XiaoMi-AI文件搜索系统
World File Search System最优
基于长期电力消耗预测的储能系统最优容量确定方法
摘要：企业用电计划不均衡导致峰值功率增加，从而导致电力供应成本增加。储能设备可以通过补偿计划的计划偏差来优化能源计划，并在参与需求响应时减少外部网络的消耗。然而，在一天中，可能会出现几个用电高峰，这会导致电池完全放电到其中一个峰值；结果，总峰值功耗不会下降。为了优化存储设备的运行，通常使用日前预测，这可以确定峰值的总数。然而，存储系统的功率可能不足以实现最佳峰值补偿。在本研究中，使用基于决策树模型中外生参数的长期功耗预测。基于预测，开发了一种用于确定特定消费者最佳存储容量的新算法，从而优化了平衡负载计划的成本。
能源社区利益公平分配的最优分配方法
自 2018 年欧盟 RED II 指令引入能源社区以来，能源社区一直是分布式光伏系统的关键主题。然而，参与者之间的经济效益分配和能源社区最佳组成的评估仍有待充分了解。本文提出了一种基于参与者对系统的贡献在参与者之间进行效益最优分配的方法。该方法将与其他可能的分配方法进行比较，为实现这一目标，我们将使用一个考虑能源交换和经济支出的能源社区模型。该模型是基于单目标优化方法的线性规划模型。用户对社区的经济贡献可以通过连续优化来量化。能源社区的组成会影响优化结果以及每个用户的贡献：组成越多样化，参与者的总有效贡献就越高，所分析案例研究中的总体收益从最低到最高的异质性增加了 12%。在后一种情况下，用户的贡献也不同，他们的贡献经过测量，范围在 10% 到 97% 之间。
抵押经济中的最优货币政策
存在金融危机），但这种偏差对于降低金融脆弱性来说是最佳的。在均衡状态下，央行有时触发衰退来降低系统性脆弱性是最佳的。简而言之，我们表明，用前美联储主席威廉·麦克切斯尼·马丁 (William McChesney Martin) 的话来说，央行“拿走潘趣酒碗”可能是最佳选择。马丁指的是控制经济以限制通货膨胀。该模型的设定（详见下文第 2 节）是抵押品在经济中发挥真正作用的模型。美国国债是一种抵押品。国债具有便利收益率，例如，参见 Krishnamurthy 和 Vissing-Jorgensen (2012)。“便利收益率”是由于国债具有安全属性而获得的非金钱回报，即它们在到期时很有可能按面值支付。私营部门无法生产无风险债务，但可以生产相近的替代品，高评级的抵押贷款支持证券 (MBS) 就是最典型的例子。参见 Caballero 等人（2017 年）。这一点很重要，因为从来没有足够的国债来满足对安全资产的需求。参见 Gorton 等人（2012 年）。这里的“宏观审慎政策”是指对经济中抵押品质量的最佳管理，即 MBS 与国债的比率。金融脆弱性（即发生危机的可能性）在这个比率中不断增加，从而降低了福利。在批发银行体系即当前的金融部门中，MBS 和国债用于支持回购、货币市场基金和抵押贷款支持商业票据，即作为危机根源的短期债务。在这里，央行不是直接监管短期债务的数量，而是通过抵押品质量进行间接监管。这是很自然的，因为公开市场操作已经在用现金换取国债，反之亦然。1 因此，无论央行是否认识到这一点，它实际上都在影响经济中抵押品的质量。在这里，央行明确地承认了这一点。在移动抵押品的世界中，宏观审慎问题会干扰货币政策。我们分析的模型是一个大参与者（央行）与许多小参与者（私营经济中的代理人）之间的无限重复博弈。这是一个拉姆齐问题，其中央行无法承诺其最优政策。由于 Kydland 和 Prescott（1977）和 Calvo（1978）的结果表明动态规划由于动态不一致性不能用作解决方法，此类设置已成为大量研究的主题。然而，Fudenberg 等人首次定义的完全公共均衡 (PPE) 的递归表征。 （1994 年），Abreu 等人（1986 年）提出了动态博弈的 APS 模型。APS 阐明了这个问题。在任何 PPE 中，大玩家的策略都是动态一致的，尽管没有承诺。此外，在玩家数量有限的博弈中，APS表明过去的历史可以通过承诺的未来效用、延续价值来总结，并且可以递归地描述代理的价值。这种方法在宏观经济学中得到了广泛的应用。2
基于点云的建筑物重建最优模型拟合...
