方米水量。这种非线性约束用粒子群算法处理起来比较方便毕竟不需要求导。说到粒子群算法核心代码其实就十几行for iter1:max_iter for i1:swarm_size % 速度更新 vel inertia*vel c1*rand*(pbest_pos(i,:)-pos(i,:)) ... c2*rand*(gbest_pos - pos(i,:)); pos(i,:) pos(i,:) vel; % 边界处理 pos(i,:) max(pos(i,:), lb); pos(i,:) min(pos(i,:), ub); % 更新最优解 current_cost objective_function(pos(i,:)); if current_cost pbest_val(i) pbest_val(i) current_cost; pbest_pos(i,:) pos(i,:); end end [~, idx] min(pbest_val); gbest_pos pbest_pos(idx,:); end这里有几个实战经验惯性权重inertia从0.9线性降到0.4有助于平衡全局和局部搜索速度限幅别设太死否则容易陷入局部最优。曾经有个项目因为把速度限制在±5结果粒子根本跳不出初始区域。实际应用中处理24时段的调度问题需要把变量扩展成24维% 每个粒子代表全天调度方案 dim 24*3; % 火电、抽蓄发电、抽蓄抽水 lb zeros(1,dim); ub [ones(1,24)*800, ones(1,24)*300, ones(1,24)*200]; % 各机组出力上限这时候算法参数设置就很有讲究种群数量至少得是维度数的两倍迭代次数也不能太少。有一次偷懒只设了50次迭代结果成本比最优解高了15%。最后来个效果对比某省级电网接入抽蓄电站后通过这种调度方法日调峰成本从原来的320万降到270万。关键点在于算法抓住了抽蓄电站的削峰填谷特性——凌晨电价低谷时疯狂抽水下午电价高峰时全力发电相当于做了个电价差套利。不过要注意水库容量限制别光顾着赚钱把水库抽干了。这种算法还有个隐藏优势——并行计算方便。用MATLAB的parfor开多线程万级种群规模也能快速迭代。当然粒子群也不是银弹遇到风电光伏这种波动性电源时还得结合场景生成法来处理不确定性。