一、目标函数系数为随机变量的线性规划（论文文献综述）
马泽洋[1]（2021）在《含大规模风电的发—输—配电系统充裕性优化决策研究》文中认为以风电为代表的新能源发电是实现“碳达峰、碳中和”目标最现实的战略选择。“碳达峰、碳中和”目标下,风电新增装机容量将持续增加,风电并网规模日益增大。然而,由于风电具有随机性、波动性和反调峰特性,大规模风电并网将使得我国面对巨大的风电消纳压力。随着智能电网的发展,需求响应、储能系统及分布式可控电源等多种灵活性资源成为应对系统不确定性的重要手段;特高压输电技术的快速发展及应用,让输电网结构经历巨大变化的同时,也使得通过多区协调调度成为消纳风电的有效措施。风电发电容量的快速提高、电力系统的结构的日趋复杂,都为电力系统运行带来了更多的不确定性影响因素,对电力系统的稳定运行带来了新的挑战,增加了电力系统发、输、配各环节运行调控的难度和风险。电力系统充裕性优化决策是在电力系统中大量不确定性因素存在下确保系统运行安全、可靠的前提和手段。然而,仅靠确定性的充裕性优化决策方法无法计及系统的不确定性因素,难以满足电力系统运行及决策的需要。因此,考虑发电、输电和配电各环节的不确定性,研究含大规模风电消纳的发-输-配电系统充裕性优化决策方法具有重要的理论意义和实际价值。本文的主要研究内容如下:（1）针对发电系统充裕性评估问题,提出基于需求响应的含风电系统发电充裕性评估模型,该模型能够考虑用户对于需求响应的参与意愿及其行为不确定性对大规模风电并网系统发电充裕性的影响。首先,由于用户作为需求响应决策者是有限理性的,决策结果与其主观标准有关。为刻画用户的主观风险偏好,采用行为金融学中的前景理论价值函数来刻画用户的主观风险态度,给出用户参与需求响应的主观效用值计算公式;其次,考虑到需求响应对于用户用能感受产生的改变会影响用户未来参与需求响应项目的程度和策略,根据用户主观效用值,提出采用改进的Roth-Erev算法刻画用户的需求响应潜力及参与行为,给出系统需求响应可用容量的度量方法;进而,将需求响应可用容量引入到运行约束中,以系统运行成本最低为目标函数,构建需求响应调度模型。最后,基于需求响应可用容量的度量和需求响应调度模型,对经典基于状态持续时间模拟的发电充裕性评估方法进行了扩展,提出了考虑大规模风电消纳和需求响应的发电充裕性评估方法。通过算例分析,验证所提出方法的可行性和有效性。（2）针对发电充裕性调度优化问题,提出Sobol序列改进的拉丁超立方抽样方法,该方法能够提高考虑风电出力相关性的随机场景的生成效率;基于Glue-VaR提出可用发电容量不足指标,进而构建基于Glue-VaR的大规模风电并网系统发电充裕性调度优化模型。首先,为了考虑风电场实际出力的相关性,提出采用D-vine Copula对风速预测误差的相关性进行刻画;其次,为了克服经典简单随机抽样方法均匀性较差,且获得的D-vine Copula样本可能引入非预期的相关性的不足,提出将Sobol序列引入拉丁超立方抽样框架中,提出Sobol序列改进的拉丁超立方抽样方法;进而,考虑不同电力系统参与者的风险偏好,提出基于Glue-VaR的可用发电容量不足指标对发电充裕性进行评估;综合考虑运行成本和发电充裕性风险,建立多目标充裕性调度优化模型;最后,基于ε-约束方法得到帕累托前沿,提出采用熵权-加权聚合和积评价方法来寻找充裕性优化模型的理想有效解。通过算例分析,验证所提出模型的可行性和方法的有效性。（3）针对输电系统可用输电能力决策问题,基于联合累积量提出一种新的可用输电能力的概率评估方法,并据此提出基于期望分位数的风险可用输电能力的决策模型。首先,为解决累积量方法要求变量间相互独立,无法考虑风电出力相关性的问题,提出采用联合累积量结合FGM Copula函数刻画风电出力相关性;其次,针对可用输电能力的概率性评估问题,结合分区积分方法和Cornish-Fisher展开,建立可用输电能力概率评估模型;最后,针对基于风险价值的决策方法仅考虑概率分布尾部实现的概率,无法描述整个分布中产生的风险的问题,提出基于期望分位数的风险可用输电能力指标,并提出其评估流程。通过算例分析,验证所提出指标及模型的可行性和实用性。（4）针对配电系统风电接入充裕性优化问题,提出相对鲁棒GVaR风险度量,并据此提出配电系统风电接入充裕性指标。首先,针对传统鲁棒优化模型优化结果过于保守,且无法考虑配电系统不同参与者的风险偏好的问题,定义一种相对鲁棒GVaR风险度量指标,并对相对鲁棒GVaR指标的性质进行研究;其次,为反映配电系统保证风电接入的能力,结合相对鲁棒GVaR指标,提出配电系统弃风能量相对风险指标,并给出弃风能量相对风险指标的计算公式;进而,为反映历史数据中风电出力和负荷的对应关系,构建了风电-负荷分级功率模型,并基于该模型,以日前运行成本最低和弃风能量相对风险最低建立了随机-鲁棒混合优化模型;最后,采用列和约束生成算法求解随机鲁棒联合优化模型,并将其中难以处理的双线性项采用大M法化简,将模型转换为混合整数线性规划问题进行求解。通过算例分析,验证所提出指标及模型的可行性和有效性。
王珂珂[2]（2021）在《计及新能源的电力现货市场交易优化研究》文中认为能源是社会进步和人类生存的物质基础,随着能源资源约束日益加剧,绿色低碳发展成为我国经济社会发展的重大战略和生态文明建设的重要途径,我国亟需加快建设以可再生能源为主导的清洁低碳、安全高效的能源体系,实现“30·60”双碳目标。电力工业在现代能源体系中处于核心地位,在减少温室气体排放方面发挥着重要作用,应加大力度发展以风电、太阳能为代表的绿色电力。但由于中国风能、光能富集区与需求区逆向分布,市场在优化资源配置中的作用发挥不够充分,亟需完善新能源参与的电力现货市场交易机制,构建高比例新能渗透的电力现货市场交易决策支持方法,以实现资源有效配置,促进新能源消纳。鉴于以上考虑,本文从新能源参与对电力现货市场影响、新能源发电功率预测与电力现货市场电价预测、计及新能源的中长期合约与现货日前市场的衔接与出清机制、电力现货市场各阶段市场的衔接与出清机制、碳交易权市场与电力现货市场的耦合机制等多个方面展开研究。本文主要研究成果与创新如下:（1）对新能源参与对电力现货市场的影响进行研究,基于电力现货市场价格信号的复杂性,构建由三个模块构成的新能源对电力现货市场影响分析模型,包括基于数据统计的相关性分析、基于小波变换与分形理论的全部特征值分析与基于关键因素提取的相关性分析。以丹麦两地区现货市场的历史数据进行验证,证实新能源发电对于电价影响高于常规历史数据;基于小波变换分析与分形理论求得全部特征值方法,计算两地区分类准确率为分别为80.35%,82.30%,分类结果表明负荷、新能源发电量序列与新能源发电量占比分类错误率较高;通过关键特征提取的相关性分析结果,重要程度位于前三的因素均存在新能源发电相关因素。因此研究中仅考虑负荷等常规因素不足以支撑电力现货市场电价预测、交易匹配与出清问题的研究。（2）对电力现货市场中新能源发电功率与电价预测进行研究,构建基于完全集成经验模态分解（complementary ensemble empirical mode decomposition,CEEMD）与样本熵（sample entropy,SE）的数据预处理策略,基于和声搜索（harmony searchm,HS）算法优化的核极限学习机（kernel extreme learning machine,KELM）的混合新能源发电功率预测模型,基于相似日筛选与长短期记忆模型（long short-term memory,LSTM）的电力现货市场电价预测模型。针对非线性、非稳态的短期新能源发电功率预测,首先通过皮尔森相关系数筛选模型输入数据,减少数据冗余;而后,采用CEEMD-SE的组合数据预处理策略,对发电功率时间序列进行分解和重构,消除数据噪声,减少模型计算量;其次,采用HS-KELM模型对重构后的多个子序列进行建模预测,集成处理后得到最终的新能源发电功率预测值。基于CEEMD-SE-HS-KELM新能源发电功率预测模型具有更高的预测精度。针对电力现货市场电价预测,将新能源出力指标纳入电力现货市场电价预测中,首先采用CEEMD-SE对电价序列进行分解与重构;而后,构建基于随机森林（random forest,RF）与改进灰色理想值逼近（improved approximation ofgrey ideal values,IAGIV）的新能源出力影响量化模型,筛选出与待预测天数关联性较强的历史天作为输入集;其次,采用LSTM模型对重构后的多个子序列分别进行预测,基于CEEMD-SE-RF-IAGIV-LSTM预测模型对于电价序列的拟合效果较好,可为电力现货市场参与主体制定交易策略、现货市场出清撮合提供支撑,降低电力现货市场中的风险。