CN109191026B - 一种基于模拟退火算法的能量转换装置寿命统一管理方法 - Google Patents
一种基于模拟退火算法的能量转换装置寿命统一管理方法 Download PDFInfo
- Publication number
- CN109191026B CN109191026B CN201811330819.9A CN201811330819A CN109191026B CN 109191026 B CN109191026 B CN 109191026B CN 201811330819 A CN201811330819 A CN 201811330819A CN 109191026 B CN109191026 B CN 109191026B
- Authority
- CN
- China
- Prior art keywords
- energy
- energy conversion
- conversion device
- load
- equipment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明公开了一种基于模拟退火算法的能量转换装置寿命统一管理方法,本发明在可以自由预先设置设备最大更换时间间隔的情况下,选取每台能量转换装置向负荷供能的占比,以及能量转换装置实际使用时长为决策变量,采用启发式的模拟退火算法,基于物理中固体物质的退火过程与一般组合优化问题的相似性,从某一较高的温度出发,在此温度下不断寻找接受比当前解更优的解,同时以一定概率接受比当前解更差的解以跳出局部最优值寻找全局最优值,全局最优值即为满足设备更换时间间隔要求的能量传输总损耗最低值,此时有最大的能量传输效率。本发明对于能量转换装置的传输效率以及寿命统一管理的研究推广具有重要科学意义和应用价值。
Description
技术领域
本发明涉及一种对能量转换装置寿命统一管理,同时最小化能量传输损耗的发电配置方法。
背景技术
近年来,能源问题已成为世界各国所需讨论解决的首要难题,世界各个国家及组织积极开展探究新型替代能源的技术。其中,可再生能源以其可再生、无污染的特点受到了高度重视。随着新能源技术的发展,并伴随着能源技术创新和互联网技术的深度融合的巨大潜力,诞生了“能源互联网”的宏观结构,该体系具有“多能互补,源网荷储”的统一多能互补协调的核心理念,不仅可以实现能源的“就地采集,原地存储,现场利用”功能,还可以作为具有数个完整功能的局域小型供电系统与电网互联。
由于多种新型能源的加入,以及负荷对于能量需求形式的多样化,因此在网络中需要多种能量转换装置,如电力变压器、微型燃气轮机、光伏发电装置等。由于发电区域通常环境较为恶劣,范围广,因此需要减少由于能量耗尽进行设备更换的频率,而且不同类型的能量转换装置具有不同的总发电量限额,因此需要对不同的能量转换装置进行使用寿命的统一管理。同时,不同位置的能量转换装置向负荷供能时对应不同的能量传输损耗,为了提高能量传输的效率,因此需要尽可能减少向负荷供电的总损耗。综合考虑能量转换装置的寿命统一管理,以及供能的总损耗,对能源互联网的配置具有较大的社会与经济意义。
模拟退火算法是一种应用广泛的启发式智能优化方法,来源于自然界固体退火原理,是人工智能领域的重要分支,对优化问题的限制条件较少,具有极强的通用性,易于通过编程实现。
发明内容
在分布式发电中,能源类型的多样性以及负荷需求类型的多样性,使网络中存在多种能量转换装置。能量转换装置配置区域通常环境恶劣,范围广,而且均有总发电量的限制,且不同类型的能量转换装置通常对应不同的总发电量限额。如果单一装置长时间连续使用或过载运行,则该装置损耗速度快,使用寿命缩短,如果对单一装置减少运行频率或轻载运行,通过代价较小的维护可以使其实际使用寿命延长。如果对分布式发电区域的设备不进行使用寿命的统一管理,工作人员便需要频繁地前往该区域进行设备的更换。同时,由于发电区域范围较广,不同位置的能量转换装置向同一负荷供电时对应有不同的能量线损,减少能量的线损可以提升发电的效率。因此本发明综合考虑不同能量转换装置的寿命管理,以及能量传输的线损问题,在可以自由预先设置设备最大更换时间间隔情况下,选取每台能量转换装置向负荷供能的占比,以及能量转换装置实际使用时长为决策变量,采用启发式的模拟退火算法,基于物理中固体物质的退火过程与一般组合优化问题的相似性,从某一较高的温度出发(记为初始温度),在此温度下不断寻找接受比当前解更优的解,同时以一定概率接受比当前解更差的解以跳出局部最优值寻找全局最优值。温度越高降温的概率越大,温度越低降温的概率越小,伴随着温度参数的不断下降,算法中的解趋于稳定,由此得出全局最优值,即满足设备更换时间间隔要求的能量传输总损耗最低值,此时有最大的能量传输效率。本发明方法的具体实现包括以下步骤:
(1)能源互联网中,由于发电形式的多样性以及负荷类型的多样性,分布式发电区域中存在多种类型的能量转换装置,如电力变压器、微型燃气轮机、光伏发电装置等,将不同类型的能量转换装置进行统一管理,获取所管理设备的剩余能量E(t),表示为:
其中,Ej(t)为设备j在时刻t的剩余能量,m为分布式发电区域待统一管理的总设备数;将m台设备的使用时长,即下次更换时间Tchange记为:
预先设置m台设备的最大更换时间间隔Tinterval,则m台设备的最早更换时间Tf为:
其中,Tter为m台设备的最晚更换时间,m台设备均需要在[Tf,Tter]时间段内进行更换;
(2)获取能源互联网负荷端多个负荷的需求供电量L(t),表示为:
L(t)=[L1(t),L2(t),...,Ln(t)]
其中,Li(t)为负荷i在时刻t所需电量,n为负荷端的负荷总数;
(3)每台能量转换装置向负荷供电时具有不同的能量传输距离,对应不同的能量线损率,该分布式发电区域的能量线损率Hloss表示为:
其中,Dji为设备j与负荷i的能量传输距离,δ为单位传输距离的能量损耗率;
(4)当时刻t每台能量转换装置单独向负荷供电时,所需发电量Ep(t)为:
每台能量转换装置所需发电量与自身剩余能量占比K为:
(5)对于每个负荷,通常需要多个能量转换装置同时向其供电,选取所需发电量与剩余能量占比最小,同时能量传输过程损耗最小的能量转换装置向该负荷供能占比最大时,发电效率最高,同时便于设备寿命的统一管理;
在选取能量转换装置向负荷供电时,综合考虑每台能量转换设备发电配比与实际使用寿命两方面,其中发电配比需考虑该能量转换设备所需发电量与自身剩余能量占比,以及该能量转换设备供能的损耗与负荷大小比值两项因素;
在t时刻对于某负荷i,首先考虑发电配比R(t,i)为:
其中α为预先设置的第一项因素权重,则1-α为第二项因素权重;
其次根据设备的实际使用寿命对发电配比进行相应的调整,得到每台设备对负荷i的实际供能权重W(t,i),表示为:
(6)对于每个负荷,以每台能量转换装置实际供能权重按反比例对其进行供能,即权重值越大,供能占比越小;能量转换装置的实际供能Er(t)为:
其中Erji(t)表示设备j在t时刻对负荷i的实际供能;
(7)经过供能分配之后,得到每台设备剩余能量E(t+1)为:
(8)将m台设备对n个负荷进行供能的总损耗作为目标函数,表示为:
约束条件为:
以及对每台设备j,应满足以下约束条件:
其中,Pj(t)为设备j的输出功率,Pj(t)max为设备j的最大输出功率,通常为额定功率,Pj(t)min为设备j的最小输出功率;
(9)采用启发式的模拟退火算法求解目标函数,使能量转换装置更换时间在预先设置的更换时间段内,能量传输总损耗达到最小;目标函数的求解过程具体如下:
(9.1)对每台设备j选取其计算得出的发电配比作为初始配比,选取设备更换时间从Tf到Tter之间的随机数作为初始更换时间,并计算此时能量传输的总损耗f1作为参考点;设定总扰动次数K、总接受次数Q、初始温度t0、降温速率β;
(9.2)在配比和更换时间初值进行扰动,得到新的配比变量以及更换时间变量,并计算能量传输的总损耗fk,如果fk小于fk-1,则接受概率P=1,选择该扰动点作为新的参考点,同时如果fk小于历史记录的最小损耗fmin,将最小损耗fmin更新为fk;如果fk大于扰动前的fk-1,参考Metropolis计算接受概率P,计算公式如下:
当接受次数达到总接受次数Q时,执行步骤(9.4),否则执行步骤(9.3);
(9.3)令k=k+1,重复执行步骤(9.2),直到达到设定的扰动次数K时,对当前环境降温至tnew=β·tcurrent,tcurrent为降温前的温度,并将k置1,重新执行步骤(9.2);
(9.4)扰动停止,得到历史记录的最小损耗为能量传输最小损耗,并得到每台设备的下次更换时间。
本发明的优点在于:创新性地综合考虑了能量转换装置更换时间,以及每台能量转换装置向负荷供能的发电配比两因素,从而能够对分布式发电区域中的能量转换装置更换时间进行统一管理,同时使向负荷进行能量传输的总损耗达到最低,获得最大的传输效率。由于能量转换装置的多样性,以及对能量转换装置更换时间管理的灵活性,本发明提出采用启发式的模拟退火算法,计算过程简单,通用性强,鲁棒性强,适用于并行处理,可用于求解复杂的非线性优化问题,使本发明在可以自由调控能量转换装置最大更换时间间隔基础上,最小化能量传输的总损耗,提高了发电效率。
附图说明
图1是本发明基于模拟退火算法的能量转换装置寿命统一管理方法的流程图;
图2是模拟退火算法的流程图;
图3是某一地区负荷曲线图;
图4为设备的最大更换时间间隔、最晚更换时间和最早更换时间关系示意图;
图5是设备的剩余能量情况。
具体实施方式
下面结合附图和具体实施例对本发明作进一步描述。以下实例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
本发明提供的一种基于模拟退火算法的能量转换装置寿命统一管理方法,如图1、2所示,包括以下步骤:
(1)本实例中以某微电网为例,选取分布式发电区域中10台能量转换装置对某一负荷进行供能,能量转换装置信息如下表所示,该负荷曲线如图3所示,每千米传输距离的能量损耗率δ=0.005;
(2)如图4所示,预先设置10台设备的最大更换时间间隔Tinterval,则10台设备的最早更换时间Tf为:
