含风电的电力系统区间调度问题求解
风电场中的智能电力系统调度与优化决策
风电场中的智能电力系统调度与优化决策随着全球对可再生能源的需求不断增加，风能作为一种重要的清洁能源在能源领域扮演着越来越重要的角色。
风电场作为将风能转化为电能的关键设施，其高效的运营和管理对整个电力系统的稳定性和可靠性至关重要。
在风电场中，智能电力系统调度和优化决策的实施，成为提高风电场效率和降低能源消耗的关键因素。
一、智能电力系统调度智能电力系统调度是指通过自动化和智能化技术来优化风电场的发电、储能和输电等功能的调度安排。
其目标是实现风电场的稳定运行，同时最大限度地利用风能。
1. 发电调度：智能电力系统调度可以根据风场的具体情况，实时调整风机的发电功率。
利用风速和发电功率之间的关系，调整风机的转速和叶片角度，以最大限度地利用风能，并保持风机的安全运行。
2. 储能调度：风电场通常配备储能装置，如电池组或储水设施。
智能电力系统调度可以根据电网需求和电池组状态，合理调配储能设备的充放电策略，以实现电力的平衡和稳定供应。
3. 输电调度：智能电力系统调度还可以优化输电网络的布局和传输方案，以确保风电场的电力能够高效地传输到电网中。
通过对输电线路和变电站的优化配置，可以减少能源传输的损耗和耗费。
二、优化决策优化决策是指通过数学建模和优化算法，对风电场运行和管理的决策进行优化，以提高效率和经济性。
1. 发电优化：优化决策可以通过建立风速和发电功率的数学模型，预测未来的风速变化趋势，并相应地调整风机发电功率。
这有助于提高风电场的发电效率和利用率，减少对备用发电机组的依赖。
2. 储能优化：通过建立电池组的充放电模型，优化决策可以确定最佳的储能策略，使风电场在电网需求高峰时段供电，而在需求低谷时段进行储能。
这样可以充分利用风能，减少对传统电源的依赖。
3. 输电优化：优化决策可以通过建立输电线路和变电站的优化模型，确定最佳的电网布局和传输方案。
通过优化电力传输路径和输电设备的配置，可以减少能量传输的损耗和成本。
三、智能电力系统调度与优化决策的挑战虽然智能电力系统调度和优化决策在提高风电场效率和降低能源消耗方面具有巨大潜力，但也面临一些挑战。
电力系统中的风力发电优化调度研究
电力系统中的风力发电优化调度研究随着可再生能源的快速发展，风力发电作为其中的重要组成部分，正逐渐成为电力系统中的主导能源之一。
然而，由于风力发电的不确定性和不稳定性，如何实现风力发电的优化调度成为电力系统研究领域的一个重要挑战。
本文将就电力系统中风力发电的优化调度研究进行探讨，旨在提出有效的解决方案，促进风力发电在电力系统中的可持续发展。
一、风力发电的关键特点和挑战风力发电作为一种可再生能源，具有许多优势，包括零排放、资源丰富、潜力大等。
然而，由于风力发电依赖于风速和风向等自然条件，其电力输出具有不确定性和不稳定性。
这给电力系统的运行和调度带来了许多挑战。
首先，由于风速无法可靠预测，风力发电的功率输出难以确定，这给电力系统的稳定性带来威胁。
其次，电力系统需要满足用户的需求，对风力发电的功率输出有一定的要求，而如何将风力发电的不确定性与用户需求相匹配也是一个难题。
此外，风力发电的分布广泛，不同风电场之间的风力特性存在差异，如何将不同风电场的风力发电协调起来，提高整体效益也是一个挑战。
二、风力发电优化调度的目标和方法风力发电优化调度的目标是在保证电力系统安全稳定运行的前提下，最大限度地利用风能资源，实现经济效益最大化。
为了实现这一目标，研究者们提出了许多优化调度方法。
其中，基于数学建模的方法是最常用的方法之一。
通过对风力发电机组、传输线路和负荷等进行建模，构建起一个能够描述电力系统运行状态的数学模型。
然后，利用最优化算法求解该模型，得到最优的发电和输电策略。
另外，基于仿真优化的方法也得到了广泛应用。
通过建立一个电力系统的仿真模型，模拟风速变化、负荷需求变化等情况，然后通过优化算法寻找最优的发电和输电策略。
三、风力发电优化调度的关键技术风力发电优化调度的关键技术主要包括风速预测、风力发电机组出力预测、负荷预测和优化算法。
首先，风速预测是实现风力发电优化调度的基础。
通过对历史风速数据和气象因素的分析，建立风速预测模型，准确预测未来一段时间的风速，为优化调度提供准确的输入数据。
含风电场的电力系统优化调度策略研究
含风电场的电力系统优化调度策略研究第一章：绪论1.1 研究背景随着全球能源需求的不断增长和对环境保护的要求，新能源发电成为了解决能源短缺和减少碳排放的重要途径。