（3）对计及新能源与中长期市场影响的现货日前电力市场优化模型进行研究。本文提出计及中长期合约电量分解与新能源参与的日前电力市场交易优化模型,首先构建考虑火电厂合约电量完成进度偏差的中长期合约电力分解模型,将分解得到的每日中长期合约电量作为约束引入日前市场的优化模型中,保证中长期合约电量物理执行;针对系统不确定性进行建模,在电力现货市场价格模拟中加入新能源渗透率,更精准地刻画能源参与对于电力现货市场的影响;构建新能源参与的日前市场多目标出清优化模型,利用模糊优选方法对多目标进行转换,较好地平衡经济性与节能减排目标;最后采用基于GA-PSO组合优化模型对构建模型进行求解。模型求解结果表明,本文构建的多目标优化函数能够在保证系统运行经济效益的基础上,实现环境效益最大化,达到节能减排的效果;同时随着新能源渗透率的增加,系统不确定性增加,常规机组的成交电量有所下降。（4）对计及新能源的日前市场与日内市场的衔接机制进行分析,并构建相应的出清优化模型。在日前市场与实时市场之间增加日内市场,以减少系统辅助服务成本、降低用于平衡间歇性、波动性新能源的化石燃料容量、灵活性资源配置与储能成本,以提高现货市场效率,更好的发挥市场对资源优化配置的作用。采用基于模型预测结果与误差分布函数结合的不确定性刻画模型,而后构建了基于拉丁超立方采样进行场景集生成法与改进谱聚类分析的场景集削减策略,能够选择出最具代表性的场景集。基于电力现货市场出清流程,将含有新能源较多的系统将引入日内市场,以减小实时市场的功率偏差,提高系统运行的经济性和稳定性,采用预测模型对新能源出力、电力负荷进行预测,结合预测误差分布函数刻画系统不确定性;构建日前市场和模拟日内市场联合出清优化模型,在各个日内市场考虑对应实时市场新能源偏差功率的不确定性、电价不确定性,建立各日内市场和模拟实时市场联合优化模型。（5）考虑到中国“30·60”双碳目标与宏观发展规划,本文构建一个基于STIRPAT模型碳排放影响因素分析与改进烟花算法（improved fireworks algorithm,IFWA）优化的广义回归神经网络（general regression neural network,GRNN）预测模型。基于不同的社会环境与政策环境,对碳排放影响因素进行模拟并设定,预测结果表示中国的碳排放总量将于2031年达到峰值。以此为基础分析现行政策下中国的碳减排压力,并进行相应的建设全国统一的碳交易权市场必要性分析。而后,基于电力市场和碳市场的建设现状,利用系统动力学模型进行碳交易对电力现货市场的影响分析,系统动力学模型分析结果证实电力市场价格与碳交易价格呈现正相关关系;最后,基于对于碳交易对电力市场作用机理的分析,提出碳交易机制与电力现货市场机制协同建设建议。
李鹏[3]（2020）在《计及概率分布信息的电力系统鲁棒调度理论与算法研究》文中提出随着风、光等可再生能源的大规模并网,其具有的波动性和间歇性使得电力系统运行中的不确定性不断增强,对电力系统的运行调度提出了巨大的挑战。为此,一系列行之有效的不确定性调度决策方法相继被提出,其中,鲁棒调度方法以其计算效率高、所需信息少的优点,得到了广泛的应用。然而,鲁棒调度方法通常事先给定不确定集,而且忽略了不确定量的概率分布等信息,导致其决策结果往往过于保守,尤其是在可再生能源渗透率不断提高的形势下,过于保守的鲁棒调度方法可能出现无法应用的情形。因此,迫切需要将概率分布等信息引入到鲁棒调度方法中,以改善其决策结果的保守性。但由于建模误差、数据缺失等原因,基于历史数据估计获得的不确定量概率分布本身也存在着不确定性,导致基于精确概率信息的调度方法决策结果所对应的期望效用难以在实际运行中显现。因此,研究上述两难境地的解决之道,对发展和完善电力系统鲁棒调度理论有着十分重要的理论意义和实践价值。由此,本文以应对不确定性为背景,以协调系统运行经济性与运行风险为思路,以优化数学为工具,开展了计及概率分布信息的电力系统鲁棒调度理论和算法的研究工作。本文主要的研究工作和取得的创新成果总结如下:（1）针对传统鲁棒调度方法决策结果过于保守、无法适用于系统灵活性短缺场景的不足,提出了一种计及精确概率分布信息的鲁棒经济调度方法。通过引入基于期望的风险指标度量系统运行风险,将不确定量精确的概率分布信息引入到鲁棒调度优化模型中,改善了决策结果的保守性。进而将期望运行风险转化为风险成本体现在目标函数中,在调度决策过程中自动优化系统运行风险水平和风电可接纳范围,实现了运行经济性与风险的折中,进一步改善了决策结果的保守性。同时,在备用的配置中兼顾了容量的充足性和连续时段上的响应速率,保证了调度决策结果所对应的系统灵活性能够在系统实际运行中可靠显现。该方法能够充分考虑系统运行者的风险偏好,自动优化系统的运行风险水平和风电可接纳范围,保证风电接入的安全性,给出适应系统灵活性短缺情形的调度策略。针对所形成的非线性优化问题,给出了相应的求解算法,将原模型转化为混合整数线性规划问题,有效提高了计算效率。（2）针对现实中不确定量的真实概率分布无法精确估计的问题,提出了一种计及概率分布不确定性的鲁棒经济调度方法。首先,根据风电功率分布不确定性的特点,提出了基于数据驱动的风电概率分布不确定集构建方法。该方法能够基于历史数据直接给出便于模型求解的风电概率分布不确定集,且能够充分利用历史数据中的信息,具有较强的数据挖掘能力。在此基础上,定义了计及概率分布不确定性的风电接纳风险,并将其转化为风险成本体现于目标函数中,构建了计及概率分布不确定性的鲁棒经济调度模型,实现了风电概率分布不确定条件下系统运行风险水平和风电可接纳范围的自动优化。针对形成的复杂非线性优化模型,巧妙地结合了风电概率分布不确定集的特点和系统实际运行的特点,将原模型转化为迭代求解的线性规划问题。（3）针对概率分布不确定条件下系统电压支撑能力制约有功调度决策的问题,基于计及概率分布不确定性的鲁棒经济调度方法,提出了一种概率分布不确定条件下有功-无功协调的鲁棒实时调度方法。该方法借助电压幅值与相角解耦的线性潮流模型,推导出了计及电压的线性潮流响应模型,结合功率扰动补偿策略,给出了有功-无功协调优化策略。为了充分挖掘系统中的电压支撑能力,减少系统电压支撑能力不足对有功调度决策的影响,将有功鲁棒调度中的线性决策规则引入到无功调度中,并应用到风电场的电压支撑策略中,给出了火电机组和风电场协调的无功补偿策略。结合有功-无功协调优化策略和多元协调的无功补偿策略,构建了概率分布不确定条件下有功-无功协调的鲁棒实时调度模型,在实现系统有功调度优化的同时,保证了节点电压安全。针对形成的非线性优化模型,给出了相应的求解算法,将原模型转化为混合整数线性规划问题。（4）针对新形势下配电网主动能力增强、输配电网出现互动需求等问题,基于计及概率分布不确定性的鲁棒经济调度方法,提出了一种概率分布不确定条件下输配协同的鲁棒实时调度方法。该方法在深入分析传统输配电网协同策略不足的基础上,给出了满足输配电网动态互动需求的输配电网协同策略,能够同时优化期望场景和扰动场景下输配电网的交换功率。在此基础上,结合目标级联算法,构建了概率分布不确定条件下输配分布式协同的鲁棒实时调度模型。针对若在优化模型中采用传统的线性仿射策略,则原模型形成非凸的双线性规划问题,无法保证分布式算法收敛的问题,在将风电概率分布不确定集等效转化的基础上,采用了新的仿射策略,将优化模型转化为线性规划问题,从而在保证分布式算法收敛性的同时,提高了计算效率。同时,针对传统目标级联算法只能迭代求解输配电网调度优化子问题的缺陷,采用对角二次估计方法,给出了新的目标级联算法,实现了输配电网调度优化子问题的并行求解。
邓琪,高建军,葛冬冬,何斯迈,江波,李晓澄,王子卓,杨超林,叶荫宇[4]（2020）在《现代优化理论与应用》文中研究指明过去数十年间,现代运筹学,特别是优化理论、方法和应用有了长足的发展.本文就运筹与优化多个领域的一些背景知识、前沿进展和相关技术做了尽可能详尽的概述,涵盖了线性规划、非线性规划、在线优化、机器学习、组合优化、整数优化、机制设计、库存管理和收益管理等领域.本文的主要目标并非百科全书式的综述,而是着重介绍运筹学某些领域的主流方法、研究框架和前沿进展,特别强调了近期一些比较重要和有趣的发现,从而激发科研工作者在这些领域进行新的研究.
