XiaoMi-AI文件搜索系统
World File Search System最优
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。
差异管理对风电和太阳能光伏成本最优投资的影响
本研究调查了变化管理对四个地区成本最优电力系统组成的影响，这四个地区的风能和太阳能发电先决条件不同。五种变化管理策略，包括电锅炉、电池、氢存储、低成本生物质和需求侧管理，被整合到一个旨在考虑变化的区域投资模型中。变化管理策略一次考虑一种，并在四种不同的系统环境中组合考虑。通过研究变化管理策略在大量情况下如何相互作用以及与不同的发电技术相互作用，本研究支持政策制定者确定与其环境相关的变化管理组合。研究发现，如果可变可再生电力 (VRE) 份额足够大以降低其边际系统价值，电锅炉、需求侧管理和氢存储会增加成本最优的可变可再生电力 (VRE) 投资。然而，在初始风电份额较低的系统中，低成本生物质和氢存储会增加对风电的成本最优投资。在太阳能光伏份额较低的系统中，变异管理会降低成本最优的太阳能光伏投资。在调查的两个地区，变异管理策略的组合比单一变异管理措施的总和更能提高 VRE 容量。
人机交互的最佳操作员训练参考模型...
人类操作员是稳定、安全的电力系统不可或缺的一部分。虽然人们越来越关注自动化改进，但理解和培训人类操作员的重要性可能被低估了。本文讨论了一个通过评估人类相对于使用最优控制理论确定的参考操作员模型的表现来增强操作员培训计划的项目。除了建立一个简单的基于计算机的操作员工作站以供将来培训之外，本文还介绍了人在环电力系统实验的最优控制响应设计方法。介绍了整个系统模型。将最优控制器综合方法应用于模型系统并设计最优控制器。然后将最优控制器的性能与人类受试者的性能进行比较。
人机在环系统的最佳操作员培训参考模型
人类操作员是稳定、安全的电力系统不可或缺的一部分。尽管人们越来越关注自动化改进，但理解和培训人类操作员的重要性可能被低估了。本文讨论了一个通过评估人类相对于使用最优控制理论确定的参考操作员模型的表现来增强操作员培训计划的项目。除了建立一个简单的基于计算机的操作员工作站以供将来培训之外，本文还介绍了人机回路电力系统实验的最优控制响应设计方法。介绍了整个系统模型。将最优控制器综合方法应用于模型系统并设计了最优控制器。然后将最优控制器的性能与人类受试者的性能进行比较。
OPF-Learn：用于创建代表性交流最优潮流数据集的开源框架：预印本
摘要 — 可再生能源发电水平的提高激发了人们对数据驱动的交流最优功率流 (AC OPF) 方法的兴趣，以管理不确定性；然而，缺乏规范的数据集创建和基准测试，阻碍了对文献中的方法进行有用的比较。为了树立信心，模型必须能够可靠地预测各种运行条件下的解决方案。本文为 Julia 和 Python 开发了 OPF-Learn 包，它使用一种计算效率高的方法创建代表性数据集，涵盖交流 OPF 可行域的广泛范围。负载曲线是从包含交流 OPF 可行集的凸集中均匀采样的。对于找到的每个不可行的点，使用不可行性证书来减少凸集，这些证书是通过使用宽松公式的性质找到的。与文献中看到的传统技术相比，该框架可以生成更能代表整个可行空间的数据集，从而提高机器学习模型的性能。
袁启恒 (2020) 风能和太阳能可变性分析及最优电力系统整合。博士论文。
图 1.1 能源三难困境。 ........................................................................................................... 1 图 1.2 全球能源消耗 [10]。 ......................................................................................................... 2 图 1.3 风电输出呈现 Kolmogorov 谱特征 [52]。 .................................................... 6 图 1.4 独立的光伏氢能发电系统 [62]。 ......................................................................................... 7 图 1.5 参考文献 [102] 将风能划分为每小时能量、负荷跟踪和调节部分的概念图。 ........................................................................... 11 图 2.1 风力涡轮机的理论功率曲线。 ........................................................................................... 22 图 2.2 美国为研究风能变化和 SAWP 系统而选定的六个地点。 ........................................................................................... 24 图 2.3 美国科罗拉多州 12 个选定的风电互联地点。 ........................................................................................................................................... 25 图 2.4 2012 年西半球 2012 年在 (a) 旧金山、(b) 洛杉矶、(c) 丹佛、(d) 休斯顿、(e) 芝加哥、(f) 纽约的风速。 ........................................................................... 26 图 2.5 北美和南美选定的六个地点，用于研究太阳能变化、SAPVP 系统和独立的风能和太阳能混合发电系统。 30 图 2.6 2017 年西半球 2017 年在 (a) 基多、(b) 瓦伦西亚、(c) 墨西哥城、(d) 休斯顿、(e) 盐湖城、(f) 温哥华的太阳辐照度。 ........................................................................... 31 图 2.7 不同纬度地区太阳辐射发射示意图。 ........................................................................................................................................................ 33 图 2.8 2007 年至 2012 年，相关系数随两台风力涡轮机之间的距离而变化。 ........................................................................................................................... 