贾贾乾杯-优快云博客

原创配电站所终端的配套操作机构：弹操

相对其他操作机构，弹簧操作机构的机械结构较为简单，零部件较少，减少了故障发生的概率。站所终端（DTU）的配套操作机构中的 “弹操”，即弹簧操作机构，是一种常用的断路器操作机构，利用弹簧储存的能量来驱动断路器分合闸。弹簧操作机构能够储存较大的能量，适用于各种电压等级和容量的断路器，尤其是在高压断路器中应用广泛，可以提供足够的操作力来实现快速、可靠的分合闸操作。：虽然整体机械结构相对简单，但内部的储能、传动等部件的制造和装配要求较高，导致其结构相对复杂，维护和检修的难度较大，需要专业的技术人员进行操作。

2025-01-22 15:20:48 592

原创配电自动化系统“三区四层”数字化架构

配电自动化系统 “三区四层” 数字化架构是一种用于规范和指导配电自动化系统建设与运行的体系结构，对保障电力系统安全、稳定、高效运行具有重要意义。“三区” 指的是生产控制大区、信息管理大区以及安全接入区，“四层” 则是指配电终端层、通信网络层、配电主站层和应用管理层。

2025-01-22 11:24:21 1295

原创主站集中式和分布式的配电自动化系统区别在哪里？各适用于什么场所？一文详解

本文讲述了主站集中式与分布式配电自动化系统的区别、适用场所以及运行过程中可能遇到的问题。

2025-01-22 10:53:18 1656

原创配电自动化中的进线监控技术

进线监控技术是配电网自动化中的一项关键技术，它主要用于对配电网进线变电站的开关状态以及母线电压、电流、有功功率、无功功率及电度量等参数进行实时监测。

2025-01-21 09:40:40 769

原创什么是配电自动化系统？看懂本文就够了

配电自动化系统是一种可以使配电企业在远方以实时方式监视、协调和操作配电设备的自动化系统。它具备配电SCADA（supervisory control and data acquisition，即数据采集与监视控制系统）、馈线自动化、电网分析应用及与相关应用系统互连等功能。数据采集与监控：实现配电网及设备的数据采集、运行状态监视和故障告警等功能，并对相关电力设备进行远程操作。这是配电自动化的基础功能，体现了“三遥”（遥测、遥信、遥控）的具体应用。故障自动隔离与恢复供电。

2025-01-21 09:29:34 948

原创什么是馈线自动化（FA）？其优点是什么？本文给出答案

馈线自动化（FA，FeederAutomation），即配电线路自动化，是指配电自动化系统对配电线路故障进行分析定位，并执行故障隔离和非故障区段恢复供电的操作。它是配网系统自动化的一个重要组成部分，具体内容可以归纳为两大方面：一是正常情况下的用户检测、资料测量和运行优化；二是事故状态下的故障检测、故障隔离、转移和恢复供电控制。馈线自动化在正常状态下，实时监视馈线分段开关与联络开关的状态和馈线电流、电压情况，实现线路开关的远方或就地合闸和分闸操作。

2025-01-20 11:15:49 2348

原创配电网的自动化和智能化水平介绍

配电网智能化水平的应用场景涵盖了配电系统自身、输配电协同以及配用电互动等多个方面。这些应用场景的实现，离不开物联网技术、大数据技术、人工智能技术等先进技术的支持。随着这些技术的不断发展和完善，配电网的智能化水平将进一步提升，为电力系统的安全、稳定、高效、高品质运行提供更加有力的支撑。综上所述，配电网的自动化和智能化水平在不断提高，为电力系统的安全、稳定、高效运行提供了有力保障。未来，随着技术的不断进步和应用场景的拓展，配电网的自动化和智能化水平将进一步提升。

2025-01-20 09:55:08 1416

原创什么是配电网？其在我们生活中扮演怎样的角色？本文给予解答

配电网是指从输电网或地区发电厂接受电能，通过配电设施就地分配或按电压逐级分配给各类用户的电力网。它主要由架空线路、电缆、杆塔、配电变压器、开关设备、无功补偿电容等配电设备及附属设施组成，在电力网中的主要作用是分配电能。