郑晓东[5]（2020）在《含高比例可再生能源多区域电力系统的鲁棒调度》文中研究表明日前发输电计划优化是电力系统调度运行长期以来的关键问题。无论在传统的一体化模式还是市场化模式之下,优化的调度计划都能够为系统节约大量的运行成本。相比单区域系统的调度,多区域系统的问题因其具有更大的规模、更复杂的约束、更严格的决策模式限制,而更具有挑战性。伴随着我国的电力市场化改革,研究多区域电力系统的省区间电力交换计划优化问题在当前显得更为关键。另一方面,风电、光伏等间歇性可再生能源发电在近十年来获得了快速的发展,但其随机性和波动性给电力系统的调度运行带来了很大挑战。如何在保证消纳可再生能源发电的基础上,提高系统运行的经济性和可靠性,是当前十分重要的研究课题。本文重点研究含高比例可再生能源的多区域电力系统的日前调度问题,主要研究内容及取得的研究成果概述如下:首先,基于两层协调模式和新型鲁棒不确定集,提出了多区域电力系统的鲁棒机组组合模型。利用各区域净负荷的方差,构造用于描述多区域系统总体不确定性的不确定集,并证明了该不确定集能够提供比传统预算集合更精确的概率置信度。为了用非集中式的的方法求解该模型,构建了上层的鲁棒凸优化模型,用于确定联络线功率计划和每个区域的发电区间。借助由发电区间指定的不确定性需求,每个区域系统的调度机构可以独立求解解耦的鲁棒机组组合问题。提出了改进的外逼近算法求解两阶段鲁棒优化中出现的双线性规划问题,该算法可以获得更高质量的解。通过两区域系统的仿真计算验证了新型不确定集的有效性,并验证了所提的两层协调方法能够在非集中式决策框架下得到经济的机组组合方案。其次,为了考虑风电随机量的时空关联性,克服传统鲁棒优化的保守性问题,研究了数据驱动和基于两阶段分布鲁棒优化的机组组合模型。假设风电概率分布的期望、协方差信息可以借助统计学习方法,从历史数据中估计得到,然后用随机量的这些矩信息构建了概率分布的模糊集。提出了含一阶、二阶矩约束的两阶段分布鲁棒机组组合模型,并将模型转化成了确定性的混合整数半正定规划问题。提出了一个两步骤的求解算法,即先用割平面算法求解松弛的混合整数半正定规划,然后通过可行性检查和顶点生成法,不断收紧松弛的混合整数半正定规划。同时,还提出了使用半正定松弛获得可行性检查的双凸规划问题的下界。实验表明所提的模型能够在不调节任何参数的情况下,获得比确定性模型和两阶段鲁棒机组组合模型更好的经济性和可靠性。再次,提出了基于值函数的多区域机组组合问题分解协调算法,避免了使用基于拉格朗日函数的分解算法时存在收敛性和次优性的问题。算法要求每个区域通过有限计算生成一个由联络线功率交换计划的仿射组合表示的机组组合最优值函数。然后,多区域系统的协调机构利用每个区域的值函数确定最优的联络线功率。考虑到区域间的联合调度将使每个区域偏离原有的发电成本,本文还研究了基于值函数和合作博弈Shapley值的收益分配方案。在两区域和三区域系统对所提的求解算法进行测试,验证了值函数方法对求解非集中式多区域机组组合问题的有效性。同时,将所提的区域间收益分配方案和基于传统节点边际电价的方案进行对比。最后,为解决南方异步互联系统的日前发输电计划优化问题,提出了协调送受端的两阶段优化模型。模型的第一阶段以最小化受端系统净负荷方差为目标,生成可缓解受端系统调峰压力的跨区域输电计划;第二阶段以最小化输电网损为目标,将输电计划分配至各回高压直流输电线路,并协调配合送端的直调电厂发电、网省交流通道等。模型考虑了高压直流输电功率的离散特征,使得功率曲线切实可行。为了描述直流输电系统的损耗,采用历史数据拟合二次网损函数。最后,利用电力公司的实际数据进行测试,并与实际计划对比,证明模型能够生成优化且可行的日前发输电计划。
殷加玞[6]（2020）在《源荷双侧模糊随机环境下风险调度方法研究》文中研究说明近年来,随着全球范围能源危机和环境污染的日益加重,以风电为代表的可再生能源和需求响应并网规模不断增大。随着风电装机容量和并网规模的上升,风电出力的不确定性要求电力系统预留额外的备用容量,降低了电网调度运行的灵活性。受通信延迟,对激励政策的忽视和消费意愿等主观因素的影响,参与需求响应的用户响应行为也存在一定程度的不确定性。传统的电力系统优化调度难以适应源荷双侧复杂不确定性环境下电力系统调度的新要求。本文正是在这一研究背景下,以源荷双侧模糊随机环境下的风险调度作为研究主题,以模糊随机机会约束目标规划作为理论基础,以模糊随机环境下的全概率风险度量作为风险评估手段,量化分析日前尺度和日内尺度下源荷双侧多类型、多属性、多特征的不确定因素,开展以应对源荷双侧双重不确定性为目的的电力系统优化调度的研究与探索。本文的主要工作和创新性成果如下:（1）针对单一类型不确定规划方法难以处理双重不确定性的问题,提出了模糊随机机会约束目标规划方法。首先,将单一不确定环境下的机会约束规划方法扩展到模糊随机环境下。为了提高决策的灵活性,将目标规划与机会约束规划相结合,构建了模糊随机机会约束目标规划,并推导出其确定性等价形式。模糊随机机会约束目标规划克服了传统机会约束规划在处理复杂机会约束时难以得到可行解的弊端,为后续研究模糊随机环境下的风险度量和调度模型提供理论基础,同时在目标函数中引入的松弛偏差量和权重因子使所做决策更为贴近决策者的偏好水平。在模型求解方面,确定性等价形式在保留模糊随机变量全部不确定信息的基础上降低了算法的复杂度。（2）针对单一不确定环境下条件风险价值难以评估复杂不确定环境下潜在风险的问题,以模糊随机机会约束目标规划作为理论基础,提出了适用于评估双重不确定环境下潜在风险的全概率风险度量。首先构建基于随机机会约束目标规划的条件风险价值改进形式,并将其推广到模糊环境中。然后,引入全概率理论与条件风险价值相结合,提出适用于评估模糊随机环境下潜在风险的全概率风险度量。为了明确不同风险等级,全概率风险度量以置信水平下风险价值为临界点,将潜在风险划分缓冲风险区和极端风险区,涵盖了正常状态下和极端场景下运行风险的严重程度。全概率风险度量将模糊随机机会约束目标规划作为建模基础,克服了条件风险价值难以评估多重不确定风险的弊端,为后续研究调度模型提供风险评估手段,通过对不同风险区的成本系数进行差异化设置,以突出决策者的风险偏好。（3）针对日前尺度预测误差引起的备用缺额和潮流越限风险问题,以模糊随机机会约束目标规划作为建模手段,以全概率风险度量作为风险指标,建立了模糊随机环境下的日前风险调度模型。首先,探究日前尺度下风电随机误差和需求响应模糊误差的内在机理和分布规律,构建模糊随机误差变量表征源荷双侧不确定性。然后基于模糊随机机会约束目标规划和全概率风险度量,建立计及源荷双侧预测误差的日前风险调度模型。最后分别采用IEEE标准系统和某地区实际电网算例对所提模型的有效性进行仿真验证。算例结果表明所提模型可以有效地量化评估源荷双侧模糊随机误差对运行调度的影响;全概率风险度量可以指导调度计划预留足够的调节裕度,以减小由备用不足引起的切负荷风险和弃风风险。（4）针对复杂不确定环境下日内滚动调度的新要求,考虑预测误差的时变特征和风电出力连续时段变化趋势,在模糊随机机会约束目标规划的基础上引入时变松弛置信度,构建了模糊随机环境下的日内滚动调度模型。首先,总结分析日内尺度源荷双侧不确定性的内在成因,数学特征和时变特性,采用模糊随机变量表征源荷双侧不确定性。针对日内尺度预测误差的时变特征,结合滚动调度的动态更新机制和风电功率变化趋势预测集,提出基于时变松弛置信度的模糊随机机会约束目标规划,以全概率风险度量作为风险评估手段,构建了计及源荷双侧预测误差的日内滚动调度模型。最后,以日前风险调度计划为基准进行日内滚动调度的仿真分析,算例结果表明所提模型在保证满足系统安全稳定运行的基础上有效地缩减冗余备用,通过合理安排机组出力和降低反向调节出力降低滚动调度的运行成本。（5）针对源荷双侧多属性、多分布的不确定信息,将模糊信息粒理论与机会约束目标规划方法相结合,建立了基于模糊信息粒机会约束目标规划的风险调度模型。首先,介绍了模糊信息粒理论,将其与双重不确定规划方法相结合,提出模糊信息粒机会约束目标规划。然后对源荷双侧服从不同分布的预测误差进行模糊粒子化,建立表征多类型不确定性的统一信息粒模型。在基于模糊信息粒的调度模型中,应用模糊信息粒机会约束目标规划构建偏差量约束,将全概率风险度量与模糊信息粒有机结合,量化评估模糊信息粒变量引起的潜在风险。算例结果表明所提模型可以有效地应对源荷双侧多类型多分布预测误差,在保证系统安全经济运行的基础上提高了新能源消纳能力,有利于高效利用新能源和需求侧可调度资源。
