多重不確定性下水風(fēng)光多能互補(bǔ)長(zhǎng)期優(yōu)化調(diào)度方法

摘要： 如何應(yīng)對(duì)水風(fēng)光多重不確定性及其導(dǎo)致的高維優(yōu)化求解難題是流域水風(fēng)光多能互補(bǔ)長(zhǎng)期調(diào)度面臨的關(guān)鍵挑戰(zhàn)。為此，提出基于馬爾科夫鏈和Copula函數(shù)的水風(fēng)光聯(lián)合場(chǎng)景生成方法，并通過(guò)同步回代縮減法進(jìn)行場(chǎng)景削減，量化表征水風(fēng)光多重不確定性；以此為輸入，構(gòu)建流域水風(fēng)光多能互補(bǔ)長(zhǎng)期兩階段隨機(jī)優(yōu)化調(diào)度模型，并通過(guò)Benders分解算法和凸化線(xiàn)性化建模技術(shù)實(shí)現(xiàn)高維非線(xiàn)性?xún)?yōu)化問(wèn)題的高效求解。最后以金沙... （共9頁(yè)）