2025-01-17 14:23:13 1071

原创两表法测三相功率原理及应用

两表法测三相功率的原理是基于三相电路中电流和电压的矢量关系，以及基尔霍夫电流定律（ia+ib+ic=0）来进行的。

2025-01-17 11:27:37 867

原创电压互感器V/V连接⽅式原理及应用

V-V接线是电压互感器的一种接线方式，通常用于三相三线制电路中，以测量线电压。在V-V接线中，两个电压互感器的一次侧分别接在两相火线之间，二次侧则分别连接一个电压表。如需测量另一个线电压，可将两个互感器的二次输出的n端连接在一起，a、b端连接第三个电压表

2025-01-17 11:08:19 2513

原创如何区分配电网中的开闭所与配电站

开闭所定义：开闭所是电力系统中用于接收电力并分配电力的供配电设施，在高压电网中通常被称为开关站。它主要使用开关设备实现电路的开闭，不进行电压变换。性质：开闭所是全金属密闭结构，能够在室外运行，通常用于10KV电压等级以下的电力系统中。它是将高压电力分别向周围的几个用电单位供电的电力设施，位于变电站的下一级。配电站定义：配电站是电力系统的重要组成部分，主要负责将高压电能转换为低压电能，并分配给各个电力用户。

2025-01-16 12:26:20 470

原创配电系统中DTU与FTU的区别

在配电系统中，DTU（Data Transfer Unit，数据传输单元）与FTU（Feeder Terminal Unit，馈线终端单元）是两种重要的远程终端设备，它们在功能和应用场景上存在显著的区别。

2025-01-16 11:30:39 1002

原创 Python实战开发及案例分析（32）—— 柔性数组

柔性数组（Dynamic Array）是一种能够在运行时动态调整大小的数据结构，常用于实现类似于Python列表（list）那样的可变数组。在实现动态数组时，我们通常使用倍增策略，即当数组容量不足时，将其容量加倍。

2024-05-20 23:03:57 1209 1

原创 Python实战开发及案例分析（31）—— 哈希算法

哈希算法（Hash Algorithm）是一种将输入数据映射到固定大小的输出（通常是一个整数或字符串）的算法。哈希算法广泛应用于数据结构（如哈希表）、加密、数据校验等领域。下面将详细介绍哈希算法的基本原理，并通过具体案例展示如何在Python中实现和应用哈希算法。

2024-05-20 22:54:06 2498

原创 Python实战开发及案例分析（30）—— 剪枝

剪枝（Pruning）是用于优化搜索算法的一种技术，通过减少需要评估的节点数量，从而提高算法的效率。剪枝常用于深度优先搜索（DFS）和广度优先搜索（BFS）等搜索算法中，特别是在解决组合优化问题时，如在棋类游戏的博弈树中进行搜索。

2024-05-18 23:15:28 1536 3

原创 Python实战开发及案例分析（29）—— 霍夫曼树

霍夫曼树（Huffman Tree）是一种用于数据压缩的最优二叉树编码方法。它通过构建一个最优的二叉树，为每个字符分配一个唯一的二进制码，以实现数据的无损压缩。霍夫曼编码利用字符出现频率来构建最优二叉树，频率越高的字符其编码长度越短，从而达到压缩的目的。

2024-05-18 22:58:26 1033 2

原创 Python实战开发及案例分析（28）—— 预编码算法

预编码算法（Precoding Algorithm）通常用于无线通信系统中，尤其是多输入多输出（MIMO）系统中，以提高数据传输的可靠性和效率。预编码是为了在发送端对信号进行处理，以优化传输性能。在MIMO系统中，预编码可以用于降低干扰，提高信号的信干噪比（SINR），以及实现空间复用等。常见的预编码方法包括线性预编码（如零强迫预编码和最小均方误差预编码）和非线性预编码。

2024-05-17 22:47:20 1836 1

原创 Python实战开发及案例分析（27）—— 均值算法

均值算法通常指的是用于聚类的k-均值（k-means）算法。k-means是一种常见的无监督学习算法，用于将数据集划分为k个不同的簇（cluster），使得同一簇内的数据点彼此相似而不同簇间的数据点差异较大。