戴娆[7]（2020）在《无人机辅助的反向散射通信系统资源配置与路径规划联合设计》文中认为反向散射通信技术具有低功耗、低复杂度和低成本的优势,被认为是未来物联网的核心技术之一;而基于无人机的移动通信平台由于其高灵活性的特点,在未来无线通信场景中具有巨大的应用潜力。本文考虑一个无人机辅助的反向散射通信网络,即利用一个旋转翼无人机收集地面上被动式反向散射设备的数据,其中被动式反向散射设备从激励源发射的载波信号中收集能量,并且以反射入射的载波信号的方式向无人机传输数据。无人机携带电池的有限能量是该系统设计的关键性因素。因此本文分别基于时分多址接入（time division multiple access,TDMA）和虚拟多天线（multiple-input multiple-output,MIMO）传输的上行接入方式,研究了该系统的能量效率优化问题,提出了使能量效率最大化的系统资源配置和无人机路径规划联合设计方案。首先,针对基于TDMA的无人机辅助反向散射通信系统,本文分别研究了基于TDMA的动态传输策略和基于TDMA的静态传输策略的能量效率最大化问题。对于这两种传输策略本文分别建模优化问题,通过联合优化多个反向散射设备的上行接入顺序和通信时间、激励源发射功率和无人机的飞行路径,以最大化系统的能量效率。本文还提出两个基于块坐标下降的迭代算法,并综合利用cutting-plane算法、Dinkelbach算法、连续凸逼近技巧等,以获得能量效率优化问题的局部最优解。然后,针对基于虚拟MIMO的无人机辅助反向散射通信系统,本文首先利用无人机的移动性构成虚拟MIMO信道,然后采用二阶矩匹配近似的方法得到上行传输速率的下界。并且本文对该系统建立了相应的能量效率优化问题,通过联合优化无人机的静止悬停位置和反向散射设备的功率反射系数以最大化系统能量效率。对于该问题的求解,本文提出了基于时间的一维搜索算法,并综合利用块坐标下降算法、Dinkelbach算法和连续凸逼近技巧等以获得该优化问题的局部最优解。另外,本文对所提出的算法的收敛性进行了论证,并分析了其算复杂度。最后,仿真结果表明基于TDMA的动态传输策略的能量效率明显高于另外两种传输策略的能量效率;在时间资源较少的情况下基于虚拟MIMO的传输策略所能达到的能量效率高于基于TDMA的静态传输策略,然而随着任务周期增大,二者情况相反。另外,距离激励源较近的反向散射设备总是占据更多的通信时间资源,而无人机路径在不同的接入方式下展现出不同的飞行模式。
胡迪[8]（2020）在《含分布式可再生能源集群的配电系统规划研究》文中进行了进一步梳理针对大规模分布式可再生能源接入配电网络的情况,为了使可再生能源得到有效消纳,本文研究了含可再生能源集群的配电系统规划问题。为了使配电网络部分区域内接入的分布式可再生能源能够相互协调运行,本文基于可再生能源的接入情况和网络拓扑进行集群划分,对可再生能源集群划分的指标和方法进行了研究;基于集群划分,研究了分布式电源规划问题和网源储联合规划问题。具体的工作内容如下:（1）在大规模分布式可再生能源接入配电网络的背景下,提出了分布式可再生能源集群的划分指标和求解方法。对于集群划分提出了两类指标:电气距离指标和功率特性指标,其中功率特性指标分为集群净功率平衡度指标和节点互补程度指标。将电气距离指标和集群净功率平衡度指标结合提出基于遗传算法的集群划分方法;将电气距离指标和节点互补程度指标相结合提出基于线性规划的集群划分方法。通过实际的系统算例,比较了两种集群划分模型和算法的优劣,证明线性规划模型可以更高效率地找到全局最优集群划分方案。（2）在集群静态划分的基础上,以集群作为功率交互的范围,研究分布式电源规划问题。首先针对接入规划的场景问题,基于Pearson相关系数与Spearman相关系数,提出了适用于任意概率分布的源荷相关性场景生成方法;基于相关性场景和集群划分结果,建立了考虑发电商的投资与发电利益以及集群内部功率匹配程度的分布式电源规划模型;运用Benders分解方法将分布式电源规划模型分解成投资-运行模型进行求解。通过实际系统算例分析,验证了考虑集群静态划分和源荷相关性的规划策略能够提高可再生能源的消纳能力。（3）针对考虑集群静态划分的网源储规划问题,本文将网源规划和储能规划分成两步进行。第一步,针对网源联合规划问题,提出考虑网络投资、运行、可靠性成本以及可再生能源投资运行成本的多目标规划模型,引入增广?约束法将多目标问题转化为单目标问题。根据规划中可靠性指标计算方法的不同,讨论了两种实现方案:1)基于蒙特卡洛模拟的可靠性指标算法和网源规划松弛模型,采用可靠性分析与规划解耦的求解算法,讨论了这种方案的局限性;2)基于解析法提出考虑线路0-1变量和集群孤岛运行概率的可靠性指标表达式解析计算方法,随后嵌入网源联合规划,建立凸优化模型,直接调用Cplex求解器进行求解,有效避免解耦法带来的弊端。第二步,基于网源联合规划凸优化方案,进行储能接入规划以保证各集群实现孤岛运行模式。通过实际系统算例,验证了本文提出的网源储两步规划方法的有效性。（4）针对未有网络规划的配电新区,本文提出集群动态划分和考虑源荷不确定性的网源储规划的迭代方法。迭代方法中,将网源储规划分为集群外网络规划和集群内的网源储规划步骤。并在集群划分和规划中采用箱式不确定集分别描述光伏、风电与负荷的不确定性。基于迭代方法,对集群划分与规划分别提出鲁棒优化模型。并基于对偶理论,将两层的鲁棒优化模型转化成能直接采用Cplex求解器求解的单层规划模型。通过算例验证针对配电新区的集群动态划分与网源储规划迭代方法的有效性,并对比了计及不确定性的鲁棒优化模型与确定性优化模型的经济效益以及不确定度对规划方案经济效益的影响。本文提出的考虑分布式可再生能源集群的配电系统规划模型和算法为含大规模高渗透率可再生能源的电力系统规划问题提供了理论支撑,对高渗透率可再生能源有序并网、配电系统的“源—网—荷—储”协调优化规划等方面具有参考意义。
周星球[9]（2020）在《多能源系统优化调度研究》文中进行了进一步梳理综合能源系统是开发,供应,运输,能源消耗的深度整合,拥有先进的信息和通信技术,智能控制和优化技术,可以实现能源的优化决策和整体协调,耦合冷、热、电、气等能源,以满足用户冷、热、电等多种能源需求,实现能源转换之间多级利用,提升能源利用效率,从而降低系统运行成本和减少污染排放量。其中,可再生能源出力和负荷的不确定性对综合能源系统优化调度提出了挑战。目前的优化调度策略在处理单重不确定性时,针对不确定性的特征采用特定的优化方法处理,而当处理多重不确定性时,则通常会忽略多重不确定性的不同特征,片面地使用一种优化方法处理,无法系统全面地描述多重不确定性对系统优化调度的影响。同时,现有研究重点放在预测误差的时域不确定性及相应的调度模型目标函数的设定问题上,忽视可再生能源出力数据的时频域特征对于优化调度策略的重要作用。因此,本文主要开展确定和不确定环境下综合能源系统优化调度的研究,主要内容如下:（1）研究了确定环境下综合能源系统优化调度问题,建立了基于混合整数二次规划的日前优化调度模型,考虑有/无储能系统对系统运行成本的影响,以验证所构建的含多种储能的综合能源系统模型的有效性,为后文研究综合能源系统不确定性优化调度策略奠定基础。（2）考虑综合能源系统的多重不确定性建模,建立了基于区间线性随机机会约束规划的日前优化调度模型,将模型转化为确定模型进行求解,通过与随机机会约束规划模型、区间线性规划模型比较,以检验所提模型的经济型和适用性。（3）从可再生能源出力预测数据的时频特征方面出发,考虑到可再生能源出力的波动性,提出了一种基于数据驱动的优化调度时间步长的自适应选取方法,建立了基于自适应混合调度时间步长的综合能源系统日前优化调度模型,通过与固定时间步长的日前优化调度模型比较,对所提模型的有效性和适用性进行检验。
买彦硕[10]（2019）在《含潜在脆性破坏构件的钢结构串联系统可靠性分析》文中提出近年来随着地震的频繁发生,人民的生命安全和财产安全受到严重的威胁,造成的损失非常巨大。截止到2008年8月,汶川地震造成的直接经济损失高达数千亿元,其中,房屋建筑损失为主要经济损失,因此,从安全角度出发,对结构可靠性进行研究分析是非常重要的。到目前为止,发展起来了各种各样的可靠性分析方法。本研究以钢结构为对象,针对钢结构中含有可能发生脆性破坏构件（即潜在脆性破坏构件）的情况,进行可靠性分析,并提出相应的可靠度计算方法。本文对钢结构破坏的各种情况进行了综合分析,以串联系统为例,并研究分析了所提出的可靠度计算方法的精度和效率。本文通过考虑构件的失效及构件间的相关性,特别是在含潜在脆性破坏构件的情况下,分别基于线性规划界限法、松弛线性规划界限法以及蒙特卡洛法,对结构系统失效概率分析研究。主要工作如下:（1）通过线性规划界限法和松弛线性规划界限法,建立了含潜在脆性破坏构件的结构可靠度计算方法,推导了相应的计算公式,并通过工程实例验证公式的合理性。（2）基于数学计算软件,通过采用线性规划界限法、松弛线性规划界限法、蒙特卡洛法计算含潜在脆性破坏构件的结构系统失效概率,统计出在不同条件下三种方法的适用范围。（3）考虑潜在脆性破坏构件对结构安全的影响,综合分析不同情况下对串联结构失效概率的影响。研究结果表明:（1）在钢结构串联系统中,含潜在脆性破坏构件的结构失效概率随着相关系数的增大而减小,即构件间的相关性越强,结构整体的失效概率越低;（2）随着可靠度指标的增大,含潜在脆性破坏构件的结构失效概率逐渐减小,线性规划界限法、松弛线性规划界限法计算的失效概率边界逐渐变窄,这是因为线性规划界限法和松弛线性规划界限法在计算失效概率的上下边界时,结构的失效概率越小,上下边界之间的范围就越小;（3）当其他条件一定时,为使结构体系的失效概率降低,在设计时可提高结构的安全等级（即增大可靠度指标）或增强构件间的联系;（4）结构系统中构件总数较小时（n<15）,线性规划界限法、松弛线性规划界限法、蒙特卡洛法三种方法均可被采用,结构系统中构件总数n>15时,采用松弛线性规划法、蒙特卡洛法,结构系统中构件总数较大（n>35）时,可采用松弛线性规划界限法。本研究将对准确分析与评估含潜在脆性破坏构件的钢结构能否继续投入使用有重大意义,具有一定的应用价值。
