《基于粒子群算法的风光电源机组组合优化调度》16000字_第1页
《基于粒子群算法的风光电源机组组合优化调度》16000字_第2页
《基于粒子群算法的风光电源机组组合优化调度》16000字_第3页
《基于粒子群算法的风光电源机组组合优化调度》16000字_第4页
《基于粒子群算法的风光电源机组组合优化调度》16000字_第5页
已阅读5页,还剩29页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

[31]影响,因此需要做进一步的研究。(3)本文所采用的粒子群优化算法虽然能求解出机组组合问题的最优解,但仍然可以在算法求解速度、算法结构等方面进行优化,以便于适应更多的复杂的机组组合问题,获得更高的求解速度。

参考文献何小磊.电力系统机组组合问题的研究[D].上海交通大学,2009.GAOYun.China'sresponsetoclimatechangeissuesafterParisClimateChangeConference[J].AdvancesinClimateChangeResearch,2016,7(04):235-240.赵雅琪,孙浩宇.风光蓄互补发电系统容量的改进优化配置方法[J].中国电机工程学报,2022,32(25):88-98+14.杨帆远,郭晓婷.工业结构、能源消耗与雾霾主要成分的关联性——以北京为例[J].经济问题,2023(7):50-58.潘若琪,宋美玲.一种求解机组组合问题的内点半定规划方法[J].中国电机工程学报,2021,28(1):35-40.熊天佑,孟文轩.节能减排多目标机组组合问题的模糊建模及优化[J].中国电机工程学报,2021,30(22):71-6.张皓然,王泽楷.基于多目标智能算法的节能减排发电调度研究[D];浙江大学,2023.彭志诚,韩启铭.含随机风电的大规模多目标机组组合问题的向量序优化方法[J].电网技术,2015,39(01):215-222.蔚锦程,顾清风.基于粒子群优化算法的机组组合问题的研究[D];华北电力大学(北京),2016.邹羽凡、孙云飞、赵博文.基于纵横交叉算法的水火电联合调度机组组合问题[D].广东工业大学,2018.B.Lokeshgupta,S.Sivasubramani.Multi-objectivedynamiceconomicandemissiondispatchwithdemandsidemanagement[J].InternationalJournalofElectricalPowerandEnergy龚欣怡,王天宇tems,2018,97.L.A.C.Roque,D.B.M.M.Fontes,F.A.C.C.Fontes.Amulti-objectiveunitcommitmentproblemcombiningeconomicandenvironmentalcriteriainametaheuristicapproach[J].EnergyProcedia,2017,136.ShuklaA,SinghSN.Multi-ObjectiveUnitCommitmentWithRenewableEnergyUsingGSAAlgorithm[J].InaeLetters,2016,1(1):21-7.蒋志强,余奇倩.电力系统机组组合问题研究综述[J].电气开关,2015,53(03):5-8+25.孙志润,高雅倩.考虑安全约束的机组组合免疫算法模型[J].电力系统自动化,2010,34(22):57-61.贺泽宇,傅雪柔.基于PSO的电力系统运行调度[D].东北大学,2010.ChaoFu,SuqiZhang,Kuei-HsiangChao.EnergyManagementofaPower龚欣怡,王天宇temforEconomicLoadDispatchUsingtheArtificialIntelligentAlgorithm[J].Electronics,2020,9(1).徐铭熙,陈佩珊.一种适合于电力系统机组组合问题的混合粒子群优化算法[J].中国电机工程学报,2004(04):28-32.L.Wang,T.Yeh,W.Lee,Z.Chen,BenefitEvaluationofWindTurbineGeneratorsinWindFarmsUsingCapacity-FactorAnalysisandEconomic-CostMethods[J].I(管晓峰,罗雪莉,2020)TransactionsonPower龚欣怡,王天宇tems,2009.24(2):692-704.高博雅,周林昊.考虑灵活性的含风电-光热电力系统机组组合及在容量扩展规划中的应用[D].重庆大学,2019.高嘉祥,陈瑞雪,等.光伏与光热发电发展前景对比分析[J].电源技术,2017,41(7):1104-1106.林嘉佑,徐志豪.大规模风电光伏接入的电力系统机组组合研究[D].南京理工大学,2019.彭俊哲,邵雨萱.改进光伏模型及其在微网可靠性评估中的应用[J].电工电能新技术,2016,35(11):65-71.DENHOLM,P.,SIOSHANSI,R..BenefitsofColocatingConcentratingSolarPowerandWind[J].I(管晓峰,罗雪莉,2020)transactionsonsustainableenergy,2013,4(4):877-885.J.KennedyandR.Eberhart,Particleswarmoptimization[C].Proceedingsofthe1995I(管晓峰,罗雪莉,2020)InternationalConferenceonNeuralNetworksPart4(of6),Nov27–Dec11995,1995:1942-1948.程思远,陆婉婷.改进PSO算法在电力系统无功优化中的应用[J].农业科技与装备,2012(01):35-37.龚欣怡,王天宇.粒子群优化算法在电力系统中的应用[J].电网技术,2004(19):14-19.李晨逸,郑睿洁.粒子群优化算法的研究现状与发展概述[J].电讯技术,2008,48(5):7-11.孙泽彬,赵雅涵.粒子群优化算法在电力系统中的应用综述[J].继电器,2007(23):77-84.徐晨曦,杨雨婷.考虑发电机组输出功率速度限制的最优机组组合[J].电网技术,1994(06):11-16.陈思远,李梦瑶.计及多因素的含风能电力系统可靠性评

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论