2024-05-17 22:30:41 952

原创 Python实战开发及案例分析（26）—— 近邻算法

近邻算法（Nearest Neighbor Algorithm），尤其是在机器学习和数据科学中，通常指的是k最近邻（k-Nearest Neighbors, k-NN）算法。这是一种基本的分类和回归方法，它通过测量不同特征点之间的距离来进行预测。这里，我们将详细探讨如何用Python实现k-NN算法，并通过一个分类案例来分析其应用。

2024-05-16 22:54:39 928

原创 Python实战开发及案例分析（25）—— 爬山算法

爬山算法（Hill Climbing）是一种启发式搜索算法，常用于解决优化问题。它的核心思想是从一个初始解开始，不断朝着增益最大的方向移动，直到达到局部最优解。

2024-05-15 09:58:24 1968

原创 Python实战开发及案例分析（24）—— 图搜索算法

这些算法涵盖了广泛的图搜索和路径查找需求，每种算法都有其特定的应用场景和优缺点。了解和掌握这些算法，可以帮助更好地解决实际问题。

2024-05-15 09:48:00 1418

原创我的创作纪念日

在创作方面，我想继续为开源社区贡献代码，也希望能开发出自己的软件产品，帮助解决更多人的实际问题。通过分享这些经历和计划，我希望能够激励正在读这篇博客的你，无论是在编程还是在其他任何领域，只要你怀着热情，坚持不懈，就一定能够取得自己想要的成功。那时，老师展示了如何用几行简单的代码使计算机执行任务，那种凭借几行指令就能创造出有用功能的神奇感觉，让我震惊不已。此后，我开始自学编程，深深被这种创造的力量吸引。我的个人项目通常会在业余时间进行，这些项目不仅增强了我的技术栈，也让我在工作中更加游刃有余。

2024-05-14 22:28:17 281 1

原创 Python实战开发及案例分析（23）—— 迭代加深

迭代加深搜索（Iterative Deepening Search，IDS）是一种结合了深度优先搜索（DFS）的内存效率和广度优先搜索（BFS）的完备性和最优性的搜索算法。它通过逐步增加深度限制来重复执行深度限制的深度优先搜索（Depth-Limited Search，DLS），结合了DFS的空间效率和BFS的完全性。IDS在找到目标节点时能够确保找到最短路径，尤其适用于有大量节点的状态空间。

2024-05-14 12:07:02 989

原创 Python实战开发及案例分析（22）—— 深度优先

深度优先搜索（Depth-First Search, DFS）是一种用于遍历或搜索树或图的算法。与广度优先搜索不同，深度优先搜索尽可能深地遍历图的分支，直到找到目标或达到死胡同后才回溯。DFS可以使用递归实现或利用栈来进行非递归实现。

2024-05-14 11:53:00 755 2

原创 Python实战开发及案例分析（21）—— 广度优先

广度优先搜索（Breadth-First Search, BFS）是图和树结构中的一种基本搜索算法。它从根节点开始逐层遍历，先访问所有邻近节点，然后再遍历这些邻近节点的邻居。BFS通常使用队列来实现这一过程。在Python中，可以使用collections模块的deque实现高效的队列操作。

2024-05-13 10:04:18 1158 2

原创 Python实战开发及案例分析（20）—— 宽度优先

宽度优先搜索（Breadth-First Search, BFS）是一种遍历图或树的算法。它从根节点开始，探索所有邻近节点，然后再按顺序访问每个邻近节点的邻居，直到所有节点都被访问为止。在图中，为了避免访问同一个节点多次，通常使用一个队列来记录已经访问过但其邻居节点还未完全探索的节点。

2024-05-13 09:49:53 1412

原创 Python实战开发及案例分析（19）—— 推荐算法

推荐系统是一种信息过滤系统，它的目标是预测用户对物品的偏好程度。在Python中，我们可以使用多种技术来实现推荐算法，包括基于内容的推荐、协同过滤推荐以及利用机器学习模型的混合推荐系统。

2024-05-12 11:46:23 3819 4

原创 Python实战开发及案例分析（18）—— 逻辑回归

逻辑回归是一种广泛用于分类任务的统计模型，尤其是用于二分类问题。在逻辑回归中，我们预测的是观测值属于某个类别的概率，这通过逻辑函数（或称sigmoid函数）来实现，该函数能将任意值压缩到0和1之间。