二、目标函数系数为随机变量的线性规划（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、目标函数系数为随机变量的线性规划（论文提纲范文）
（1）含大规模风电的发—输—配电系统充裕性优化决策研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 发电充裕性评估模型 |
| 1.2.2 发电充裕性优化模型 |
| 1.2.3 输电系统可用输电能力决策 |
| 1.2.4 配电系统充裕性评估 |
| 1.3 研究内容及结构 |
| 1.3.1 研究内容 |
| 1.3.2 研究结构 |
| 1.4 论文的主要创新点 |
| 第2章 相关基础理论研究 |
| 2.1 发电充裕性评估理论 |
| 2.1.1 发电充裕性指标概述 |
| 2.1.2 发电充裕性指标的计算 |
| 2.1.3 基于蒙特卡洛法的发电充裕性评估 |
| 2.2 拟蒙特卡洛法 |
| 2.3 随机优化与场景分析理论 |
| 2.3.1 随机优化的基本概念与模型 |
| 2.3.2 场景分析理论 |
| 2.4 相关性分析理论 |
| 2.4.1 相关系数 |
| 2.4.2 Copula理论 |
| 2.4.3 藤Copula理论 |
| 2.5 风险度量 |
| 2.5.1 风险与风险度量概述 |
| 2.5.2 VaR和CVaR的定义及性质 |
| 2.5.3 VaR和CVaR的计算方法 |
| 2.6 本章小结 |
| 第3章 基于需求响应的含风电系统发电充裕性评估模型 |
| 3.1 发电机组特性建模 |
| 3.1.1 发电机组出力特征建模 |
| 3.1.2 发电机组的可靠性模型 |
| 3.2 用户负荷特征建模 |
| 3.2.1 刚性负荷 |
| 3.2.2 可中断负荷 |
| 3.2.3 可转移负荷 |
| 3.3 用户参与需求响应策略分析 |
| 3.3.1 前景理论中的价值函数 |
| 3.3.2 用户主观效用值的计算 |
| 3.3.3 基于改进Roth-Erev算法的用户行为意愿模型 |
| 3.4 考虑大规模风电消纳的需求响应调度模型 |
| 3.5 发电充裕性评估模型 |
| 3.5.1 发电充裕性指标的计算 |
| 3.5.2 发电充裕性评估模型 |
| 3.6 算例分析 |
| 3.6.1 测试系统与基本数据 |
| 3.6.2 发电充裕性评估结果及分析 |
| 3.6.3 对比分析 |
| 3.7 本章小结 |
| 第4章 基于Glue-VaR的大规模风电并网系统发电充裕性调度优化模型 |
| 4.1 基于Sobol序列改进拉丁超立方抽样的随机场景生成方法 |
| 4.1.1 风速预测误差的非参数分布模型 |
| 4.1.2 基于D-vine Copula的风速预测误差相关性分析模型 |
| 4.1.3 Sobol序列改进的拉丁超立方抽样方法 |
| 4.1.4 基于SaLHS的随机场景生成方法 |
| 4.2 基于Glue-VaR的发电充裕性评估指标 |
| 4.3 考虑发电充裕性风险的调度优化模型 |
| 4.3.1 目标函数 |
| 4.3.2 约束条件 |
| 4.3.3 基于熵权-加权聚合和积评价的多目标求解方法 |
| 4.4 算例分析 |
| 4.4.1 基于SaLHS的风速预测误差场景生成 |
| 4.4.2 多目标日前随机调度结果及分析 |
| 4.4.3 对比分析 |
| 4.5 本章小结 |
| 第5章 基于期望分位数的含风电系统可用输电能力的决策模型 |
| 5.1 考虑大规模风电消纳的可用输电能力决策问题分析 |
| 5.1.1 可用输电能力评估框架 |
| 5.1.2 考虑相关性的多风电场联合出力不确定性建模 |
| 5.1.3 考虑大规模风电消纳的可用输电能力评估模型 |
| 5.2 基于联合累积量的可用输电能力概率评估模型 |
| 5.3 基于期望分位数的风险可用输电能力决策模型 |
| 5.3.1 期望分位数 |
| 5.3.2 基于期望分位数的风险可用输电能力评估指标 |
| 5.3.3 基于期望分位数的风险可用输电能力决策步骤 |
| 5.4 算例分析 |
| 5.4.1 测试系统与基本数据 |
| 5.4.2 可用输电能力评估结果及分析 |
| 5.4.3 对比分析 |
| 5.5 本章小结 |
| 第6章基于相对鲁棒GVaR的配电系统风电接入充裕性优化模型 |
| 6.1 基于相对鲁棒GVaR的风电接入充裕性指标 |
| 6.1.1 风电接入充裕性 |
| 6.1.2 相对鲁棒GVaR风险评估模型 |
| 6.1.3 基于相对鲁棒GVaR的配电系统风电接入充裕性指标 |
| 6.2 风电-负荷分级功率模型 |
| 6.3 考虑风电接入充裕性的随机-鲁棒混合优化模型 |
| 6.3.1 目标函数 |
| 6.3.2 约束条件 |
| 6.4 随机-鲁棒混合优化模型转换与求解 |
| 6.5 算例分析 |
| 6.5.1 测试系统与基本数据 |
| 6.5.2 优化结果及分析 |
| 6.5.3 对比分析 |
| 6.6 本章小结 |
| 第7章 研究成果与结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（2）计及新能源的电力现货市场交易优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 新能源对电力现货市场的影响研究 |
| 1.2.2 新能源发电功率预测研究 |
| 1.2.3 电力现货市场电价预测研究 |
| 1.2.4 新能源参与电力现货市场交易研究 |
| 1.2.5 计及碳交易的电力现货市场研究 |
| 1.3 论文主要研究内容和技术路线 |
| 1.3.1 主要研究内容 |
| 1.3.2 研究技术路线 |
| 1.3.3 主要创新点 |
| 1.4 本章小结 |
| 第2章 电力现货市场交易优化相关理论基础 |
| 2.1 典型国家电力现货市场发展概述 |
| 2.1.1 美国电力现货市场 |
| 2.1.2 英国电力现货市场 |
| 2.1.3 北欧电力现货市场 |
| 2.2 中国电力现货市场发展概述 |
| 2.2.1 能源电力现状分析 |
| 2.2.2 电力现货市场现状分析 |
| 2.2.3 建设基本原则 |
| 2.2.4 建设关键问题 |
| 2.2.5 未来发展方向 |
| 2.3 电力预测理论基础 |
| 2.3.1 经典预测方法 |
| 2.3.2 机器学习预测方法 |
| 2.3.3 深度学习预测方法 |
| 2.4 系统优化理论基础 |
| 2.4.1 模糊规划 |
| 2.4.2 鲁棒优化 |
| 2.4.3 随机规划模型 |
| 2.5 SD模型及其应用 |
| 2.6 本章小结 |
| 第3章 新能源对电力现货市场的影响分析 |
| 3.1 新能源对电力现货市场的影响分析模型 |
| 3.1.1 基于统计数据的影响分析 |
| 3.1.2 基于小波变换与分形理论的特征表示 |
| 3.1.3 基于SVM的特征因素分类 |
| 3.1.4 基于因子分析的特征提取 |
| 3.1.5 影响分析模型框架与流程 |
| 3.2 新能源对现货市场电价影响的实证分析 |
| 3.2.1 数据收集 |
| 3.2.2 基于统计数据的影响实证分析 |
| 3.2.3 基于全部特征的影响实证分析 |
| 3.2.4 基于关键特征的影响实证分析 |
| 3.3 本章小结 |
| 第4章 电力现货市场中新能源发电功率预测与电价预测 |
| 4.1 基于CEEMD-SE-HS-KELM的新能源发电功率预测模型 |
| 4.1.1 CEEMD-SE模型 |
| 4.1.2 HS-KELM模型 |
| 4.1.3 CEEMD-SE-HS-KELM |
| 4.1.4 实例分析 |
| 4.2 基于相似日筛选与LSTM的现货市场电价预测模型 |
| 4.2.1 电价影响因素初选 |
| 4.2.2 基于RF的新能源影响量化 |
| 4.2.3 基于改进灰色关联的相似日筛选 |
| 4.2.4 RF-IAGIV-CEEMD-SE-LSTM模型 |
| 4.2.5 实例分析 |
| 4.3 本章小结 |
| 第5章 计及新能源与中长期市场影响的现货日前市场交易优化 |
| 5.1 计及新能源与中长期市场的日前市场交易模式 |
| 5.2 中长期合约电量分解模型 |
| 5.2.1 目标函数 |
| 5.2.2 约束条件 |
| 5.3 系统不确定性分析及建模 |
| 5.3.1 新能源出力不确定性 |
| 5.3.2 电力现货价格不确定性 |
| 5.4 计及新能源与中长期合约电量分解的现货日前市场出清模型 |
| 5.4.1 目标函数与约束条件的建立 |
| 5.4.2 多目标函数的模糊优选处理 |
| 5.4.3 基于GA-PSO的优化模型求解算法 |
| 5.5 实例分析 |
| 5.5.1 算例设置 |
| 5.5.2 中长期合约电量分解结果 |
| 5.5.3 系统不确定性求解 |