风电作为新能源发电的重要组成部分，在世界范围内得到了广泛的应用和发展。
然而，风电场的不确定性和间歇性给电力系统的运行和调度带来了一定的挑战，因此，优化调度策略成为了提高风电场发电效率和电力系统可靠性的关键问题。
1.2 研究目的和意义本论文旨在研究含风电场的电力系统优化调度策略，通过对风电场发电特性和电力系统调度问题的分析，探索有效的优化调度策略，提高电力系统的经济性和可靠性。
这对于优化电力系统运行、降低电力成本和改善能源利用效率具有重要意义。
第二章：风电场发电特性分析2.1 风能资源特性风能是风力发电的基础，风能资源的分布和特性对风电场的发电能力和效率有着重要影响。
本节将对风能资源的分布特点、风速和风力密度等参数进行分析，并介绍常用的风能资源评价方法。
2.2 风电场发电特性风电场的发电特性主要包括风机功率曲线、风速输出曲线和风电场功率调度策略等。
本节将介绍风机的发电特性和风电场的功率输出特点，以及常见的风电场功率调度策略。
第三章：电力系统调度问题分析3.1 电力系统调度概述电力系统调度是指根据电力需求和发电资源的情况，对电力系统的发电机组和输电线路等进行合理调度，以实现电力系统的稳定运行和经济运行。
本节将介绍电力系统调度的基本概念和调度目标。
3.2 含风电场的电力系统调度问题含风电场的电力系统调度问题主要包括风电场发电不确定性引起的电力系统调度困难和风电与传统火电之间的协调与优化问题。
本节将分析这些问题的挑战和影响，并对风电场的调度问题进行深入研究。
第四章：电力系统优化调度策略研究4.1 优化调度模型建立为了实现电力系统的经济性和可靠性，需要建立合理的优化调度模型。
本节将介绍常用的电力系统优化调度模型，包括基于经济性目标的模型和基于可靠性目标的模型。
含风力发电的电力系统经济调度
学号：常州大学毕业论文（2012届）题目含风力发电的电力系统经济调度学生学院专业班级校内指导教师专业技术职务校外指导教师专业技术职务二零一二年五月含风力发电的电力系统经济调度摘要：随着煤、石油、天然气储量的日益减少和二氧化碳等温室气体的不断增加。
全球气候变暖，海平面上升。
新能源的利用越来越受到人们的重视，风能作为一种干净的、储量极为丰富的可再生能源，是新能源领域中最重要、开发前景最好的能源之一。
由于风能的随机性，风力发电使得电力系统调度的不确定性因素增加，对电力系统经济调度提出了新的要求。
根据火电厂和并网风力发电机组经济调度的特点，建立含风力发电的电力系统经济调度模型。
并采用混合整数规划法来解决含风力发电的经济调度问题。
通过算例可知，风电的加入减小了系统运行的燃料成本，改变了常规火电机组的启停和出力。
本文充分利用了风电清洁可再生的特点，减少的高能耗火电机组的启停，达到节能减排的目标，实现低碳生活。
关键词：电力系统；风力发电；混合整数规划法Economic Dispatching of Power System including WindPower GenerationAbstract：With increasing of coal，oil and natural gas reserves dwindling and carbon dioxide and other greenhouse gases．Global warming causes sea levels rising. The use of new energy is receiving more attention．Wind energy as a kind of clean，abundant reserves renewable energy is the most important energy of new energy source.Due to the randomness of wind energy, the use of wind power will increase the uncertain factors of the power system dispatching, and new demands of the economic dispatching of the power system should be raised. According to the characteristics of economic dispatching of thermal plants and wind power, and established economic