排序方式: 共有148条查询结果,搜索用时 0 毫秒
1.
可再生能源配额制及绿证制度作为一种新型的市场交易政策,能够极大地促进新能源的消纳。考虑配额制及绿证制度引入后,电力批发市场和绿证交易市场存在耦合的影响关系,市场中发电商存在相互博弈行为。基于电力市场均衡策略,建立了两个市场协同下的多寡头非合作博弈模型。在电力批发市场中,发电商以古诺形式参与市场竞争。在绿证市场中,绿电商以供给函数形式进行绿证竞争。针对博弈模型,采用多群体协同进化算法对纳什均衡点进行求解,重点对两种市场交互下的发电商策略性行为进行分析。仿真结果表明了模型的有效性及算法的可行性。 相似文献
3.
能量在传递和转化过程中是守恒的,但不同形式的?在传递和转化过程中有不同程度的损耗,对该过程的深入理解有助于合理而又高效地利用能源。任何形式的能和?都可以被表示为一对基本强度量和基本广延量的乘积。利用基本强度量乘以与其共轭的基本广延量的平衡方程,导出了?传递和转化的普遍化动力学方程。该普遍化动力学方程表示出了任意形式的?在传递过程中与其它形式的?之间的转化关系,由此导出了在工程领域常见的动?、化学?、压?、电?和热?的传递和转化动力学关系式,并给出了系统总?的表述式。这些动力学关系式不仅清楚地反映了系统内部不同形式?之间存在的相互转化关系,而且还定量地反映了各种转化过程的不可逆性。 相似文献
4.
采用时序优化方式解决月度机组组合和电网安全校核问题,针对电力市场和节能调度模式,建立了优化数学模型。利用拉格朗日松弛算法进行月度720时段机组组合优化,利用非线性内点最优潮流算法进行电网安全校核。以IEEE RTS标准算例和中国华东电网为例进行大规模优化性能分析,结果表明该算法是解决大规模电力系统月度发电计划和电网安全校核的有效方法。 相似文献
5.
完善的电力市场可在电力资源配置方面发挥决定性作用,是保证各类市场主体开展活跃的供需互动、促进可再生能源消纳的关键机制;针对性开展电力市场中影响可再生能源消纳因素的综合性分析,也是相关应用研究亟需。本文重点考虑全时间尺度下促进可再生能源消纳相关的交易机制,概述了国外典型电力市场结构及运行情况,梳理了相应电力市场结构及机制中促进可再生能源消纳的关键影响因素;围绕可再生能源消纳的多维关键影响因素,深入分析了我国各类市场结构和不同机制的建设现状,归纳出促进可再生能源消纳电力市场建设面临的挑战。从电力市场与碳市场、绿证市场耦合机制,可再生能源参与的中长期、现货交易及其衔接机制,面向高比例可再生能源的辅助服务市场,面向高比例可再生能源消纳的需求侧响应机制等方面,梳理了我国相关电力市场的学术研究进展。研究建议,实施多市场协同运作、中长期及现货交易衔接、辅助服务市场建设、需求响应机制建设等重点举措,支持面向高比例可再生能源消纳的电力市场建设。 相似文献
6.
在日前交易方式下,发电厂商为了追求长期最大利润,竞价策略显得尤其重要。通常,发电厂商运用的策略过于复杂,难以用传统的博弈论方法来建模。人工智能中强化学习 Q -learning算法是一种自适应的学习方法,使代理能够通过不断与环境进行交互所得到的经验进行学习,适合在电力市场智能模拟中运用。文中在开放源代码的电力市场智能模拟平台AMES上,增加了发电厂商代理基于 Q -learning的竞价决策程序模块,并在5节点测试系统上进行模拟。实验结果表明,运用基于 Q -learning算法竞价决策使代理可以较好地模拟发电厂商的经济特性,且在相同条件下表现出比AMES原有的VRE learning算法更强的探索能力。 相似文献
7.
计及分布式发电和不完全信息可中断负荷选择的电力市场模型 总被引:4,自引:0,他引:4
分布式发电(distributed generation,DG)与可中断负荷是智能电网的2种重要资源。针对电力用户停电意愿不尽相同,将配电公司的可中断负荷类型建模为离散分布的随机变量,进而建立具有分布式发电与不完全信息可中断负荷选择的配电公司能量获取模型,综合考虑到发电公司的竞价策略行为,最后建立了完整的不完全信息博弈下的电力市场模型。针对不完全信息博弈的特征,扩展改进了协同进化算法,并用于求解市场贝叶斯纳什均衡。修正的IEEE9节点系统验证了模型与求解方法的有效性。结果表明分布式发电与可中断负荷、发电公司策略行为及不完全信息对市场均衡有着重要的影响。 相似文献
8.
基于小波包和支持向量回归的风速预测 总被引:4,自引:0,他引:4
运用小波包变换和支持向量回归相结合的方法对提前1~6h的每10min风速预测进行研究。首先针对风速非平稳、非线性的特点,利用小波包变换将原始风速序列分解成一系列不同变动频率的子序列,再分别对这些子序列用支持向量回归法进行预测,最后将各自输出结果叠加得到最终的预测风速。选择某风电场2组具有不同特点的实测数据作为应用案例,结果表明,通过小波包变换更能把握风速变化规律,支持向量回归法具备较强的学习能力,小波包支持向量回归法优于现有的一些预测方法。 相似文献
9.
10.