2024-05-12 10:53:13 1277 4

原创 Python实战开发及案例分析（17）—— 粒子群算法

粒子群优化（Particle Swarm Optimization, PSO）是一种计算方法，它通过模拟鸟群的社会行为来解决优化问题。粒子群优化算法中的每个“粒子”代表问题空间中的一个候选解决方案。每个粒子都会根据自己的经验以及邻居的经验来调整其在解空间中的位置。

2024-05-11 11:08:17 2945 4

原创 Python实战开发及案例分析（16）—— 遗传算法

遗传算法（Genetic Algorithm, GA）是一种模拟自然选择和遗传学原理的搜索启发式算法。它们通常用于解决优化和搜索问题，基于“适者生存”的自然选择概念，通过选择、交叉（杂交）、变异操作在一系列迭代中逐步优化解决方案。

2024-05-11 10:37:38 3388 6

原创 Python实战开发及案例分析（15）—— 支持向量机

支持向量机（Support Vector Machine，SVM）是一种监督学习模型，适用于分类和回归任务。SVM 尤其擅长处理小样本、高维度数据，以及复杂的分类任务。其基本思想是找到最佳的超平面将不同类别分开，并最大化两类之间的间隔（Margin）。

2024-05-10 15:24:37 1684

原创 Python实战开发及案例分析（14）—— 随机森林

随机森林（Random Forest）是一种基于决策树的集成学习方法，由多个独立训练的决策树组成，能够显著提升模型的性能和稳定性。它通过引入随机性，增强了模型的泛化能力。随机森林通常用于分类和回归问题。

2024-05-10 15:03:16 5995 1

原创 Python实战开发及案例分析（13）—— 散列表

散列表（Hash Table）是一种高效的键值对数据结构，具有快速的查找、插入和删除操作。它通过哈希函数将键映射到散列表的索引，实现对数据的快速访问。

2024-05-09 10:23:23 842

原创 Python实战开发及案例分析（12）—— 模拟退火算法

模拟退火算法（Simulated Annealing）是一种概率搜索算法，源自于金属退火过程。在金属退火中，通过缓慢降低温度，金属内部的原子能够从高能态逐步达到较低能态。模拟退火算法利用类似的原理，通过随机搜索和概率接受策略来找到近似最优解。

2024-05-09 10:04:00 3502

原创 Python实战开发及案例分析（11）—— b树

B树（B-Tree）是一种自平衡的树数据结构，它允许高效地进行查找、插入、删除等操作，广泛应用于数据库和文件系统。B树的每个节点可以包含多个键，并且有多个子节点。

2024-05-07 19:17:48 1285

原创 Python实战开发及案例分析（10）—— 最小二乘法

最小二乘法是一种用于拟合数据的线性回归技术，它通过最小化残差平方和来找到最佳拟合线。通常用于估计线性关系，但也可以扩展到多元回归和非线性关系中。Python 提供了多种方式来实现最小二乘法，包括使用 NumPy、SciPy 和 scikit-learn。

2024-05-07 19:00:07 4141

原创 Python实战开发及案例分析（9）—— 决策树

决策树是一种用于分类和回归的机器学习模型。它通过学习一系列的决策规则将数据分成不同的类别或预测数值。决策树在构建时依赖于属性选择度量，如信息增益、基尼系数等。

2024-05-06 20:59:34 3436 8

原创 Python实战开发及案例分析（8）—— 聚类算法

聚类是一种将数据分组的无监督学习方法，其目标是使同组内的数据相似度高，不同组间的数据相似度低。常用的聚类算法包括K均值聚类、层次聚类和DBSCAN等。下面是这些算法的Python实现和案例分析。

2024-05-06 11:49:57 3286 2

原创 Python实战开发及案例分析（7）—— 排序算法

排序算法是计算机科学中的基础，用于将数据元素按照特定的顺序排列。Python 提供了多种方式来实现排序算法，包括内置的排序函数和手动实现各种经典排序算法。

2024-05-05 11:10:25 991

原创 Python实战开发及案例分析（6）—— 动态规划

动态规划（Dynamic Programming, DP）是一种解决复杂问题的算法，它通过将问题分解成较小的子问题，并利用这些子问题的解来有效解决整个问题。动态规划特别适用于具有重叠子问题和最优子结构的问题。

