针对风电并网联合优化调度难的问题，本文根据风电的间歇性及随机性特性，建立风电功率的输出模型，提出基于离散粒子群的风电火电机组联合优化算法。首先根据常规电力系统经济调度方法，建立含有风电机组优化问题的数学模型，引入离散粒子群算法，将机组优化调度分解为内外子层问题并进行求解。最终确定最优的启停方案，实现风电火电机组的最优调度。该算法满足电力生产安全兼顾系统运行的经济性，具备一定的有效性及可行性。
2021-10-08 17:17:14
691KB
1
基于MAS的主动配电网多源协调优化调度 实现主动配电网(
ADN
) 中大量间歇式可再生能源的充分消纳以及储能装置
、
柔性负荷等
可调资源的有效利用，提出了适用于主动配电网的储能实时优化调度模型和考虑用户与电网互动特性的
柔性负荷模型; 在此基础上，构建了一种基于多代理系统(
MAS
) 的主动配电网三层多源协调优化调度架
构，提出了区域自治协调优化调度策略，以支持主动配电网中多种可调设备的联合优化调度; 最后，采用
JADE
开发平台搭建了多代理系统仿真环境，通过算例系统，验证了所提出的实时优化调度策略的有效性
。
2021-10-08 16:00:17
451KB
1
通过PSO粒子群算法求最大最小值，可直接运行。粒子群算法通过设计一种无质量的粒子来模拟鸟群中的鸟，粒子仅具有两个属性：速度和位置，速度代表移动的快慢，位置代表移动的方向。每个粒子在搜索空间中单独的搜寻最优解，并将其记为当前个体极值，并将个体极值与整个粒子群里的其他粒子共享，找到最优的那个个体极值作为整个粒子群的当前全局最优解，粒子群中的所有粒子根据自己找到的当前个体极值和整个粒子群共享的当前全局最优解来调整自己的速度和位置。粒子群算法的思想相对比较简单，主要分为：1、初始化粒子群；2、评价粒子，即计算适应值；3、寻找个体极值；4、寻找全局最优解；5、修改粒子的速度和位置。
2021-10-07 21:41:29
4KB
1
通过分析比较多种Fuzzing技术的定义，结合其当前发展所基于的知识和采用的方法，给出了Fuzzing技术的一个新的定义；重点从与黑盒测试技术的区别、测试对象、架构和测试数据产生机理四个方面总结了当前Fuzzing技术采用的一些新思想、新方法以及它们的缺陷。针对这些缺陷和实际应用中的需求，分别提出了当前Fuzzing技术下一步的具体研究方向和对应的研究方法。
2021-10-07 20:53:34
362KB
1