dispatching model of power system include wind power. The mixed integer programming approach theory is used, which aims to solve the problems between the wind power units and thermal units. Examples indicate that the combination of wind and thermal power will reduce the fuel cost of the running system, the conventional units’ status of on and off and their outputs are also affected. In this article, the clean and renewable characteristics of wind power is fully used, reduced the thermal units’status of on and off. It can achieve emissions-reduction targets, and low carbon life will come true.Keywords：power system, wind power generation, mixed integer programming approach目录摘要 (I)Abstract (II)目录................................................................................................................................................. I II 1 引言.. (1)1.1课题研究背景及意义 (1)1.1.1 研究背景 (1)1.1.2研究意义 (1)1.2 风力发电现状和发展趋势 (2)1.2.1 全球风电的发展现状 (2)1.2.2国内风能发展现状 (3)1.2.3风力发电的发展趋势 (4)1.3本文的主要工作 (7)2含风力发电的电力系统经济调度 (8)2.1风电的优势和局限性 (8)2.2风电并网对电力系统的影响 (9)2.2.1 风电并网对电网电压的影响 (9)2.2.2风电并网对电力系统暂态稳定性的影响 (9)2.3传统火电机组优化调度模型 (10)2.3考虑风电的电力系统经济调度模型 (11)2.3.1 设计思路 (11)2.3.2目标函数 (12)2.3.3约束条件 (12)3电力系统经济调度算法 (14)3.1优化问题及其分类 (14)3.2优化问题解决方法 (16)3.2.1优化算法目前的发展状况 (16)3.2.2启发式方法 (17)3.2.3动态规划法 (17)3.2.4混合整数规划法 (18)3.2.5拉格朗日松弛法 (19)3.2.6遗传算法 (20)3.3算法比较和选择 (21)4 软件介绍及算例分析 (22)4.1 程序的编制、运行与调试 (22)4.1.1 CPLEX介绍 (22)4.1.2程序的运行及调试 (23)4.2算例分析 (24)4.2.1不考虑风力发电的火电厂经济调度 (24)4.2.2考虑风力发电的火电厂经济调度 (24)5 结论与展望 (26)参考文献 (27)附录 (28)1 引言1.1课题研究背景及意义1.1.1 研究背景近年来，人们普遍关注能源和环境问题。
考虑风力发电的电力系统最优调度方法研究
考虑风力发电的电力系统最优调度方法研究[摘要]：国内外对于传统的电力系统最优调度方案的研究大多致力于解决在诸多约束条件下（如电力平衡约束、备用容量约束、机组发电功率约束、机组爬坡率约束、机组启动、运行费用等）如何使系统的燃料耗量、能耗成本最低。
但由于受随机因素（特别是风速）影响较强的风力发电机组的并网，使这一课题又有了新的发展。
本文正是在努力寻找适合这一新的发展形势的电力系统最优调度方法。
在参考了国内外诸多文献的基础上，结合已有的电力系统调度方法，本论文决定采用一种被广泛使用的现代优化算法——遗传算法，来进行包含风电的电力系统调度优化研究。
由于标准的遗传算法中交叉率和变异率和不同会极大影响到算法收敛的速度和陷入局部最优解的可能。
所以，本文采用了改进的遗传算法，即具有自适应的交叉率和变异率的遗传算法。