2024-05-05 10:56:07 1165

基于多目标算法的冷热电联供型综合能源系统运行优化(MATLAB复现).rar

MATLAB2021b环境下程序可直接运行，注释详细，内附PDF原文。运行遇到问题可私信博主。

2024-05-03

混合风电-微燃机的孤岛微网能量管理策略(MATLAB实现，IEEE Trans复现).rar

IEEE Trans复现，原文：[1] Pourmousavi S A , Nehrir M H , Colson C M ,et al.Real-Time Energy Management of a Stand-Alone Hybrid Wind-Microturbine Energy System Using Particle Swarm Optimization[J].IEEE Transactions on Sustainable Energy, 2010, 1(3):193-201.DOI:10.1109/TSTE.2010.2061881. MATLAB编程，可直接运行，注释详细，内附原文PDF。

2024-05-03

基于免疫粒子群算法的考虑负荷需求相应的热电联供系统优化调度（MATLAB实现）.rar

随着“双碳”战略的提出，各种分布式能源的开发和利用收到越来越多的重视。冷热电联供(Combined Cooling Heating and Power, CCHP)系统在发电的同时可以将燃气轮机产生的废热用于制热或制冷，实现能量的梯级利用，并减少系统的污染气体排放量，具有良好的社会和经济效益。需求侧管理(Demand response, DR)可以改变微电网的负荷特性。单纯的追求微电网运行的经济性，不仅会影响用户的用电成本，还会改变用户用电的舒适度。因此对于微电网的优化调度不能只考虑经济最优，还应将用户用电满意度纳入寻优目标。具体内容可见：https://blog.youkuaiyun.com/qq_42912425/article/details/138388468?csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22rId%22%3A%22138388468%22%2C%22source%22%3A%22qq_42912425%22%7D

2024-05-02

大型变速恒频风力发电机组建模与仿真.pdf

建立了包含风速、风力机和风力机机械控制部分、双馈发电机、变频器及发电机电气控制部分的变速恒频风力发电机组的整体动态数学模型;应用MATLAB软件中的Simulink环境 , 以建立的数学模型为基础搭建了变速恒频风电机组数字仿真工具。并以渐变风和随机风为例 , 对由10台单机容量为1500kW变速恒频风电机组组成的风电场并网后的运行特性进行了仿真研究。仿真结果表明了变速恒频风电机组良好的运行特性及模型的正确性。

2024-01-24

MATLAB智能算法30个案例分析+源代码.rar

对应教材《MATLAB智能算法30个案例分析》(第2版)的配套源代码，以智能算法为主线，讲解了遗传算法、免疫算法、退火算法、粒子群算法、鱼群算法、蚁群算法和神经网络算法等常用的智能算法的MATLAB实现。

2024-01-24

2017年第十四届华为杯研究生数学建模竞赛试题及优秀论文合集.rar

附件包含2017年全国研究生数学建模竞赛试题、各试题的优秀论文，仅供学习。

2024-01-24

基于博弈论的频谱分配的matlab程序.rar

基于博弈论的频谱分配的matlab程序，可以直接运行。

2024-01-18

基于Cplex的电动汽车充电优化策略(MATLAB实现).rar

使用蒙特卡洛模拟法，结合每个时间段到达车辆数的概率密度函数，模拟电动汽车的行驶参数；结合正态分布函数模拟电动汽车的SOC等充电参数。以负荷曲线峰谷差最小为目标函数，考虑电动汽车充电约束条件建立优化模型，采用MATLAB/Cplex求解器进行求解，程序注释完整，可以直接运行。

2024-01-18

基于CPLEX的IEEE-30节点机组组合优化(MATLAB实现).rar

机组组合问题属于规划问题，即要在决策变量的可行解空间里找到一组最优解，使得目标函数尽可能取得极值。对于混合整数规划，常用的方法有分支定界法，benders分解等。CPLEX提供了快速的MIP求解方法，对于数学模型已知的问题，只需要按照程序规范在MATLAB中编写程序化模型，调用CPLEX求解器，即可进行求解。建立含安全约束的机组最优组合（SCUC）模型如下：目标为最小化成本，包括发电带来的煤耗成本和机组启停产生的开停机成本。约束条件包含：功率平衡约束、热备用约束、机组出力约束、机组爬坡约束、机组起停时间约束、起停费用约束、潮流安全约束。模型简化：由上小节构建的机组组合优化模型，煤耗成本采用二次函数，当系统规模较大时（如节点数超过1000），求解起来将消耗大量时间。因此我们可以对原模型进行线性化处理。将煤耗函数分段线性化，分为m段。校验程序的算例基于IEEE-30节点标准测试系统。系统包含30个节点，6台发电机组。要求确定系统最优机组组合，使得系统各机组总运行成本（煤耗成本+启停成本）最小化。

