發(fā)布時間：2024-12-30 01:05

　　在本研究中,創(chuàng)建了一個基于最優(yōu)最劣模糊優(yōu)化的極小極大遺憾分析(SI-MRA)方法以支持不確定條件下的能源系統(tǒng)規(guī)劃。在SI-MRA方法中,最優(yōu)最劣模糊方法及極小極大遺憾分析方法(MMR)被融合在一個綜合框架中,SI-MRA在傳統(tǒng)的模糊數(shù)學(xué)規(guī)劃方法上有所提高,該方法通過直接反映目標函數(shù)和約束中的模糊函數(shù)之間的關(guān)系,具有較高的計算效率。它不僅可以解決目標函數(shù)和系統(tǒng)約束中都存在的表現(xiàn)為模糊集的不確定性,也可以通過一系列的情景列表來反映不知道概率分布情況下的隨機變量的不確定性。開發(fā)的SI-MRA方法被應(yīng)用到一個在發(fā)電成本和電量需求存在模糊性和不確定性的長期能源系統(tǒng)規(guī)劃案例中,根據(jù)不同的電量需求水平下的不同的決策替代方案和實際結(jié)果之間產(chǎn)生了一系列的情景。研究結(jié)果可以幫助決策者制定最優(yōu)的電量生產(chǎn)以及擴容決策方案。

【文章頁數(shù)】：57 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 研究意義
    1.3 研究目標及研究內(nèi)容
    1.4 論文結(jié)構(gòu)
第二章 文獻綜述
    2.1 能源系統(tǒng)模型研究進展
        2.1.1 自頂向下模型
        2.1.2 自底向上模型
        2.1.3 混合能源模型
    2.2 不確定性優(yōu)化方法在能源系統(tǒng)中的應(yīng)用研究
        2.2.1 隨機數(shù)學(xué)規(guī)劃方法
        2.2.2 模糊數(shù)學(xué)規(guī)劃方法
        2.2.3 區(qū)間數(shù)學(xué)規(guī)劃方法
    2.3 本研究優(yōu)化方法
        2.3.1 研究背景
        2.3.2 SI-MRA方法
    2.4 本章小結(jié)
第三章 基于最優(yōu)最劣模糊分析的能源系統(tǒng)規(guī)劃模型
    3.1 案例研究
    3.2 結(jié)果分析
    3.3 本章小結(jié)
第四章 結(jié)論與展望
    4.1 結(jié)論
    4.2 展望
參考文獻
附錄
攻讀碩士學(xué)位期L表的學(xué)術(shù)論文
攻讀碩士學(xué)位期間參加的科研工作
致謝
作者簡介



本文編號：4021547