同时，为了避免遗传算法在单独使用时容易陷入局部最优解、收敛速度较慢等问题，本论文同时引入了模拟退火算法的思想，来控制种群的大小，从而使算法有一定概率接受差解，更能进化到全局最优解。
本文的研究提出了包含风电的电力系统调度问题的模型建立、算法选择、流程的建立。
为考虑风力发电的电力系统最优调度问题提供了一个新的解决方法。
[关键词]：风力发电、遗传算法、模拟退火算法加快开发绿色可再生能源是解决能源与环境问题的重要手段，其中风能是目前最具有开发利用前景和技术最为成熟的一种新型可再生能源。
随着风电技术的不断成熟，目前风力发电已经成为世界上发展速度最快的能源类型。
但是，由于风能具有随机性强等特点，因此风电机并网也对电力系统造成了一些影响。
风电功率和风速有直接的关系，风速有很强的随机性，导致风电机的出力随机波动性很大，同时，国家政策要求优先调度风电，即风力发电产生的电能，一般情况下电网应该全部吸收，因此风电的引入给系统带来了很大的影响，尤其是安排电网经济调度方案时，必须考虑风电的随机性，传统的调度方案也需要重新确定。
电力系统中的风力发电优化调度方法研究
电力系统中的风力发电优化调度方法研究随着可再生能源的快速发展，风力发电作为一种重要的可再生能源形式，正逐渐在电力系统中占据重要地位。
风力发电具有无污染、可再生等众多优点，然而它也面临着波动性强、不可控的问题，这给电力系统的优化调度带来了挑战。
因此，针对风力发电的优化调度方法研究成为当今电力系统领域的热点之一。
风力发电的优化调度方法旨在最大限度地利用风能资源，实现电力系统的稳定供电。
根据系统的特点和需求，风力发电的优化调度方法主要包括风力发电机组的排队调度、电力系统的负荷预测和风速预测等方面。
下面将分别对这些方面进行详细介绍。
首先，风力发电机组的排队调度是风力发电优化调度方法中的重要环节。
排队调度的目标是让风力发电机组在不同风速和负荷条件下运行，以最大化发电效益。
一种常用的方法是通过建立数学模型，将发电量、风速和负载等因素考虑进去，然后根据模型进行计算得出最佳的运行策略，以实现最大发电效益。
其次，电力系统的负荷预测也是风力发电优化调度方法中的重要环节之一。
负荷预测是指对未来一段时间内的电力需求进行预测，以便制定合理的发电计划。
在风力发电中，负荷预测需要考虑到风力发电的不确定性，即风速的波动性和不可控性。
一种常用的方法是利用时间序列分析和统计学方法，在历史数据的基础上对风速进行预测，然后结合负荷预测进行优化调度。
此外，风速预测也是风力发电优化调度方法中的重要环节之一。
风速预测是指对未来一段时间内的风速进行预测，以便制定合理的发电计划。
风速预测方法多种多样，包括基于统计学、基于物理模型和基于人工智能等方法。
其中，基于统计学的方法通常根据历史风速数据进行分析和预测；基于物理模型的方法通过建立风速与气象参数的关系模型，进行风速预测；基于人工智能的方法则利用机器学习算法对大量数据进行学习和训练，实现风速预测。
综上所述，电力系统中的风力发电优化调度方法研究至关重要。
风力发电的优化调度方法旨在最大化利用风能资源，实现电力系统的稳定供电。
风电场群区集控系统的电力调度与协调
风电场群区集控系统的电力调度与协调近年来，随着可再生能源的快速发展，风电已经成为我国电力行业的重要组成部分。
在风电场群区中，风电集控系统的电力调度与协调发挥着关键作用。
本文旨在探讨风电场群区集控系统的电力调度与协调的重要性及其实施方法。
首先，风电场群区集控系统的电力调度与协调对于保障电力供应的稳定性具有重要意义。
由于风能的不稳定性，风电场的发电量会随风速的变化而波动。
风电场群区集控系统可以根据风资源和电网负荷的状况，实时调度各个风电场之间的发电量，从而保持电力供应的平衡。
通过适时减少或增加发电量，集控系统能够实现对电力系统的动态调整，避免了电网的过负荷或不足，提高了电网的稳定性和可靠性。
其次，风电场群区集控系统的电力调度与协调可以提高电力系统的效能。
通过集中控制和协调各个风电场的运行模式，可以优化系统的发电效率和电网调度效能。
在电力系统的运行过程中，集控系统通过智能化算法和预测模型，实现对风电场之间的密切协同，最大限度地提高风电场的利用率。
同时，通过合理规划和配置发电资源，集控系统能够减少电力系统的能量损耗，提高电力系统的能源利用效率。
此外，风电场群区集控系统的电力调度与协调对于促进可再生能源的开发和利用具有积极意义。
随着我国对于可再生能源的大力发展，风电场群区集控系统可以承担更加复杂和庞大的调度任务。