2024-01-17

条件风险价值CVaR例程(MATLAB实现).rar

CVaR是基于风险价值（Value at Risk, VaR）发展而来的，是在一定置信水平α下，损失超过VaR值时的条件均值。VaR是指在一定的置信水平下，某一投资组合在未来某一时间段内的最大损失。例程中介绍了CVaR相关的编程方法以及各参数的取值范围，注释详细，可直接运行。

2024-01-17

基于杂交PSO算法的风光储微网日前优化调度(MATLAB实现).rar

微网中包含：风电、光伏、储能、微型燃气轮机，以最小化电网购电成本、光伏风机的维护成本、蓄电池充放电维护成本、燃气轮机运行成本及污染气体治理成本为目标，综合考虑：功率平衡约束、燃气轮机爬坡约束、电网交换功率约束、储能装置约束、可控微电源出力约束等约束条件建立优化调度模型。求解算法采用改进的粒子群优化(PSO)算法，引入杂交机制提高全局寻优能力。PSO粒子群算法中，用一种粒子来表示一个个体，每个粒子可视为N维搜索空间中的一个搜索个体，粒子的当前位置即为对应优化问题的一个候选解，粒子的飞行过程即为该个体的搜索过程．粒子的飞行速度可根据粒子历史最优位置和种群历史最优位置进行动态调整．粒子仅具有两个属性：速度和位置，速度代表移动的快慢，位置代表移动的方向。每个粒子单独搜寻的最优解叫做个体极值，粒子群中最优的个体极值作为当前全局最优解。不断迭代，更新速度和位置。最终得到满足终止条件的最优解。借鉴遗传算法中的杂交的概念，在每次迭代中，根据杂交率选取指定数量的粒子放入杂交池内，池内的粒子随机地两两杂交，产生同样数目的子代粒子，并用子代粒子代替父代粒子。

2024-01-16

通用PSO算法求解微电网经济调度模型(MATLAB实现).rar

采用通用的PSO函数求解微电网经济调度模型，MATLAB编程实现，可直接运行，绘图可动态体现PSO算法收敛过程。

2024-01-16

麻雀搜索算法SSA(MATLAB实现).rar

麻雀搜索算法SSA(MATLAB实现)，内附基准测试函数，可直接运行。

2024-01-16

含分布式电源的配电网日前两阶段优化调度模型MATLAB.rar

含分布式电源的配电网日前两阶段优化调度模型MATLAB程序，得到各个时段各个PV的无功出力、电压偏差、上级电网输入有功功率、上级电网输入无功功率、网损、电压偏差的平均值、节点电压等，程序可直接运行。

2024-01-16

多时间尺度下主动配电网源-储-荷协调经济调度

电力市场细分众多，主动配电网内资源的性能经济性各不同，且不平衡功率惩罚较重，主动配电网能否有效消纳可再生能源，减少不平衡功率惩罚，很大程度上依赖于运行调度是否合理。基于此，提出日前主辅市场下主动配电网多时间尺度优化经济调度模型。该模型考虑市场竞争以及时间尺度间的调度衔接优化，通过协调调度可再生分布式电源、储能以及负荷侧各类需求响应，在促进可再生能源消纳、减小不平衡功率的同时提升主动配电网运行经济性。首先，分析了主动配电网多源协调调度并网方式与辅助服务市场性能划分。其次，综合考虑储能的快速调节与能量时移特性以及需求侧响应时间尺度特性，以日前调度收益最大以及日内运行成本最小为目标，建立多时间尺度协调调度模型。然后，基于二进制扩充法与拉丁超立方采样将模型转化为混合整数线性规划问题进行求解。最后通过算例验证了模型的正确性与有效性。