本作品根据 Creative Commons Attribution 4.0 许可协议授权。有关更多信息，请参阅 https://creativecommons.org/licenses/by/4.0/
通过随机多周期交流安全约束最优潮流设想可再生能源主导电力系统的安全控制
摘要 — 可再生能源 (RES) 渗透率的加速带来了环境效益，但代价是增加了运营成本并削弱了 N-1 安全标准的满足。为了解决后一个问题，本文设想通过随机多周期交流安全约束最优潮流 (SCOPF) 实现 RES 主导电力系统中的 N-1 安全控制。本文扩展了最先进的确定性和单时间段交流 SCOPF，以捕捉两个新维度，即 RES 随机性和多时间段，以及新兴的灵活性来源，如灵活负载 (FL) 和储能系统 (ESS)。因此，本文首次提出并解决了一种新的问题公式，即随机多周期交流 SCOPF (S-MP-SCOPF)。S-MP-SCOPF 被公式化为非线性规划 (NLP) 问题。它计算灵活性资源和其他常规控制手段的最优设定点，用于日前运行中的拥塞管理和电压控制。本文的另一个显着特点是全面而准确的建模，使用：用于预应急和后应急状态的交流电力流模型，24 小时时间范围内的 FL 和 ESS 等资源的跨时间约束以及 RES 不确定性。通过直接方法将问题规模推至求解器极限，在两个分别有 5 个节点和 60 个节点的测试系统上说明了所提出的模型的重要性和性能，而未来的工作将开发一种易于处理的算法。索引术语 — 拥塞管理、储能系统、灵活性、灵活负载、安全约束最优电力流、电压控制
寻找最优的脑电图方法：水基电极脑电图系统的实用评估
。CC-BY 4.0 国际许可，根据 提供（未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者，此版本于 2021 年 6 月 4 日发布。；https://doi.org/10.1101/2021.04.28.441825 doi：bioRxiv 预印本
基于规则的多目标蚱蜢优化算法优化的独立于电网的微电网长期最优容量规划能量管理方案
使用可持续能源系统 (SES) 为偏远社区提供离网电气化是实现可持续发展目标的必要条件。尽管如此，SES 的容量规划仍具有挑战性，因为它需要从长期角度满足波动的需求，此外还具有可再生能源 (RES) 的间歇性和不可预测性。由于容量规划问题的非线性和非凸性，必须采用有效的技术来实现具有成本效益的系统。现有技术受到目标函数可导性和连续性方面的一些限制，容易过早收敛，计算要求高，在不同应用中遵循严格的程序来微调算法参数，并且通常无法在优化过程的开发和探索阶段提供公平的平衡。此外，文献综述表明，研究人员在计算微电网容量规划问题时通常不会实施和检查微电网的能源管理方案 (EMS)。本文提出了一种基于规则的 EMS (REMS)，它由受自然启发的草跳优化算法 (GOA) 优化，用于独立于电网的微电网的长期容量规划，该微电网包含风力涡轮机、光伏发电、电池 (BT) 组和柴油发电机 (D gen)。其中，基于规则的算法用于实施 EMS，以优先使用 RES 并协调所提议微电网组件的功率流。随后，尝试探索和确认与 GOA 结合的所提议 REMS 的效率。目标函数的最终目标是最小化能源成本 (COE) 和供电概率不足 (DPSP)。通过长期模拟研究检查 REMS 的性能，以确定 REMS 的弹性并确保不违反 BT 存储的运行限制。将 GOA 的结果与粒子群优化 (PSO) 和布谷鸟搜索算法 (CSA) 进行了比较。模拟结果表明，所提出的技术在收敛到最优解方面具有优越性。模拟结果证实，所提出的 REMS 有助于更好地采用更清洁的能源生产系统，因为与传统的 D gen 相比，该方案分别显着降低了燃料消耗、二氧化碳排放量和 COE 92.4%、92.3% 和 79.8%。算法的比较评估表明，REMS-GOA 的结果更佳，因为它提供的 COE（目标函数）最低，为 0.3656 美元/千瓦时，而 REMS-CSA 为 0.3662 美元/千瓦时，REMS-PSO 为 0.3674 美元/千瓦时，对于期望的 DPSP 为 0%。最后，进行敏感性分析，以突出未来可能出现的不确定性对系统输入的影响。
最优自给自足区技术经济分析
许多城市和地区都宣布，他们的最终目标是实现能源自给自足，但还有许多技术和经济挑战需要研究。本研究的目的是为能源自给自足率高的地区找到成本最优的技术解决方案，以满足其电力需求。采用两种方法，一种是基于规则的方法，一种是优化方法，以找到一个地区中具有最低生命周期成本的本地集中风电、太阳能光伏、电池、热存储和热泵的可再生能源系统容量。以芬兰赫尔辛基的卡拉萨塔玛区为例。结果表明，完全能源自给自足的目标需要在可再生能源系统上进行非常高的投资。对于所研究的案例，将自给自足率降低到 76% 可以将生命周期成本降低 66%，并实现净零年度能源平衡。从经济和技术上讲，实现正能源区或净零能源区比实现完全能源自给自足更为可行。根据所得结果，主要投资应放在风电上，因为与太阳能光伏相比，风电全年利用率更高。当自给率从 100% 降低时，对昂贵的集中式电池存储的投资将急剧下降。结果表明，由于人口密度高和可再生能源供应有限，如果以高自给率为目标，一个地区的物理边界可能不适合所需的可再生能源设施。这通常会导致将地区边界扩大到虚拟平衡边界。
混合发电公司风险最优运营策略：混合区间-CVaR模型
- 用户可以从公共门户下载并打印任何出版物的一份副本，用于私人学习或研究。 - 您不得进一步分发材料或将其用于任何盈利活动或商业收益 - 您可以自由分发公共门户中标识出版物的 URL - 删除政策如果您认为本文档侵犯了版权，请通过 vbn@aub.aau.dk 与我们联系并提供详细信息，我们将立即删除对该作品的访问权限并调查您的索赔。