通过对风电场群区中风电机组的协同控制，可以有效地提高风电机组的发电能力和稳定性。
同时，集控系统的智能化技术和数据分析能力，为风电场的运维管理提供了更加科学和精准的支持。
通过集中监控和管理风电场群区的运行状态，集控系统可以及时发现和解决问题，提高风电场的运行效率和可靠性。
在风电场群区集控系统的电力调度与协调中，有几个关键的技术和方法需要注意。
首先是数据获取和处理。
集控系统需要收集各个风电场的运行数据和电力系统的负荷数据，并进行有效的处理和分析。
其次是智能化控制与优化。
通过智能化控制算法和优化模型，集控系统可以实现对风电场的集中控制和协同调度，提高系统的效能和稳定性。
大规模风电并网条件下的电力系统调度探析
大规模风电并网条件下的电力系统调度探析摘要：大规模风电并网下对电力系统造成极大影响，特别是电能质量、电网调度等方面，都需要制定有效的应对措施。
下面文章结合风力发电并网存在问题，探讨电力系统调度优化措施。
关键词：风电并网；电力系统；系统调度；电力调度引言随着社会经济迅猛发展，人们的生活水平不断提高，对能源的需求逐步增大，能源供应逐步呈现出了紧张的态势，环境问题越发突出，因此近年来社会关注焦点逐渐向可再生能源的开发利用领域转变。
随着新能源发电技术的逐步成熟，风力资源的开发利用越发自如。
但风电新能源的发展仍处于摸索阶段，有较大的发展空间，还需多措并举，逐步解决我国风电并网技术难题，以推动风力发电工程稳中求进。
1风力发电并网的必要性传统发电，就是指通过运用燃烧燃气或者燃煤，将热能转化为动能，最后转化为电能，在以上过程中会产生对环境造成严重污染的碳氧化合物与氮氧化合物，同时在对传统发电造成的二次污染进行处理时需要投入非常高的费用。
与水能发电、太阳能发电相同，风力发电也属于绿色自然能发电，不会排放任何污染物质，非常清洁，有效保证我国经济绿色可持续发展。
此外，中国有非常丰富的风能资源，具有显著的风能发电优势，在最近几年中，我国风能发电量呈不断快速上升趋势，有效推动了我国社会的可持续发展。
实际上，针对风力发电形式，它是自行成网，不会向电网系统中进行接入，通过有效结合水利发电与风力发电，有助于偏远地区供电需求的满足。
不过，目前离网型风电形式的优势并未得到充分的发挥，所以风电并网是重要发展趋势。
风力发电不但能够有效保护环境，而且风力发电并网技术施工工期较短、占地面积少，有助于智能化电网管理的实现。
另外，通过运用风力发电并网技术，能够有效支撑与补偿风力发电厂的电网，进而能够更好地利用风能，有助于洁净能运用价值的提升。
2风电的大规模并网影响2.1影响电力系统的稳定性对于风力发电输出质量，其最大的质量问题在于电压存在波动和闪变，出现这种情况主要来自风力资源的不稳定。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
可再生能源
Renewable Energy Resources
Vol.37 No.2 Feb. 2019
含风电的电力系统区间调度问题求解
程 杉 1袁 冯毅煁 2袁 黄天力 2
渊1. 三 峡 大 学 新 能 源 微 电 网 湖 北 省 协 同 创 新 中 心 袁 湖 北 宜 昌 443002曰 2. 三 峡 大 学 湖 北 宜 昌 443002冤
max喳xlyl袁xlyu袁xuyl袁xuyu札]
收稿日期院 2018-08-10遥 基金项目院 国 家 自 然 科 学 基 金 资 助 项 目 渊51607105冤曰三 峡 大 学 硕 士 学 位 论 文 培 优 基 金 渊2018SSPY083冤遥 作者简介院 程 杉 渊1981-冤袁男 袁博 士 袁副 教 授 袁研 究 方 向 为 新 能 源 微 电 网 优 化 与 控 制 技 术 遥 E-mail院hpucquyzu@
0 引言 风电功率预测会影响电力系统的经济调度