2024-01-16

计及源荷不确定性的综合能源生产单元运行调度与容量配置两阶段随机优化

为应对源端可再生能源及荷端负荷需求的随机性波动对综合能源生产单元（ integrated energy production unit, IEPU）运行调度及容量配置问题带来的挑战，本文提出了一种两阶段随机优化方法。首先，在底层运行优化问题中，本文通过建立各设备模型及约束条件，提出基于混合整数线性规划（ mixed integer linear programming, MILP）的最小成本求解方法；其次，利用蒙特卡洛模拟生成多种随机场景，确定系统在给定容量配置条件下的成本期望；最后，在顶层容量配置优化问题中，本文以系统容量为决策变量，采用遗传算法调用蒙特卡洛模拟及 MILP 运行优化算法，实现使 IEPU 系统全生命周期成本最小的最优容量配置。优化结果表明：底层运行优化中储气的接入使弃光量和碳排放量分别减少 5.49%和 0.35%，顶层计及源荷不确定性的电力设备容量提升 20%左右，更加接近实际场景，验证了所提出方法的有效性。并结合参数灵敏度分析为 IEPU 系统的规模化设计提供参考。

2024-01-16

基于纳什议价的多微网综合能源系统分布式低碳优化运行策略

针对当前多微网能源交易中未充分考虑供能侧与需求侧的互动关系，且随着碳交易市场的全面发展，多主体在碳交易机制下能源交易时的利益交互关系需深入挖掘等问题，提出一种基于纳什议价的多微网综合能源系统分布式低碳优化运行策略。首先，综合考虑多微网综合能源系统能源交易中各微网运营商以及用户的利益诉求，基于纳什议价理论构建碳交易机制下多个微网运营商与代表整个多微网用户侧利益的负荷聚合商的合作运行模型。其次，在证明所提纳什议价模型可以最大化社会效益的基础上，将原问题转化为易于求解的两个子问题，运用交替方向乘子法先后对两个子问题进行分布式求解，在交互有限信息的基础上达到博弈均衡，充分保证了各交易主体的信息隐私。最后，通过算例对比证明了所提方法在减少碳排放、提升个体效益和社会效益上的有效性，并深入分析了在碳交易机制下多主体合作运行减少碳排放的综合原因。

2024-01-16

虚拟同步发电机逆变控制仿真Simulink

虚拟同步发电机逆变控制仿真Simulink，可直接运行。

2024-01-16

蒙特卡洛法配电网可靠性评估MATLAB.rar

//--------------------------------输入数据说明-------------------------------------------// 使用蒙特卡洛法配电网可靠性评估，所采用算例的网络结构见PDF文件，配电网络参数见Excel文件。 //--------------------------------程序说明------------------------------------------// 各个变量名取中文首字母，详情见代码注释。第一部分：读取配电网络参数并初始化；第二部分：使用蒙特卡洛法随机模拟场景，得到负荷点总的故障次数和故障时间；第三部分：计算负荷点的故障率、平均故障持续时间以及年平均故障时间；第四部分：计算系统可靠性指标并打印结果。

2024-01-16

MATLAB神经网络预测电力负荷.rar

MATLAB神经网络预测电力负荷，程序可以直接运行。内附神经网络应用示例帮助理解、调试。

2024-01-15

含质子交换膜燃料电池(PEMFC)的热电联供系统能量管理策略Simulink仿真

含质子交换膜燃料电池(PEMFC)的热电联供系统能量管理策略Simulink仿真，可以直接运行。

2024-01-15

基于等效消耗最小(ECMS)的电氢综合能源系统能量管理策略Simulink模型

由于等效消耗最小能量控制策略是一种瞬时优化方法，其主要思想是：燃料电池热电联供系统在运行期间所消耗的能量最终都来自于储氢罐中的氢气和氧气反应的化学能，蓄电池消耗的电能会在之后的运行过程中由燃料电池消耗一定量的氢气进行反应来补充。所以在ECMS策略中建立能耗指标时，需要将蓄电池所消耗的电能与燃料电池补偿电能之间建立等效关系，将燃料电池在某一时刻的氢气消耗和蓄电池消耗的电能的等效氢耗量作为统一的优化性能指标。在运行过程中，根据负荷所需求的功率实现燃料电池和蓄电池之间进行的实时最佳功率分配，以达到最低的等效氢耗量的目标。基于等效消耗最小(ECMS)的电氢综合能源系统能量管理策略Simulink模型，模型已调试好，可以直接运行。