| 5.5.4 现货日前电力市场出清结果 |
| 5.5.5 惩罚系数对多目标优化结果的影响 |
| 5.5.6 新能源渗透率对多目标优化结果的影响 |
| 5.6 本章小结 |
| 第6章 计及新能源的现货日前与日内、日内与实时市场交易优化 |
| 6.1 现货日前、日内与实时市场的组合及及关联分析 |
| 6.2 系统不确定性建模 |
| 6.2.1 系统不确定性模拟 |
| 6.2.2 拉丁超立方生成场景集 |
| 6.2.3 基于改进谱聚类算法的场景削减策略 |
| 6.3 计及新能源的电力现货市场两阶段交易优化模型 |
| 6.3.1 计及新能源的日前与日内市场联合优化模型 |
| 6.3.2 计及新能源的日内与实时市场联合优化模型 |
| 6.4 实例分析 |
| 6.4.1 算例设置 |
| 6.4.2 场景集生成与削减 |
| 6.4.3 日前与日内市场联合优化出清结果 |
| 6.4.4 日内与实时市场联合优化出清结果 |
| 6.5 本章小结 |
| 第7章 计及碳市场影响的电力现货市场建设路径分析 |
| 7.1 碳排放相关政策梳理 |
| 7.2 现行政策下碳排放压力分析 |
| 7.2.1 碳排放预测模型 |
| 7.2.2 碳排放预测效果检验 |
| 7.2.3 碳排放总量及碳排放强度预测 |
| 7.2.4 基于碳排放预测结果的政策建议 |
| 7.2.5 碳排放市场建设必要性分析 |
| 7.3 碳交易实施对电力现货市场的影响分析 |
| 7.3.1 碳交易市场现状 |
| 7.3.2 碳交易对电力现货市场的影响分析 |
| 7.4 碳交易与电力现货市场的协同建设建议 |
| 7.5 本章小结 |
| 第8章 研究成果与结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（3）计及概率分布信息的电力系统鲁棒调度理论与算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景与意义 |
| 1.2 课题研究现状回顾与评述 |
| 1.2.1 电力系统鲁棒调度方法 |
| 1.2.2 电力系统运行中不确定量概率分布不确定性的描述方法 |
| 1.2.3 计及概率分布不确定性的典型调度决策模型和求解算法 |
| 1.2.4 目前存在的主要问题 |
| 1.3 本文的主要工作和创新成果 |
| 第2章 计及精确概率分布信息的鲁棒经济调度 |
| 2.1 引言 |
| 2.2 系统运行风险与系统灵活性 |
| 2.2.1 不确定量有效可接纳范围与系统运行风险 |
| 2.2.2 系统灵活性及其对风电可接纳范围的影响 |
| 2.3 计及精确概率分布信息的鲁棒经济调度模型 |
| 2.3.1 目标函数 |
| 2.3.2 决策变量 |
| 2.3.3 约束条件 |
| 2.4 模型求解 |
| 2.4.1 运行风险的线性化 |
| 2.4.2 模型中不确定参量的消除 |
| 2.4.3 基于Big-M法的双线约束线性化 |
| 2.4.4 基于分解算法的无效约束筛选 |
| 2.5 算例分析 |
| 2.5.1 6节点测试系统介绍 |
| 2.5.2 调度决策结果分析 |
| 2.5.3 系统参数的灵敏度分析 |
| 2.5.4 运行的经济性与风险分析 |
| 2.5.5 计算性能分析 |
| 2.6 本章小结 |
| 第3章 计及概率分布不确定性的鲁棒经济调度 |
| 3.1 引言 |
| 3.2 计及概率分布不确定性的系统运行风险 |
| 3.2.1 不确定量的概率分布不确定集 |
| 3.2.2 风电接纳风险评估 |
| 3.3 计及概率分布不确定性的鲁棒经济调度模型 |
| 3.3.1 目标函数 |
| 3.3.2 决策变量 |
| 3.3.3 约束条件 |
| 3.4 模型求解 |
| 3.4.1 运行风险成本的确定性转化 |
| 3.4.2 运行风险成本的线性化 |
| 3.4.3 不确定参量的处理 |
| 3.4.4 基于顺序凸优化方法的双线性约束处理 |
| 3.4.5 无效支路安全约束的快速滤除 |
| 3.5 算例分析 |
| 3.5.1 修改的IEEE 118节点系统算例 |
| 3.5.2 实际电网等效的445节点系统算例 |
| 3.6 本章小结 |
| 第4章 概率分布不确定条件下有功-无功协调的鲁棒实时调度 |
| 4.1 引言 |
| 4.2 有功-无功协调优化策略和风电模糊集 |
| 4.2.1 有功-无功扰动补偿策略 |
| 4.2.2 线性潮流响应模型 |
| 4.2.3 风电模糊集构建 |
| 4.3 概率分布不确定条件下有功-无功协调的鲁棒实时调度模型 |
| 4.3.1 目标函数 |
| 4.3.2 决策变量 |
| 4.3.3 约束条件 |
| 4.4 模型求解 |
| 4.4.1 运行风险成本的可解化处理 |
| 4.4.2 不确定参量的处理 |
| 4.4.3 双线性约束的线性化 |
| 4.5 算例分析 |
| 4.5.1 6节点系统算例分析 |
| 4.5.2 修改的IEEE 118节点系统算例分析 |
| 4.6 本章小结 |
| 第5章 概率分布不确定条件下输配协同的鲁棒实时调度 |
| 5.1 引言 |
| 5.2 计及主动配电网备用容量支持的输配协同策略 |
| 5.3 概率分布不确定条件下输配协同的鲁棒实时调度模型 |
| 5.3.1 目标函数 |
| 5.3.2 输电网运行约束条件 |
| 5.3.3 配电网运行约束条件 |
| 5.3.4 输、配电网运行耦合约束条件 |
| 5.3.5 风电模糊集的构建 |
| 5.3.6 风电接纳风险的度量 |
| 5.4 模型求解 |
| 5.4.1 输配优化调度模型解耦 |
| 5.4.2 基于新仿射策略的不确定约束转化 |
| 5.4.3 机会约束的鲁棒近似估计 |
| 5.4.4 并行求解流程 |
| 5.5 算例分析 |
| 5.5.1 T6D2测试系统介绍 |
| 5.5.2 与传统调度方案对比分析 |
| 5.5.3 T118D20测试系统仿真结果分析 |
| 5.5.4 关键参数灵敏度分析 |
| 5.5.5 计算效率分析 |
| 5.6 本章小结 |
| 第6章 结论与展望 |
| 参考文献 |
| 附录 |
| 附录A 第4.6.2节中不同样本容量下风电置信带对比结果 |
| 附录B 6节点测试系统相关数据 |
| 附录C 第5章算例的T6D2测试系统中主动配电网相关数据 |
| 致谢 |
| 攻读博士学位期间发表与录用的学术论文 |
| 攻读博士学位期间参与的课题研究与项目研发 |
| 学位论文评阅及答辩情况表 |
（5）含高比例可再生能源多区域电力系统的鲁棒调度（论文提纲范文）
| 摘要 |
| Abstract |
| 主要英文缩略词 |
| 第一章 绪论 |
| 1.1 课题背景与意义 |
| 1.2 国内外研究现状与不足 |
| 1.2.1 多区域电力系统的调度模式和优化调度方法 |
| 1.2.2 电力系统优化调度中的不确定性及应对方法 |
| 1.3 研究目标和研究思路 |
| 1.3.1 研究目标 |
| 1.3.2 研究思路 |
| 1.4 论文结构和主要工作 |
| 第二章 多区域电力系统的鲁棒机组组合方法 |
| 2.1 引言 |
| 2.2 多区域电力系统鲁棒机组组合模型 |
| 2.2.1 多区域鲁棒机组组合的一般模型 |
| 2.2.2 新型鲁棒不确定集 |
| 2.2.3 多区域鲁棒机组组合的完整模型 |
| 2.3 多区域鲁棒机组组合模型的求解方法 |
| 2.3.1 上层松弛问题 |
| 2.3.2 下层解耦的鲁棒机组组合问题 |
| 2.3.3 求解算法 |
| 2.4 算例与分析 |
| 2.4.1 新型不确定集的有效性 |
| 2.4.2 上层松弛问题的协调作用 |
| 2.4.3 机组组合方案的经济性 |
| 2.4.4 计算效率 |
| 2.5 本章小结 |
| 第三章 考虑随机变量关联性的分布鲁棒机组组合模型 |
| 3.1 分布鲁棒机组组合模型 |
| 3.2 分布鲁棒机组组合模型的求解方法 |
| 3.2.1 转化为混合整数半正定规划模型 |
| 3.2.2 求解混合整数半正定规划的割平面算法 |
| 3.2.3 可行性检验 |
| 3.3 算例与分析 |
| 3.3.1 测试系统配置和数据 |
| 3.3.2 调度决策的经济性和可靠性 |
| 3.3.3 模型求解效率 |
| 3.4 本章小结 |
| 第四章 基于值函数的多区域机组组合非集中式求解算法 |
| 4.1 引言 |
| 4.2 相关数学模型及预备知识 |
| 4.2.1 多区域电力系统机组组合模型 |
| 4.2.2 机组组合值函数 |
| 4.2.3 合作博弈的Shapley值 |
| 4.3 构建机组组合值函数 |
| 4.4 求解多区域机组组合模型和电力交易结算 |
| 4.4.1 基于值函数的非集中式求解算法 |
| 4.4.2 基于Shapley值和值函数的电力交易结算 |
| 4.5 算例与分析 |
| 4.5.1 二维形式的机组组合值函数 |
| 4.5.2 模型解的质量和求解效率 |
| 4.5.3 电力交易结算方案对比 |
| 4.6 本章小结 |
