文献

J-GLOBAL ID：201602273037935363   整理番号：16A1239443

ウインドファームのユニット組合せ二段階ランダムモデルとその改良アルゴリズム【JST・京大機械翻訳】

Two-Stage Stochastic Model of Unit Commitment with Wind Farm and an Improved Algorithm

著者 (3件)： Shi Tao (Electrical Engineering Department Southeast University) ,  Gao Shan (Electrical Engineering Department Southeast University) ,  Zhang Ningyu (State Grid Jiangsu Electric Power Research Institute)
資料名： Diangong Jishu Xuebao  (Diangong Jishu Xuebao)
巻： 31  号： 16  ページ： 172-180,188  発行年： 2016年 
JST資料番号： C2502A  ISSN： 1000-6753  CODEN： DIJXE5  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 風力発電機のための確率的変数として風力発電を取り上げ,目的関数として従来の発電ユニットの発電コストと負荷ペナルティを考慮し,風力発電のためのいくつかの可能なシナリオが存在するので,風力発電のための期待値を採用した。同時に,二段階モデルを解決するためのSAA-適応マルチ切断L形アルゴリズムを提案し,具体的には,サンプリング平均近似(SAA)理論に基づき,確率モデルを決定論的モデルに変換し,次に,適応マルチ切断L形アルゴリズムを提案した。大域的補助変数を導入することによって,反復プロセスにおける歴史的最適切断情報の保存を実現し,そして,主モデル制約条件数の上限保証モデルは,常に小さい規模を持った。従来の単切割とマルチ切断LLに比べて,提案したアルゴリズムの反復回数は両者の間にあるが,計算時間は両者よりも少ない.最後に,3つの機,10機および100-の風力発電シナリオにおけるシミュレーション結果は,提案したモデルが風力発電機のランダム性を効果的に処理することができ,SAA-適応マルチ切断L形アルゴリズムがサンプルの数が大きい場合に良好な収束性と信頼性を保持することを示した。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： 確率モデル ,  風力発電 ,  ペナルティ ,  *ウインドファーム ,  目的関数 ,  期待値 ,  *アルゴリズム ,  制約条件 ,  発電設備 ,  信頼性 ,  CPU時間 ,  決定論的モデル ,  風力発電機 ,  数学モデル
準シソーラス用語： ランダム性 ,  発電コスト , 【Automatic Indexing@JST】

著者キーワード (6件)： Wind power ,  unit commitment ,  two-stage model ,  sample average approximation ,  stochastic programming ,  L-shaped algorithm

分類 (1件)： 風力発電  (NB03120Q)

タイトルに関連する用語 (3件)： ウインドファーム ,  段階 ,  アルゴリズム