2024-01-15

基于下垂控制的燃料电池逆变控制策略.rar

基于下垂控制的燃料电池逆变控制策略Simulink模型，可以直接运行。

2024-01-15

基于PSO的热电联供系统日前优化调度.rar

基于粒子群优化算法的热电联供系统日前优化调度（MATLAB编程），注释完整，可以直接运行。

2024-01-15

基于PSO的微燃机-储能微网日前优化调度.rar

基于粒子群优化算法的微燃机-储能微网日前优化调度模型（MATLAB编程），可以得到24h的微型燃气轮机、储能、向主网购售电功率值，注释完全，程序可直接运行。

2024-01-15

燃料电池-蓄电池-超级电容交直流微网能量管理策略Simulink模型

Simulink模型中有注释，可直接运行

2024-01-15

光伏储能直流微网Simulink模型

光伏储能直流微网EMS能量管理策略Simulink仿真，光伏MPPT/CV，储能采用DCDC双闭环控制。光伏电池的空载电压与光谱辐照度有关，与电池面积无关。在100MW/cm2的太阳光谱辐照度下，单晶硅光伏电池的空载电压为450——600mV，最高可达690mV。当入射光谱辐照度变化时，光伏电池的空载电压与入射光谱辐照度的对数成正比。环境温度升高时，光伏电池的空载电压将下降，一般温度每升高1℃，Uoc约下降2——3mV。在不同系统运行条件下，光伏可运行于MPPT模式及CV模式。由于光伏阵列的输出特性随着环境条件影响，光伏电池系统一般工作在MPPT模式以提高可再生能源利用率。当蓄电池接近满充或者达到最大充电功率时，直流母线电压 Ubus随之上升，光伏电池系统需要降低输出功率以实现系统功率平衡。当直流微电网工作在晚上或者阴天条件下，光伏电池无法为系统提供功率，此时光伏电池系统切换为空闲模式，在该状态下，蓄电池为直流负载供电。在直流微电网中，蓄电池组在维持系统功率平衡和母线电压稳定中发挥着重要作用。本模型采用DCDC双闭环控制方法实现蓄电池组的自动充放电管理以及维持母线电压稳定。

2024-01-15

Cuk电路控制Simulink.rar

Cuk电路控制Simulink模型以及仿真测试报告，可直接运行。

2024-01-15

烟花优化算法MATLAB.rar

烟花优化算法属于启发式算法中的群体智能优化算法，MATLAB代码如附件所示，注释较为详细，便于理解。

2024-01-15

蜣螂优化算法MATLAB.rar

蜣螂可以通过使用天体信息来导航，并且能够使得粪球沿直线滚动。然而，当光线很弱时，蜣螂的路径可能不再是直线。一些其他的自然因素（比如风或不平坦道路）能够导致蜣螂偏离原始路径。与此同时，蜣螂会站在粪球上跳舞（包括一些旋转和停顿），从而决定他们接下来的移动方向。蜣螂得到的粪球总共有两个用途：1）一些粪球被用来下蛋和养育下一代；2）剩下的作为食物。蜣螂把粪球埋起来，雌虫将卵放在粪球里。需要注意的是，粪球不仅是幼虫的发育场所，还为幼虫提供了生命所必需的食物。DBO算法主要是受蜣螂滚球、跳舞、觅食、盗窃和繁殖行为的启发。资源内含有DBO算法源代码、SCI原文、基准测试函数、算法核心内容的翻译，该算法属于启发式算法中的群体智能优化算法，可以用于求解混合整数非线性规划问题。

2024-01-15

基于动态规划(DP)算法的增程式EV能量管理策略研究(MATLAB编程).rar

动态规划在预知未来一段时间的路况后，通过全局遍历计算得出一条能量损耗最小的增程器发电路径。DP算法得到的结果可以视为该HEV在该工况下的终极燃油经济性性能，任何其他实时控制策略理论上都不可能取得比这更好的经济性结果，因此，这该结果可以作为评价实时控制策略的准绳。

2024-01-14

PV+PEMFC+battery_grid.slx

PV+PEMFC+batter微网并网运行，运行环境为MATLAB2017b

2021-07-20

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人