一种新的线搜索下CD型共轭梯度法的全局收敛性

根据一种具有可行性的线搜索条件,结合CD型共轭梯度法的计算公式,给出了一种无约束优化问题的算法,证明了这种线搜索可保证CD方法下降搜索方向的充分下降性,也提供了算法的全局收敛性结果及证明过程．     

计及备用风险性的新型电力系统源网协同安全经济调度

为合理利用源侧备用资源,提出基于随机潮流和半不变量法的备用风险评估指标,以准确量化因备用不足而造成的潮流越限风险;为了实现源侧备用资源和网侧可控资源的协同优化,将网侧有载调压变压器和电容器组无功补偿装置纳入决策变量,以系统运行成本最低和系统运行越限风险指标值最小为优化目标,构建计及备用风险性的新型电力系统源网协同安全经济调度模型;将布朗运动和莱维飞行随机游走机制融入多目标微分进化算法,设计新型的布朗-莱维多目标微分进化算法,对模型进行高效求解。算例分析结果验证了所提方法的有效性和优越性。     

计及风电置信风险成本的多目标最优潮流计算

风电并网不确定性给电力系统最优潮流带来的风险性难以评估。首先基于风电机会约束概率提出了风电的高估/低估置信风险成本计算方法。然后计及风电置信风险成本构建了经济/环境多目标最优潮流模型,并提出了一种基于非劣性排序的复合回溯搜索(NSCBS)算法,以实现对多目标最优潮流模型高效准确的求解。最后以IEEE30节点为例进行计及风电置信风险成本的多目标最优潮流计算。结果验证了所提出方法的有效性和优越性。     

基于ASP技术的数控技术网站构建

介绍了应用ASP技术和ACCESS数据库构建数控机床网站的关键技术,包括ASP访问数据库的原理及ASP应用程序与后台ACCESS数据库之间的连接等,介绍了网站的主要功能模块设计.该网站方便了用户对数控技术的了解及数控产品的设计.     

基于改进细菌觅食算法的微网鲁棒经济调度

可再生能源出力的随机性和波动性给微电网经济运行优化带来较大困难。采用鲁棒优化理论将常规微电网经济运行优化模型中的不确定性因素加以处理,构建了计及可再生能源、储能装置和热电联产系统的微电网经济运行鲁棒优化模型;通过改进常规细菌觅食算法中复制操作和驱散操作,有效兼顾了个体寻优过程中寻优速度与寻优深度。算例分析表明,改进算法能够有效求解本文所提模型,在保证微电网可靠运行的前提下,所提方法能够实现各微源动态经济调度,有效降低微电网运行成本。     

以就业为导向的信息管理专业人才培养模式研究

在实际教学过程中,高校要注重培养学生的基本技能,并且也要注重提高学生的分析以及设计能力。对于信息管理专业学生就业来说,编程能力起着基础性的作用,然而对于信息管理专业的毕业生来说,自身分析以及设计能力是非常重要的。本文主要分析了当前高校专业设置的现状、信息管理专业人才职业定位的实际情况、信息管理专业人才知识体系的构成内容、建立信息管理专业人才培养的新模式这四部分内容。     

基于自适应步长双闭环模型预测控制的主动配电网优化调度

为应对不确定性分布式可再生能源大量接入对主动配电网优化调度带来的挑战,提出一种基于自适应步长双闭环模型预测控制的主动配电网优化调度策略。首先,在常规模型预测控制的基础上建立双闭环反馈机制,通过充分利用主动配电网中各可控资源实时反馈信息,提升系统优化调度的可靠性;其次,在优化调度中动态调整模型预测控制的域参数,设计变步长决策指标以自适应改变时间步长,从而协调优化精度与计算时间的矛盾;然后,基于上述理论建立调度模型,并采用复合微分进化算法进行求解,使系统的运行效益达到最佳。最后通过算例分析,证明了所提策略的可行性和优越性。     

大规模风电接入电网多目标随机优化调度

基于对风电机组出力随机特性的深入分析及其可能被高估和低估的概率计算,对风电接入将导致系统维持稳定运行的成本增加风险加以考虑,构建了含风电机组的电力系统环境经济调度静态随机优化模型,以尽可能实现系统总污染排放量最少化和运行成本最低化的综合优化目标。设计了基于非劣排序微分进化的多目标优化算法对模型进行求解,并应用模糊集理论和熵权法建立了综合最优解的提取方法。最后以一个含大规模风电场的电力系统为例进行环境经济调度仿真,验证了所提方法的有效性,并进一步从节能减排的角度分析了风电接入对电力系统优化调度产生的影响。     

碳交易机制下综合能源市场多供能主体均衡竞价策略

为了研究引入碳排放交易机制对综合能源市场(integrated energy market,IEM)运行和多供能主体竞价策略的影响,首先,构建了多供能主体碳交易奖惩规则;其次,基于多供能主体奖惩型碳交易机制建立了多供能主体竞价函数模型;然后,基于纳什均衡建立了碳交易机制下IEM多供能主体均衡竞价模型;鉴于所建模型具有高...     

基于小波分解和微分进化支持向量机的风电场风速预测

针对因风速具有很强的波动性和间歇性而导致其难以预测的问题,提出了一种新的基于小波分解和微分进化支持向量机的预测方法,通过小波变换对风速数据进行多分辨率分解,并以微分进化优化的支持向量机对各分解层的风速分别建立预测模型,然后将各模型的预测结果叠加后作为最终的预测值。用某风电场实测风速数据进行仿真预测,结果表明,所提方法与交叉验证支持向量机和BP神经网络等常用的预测方法相比,具有更高的预测精度。