其中,Tter为10台设备的最晚更换时间,10台设备均需要在[Tf,Tter]时间段内进行更换;
本实施例中,设置该10台设备统一在当前时刻之后第五年至第六年之间进行更换,即最大更换时间间隔为1年,最早更换时间为第5年,最晚更换时间为第6年,同时设置初始温度t0=106,每个温度对应扰动次数为K=2000,降温速率β=0.5;
(3)计算发电配比,考虑能量转换装置所需发电量与自身剩余能量占比,以及该能量转换设备供能的损耗与负荷大小比值两项因素,选取第一项因素权重α=0.8,则第二项因素的权重为0.2。选取该发电配比作为初始配比,选取每台设备更换时间从Tf到Tter之间的随机数作为初始更换时间,计算当前时刻的实际发电量Erj;
(4)确定约束条件如下:
对每台设备j,应满足以下条件:
其中,Pj(t)为设备j的输出功率,Pj(t)max为设备j的最大输出功率,通常为额定功率,Pj(t)min为设备j的最小输出功率;
(5)进行连续时间的计算,在某台设备的剩余能量达到最小剩余能量阈值时,对此设备进行更换,该阈值设置为500kWh。在10台设备全部达到最小剩余能量阈值时,全部设备均达到更换时间,统计每台设备的使用时长,同时计算目标函数值,即能量传输的总损耗:
(6)在配比和更换时间初值进行扰动,得到新的配比变量以及更换时间变量,并计算能量传输的总损耗fk,如果fk小于fk-1,则选择该扰动点作为新的参考点,即接受概率P=1,同时如果fk小于历史记录的最小损耗fmin,则将最小损耗fmin更新为fk;如果fk大于扰动前的fk-1,参考Metropolis计算接受的概率P,表示为:
当满足该接受的概率P时,同样选择该扰动点作为新的参考点,当不满足概率P时,舍弃该扰动点;设定接受概率P的最大次数Q=200,当接受次数达到Q时,执行步骤(8),否则执行步骤(7);
(7)令k=k+1,重复执行步骤(6),在达到设定的扰动次数之后,对当前环境降温至tnew,表示为:
tnew=β·tcurrent
其中,tcurrent为当前的温度,并将k置1,重新执行步骤(6);
(8)扰动停止,得到历史记录的最小损耗为能量传输最小损耗,并得到每台设备的下次更换时间。
图5为该10台设备的前五年的剩余能量,在第五年之后开始出现能量耗尽需要更换设备的情况,10台设备的更换时间如下表所示;
即10台设备均能够在第五年至第六年的时间区间内进行更换。前五年的能量传输总损耗为110190kWh。
以上所述仅为本发明的较佳实施举例,并不用于限制本发明,凡在本发明精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种基于模拟退火算法的能量转换装置寿命统一管理方法,其特征在于,包括以下步骤:
(1)获取能源互联网分布式发电区域中多种类型的能量转换装置的剩余能量E(t),表示为:
其中,Ej(t)为设备j在时刻t的剩余能量,m为分布式发电区域待统一管理的总设备数;将m台设备的使用时长,即下次更换时间Tchange记为:
预先设置m台设备的最大更换时间间隔Tinterval,则m台设备的最早更换时间Tf为:
其中,Tter为m台设备的最晚更换时间,m台设备均需要在[Tf,Tter]时间段内进行更换;
(2)获取能源互联网负荷端多个负荷的需求供电量L(t),表示为:
L(t)=[L1(t),L2(t),...,Ln(t)]
其中,Li(t)为负荷i在时刻t所需电量,n为负荷端的负荷总数;
(3)每台能量转换装置向负荷供电时具有不同的能量传输距离,对应不同的能量线损率,该分布式发电区域的能量线损率Hloss表示为:
其中,Dji为设备j与负荷i的能量传输距离,δ为单位传输距离的能量损耗率;
(4)当时刻t每台能量转换装置单独向负荷供电时,所需发电量Ep(t)为:
每台能量转换装置所需发电量与自身剩余能量占比K为:
(5)在选取能量转换装置向负荷供电时,综合考虑每台能量转换设备发电配比与实际使用寿命两方面,其中发电配比需考虑该能量转换设备所需发电量与自身剩余能量占比,以及该能量转换设备供能的损耗与负荷大小比值两项因素;
在t时刻对于某负荷i,首先考虑发电配比R(t,i)为:
其中α为预先设置的第一项因素权重,则1-α为第二项因素权重;
其次根据设备的实际使用寿命对发电配比进行相应的调整,得到每台设备对负荷i的实际供能权重W(t,i),表示为:
(6)对于每个负荷,以每台能量转换装置实际供能权重按反比例对其进行供能,即权重值越大,供能占比越小;能量转换装置的实际供能Er(t)为:
其中Erji(t)表示设备j在t时刻对负荷i的实际供能;
(7)经过供能分配之后,得到每台设备剩余能量E(t+1)为:
(8)将m台设备对n个负荷进行供能的总损耗作为目标函数,表示为:
约束条件为:
对每台设备j,应满足以下约束条件:
其中,Pj(t)为设备j的输出功率,Pj(t)max为设备j的最大输出功率,通常为额定功率,Pj(t)min为设备j的最小输出功率;
(9)采用启发式的模拟退火算法求解目标函数,使能量转换装置更换时间在预先设置的更换时间段内,能量传输总损耗达到最小;目标函数的求解过程具体如下:
