搜索资源列表
6546456564
- 含DG的配网无功优化计算研究，包括风力发电和光伏电池微型燃气轮机和燃料电池-Distribution network with DG' s reactive power optimization studies, including micro-wind turbines and photovoltaic cells and fuel cells
mopos-DG
- 多目标粒子群算法优化分布式发电选址 实现了最优目标-Mutil-Objective particle swarm optimization
DG-optimal-PSO-algorithm
- 该算法可以计算含DG的配电网优化计算，算例采用IEEE 33 bus test system。-Our algorithm package can solve the distribution active power optimization with the consideration of distributed generation (DG). The test case is based on IEEE 33 bus test
69
- 含有DG配电网重构，基于小波神经网络优化电网损耗并且考虑了电压降落和电压偏移多目标-DG containing distribution network reconfiguration, optimize network losses wavelet neural network and considering the voltage drop and voltage offset multi-target
2
- 配电网采用二进制粒子群算法进行重构，同时使用普通粒子群算法对接入的DG注入功率进行优化(The distribution network adopts binary particle swarm algorithm to refactor, and the DG injection power is optimized by using the general particle swarm algorithm)
mno-differential-grouping-7cf5110a1fab
- 利用差分分组的多目标优化算法，MATLAB编写。(differential grouping)
个人发卡系统3.0免授权彩虹优化版
- 阿大声道dfwsrfwr 山东卫视若温柔玩儿(aewrrwear vwr w w rew rw ret4vw tw tyw trfg ee twe4te ter terter artfawy dg)
考虑环境效益的DG优化
- 考虑电网经济效益、环境效益和电能质量分布式电源优化配置(Optimal allocation of distributed generation considering comprehensive benefits of power grid)
主动配电网中分布式电压协同控制
- 本文建立了光伏、风机等分布式电源的仿真模型，研究了主动配电网的不同 运行方式，构造了控制系统的工况，包括正常控制状态和紧急控制状态，并确定 了在正常控制状态下实行不同时间尺度下的电压优化手段和紧急控制状态下进行 即时控制的思想。在此基础上，提出了一种基于多代理系统的主动配电网分布式 电压协同控制方法，通过控制有载调压变压器、无功补偿设备、分布式电源出力 等，在可能出现多馈线不同功率的系统中，实现防止电压越限、最小化电压偏移
动态无功优化
- 改进的快速粒子群优化算法计算含DG配电网无功优化和运行费用最优解(Improved Fast Particle Swarm Optimization for Reactive Power Optimization and Operation Cost Optimization of Distribution Network with DG)
reactive power optimization of DG
- 建立了基于模型预测控制的配电网多时间尺度无功优化模型，包含日前优化调节层和实时滚动调控层。日前优化侧重于运行经济性，协调配合不同类型无功设备进行大尺度无功调节，并预留充足动态无功储备响应动态调控，降低运行风险；实时滚动调控侧重于系统运行可靠性。(A multi-time scale reactive power optimization model for distribution network based on model pred
布谷鸟DG规划
- 通过布谷鸟群算法对设定的多个目标进行优化，并最终获得分布式电源的最优选址定容(Through the CUCKOO swarm algorithm to optimize the set of multiple objectives, and finally obtain the optimal location of distributed generation capacity)