| 第五章 异步联网背景下的多区域电力系统发输电计划方法 |
| 5.1 引言 |
| 5.2 南方异步互联多区域系统 |
| 5.3 异步互联系统日前发输电计划模型 |
| 5.3.1 优化区域净发电曲线 |
| 5.3.2 电厂和高压直流输电功率计划优化 |
| 5.3.3 高压直流输电损耗的描述 |
| 5.4 算例与分析 |
| 5.4.1 发电与负荷的协调效果 |
| 5.4.2 高压直流输电功率计划结果 |
| 5.4.3 发电计划结果 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 附录 |
（6）源荷双侧模糊随机环境下风险调度方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 国内外研究现状回顾 |
| 1.2.1 计及风电不确定性的优化调度研究 |
| 1.2.2 计及需求响应不确定性的优化调度研究 |
| 1.2.3 源荷双侧不确定性的建模方法 |
| 1.2.4 不确定运行环境中风险度量研究现状 |
| 1.2.5 现有研究存在的主要问题 |
| 1.3 研究思路和章节安排 |
| 1.3.1 研究思路 |
| 1.3.2章节安排 |
| 第2章 模糊随机机会约束目标规划理论 |
| 2.1 引言 |
| 2.2 模糊随机机会约束规划 |
| 2.2.1 随机机会约束规划 |
| 2.2.2 模糊机会约束规划 |
| 2.2.3 模糊随机机会约束规划 |
| 2.3 模糊随机机会约束目标规划 |
| 2.3.1 目标规划 |
| 2.3.2 模糊随机机会约束目标规划 |
| 2.4 模糊随机机会约束目标规划确定形式转化 |
| 2.4.1 随机机会约束规划的确定性等价形式 |
| 2.4.2 模糊机会约束规划的清晰等价类 |
| 2.4.3 模糊随机机会约束规划的确定性等价形式 |
| 2.4.4 模糊机会约束目标规划的确定性等价形式 |
| 2.5 本章小结 |
| 第3章 模糊随机环境下全概率风险度量 |
| 3.1 引言 |
| 3.2 基于机会约束目标规划的条件风险价值 |
| 3.2.1 随机条件风险价值的一般形式 |
| 3.2.2 基于随机机会约束目标规划的条件风险价值 |
| 3.2.3 模糊环境下的条件风险价值 |
| 3.3 基于模糊随机机会约束目标规划的全概率风险度量 |
| 3.3.1 条件风险价值的特征分析 |
| 3.3.2 模糊随机环境下全概率风险度量 |
| 3.4 全概率风险度量确定形式转化 |
| 3.5 本章小结 |
| 第4章 源荷双侧模糊随机环境下日前风险调度模型 |
| 4.1 引言 |
| 4.2 日前调度中源荷双侧不确定性分析 |
| 4.2.1 需求响应出力不确定性 |
| 4.2.2 风电出力不确定性 |
| 4.2.3 源荷双侧预测误差不确定性 |
| 4.3 计及源荷双侧预测误差的日前风险调度模型 |
| 4.3.1 基于模糊随机机会约束目标规划的备用约束和线路潮流约束 |
| 4.3.2 基于全概率风险度量的双重不确定环境下风险评估指标建模 |
| 4.3.3 日前风险调度的数学模型 |
| 4.4 日前风险调度模型的转化和求解 |
| 4.4.1 模型转化 |
| 4.4.2 模型求解 |
| 4.5 算例分析 |
| 4.5.1 IEEE39节点算例分析 |
| 4.5.2 某地区实际电网算例分析 |
| 4.6 本章小结 |
| 第5章 计及源荷双侧预测误差时变特征日内滚动调度 |
| 5.1 引言 |
| 5.2 日内尺度源荷双侧不确定性 |
| 5.2.1 风电出力不确定性 |
| 5.2.2 需求响应用户响应行为不确定性 |
| 5.2.3 日内尺度下源荷双侧预测误差 |
| 5.3 源荷双侧不确定环境下的日内滚动调度模型 |
| 5.4.1 基于时变松弛置信度的模糊随机机会目标约束 |
| 5.4.2 基于全概率风险度量的日内尺度风险评估方法 |
| 5.4.3 日内滚动调度的数学模型 |
| 5.4 模型转化与求解 |
| 5.4.1 模型转化 |
| 5.4.2 模型求解 |
| 5.5 算例分析 |
| 5.4.1 算例介绍 |
| 5.4.2 典型断面滚动调度算例分析 |
| 5.4.3 全时段日内滚动调度算例分析 |
| 5.4.4 滚动周期为1h滚动调度模型算例分析 |
| 5.4.5 模型计算性能验证 |
| 5.6 本章小结 |
| 第6章 基于模糊粒机会目标约束规划的风险调度模型 |
| 6.1 引言 |
| 6.2 模糊信息粒机会约束目标规划 |
| 6.2.1 模糊信息粒理论 |
| 6.2.2 模糊信息粒机会约束目标规划 |
| 6.3 基于模糊信息粒机会约束目标规划的风险调度模型 |
| 6.3.1 基于模糊信息粒机会约束目标规划的备用约束和线路潮流约束 |
| 6.3.2 基于模糊信息粒理论和全概率风险度量的风险评估指标建模 |
| 6.3.3 日前风险调度的数学模型 |
| 6.4 模型转化和求解 |
| 6.4.1 模型转化 |
| 6.4.2 模型求解 |
| 6.5 算例分析 |
| 6.5.1 算例说明 |
| 6.5.2 调度计划分析 |
| 6.5.3 调度模型应对不同类型预测误差的有效性分析 |
| 6.5.4 灵敏度分析 |
| 6.5.5 实际运行数据分析 |
| 6.5.6 模型求解性能分析 |
| 6.6 本章小结 |
| 第7章 结论与展望 |
| 7.1 全文工作总结 |
| 7.2 研究内容展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其他成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（7）无人机辅助的反向散射通信系统资源配置与路径规划联合设计（论文提纲范文）
| 摘要 |
| abstract |
| 缩略词表 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 反向散射通信与物联网 |
| 1.1.2 基于无人机的无线通信系统 |
| 1.2 研究目的 |
| 1.3 研究贡献及内容 |
| 1.4 本文结构 |
| 第二章 相关理论基础 |
| 2.1 反向散射通信基本原理 |
| 2.2 旋转翼无人机飞行动力模型 |
| 2.3 相关算法简介 |
| 2.3.1 块坐标下降算法 |
| 2.3.2 Dinkelbach算法 |
| 2.3.3 Cutting-plane算法 |
| 2.4 本章小结 |
| 第三章 基于时分多址接入的系统能量效率研究 |
| 3.1 引言 |
| 3.2 基于时分多址的动态传输策略 |
| 3.2.1 场景描述 |
| 3.2.2 能量效率最大化问题建模 |
| 3.2.3 基于块坐标下降的迭代算法设计 |
| 3.3 基于时分多址的静态传输策略 |
| 3.3.1 场景描述 |
| 3.3.2 能量效率最大化问题建模 |
| 3.3.3 基于块坐标下降的迭代算法设计 |
| 3.4 仿真分析 |
| 3.5 本章小结 |
| 第四章 基于虚拟多天线的系统能量效率研究 |
| 4.1 引言 |
| 4.2 场景描述 |
| 4.3 能量效率最大化问题建模 |
| 4.4 基于时间尺度的一维搜索算法设计 |
| 4.5 仿真分析 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 后续展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（8）含分布式可再生能源集群的配电系统规划研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 集群划分及网源规划研究现状 |
| 1.2.1 集群及其划分的研究现状 |
| 1.2.2 考虑集群并网的分布式电源规划研究现状 |
| 1.2.3 集群并网与配电网络联合规划研究现状 |
| 1.3 存在的问题与研究思路 |
| 1.4 本文的研究工作与论文结构 |
| 2 集群划分指标与方法研究 |
| 2.1 引言 |
| 2.2 集群划分指标 |
| 2.2.1 电气距离指标 |
| 2.2.2 功率特性指标 |
| 2.3 集群划分方法 |
| 2.3.1 基于遗传算法的集群划分方法 |
| 2.3.2 基于线性规划的集群划分方法 |
| 2.4 算例分析 |
| 2.4.1 算例系统描述 |
| 2.4.2 考虑变权重的集群划分指标对比 |
| 2.4.3 定权重下两种集群划分方法的结果对比 |
| 2.4.4 考虑网络拓扑变化的集群划分方案对比 |
| 2.5 本章小结 |
| 3 考虑集群静态划分和源荷相关性的分布式电源规划 |
| 3.1 引言 |
| 3.2 基于相关性系数的场景生成方法 |
| 3.2.1 基于非参数估计的概率分布函数计算 |
| 3.2.2 源荷相关性场景生成方法 |
| 3.3 基于集群静态划分的分布式电源规划模型 |
| 3.3.1 目标函数 |
| 3.3.2 约束条件 |