和 稳 定 运 行 遥国 内 外 学 者 一 直 致 力 于 风 速 和 风 电 功 率 预 测 精 度 的 研 究 遥 文 献 [1]采 用 自 回 归 滑 动 平 均 渊ARMA冤模 型 来 生 成 风 速 时 间 序 列 袁但 该 方 法 有 时 并 不 能 较 好 地 满 足 实 际 需 求 遥 文 献 [2]从 历 史 数 据 间 关 联 信 息 的 角 度 袁利 用 熵 相 关 系 数 指 标 提 高 风 电 功 率 预 测 的 精 度 袁但 没 有 顾 及 预 测 误 差 不 确 定 度 带 来 的 影 响 遥为 避 免 测 量 装 置 故 障 而 出 现 数 据 缺 失 袁从 而 影 响 预 测 精 度 的 问 题 袁文 献 [3]提 出 了 基 于 RBF 神 经 网 络 的 预 测 算 法 来 提 高 测 风 数 据 的 完 整 度 袁进 而 提 高 风 电 功 率 的 预 测 精 度 遥 考 虑 到 不 同 预 测 模 型 之 间 可 能 会 有 互 补 性 袁文 献 [4] 提 出 了 一 种 以 预 测 误 差 的 平 方 和 最 小 为 准 则 的 组 合 预 测 模 型 袁但 该 模 型 时 刻 都 需 要 确 定 各 单 项 模 型 的 权 重 系 数 袁将 加 长 预 测 时 的 数 据 处 理 时 间遥
本 文 以 含 风 电 的 电 力 系 统 为 例 袁将 风 电 功 率 的 预 测 值 以 区 间 量 表 示 袁并 提 出 求 解 含 区 间 量 优 化 模 型 的 方 法 袁即 通 过 建 立 一 系 列 辅 助 模 型 求 解 所 有 决 策 变 量 及 目 标 函 数 最 优 值 的 区 间 上 尧下 界 值 遥 其 次 袁鉴 于 区 间 解 严 格 计 算 的 保 守 性 袁本 文 将 场 景 削 减 方 法 应 用 于 区 间 调 度 问 题 中 袁并 借 助 于 建立辅助模型的方法求解含区间量的不确定调度 问 题 袁使 优 化 调 度 结 果 的 实 用 性 在 场 景 削 减 后 得 到提高遥 1 含风电的电力系统的区间调度
由 于 风 速 时 间 序 列 的 非 线 性 和 随 机 性 袁采 用 区 间 量 表 示 预 测 结 果 会 更 加 合 理 袁即 [5]袁[6] 对 电 压 幅 值 尧有 功 功 率 等 数 据 进 行 以 区 间 量 替 代 点 值 的 处 理 遥 同 理 袁也 可 以 以 区 间 量 表 征 风 电 等 分 布 式 可 再 生 能 源 的 功 率 预 测 结 果 袁将 输 出 功 率 的 实 际 取 值 尽 可 能 包 含 在 预 测 结 果 中 袁得 到 不 同 预 测 误 差 下 优 化 调 度 结 果 的 波 动 范 围 袁从 而 提 高 调 度 结 果 的 实 用 性 遥 [7]袁[8]
用 区 间 量 处 理 风 电 的 不 确 定 性 时 袁相 应 地 会
产 生 区 间 调 度 问 题 [9]遥 当 前 袁已 有 的 研 究 中 关 于 求 解 区 间 调 度 模 型 的 仍 然 较 少 袁多 数 集 中 于 求 解 含 区 间 量 的 潮 流 方 程 遥文 献 [10]提 出 了 区 间 序 关 系 的 概 念 袁将 含 区 间 量 的 模 型 转 换 成 一 般 的 优 化 模 型 袁 方 便 了 调 度 问 题 的 求 解 遥文 献 [11]提 出 了 采 用 改 进 的 精 英 交 叉 遗 传 算 法 求 解 区 间 调 度 模 型 袁但 求 解 得 出 的 区 间 解 较 为 保 守 袁也 未 提 出 改 进 方 院 在 含 风 电 的 电 力 系 统 中 袁风 电 功 率 的 预 测 结 果 和 实 际 值 之 间 的 误 差 影 响 了 电 力 系 统 的 优 化 调 度 及 实 用 性 遥 文 章 研 究 了 含 风 电 的 电 力 系 统 的 区 间 调 度 问 题 袁并 利 用 辅 助 模 型 将 区 间 调 度 转 化 为 一 般 调 度 袁求 解 得 出 决 策 变 量 的 区 间 解 和 相 应 的 目 标 函 数 区 间 值 袁并 将 场 景 削 减 方 法 应 用 到 区 间 调 度 中 遥 最 后 袁算 例 仿 真 辅 助 模 型 证 明 文 章 所 提 出 的 区 间 调 度 的 实 用 性 袁场 景 削 减 方 法 对 调 度 区 间 具 有 良 好 效 果 遥 关键词院 风 电 功 率 曰 区 间 调 度 曰 辅 助 模 型 曰 场 景 削 减 中图分类号院 TK51 文献标志码院 A 文章编号院 1671-5292渊2019冤02-0199-06
区 间 量 是 区 别 于 点 变 量 的 另 一 种 变 量 袁直 观 地 描 述 了 连 续 型 变 量 的 分 布 区 间 遥区 间 变 量 的 基 本 运 算 规 则 为 [12]
-[xl袁xu]=[-xl袁-xu] [xl袁xu]+[yl袁yu]=[xl+yl袁xu+yu] [xl袁xu]-[yl袁yu]=[xl-yl袁xu-yu] [xl袁xu]伊[yl袁yu]=[min喳xlyl袁xlyu袁xuyl袁xuyu札袁