(9.1)对每台设备j选取其计算得出的发电配比作为初始配比,选取设备更换时间从Tf到Tter之间的随机数作为初始更换时间,并计算此时能量传输的总损耗f1作为参考点;设定总扰动次数K、总接受次数Q、初始温度t0、降温速率β;
(9.2)在配比和更换时间初值进行扰动,得到新的配比变量以及更换时间变量,并计算能量传输的总损耗fk,如果fk小于fk-1,则接受概率P=1,将此时能量传输的总损耗fk作为新的参考点,同时如果fk小于历史记录的最小损耗fmin,将最小损耗fmin更新为fk;如果fk大于扰动前的fk-1,参考Metropolis计算接受概率P;当接受次数达到总接受次数Q时,执行步骤(9.4),否则执行步骤(9.3);参考Metropolis计算接受概率P,按以下公式计算:
(9.3)令k=k+1,重复执行步骤(9.2),直到达到设定的扰动次数K时,对当前环境降温至tnew=β·tcurrent,tcurrent为降温前的温度,并将k置1,重新执行步骤(9.2);
(9.4)扰动停止,得到历史记录的最小损耗为能量传输最小损耗,并得到每台设备的下次更换时间。
2.根据权利要求1所述的一种基于模拟退火算法的能量转换装置寿命统一管理方法,其特征在于,所述能量转换装置包括电力变压器、微型燃气轮机和光伏发电装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811330819.9A CN109191026B (zh) | 2018-11-09 | 2018-11-09 | 一种基于模拟退火算法的能量转换装置寿命统一管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811330819.9A CN109191026B (zh) | 2018-11-09 | 2018-11-09 | 一种基于模拟退火算法的能量转换装置寿命统一管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109191026A CN109191026A (zh) | 2019-01-11 |
CN109191026B true CN109191026B (zh) | 2022-03-25 |
Family
ID=64938789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811330819.9A Active CN109191026B (zh) | 2018-11-09 | 2018-11-09 | 一种基于模拟退火算法的能量转换装置寿命统一管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109191026B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113390540A (zh) * | 2021-05-28 | 2021-09-14 | 北京理工大学 | 一种自供电的高灵敏度的桥梁应力检测系统及检测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106451504A (zh) * | 2016-10-19 | 2017-02-22 | 上海电力设计院有限公司 | 一种混合储能系统配置成本的控制方法及装置 |
CN107244312A (zh) * | 2017-05-23 | 2017-10-13 | 上海蔚来汽车有限公司 | 换电站及有序换电控制装置、方法 |
CN107732945A (zh) * | 2017-11-06 | 2018-02-23 | 沈阳工程学院 | 一种基于模拟退火粒子群算法的储能单元优化方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9215138B2 (en) * | 2012-12-06 | 2015-12-15 | International Business Machines Corporation | Determining a system configuration for performing a collective operation on a parallel computer |
-
2018
- 2018-11-09 CN CN201811330819.9A patent/CN109191026B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106451504A (zh) * | 2016-10-19 | 2017-02-22 | 上海电力设计院有限公司 | 一种混合储能系统配置成本的控制方法及装置 |
CN107244312A (zh) * | 2017-05-23 | 2017-10-13 | 上海蔚来汽车有限公司 | 换电站及有序换电控制装置、方法 |
