多重不確定性下水風光多能互補長期優(yōu)化調(diào)度方法

摘要： 如何應(yīng)對水風光多重不確定性及其導致的高維優(yōu)化求解難題是流域水風光多能互補長期調(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)的水風光聯(lián)合場景生成方法，并通過同步回代縮減法進行場景削減，量化表征水風光多重不確定性；以此為輸入，構(gòu)建流域水風光多能互補長期兩階段隨機優(yōu)化調(diào)度模型，并通過Benders分解算法和凸化線性化建模技術(shù)實現(xiàn)高維非線性優(yōu)化問題的高效求解。最后以金沙... （共9頁）