| 3.4 Benders分解模型的构建与求解 |
| 3.5 算例分析 |
| 3.5.1 分布式光伏规划结果分析 |
| 3.5.2 考虑光伏、风电相关性的分布式电源规划结果分析 |
| 3.5.3 光伏、风电互相关程度对规划结果的影响 |
| 3.5.4 源荷相关性对规划结果的影响 |
| 3.6 本章小结 |
| 4 考虑集群静态划分和供电可靠性的网源储规划 |
| 4.1 引言 |
| 4.2 基于集群划分的网-源联合规划模型 |
| 4.2.1 目标函数 |
| 4.2.2 约束条件 |
| 4.3 基于模拟法的可靠性分析与网-源联合规划的解耦算法 |
| 4.3.1 基于序贯蒙特卡洛模拟的配电网可靠性分析 |
| 4.3.2 基于序贯蒙特卡洛模拟的网源规划解耦优化方法 |
| 4.4 基于解析法的可靠性分析与网-源联合规划凸优化模型 |
| 4.4.1 面向集群规划的的可靠性指标解析表达式 |
| 4.4.2 基于可靠性指标解析表达式的网-源规划凸优化模型 |
| 4.5 基于网-源联合规划凸优化方案的储能规划 |
| 4.6 IEEE RBTS系统分析 |
| 4.6.1 可靠性指标解析算法的有效性验证 |
| 4.6.2 两种优化模型的网源联合规划方案对比 |
| 4.7 实际配电系统分析 |
| 4.7.1 实际配电系统描述 |
| 4.7.2 AUGMEON法解集的合理性验证 |
| 4.7.3 网源-储能两步规划与网源储同步规划的方案对比 |
| 4.7.4 目标函数是否包含ECOST的网源-储规划方案对比 |
| 4.8 本章小结 |
| 5 考虑集群动态划分和源荷不确定性的网源储规划 |
| 5.1 引言 |
| 5.2 集群动态划分与网源储规划迭代方法 |
| 5.3 考虑源荷不确定性的集群划分 |
| 5.3.1 含不确定参数的集群划分的鲁棒模型 |
| 5.3.2 鲁棒模型中的不确定参数集 |
| 5.3.3 基于不确定集的集群划分的鲁棒对偶模型 |
| 5.4 网源储规划的鲁棒模型 |
| 5.4.1 集群外网络规划模型 |
| 5.4.2 集群外网络规划鲁棒模型 |
| 5.4.3 集群内的网源储规划鲁棒模型 |
| 5.5 算例分析 |
| 5.5.1 不确定性模型与确定性模型结果对比 |
| 5.5.2 负荷不确定度对规划结果的影响 |
| 5.5.3 可再生能源不确定度对规划结果规划的影响 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 研究工作总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 攻读博士学位期间的学术活动及成果情况 |
（9）多能源系统优化调度研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的研究背景和意义 |
| 1.2 综合能源系统的发展和研究现状 |
| 1.2.1 国内外综合能源系统的发展 |
| 1.2.2 综合能源系统优化调度研究 |
| 1.3 本文研究主要工作 |
| 第2章 研究基础介绍 |
| 2.1 综合能源系统 |
| 2.1.1 PV模型 |
| 2.1.2 CHP机组 |
| 2.1.3 储能系统 |
| 2.1.4 辅助产热元件 |
| 2.1.5 热网络损耗模型 |
| 2.2 不确定性优化方法 |
| 2.2.1 随机规划 |
| 2.2.2 模糊规划 |
| 2.2.3 区间规划 |
| 2.3 本章小结 |
| 第3章 确定环境下综合能源系统日前优化调度研究 |
| 3.1 引言 |
| 3.2 优化调度模型 |
| 3.2.1 目标函数 |
| 3.2.2 约束条件 |
| 3.2.3 求解方法 |
| 3.3 算例分析 |
| 3.3.1 基础数据 |
| 3.3.2 结果分析 |
| 3.4 本章小结 |
| 第4章 考虑多重不确定性的综合能源系统日前优化调度研究 |
| 4.1 引言 |
| 4.2 不确定性表示 |
| 4.2.1 光伏出力不确定性 |
| 4.2.2 负荷不确定性 |
| 4.3 计及多重不确定性的日前优化调度模型 |
| 4.3.1 目标函数 |
| 4.3.2 约束条件 |
| 4.3.3 模型求解 |
| 4.3.4 模型性能指标 |
| 4.4 算例分析 |
| 4.4.1 数据来源 |
| 4.4.2 结果分析 |
| 4.5 本章小结 |
| 第5章 考虑可再生能源出力时频特性的综合能源系统日前优化调度 |
| 5.1 引言 |
| 5.2 AHDT原理 |
| 5.2.1 时频域特征提取 |
| 5.2.2 AHDT选取函数 |
| 5.3 基于AHDT的日前优化调度模型 |
| 5.3.1 目标函数 |
| 5.3.2 约束条件 |
| 5.3.3 求解方法 |
| 5.4 算例分析 |
| 5.4.1 基础数据 |
| 5.4.2 AHDT选取 |
| 5.4.3 对比结果分析 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 作者在读期间发表的学术论文及参加的科研项目 |
（10）含潜在脆性破坏构件的钢结构串联系统可靠性分析（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外现状 |
| 1.2.1 钢结构脆性破坏的研究现状 |
| 1.2.2 结构可靠度的研究现状 |
| 1.3 本文研究内容 |
| 2 钢结构系统可靠性分析 |
| 2.1 可靠性分析基本原理 |
| 2.1.1 可靠度的定义 |
| 2.1.2 结构极限状态 |
| 2.1.3 可靠度指标 |
| 2.2 可靠度界限 |
| 2.3 可靠性分析的常用方法 |
| 2.4 本章小结 |
| 3 含潜在脆性破坏构件的钢结构串联系统可靠性分析 |
| 3.1 研究背景 |
| 3.2 含潜在脆性破坏构件的钢结构串联系统计算方法 |
| 3.2.1 单个潜在脆性构件的可靠性分析 |
| 3.2.2 含潜在脆性破坏构件的结构可靠性分析 |
| 3.3 试验步骤及内容 |
| 3.4 本章小结 |
| 4 含潜在脆性破坏构件的钢结构串联系统失效概率分析 |
| 4.1 结构失效概率随条件概率变化的规律 |
| 4.2 结构失效概率随构件总数n变化的规律 |
| 4.2.1 基于LP方法计算结构失效概率 |
| 4.2.2 基于RLP方法计算结构失效概率 |
| 4.2.3 基于MC方法计算结构失效概率 |
| 4.2.4 不同相关系数的情况下的结构失效概率 |
| 4.2.5 不同潜在脆性破坏构件个数的情况下的结构失效概率 |
| 4.3 结构失效概率随可靠度指标变化的规律 |
| 4.4 结构失效概率随相关系数变化的规律 |
| 4.5 结构失效概率随潜在脆性破坏构件个数变化的规律 |
| 4.6 基于RLP、LP、MC三种计算方法的结构失效概率结果对比 |
| 4.7 本章小结 |
| 5 含潜在脆性破坏构件的钢结构串联系统可靠度计算实例 |
| 5.1 构件总数n=7 的钢桁架结构的可靠度计算 |
| 5.1.1 结构失效概率随条件概率变化的规律 |
| 5.1.2 结构失效概率随相关系数变化的规律 |
| 5.1.3 结构失效概率随潜在脆性破坏构件个数变化的规律 |
| 5.2 构件总数n=47 的钢桁架结构的可靠度计算 |
| 5.2.1 结构失效概率随条件概率变化的规律 |
| 5.2.2 结构失效概率随相关系数变化的规律 |
| 5.2.3 结构失效概率随潜在脆性破坏构件个数变化的规律 |
| 5.3 本章小结 |
| 6 结论及展望 |
| 6.1 结论 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间主要成果及科研项目情况 |
四、目标函数系数为随机变量的线性规划（论文参考文献）
- [1]含大规模风电的发—输—配电系统充裕性优化决策研究[D]. 马泽洋. 华北电力大学(北京), 2021(01)
- [2]计及新能源的电力现货市场交易优化研究[D]. 王珂珂. 华北电力大学(北京), 2021(01)
- [3]计及概率分布信息的电力系统鲁棒调度理论与算法研究[D]. 李鹏. 山东大学, 2020
- [4]现代优化理论与应用[J]. 邓琪,高建军,葛冬冬,何斯迈,江波,李晓澄,王子卓,杨超林,叶荫宇. 中国科学:数学, 2020(07)
- [5]含高比例可再生能源多区域电力系统的鲁棒调度[D]. 郑晓东. 华南理工大学, 2020
- [6]源荷双侧模糊随机环境下风险调度方法研究[D]. 殷加玞. 华北电力大学(北京), 2020(06)
- [7]无人机辅助的反向散射通信系统资源配置与路径规划联合设计[D]. 戴娆. 电子科技大学, 2020(07)
- [8]含分布式可再生能源集群的配电系统规划研究[D]. 胡迪. 合肥工业大学, 2020(01)
- [9]多能源系统优化调度研究[D]. 周星球. 杭州电子科技大学, 2020(04)
- [10]含潜在脆性破坏构件的钢结构串联系统可靠性分析[D]. 买彦硕. 东华理工大学, 2019(01)