Стохастический природный газ и электричество Оптимальный поток энергии во взаимосвязанных микросетях сочинение пример

ООО "Сочинения-Про"

Ежедневно 8:00–20:00

Санкт-Петербург

Ленинский проспект, 140Ж

magbo system

Сочинение на тему Стохастический природный газ и электричество Оптимальный поток энергии во взаимосвязанных микросетях

Вероятностные методы можно классифицировать как имитационные, приближенные и аналитические методы. Методы, основанные на моделировании, включают моделирование по методу Монте-Карло (MCS), выборку из латинского гиперкуба (LHS), алгоритм империалистического соревнования (ICA), приближенные методы включают в себя аналог метода точечной оценки (PEM) и два PEM (2PEM), и аналитические методы включают в себя методы Кумулянта, метод «назад-вперед» (BF), метод Гаусса, теория Грама-Шарлье и многое другое. MCS является широко используемым вероятностным методом на основе моделирования [16]. Признано, что, хотя метод MCS способен обеспечить точные результаты, требуются большие вычислительные усилия.

Следовательно, он используется только для сравнения. В [17] используется комбинация MCS и PF на основе рынка, чтобы максимизировать социальное благосостояние в условиях неопределенности нагрузки и возобновляемой генерации. Подход PPF для учета неопределенности узловых данных и параметров линии в расчетах PF предложен и решен PEM [18]. Результаты показали, что распределения всех переменных и величин линейного потока точно и эффективно оцениваются с помощью простых численных расчетов. Кроме того, предлагаемый метод достиг таких же результатов, как и MCS, с меньшими усилиями в численных расчетах. В [19] 2PEM как конкретная версия PEM используется для исследования PPF. Предложен новый надежный вероятностный алгоритм потока мощности в радиальных и ячеистых электроэнергетических системах, включающих возобновляемые источники энергии, основанный на улучшенной версии без ароматического преобразования и RBFNN для нелинейного отображения с приемлемым уровнем точности [20]. Время вычисления предложенного алгоритма уменьшается, потому что в отличие от обычных методов, предлагаемый метод не требует вычисления частных производных и обратного JM. Основное преимущество аналитических методов состоит в том, чтобы избежать большого количества методов, основанных на моделировании, но более сложных математических методов. вычисление наложено. Предлагается новый подход для решения потока мощности для изолированной микросети с использованием метода Модифицированного Ньютона-Рафсона (MNR), который может быть легко интегрирован в любую энергосистему и может быть полезным инструментом для операторов коммунальных служб, планирующих работу микросетей [21]. / р>

Эффективность разработанного метода подтверждена сравнением полученных результатов MND с результатами моделирования из PSCAD / EMTDC. В [22] предлагается метод на основе кумулянта для обработки неопределенностей в проблеме PPF. В [23] комбинированный метод Кумулянта и теория разложения Грама-Шарлье используются для задачи PPF с учетом корреляции нагрузки и нагрузки. Метод сравнивается с MCS, и было показано, что этот метод в 20-30 раз быстрее, чем MCS, и способен обрабатывать обширную систему. Шинный расширенный поток нагрузки (BELF) в задаче PF моделируется для обработки всех возможных типов шин [24]. Предложенный способ может быть легко решен с помощью широкого спектра распределительных и передающих сетей независимо от типа сети, таких как радиальная, ячеистая или слабо-ячеистая. Предложен новый метод анализа PF, позволяющий фиксировать неопределенности с помощью интервального подхода [25]. Предложенная методика оказывается более эффективной, чем существующие подходы, основанные на интервальной и аффинной арифметике.

Кроме того, он так же точен, как и обычный метод Монте-Карло в ситуациях с умеренной неопределенностью, с меньшей вычислительной нагрузкой. В [26] оптимальное распределение DG на основе фотоэлектрических (PV) в системе распределения выполняется в то время как с учетом вероятностной генерации и моделей нагрузки, зависящих от напряжения. Вероятностное моделирование, выполненное в этой работе, генерирует образцы солнечного излучения для анализа сценариев в энергосистеме. Оптимальное размещение и определение размеров фотоэлектрических блоков выполняется для минимизации многоцелевой функции оптимизации, включающей в себя потерю активной и реактивной мощности и отклонение напряжения с использованием оптимизации роя частиц (PSO). Изучена и установлена ​​оптимальная конфигурация микросетки CCHP, состоящей из фотоэлектрической ячейки, газовых турбин, газового котла, накопительного бака, абсорбционного охладителя и электрического охладителя, с помощью пересмотренного алгоритма PSO, решающего модель, и стохастического моделирования Монте-Карло, генерирующего стохастический нагрузки и фотоэлектрическая мощность [27]. Результаты показали, что одновременная неопределенность охлаждения, нагрева и электрической нагрузки крайне влияет на выбор вспомогательного оборудования, такого как электрический чиллер и газовый котел. В ссылке [28] предлагается долгосрочная модель планирования расширения многосетевой микросети в режиме, связанном с электричеством, природным газом и районными тепловыми сетями, с учетом ограничений чистого нулевого выброса (NZE) на горизонте планирования.

Цель состоит в том, чтобы оценить и минимизировать общую чистую приведенную стоимость, включая инвестиции, эксплуатацию и техническое обслуживание, пока выполняется ограничение NZE. Кроме того, предлагается новое, основанное на времени управление спросом, чтобы изменить кривую нагрузки, а также предотвратить чрезмерное использование энергии в часы пик. Оптимальная конфигурация (мощность и местоположение) и работа генераторов и газовых котлов определяется в интегрированной энергетической системе и единой распределительной сетевой системе, в которой распределительная сеть и водная система связаны между собой [29]. Показано, что интеграция водной системы влияет на оптимальный размер и расположение DG и улучшает проникновение DG по сравнению с единой распределительной сетью. В ссылке [30] предлагается новый двухуровневый гибридный аналитико-эвристический метод для определения требуемой выработки электроэнергии на основе интервалов неопределенности, чтобы минимизировать общую ожидаемую стоимость тепловых и ветряных электростанций в течение 24 часов на рынке на сутки вперед. Кроме того, представлены две целевые функции с учетом дополнительных затрат без учета и с учетом платежей потребителей, которые минимизируются с помощью двухуровневого метода оптимизации с использованием трех эвристических алгоритмов (Оптимизация на основе обучения в процессе обучения (TLBO), Оптимизация роя гибридных частиц и Гравитационный поиск Алгоритм (PSO-GSA) и Ant Lion Optimization (ALO)) в сети передачи образцов с 8 шинами. Во многих исследовательских работах методы сокращения сценариев используются для выбора ряда разнородных сценариев с наибольшей вероятностью возникновения. Метод уменьшения сценария BF был применен в стохастических обязательствах [31] и торговле на рынке электроэнергии [32].

Зарегистрируйся, чтобы продолжить изучение работы

    Поделиться сочинением
    Ещё сочинения
    Нет времени делать работу? Закажите!

    Отправляя форму, вы соглашаетесь с политикой конфиденциальности и обработкой ваших персональных данных.