电力系统机组组合问题的建模与求解

目录
第1章 绪论 /1
1.1 电力系统机组组合问题的起源 /2
1.2 电力系统机组组合问题的基本内容 /3
1.3 电力系统机组组合问题国内外研究现状 /4
1.3.1 基于物理模型驱动的机组组合 /5
1.3.2 基于数据驱动的机组组合 /7
1.3.3 常规机组组合模型的求解方法 /8
1.4 本书的主要内容和架构 /11
本章参考文献 /12
第2章 新能源出力的超短期预测技术 /17
2.1 引言 /18
2.2 单一超短期预测方法 /18
2.2.1 Elman神经网络 /18
2.2.2 极限学习机 /20
2.2.3 支持向量机 /21
2.3 数据非平稳性处理方法 /24
2.3.1 小波分解 /25
2.3.2 经验模态分解 /26
2.3.3 噪声辅助信号分解 /28
2.4 组合超短期预测方法 /29
2.4.1 基于NACEMD-Elman神经网络的组合预测方法 /29
2.4.2 基于EMD-ELM的组合预测方法 /30
2.4.3 基于EMD-SVM的组合预测方法 /31
2.5 典型算例 /31
2.5.1 基于EEMD-改进Elman方法的风电功率预测算例 /31
2.5.2 基于NACEMD-Elman方法的风电功率预测算例 /35
本章参考文献 /39
第3章 电力系统各发电单元的成本效益模型 /41
3.1 引言 /42
3.2 火电机组的成本模型 /42
3.2.1 火电机组的成本函数 /42
3.2.2 火电机组的运行约束条件 /43
3.3 水电机组的效益模型 /44
3.3.1 水电机组的效益函数 /44
3.3.2 水电机组的运行约束条件 /44
3.4 风电机组的成本模型 /45
3.4.1 风电机组的成本函数 /45
3.4.2 风电机组的运行约束条件 /46
3.5 其他发电单元的成本模型 /47
3.5.1 光伏发电单元的成本模型 /47
3.5.2 天然气发电单元的成本模型 /47
本章参考文献 /48
第4章 常规电力系统的机组组合问题 /49
4.1 引言 /50
4.2 常规机组组合模型 /50
4.3 考虑安全约束的机组组合模型 /51
4.4 常规机组组合模型的求解方法 /52
4.4.1 拉格朗日松弛法 /52
4.4.2 Benders分解法 /55
4.4.3 序优化算法 /58
4.4.4 遗传算法 /60
4.4.5 粒子群算法 /64
4.4.6 生物地理学算法 /65
4.5 典型算例 /69
4.5.1 常规机组组合算例 /69
4.5.2 考虑安全约束的机组组合算例 /70
本章参考文献 /71
第5章 考虑多重目标的机组组合问题 /73
5.1 引言 /74
5.2 多目标机组组合问题的数学模型 /74
5.3 多目标机组组合问题的处理方法 /77
5.4 典型算例 /82
5.4.1 考虑系统总发电成本和能源环境效益的多目标机组组合算例 /82
5.4.2 考虑系统总发电成本、能源环境效益和系统安全稳定的多目标机组组合算例 /85
本章参考文献 /87
第6章 考虑不确定性的电力系统机组组合问题 /89
6.1 引言 /90
6.2 间歇性电源出力的概率特性建模 /90
6.2.1 参数估计方法 /90
6.2.2 非参数估计方法 /92
6.2.3 间歇性电源出力的概率特性建模方法 /95
6.3 基于场景法的机组组合 /98
6.3.1 场景生成方法 /99
6.3.2 场景缩减技术 /102
6.4 基于机会约束的机组组合 /103
6.4.1 机会约束方法的基本原理 /104
6.4.2 基于机会约束的机组组合模型 /104
6.5 基于鲁棒优化的机组组合 /105
6.5.1 基于鲁棒优化的机组组合模型 /105
6.5.2 鲁棒机组组合模型求解 /106
6.6 典型算例 /110
6.6.1 非参数估计方法建模算例 /110
6.6.2 基于机会约束方法的仿真算例 /114
本章参考文献 /115
第7章 考虑多元化约束条件和决策变量的机组组合问题 /117
7.1 引言 /118
7.2 考虑源荷互动的含风电SCUC问题 /118
7.2.1 负荷侧控制机理及响应模型 /118
7.2.2 考虑源荷互动的含风电SCUC模型 /125
7.2.3 考虑源荷互动的含风电SCUC模型的求解算法 /127
7.3 考虑交流潮流安全约束的含风电SCUC问题 /131
7.3.1 模型目标函数及常规约束条件 /131
7.3.2 交流潮流安全约束及不确定性因素的描述 /132
7.3.3 考虑交流潮流安全约束的含风电SCUC模型的求解算法 /133
7.4 典型算例 /135
7.4.1 考虑源荷互动的含风电SCUC问题算例 /135
7.4.2 考虑交流潮流安全约束的含风电SCUC问题算例 /143
本章参考文献 /146
第8章 关于机组组合问题研究的展望 /149
8.1 引言 /150
8.2 考虑多重不确定性因素及其相关性的机组组合问题研究 /150
8.2.1 考虑多重随机因素的鲁棒机组组合模型 /150
8.2.2 *坏场景求解 /152
8.2.3 模型求解算法 /154
8.3 基于数据驱动的机组组合问题研究 /156
8.3.1 大数据理论 /156
8.3.2 基于数据驱动的机组组合决策方法 /159
8.3.3 历史数据的聚类预处理 /161
8.3.4 机组组合深度学习模型及其训练算法 /163
8.4 典型算例 /166
8.4.1 考虑多重不确定性和相关性的机组组合算例 /166
8.4.2 基于数据驱动的机组组合算例 /170
本章参考文献 /177
附表 /179