【摘 要】
：
近年来,环境问题和能源问题随着社会的快速发展愈渐突出,使得新能源的充分利用成为必然选择。包含分布式电源、储能以及负荷等单元的微电网具有高效利用新能源的优势,因此,在目前的研究中具有较高的关注度。但风、光等新能源的出力具有较大的不确定性,且二者出力具有难以精确预测的特点,使得如何解决微电网中的不确定问题及预测误差问题成为当前优化调度方向的重要研究内容。同时,在当前对需求响应的研究中,研究对象主要为负
论文部分内容阅读
近年来,环境问题和能源问题随着社会的快速发展愈渐突出,使得新能源的充分利用成为必然选择。包含分布式电源、储能以及负荷等单元的微电网具有高效利用新能源的优势,因此,在目前的研究中具有较高的关注度。但风、光等新能源的出力具有较大的不确定性,且二者出力具有难以精确预测的特点,使得如何解决微电网中的不确定问题及预测误差问题成为当前优化调度方向的重要研究内容。同时,在当前对需求响应的研究中,研究对象主要为负荷资源,而对其他潜在的需求侧资源研究较少,因此,对分布式电源和储能系统等广义需求侧资源在微电网优化调度中的应用亟需被关注。本文在对选题背景及意义进行阐述的基础上,对当前国内外针对不确定问题和需求响应问题的研究进行了总结。针对所述问题本文做了以下研究:（1）通过对求解不确定性问题的方法进行研究,以及为解决预测误差随时间推移而逐渐增大的问题,本文提出了基于模型预测的微电网日内分层调度策略。（2）为解决目前微电网单一的对需求侧负荷进行调度,而未充分考虑其他需求侧资源价值的问题,本文在（1）所述方法的基础上,提出考虑广义需求响应的微电网日内分层调度方法。（3）在上述（1）和（2）所提的策略中,优化层和修正层形成了内层-外层相嵌套的满足实时要求的控制结构,在各层中都包含了完整的模型预测和滚动优化环节。而为解决滚动优化模型传统求解方法复杂度高以及常用算法在计算速度等方面存在缺陷的问题,本文采用IWOA进行求解。
其他文献
谐振子作为物理学的经典模型,在物理学的各个领域均得到发展。近几年,在广义不确定原理和弯曲时空背景下谐振子的研究逐渐成为热点。本文就广义不确定原理及Som-Raychaudhuri时空下谐振子模型研究进行了两部分内容的讨论:·研究了广义不确定原理下DKP谐振子和含线性势的DKP谐振子。通过广义不确定原理下动量和坐标的转化得到了DKP谐振子的表达式,使用合流超几何方程确定了体系的能级,并借助数值分析对
偏微分方程及其最优控制理论在金融、物理、地震学等领域有着广泛的应用.近年来,学者在确定型偏微分方程最优控制理论相关研究方面取得了许多成果.然而,由于现实环境处于不断变化的过程中,这使得在具体求解问题时会受到随机因素的影响,确定型偏微分方程最优控制问题模型显然已经无法准确的描述现实问题.因此,随机最优控制问题及其理论分析成为了当前的研究热点.本文针对扩散项带随机系数的抛物方程最优控制问题的数值求解,
近年来,猪场发生细菌病问题越来越突出,在排污水中检测到大量的细菌存在,由于用药不合理和管理不规范,部分养猪场使用广谱药物进行细菌病防治,使得细菌耐药菌株增多,耐药性越来越复杂,不但对猪场环境造成污染,也会对细菌病的临床用药防治带来困难,同时制约养猪业的健康发展和影响公共卫生安全。本研究首先对贵阳市花溪区5个规模化养猪场主要疫病进行调查分析,其次对猪场排污水进行细菌分离鉴定、致病性和主要分离菌的耐药
蒸汽不但是一种利用率较高的清洁能源,而且对稠油热注开采等行业的作用也较大,其质量流量的计量准确与否对降低蒸汽的质量管理成本和提升生产效率均有极大影响。如何研究稠油井环境下蒸汽流动的动力学特性,探讨油井出口端的蒸汽质量流量计量算法,已成为稠油企业及相关研究人员关注的重要难题。为此,本文在综合考虑蒸汽流量计量中涉及的蒸汽液化、热量损失、设备成本、测量环境限制等因素下,以质量流量计量的准确率为性能指标,
近年来,基于大环（例如环糊精、杯芳烃、瓜环及柱芳烃等）和纳米材料（如石墨烯,g-C3N4,金属纳米等）制备的复合材料现已用于各种领域,尤其是超分子传感器领域,该复合材料结合了大环及纳米材料的优点,改善灵敏度和选择性。因此本论文构建了化学传感器,主要用于检测敌草快和氯霉素。通过原子力显微镜（AFM）,红外光谱（IR）和拉曼光谱的全面表征,合成了Benzo[6]uril杂化氧化石墨烯复合物,将该复合物
随着分布式能源渗透率的提高以及高品质负荷日益增加,对网源荷协同控制的技术需求日趋迫切。然而,传统配电网的“闭环设计、开环运行”结构不能友好接入大规模分布式能源,难以满足重要负荷的高可靠性供电需求。柔性互联配电网作为一种新形态的供电结构,不仅可以形成闭环供电的新模态,而且提供了配电网层面的源荷协同技术平台。本文以柔性互联配电网的核心装备——柔性多状态开关（Flexible Multi-State S
强化学习算法是用于解决序贯决策问题的一类算法,与深度学习算法的结合推动了强化学习算法的发展。智能体通过与环境交互,增加对环境的认知,然后根据这些认知执行动作。“探索”是智能体在与环境交互过程中放弃当前最优行动,并通过执行其他行动增加对环境的认知以求获得长远利益的行为方式。提高所得策略的探索性能是强化学习算法面临的一个很大的挑战,而高效探索对智能体学到最佳策略起着关键性的作用。常用的提高探索性能的算
超分子传感器是基于分子或离子间通过一系列弱相互作用结合形成主客体化合物而构建的,因此作为主体的一系列大环化合物的发展备受关注。具有功能性空腔的有机大环常被用于超分子传感器研究,从最初的冠醚、到环糊精、杯芳烃、瓜环以及柱芳烃,主体大环化合物的发展十分迅速,并且在超分子传感器研究上起到重要的作用。这些大环分子可以作为电化学和光学传感器的受体,使其具有更宽的检测范围、更低的检出限和更好的抗干扰能力。近几
航空技术和传感器技术的发展为遥感图像的利用提供了有利条件,而遥感图像的语义分割技术是一个热门的研究方向,在自然资源监测、农作物提取、智慧城市建设以及道路提取等方面有重要意义。近年来,随着人工智能的迅速发展,使得AI遥感成为一个热门领域。本文使用深度学习方法对遥感图像的语义分割技术展开研究,设计出若干语义分割算法并在相关数据集上进行验证,得到了很好的分割效果,主要工作如下:一、基于全卷积神经网络,构
熔丝制造（Fused Filament Fabrication,FFF）是目前应用最广泛的3D打印方法之一,但受到打印装备自由度和工艺规划方法的限制,传统的FFF平台仅能在一组平行平面上沉积材料,层内和层间机械性能差异明显,且容易产生阶梯效应,这些问题成为限制FFF进一步推广的瓶颈。为解决上述问题,本文基于工业中广泛应用的机械臂构建了一个多自由度FFF系统,通过多自由度的曲面打印提高打印物体的表面