44 图 2.9 2007 年至 2012 年（a）基多、（b）瓦伦西亚、（c）墨西哥城、（d）休斯顿、（e）盐湖城、（f）温哥华相关系数随太阳能/风能混合比例而变化。 ........................................................................................................... 45 图 2.10 2012 年休斯顿（a）风能和（b）太阳能的频谱。 ........................................................................................................................................... 48 图 2.11 2007 年（a）、2008 年（c）、2009 年（d）2010 年（e）12 个选定地点不同数量的互连风力涡轮机的频谱2011 年、（f）2012 年。..............................................................................49 图 2.12 2012 年 (a) 基多、(b) 瓦伦西亚、(c) 墨西哥城、(d) 休斯顿、(e) 盐湖城、(f) 温哥华不同混合比例互联风能和太阳能的频谱。 ........................................................................................................... 50 图 2.13 美国选定的 6 个地点的 D wavg ( j ) 与 f ( j ) 的关系以及 (b) 北美和南美选定的 6 个地点的 D Savg ( j ) 与 f ( j ) 的关系。 ........................................................... 56 图 2.14 2007 年至 2012 年 (a) 旧金山、(b) 洛杉矶、(c) 丹佛、(d) 休斯顿、(e) 芝加哥、(f) 纽约的 DW ( y ) (j) 与频率 f ( j )。 .................................................... 57 图 2.15 2007-2012 年 (a) 基多、(b) 瓦伦西亚、(c) 墨西哥城、(d) 休斯顿、(e) 盐湖城、(f) 温哥华的 DS ( y )( j ) 和频率 f ( j )。 ........................................................... 58 图 3.1 典型的独立 (a) 风力发电、(b) 太阳能发电、(c) 混合风能和太阳能发电系统。 ............................................................................................................. 62 图 3.2 P RE 和 PL 之间的功率不匹配 . ........................................................................................... 64 图 3.3 典型的年平均住宅用电量 (a) 24 小时负荷数据 (b) 一年负荷数据，(c) 负荷谐波频谱。 ............................................................................................. 65
AI Feynman 2.0：利用图形模块化的帕累托最优符号回归
符号回归之所以很难，是因为符号表达式的组合空间呈指数级增长。传统上，它依赖于人类的直觉，从而发现了一些最著名的科学公式。最近，在完全自动化该过程方面取得了巨大进展 [6-26]，现在已有开源软件可以通过将神经网络与受物理学和信息论启发的技术相结合来发现相当复杂的物理方程 [25]。尽管 [25] 使用未知函数的神经网络近似来发现简化函数属性，取得了最先进的性能，但它是以一种非原则性和临时性的方式实现的，我们用一种通用的、有原则的、更有效的方法取而代之，该方法包含四个主要贡献：
原创科学论文《考虑季节因素的分布式发电机和储能电力系统最优潮流分析》
Lucian-Ioan DULĂU*，Dorin BICĂ 摘要：电力系统的运行基于潮流分析，而优化则基于最优潮流分析。研究的目的是根据最优潮流分析确定发电成本和功率损耗。最优潮流分析首先计算潮流以确保系统安全运行，然后考虑数学模型进行实际最优潮流。这些研究针对改进的 IEEE 39 总线系统进行了一整年的分析，分别考虑了季节（春季、夏季、秋季和冬季）以及这些季节的平均负载功率需求。该系统连接了三个分布式发电源和两个存储单元。执行的优化（最优潮流）是多目标的，最小化所考虑季节的发电成本和功率损耗（有功和无功）。结果表明，对于所有季节，当分布式发电源和存储单元连接到所分析的电力系统时，发电成本较高，而功率损耗较低。 关键词：分布式发电机；多目标优化；最优潮流；季节；储能单元 1 引言 电力系统的运行基于潮流分析，而优化则基于最优潮流分析。潮流（稳态）分析可以验证电力系统安全运行的条件。为了求解非线性方程组，可以使用 Seidel-Gauss 或 Newton-Raphson 等迭代法，这些方法可以在执行不确定数量的运算后通过连续步骤获得解，使结果接近最终值。潮流分析是电力系统任何后续分析（例如最优潮流分析）的起点。最优潮流分析可以让系统操作员进行规划和决策，以确保电力系统的可靠运行和管理。固定的发电功率仅对应一种运行条件。在一段时间内，优化运行需要发电来源适应负载改变其电力需求，同时也要适应可再生能源的电力变化，而可再生能源在过去十年中更为普遍。最优电力流问题复杂且非线性。最优电力流分析是根据给定的目标函数进行的，通常考虑最小化。这些通常的目标函数是最小化电力损耗或最小化发电成本。这些目标的应用立即涉及系统约束 [1-4]。需要这样的约束来维护系统的安全性，因此电力系统中的每个组件都必须保持在其所需的运行范围或界限内。约束包括，例如，对总线电压或发电机的最大和最小功率输出的限制[5-7]。现在大多数电力系统中都存在可再生能源和存储单元。许多可再生能源都安装在负载场所附近或负载场所，因此它们被称为分布式发电源或分布式发电机。分布式发电源有助于减少电力损耗、增加总线电压、减少污染物
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
小型开放经济体中资产市场参与度和货币政策有限
有限资产市场参与 (LAMP) 和贸易开放是所有现实世界经济体的关键特征。我们研究了具有 LAMP 的小型开放经济模型中的均衡确定性和最优货币政策。如果资产市场参与度足够低，那么有关政策惯性稳定效益的传统观点可能会被推翻，无论名义利率是否受到零下限的限制。与最近的研究相反，贸易开放可以在 LAMP 经济体中发挥重要的稳定作用。最优货币政策被推导为一条稳健的永恒规则，其中最优利率惯性水平取决于贸易开放程度。结果表明，对于标准经济体，最优规则是超惯性的，而对于 LAMP 经济体，惯性程度明显较低，且不是超惯性的。