CN107732945A (zh) * | 2017-11-06 | 2018-02-23 | 沈阳工程学院 | 一种基于模拟退火粒子群算法的储能单元优化方法 |
Non-Patent Citations (2)
Title |
---|
"基于模拟退火粒子群算法的最大风能跟踪方法";张瑞成,何丹阳;《工业控制计算机》;20181025;第31卷(第10期);第1561-1574页 * |
"A Robust Method for Registration of Three-Dimensional Knee Implant Models to Two-Dimensional Fluoroscopy Images";Mohamed R. Mahfouz*,et al;《IEEE TRANSACTIONS ON MEDICAL IMAGING》;20031231;第22卷(第12期);第41-49页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109191026A (zh) | 2019-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102694391B (zh) | 风光储联合发电系统日前优化调度方法 | |
CN107451670B (zh) | 一种用于主动配电网的日前分层协调调度方法 | |
KR20130074046A (ko) | 에너지 저장장치의 충방전 제어 방법 및 시스템 | |
WO2013098233A2 (en) | Adaptation of a power generation capacity and determining of an energy storage unit size | |
Yuan et al. | Determination of economic dispatch of wind farm‐battery energy storage system using genetic algorithm | |
CN103219751A (zh) | 一种集群风电场有功功率控制方法 | |
CN112651634A (zh) | 基于序列运算的有源配电系统源网荷储日前有功调度方法 | |
CN103050998B (zh) | 一种风电并网的火电系统动态调度方法 | |
CN108808737A (zh) | 促进可再生分布式电源消纳的主动配电网优化调度方法 | |
CN110148971A (zh) | 一种分布式电源优化配置方法 | |
CN102751724A (zh) | 一种面向需求侧响应基于预测的三相负载调度方法及装置 | |
CN104901314A (zh) | 消费者设备运用管理系统及方法 | |
CN109191026B (zh) | 一种基于模拟退火算法的能量转换装置寿命统一管理方法 | |
CN104239960A (zh) | 考虑抽水蓄能机组的发电计划优化方法 | |
Kumar et al. | Voltage stability of solar dish-Stirling based autonomous DC microgrid using grey wolf optimised FOPID-controller | |
CN112134307A (zh) | 多能互补系统的电储能/热储能容量联合优化方法及系统 | |
CN112583003A (zh) | 一种基于演化博弈理论的多能源电力系统电源规划方法 | |
CN109472493B (zh) | 一种基于遗传算法的能量转换装置寿命统一管理方法 | |
CN109447369B (zh) | 一种基于模拟退火算法的考虑多因素的产能端功率分配方法 | |
CN109255503B (zh) | 一种基于人工萤火虫群优化算法的能源路由器更换时间优化配置方法 | |
CN109217381B (zh) | 一种基于粒子群算法的能源路由器更换时间优化配置方法 | |
CN109309392A (zh) | 基于粒子群算法的分布式电源输出功率优化配置方法 | |
CN109190860B (zh) | 一种基于人工萤火虫群优化算法的计及产能节点使用寿命的产能分配方法 | |
Tian-qiong et al. | A short-term joint optimal dispatching method of wind farms, photovoltaic generations, hydropower stations and gas power plants | |
Zhuo | Control of wind power smoothing with battery energy storage system and thermostatically controlled loads |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |