【全网最全】2024电工杯数学建模A题成品论文+前三题完整解答matlab+py代码等(后续会更新成品论文)

news2024/12/26 0:08:29

您的点赞收藏是我继续更新的最大动力!

一定要点击如下的卡片链接,那是获取资料的入口!

【全网最全】2024电工杯数学建模A题成品论文+前三题完整解答matlab+py代码等(后续会更新成品论文)「首先来看看目前已有的资料,还会不断更新哦~一次购买,后续不会再被收费哦,保证是全网最全资源,随着后续内容更新,价格会上涨,越早购买,价格越低,让大家再也不需要到处买断片资料啦~💰💸👋」👋👋更新高质量成品论文+前三问matlab代码+数据 icon-default.png?t=N7T8https://mbd.pub/o/bread/ZpaVlpdu点击链接加入群聊【2024电工杯】:http://qm.qq.com/cgi-bin/qm/qr?_wv=1027&k=sW2hq6i9om_2NvV55gX0SSrcDh57GbWH&authKey=5XEa7v8ZnQnW9Uuixz0dqoij8E77x6NeHpmEix7y6d71TDKmO3azK8Jtn5XElHuQ&noverify=0&group_code=965309125icon-default.png?t=N7T8http://qm.qq.com/cgi-bin/qm/qr?_wv=1027&k=sW2hq6i9om_2NvV55gX0SSrcDh57GbWH&authKey=5XEa7v8ZnQnW9Uuixz0dqoij8E77x6NeHpmEix7y6d71TDKmO3azK8Jtn5XElHuQ&noverify=0&group_code=965309125

    1. 问题分析

题目要求第一问分析未配置储能时各园区运行的经济性,本文就首先定义购电量、弃风弃光电量、总供电成本和单位电量平均供电成本四个指标计算公式,然后根据公式定义去计算出相应结果,最后为了筛选影响经济性的关键因素,本文选定通过让风电价格、光伏价格、主电站电价波动去分析不同园区用电成本的波动情况,最终判断出影响成本的关键因素。

题目要求第二问分析在配置 50kW/100kWh 储能时的储能最优运行策略及购电计划,本文以SOC 允许范围 10%-90%,充/放电效率 95%等条件为约束条件、储能策略为决策变量、成本最低为目标函数求解,然后与第一问的成本进行对比,分析出各个园区经济性是否改善。

题目要求第三问在风光荷功率波动特性保持上述条件不变前提下分析50 kW/100kWh 的方案是否最优,类似于第二问,本文增加决策变量储能设备容量配置方案,约束条件目标函数与第二问一致,最后可求得最佳储能策略、容量配置方案。

    1. 第一问
      1. 指标定义

购电量

购电量就是在每个园区供电不足时向主电站购买电量,根据题目定义,那么公式就是:

Ei1t=0tPPv,ini1tdt+0tPw,ini2tdtEi2t=0tPicosttdt

Ei(t)=Ei1t-Ei2t

其中,PPv,i

表示第i个园区的风电装机容量、Pw,i

为第i个园区的光伏发电装机容量、ni1t

ni2t

分别表示t时刻第i个园区的风电和光伏发电效率、Picost(t)

表示t时刻第i个园区负荷功率,Ei1t

表示t时刻第i个园区发电量、Ei2t

表示t时刻第i个园区负荷电量、Ei(t)

为园区电量不足或电量盈余量。

所以购电量为:

Bi=Ei(t)<0-Ei(t)dt

弃风弃光电量

根据上面电量计算公式可以得到弃风弃光电量计算公式:

Di=Ei(t)>0Ei(t)dt

总供电成本

Wi=Bi*pricemain+Ei124*pricewind+Ei224*pricelight

其中pricemain

是主电站电价、pricewind

是风电电价、pricelight

是光伏电价。

单位电量平均供电成本

avgWi=Wi/Ei(24)

      1. 结果计算

上文计算电量公式为积分计算公式,本文采用复合梯形公式求解:

  首先我们来定义即将用到的左对于积分I=abfxdx,由积分中值定理知,∃一点ξa,b,使得

abfxdx=b-afξ

若改用区间中点(a+b)/2的函数值代替 若改用区间中点c=a+b2

的函数值fa+b2作为fξ的近似值,则得到中矩形公式:

R=b-afa+b2,

其积分余项:

Rk=I-J=f*η24b-a3

复合矩形公式就是对每个结点分别进行矩形公式计算。

根据前面定义,即可计算出四个指标计算结果,结果如下表:

园区A

园区B

园区C

购电量

4874.125

2432.3

2699.39

弃风弃光量

951.2

897.5

1128.02

总供电成本

6465.355

5519.900

5472.077

单位电量平均供电成本

0.8183

0.7159

0.7037

为了更直观的看出三个园区的购电、弃电对比,绘制每小时的耗电折线图:

      1. 算法求解

本文采用鲸鱼算法求解上述优化模型.

鲸鱼算法(Whale Algorithm)是一种启发式优化算法,灵感来源于鲸鱼群体的行为。这个算法在2015年由希耶·西迪基(Seyedali Mirjalili)和安德鲁·刘易斯(Andrew Lewis)提出,主要用于解决优化问题。

鲸鱼算法模拟了鲸鱼的寻找食物的行为。算法的基本思想是通过模拟鲸鱼个体之间的通信和合作来寻找最优解。在算法中,候选解被表示为鲸鱼群体的位置,每条鲸鱼代表一个候选解。鲸鱼之间通过一种特定的搜索策略(如随机方向搜索、圆形搜索、螺旋搜索等)来移动和调整位置,以尝试找到更好的解。

鲸鱼算法具有良好的全局搜索能力和快速收敛性,适用于解决多种不同类型的优化问题。它已经被广泛应用于工程、经济和其他领域的优化问题中,并取得了一定的成功。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1695750.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Python | Leetcode Python题解之第112题路径总和

题目&#xff1a; 题解&#xff1a; class Solution:def hasPathSum(self, root: TreeNode, sum: int) -> bool:if not root:return Falseif not root.left and not root.right:return sum root.valreturn self.hasPathSum(root.left, sum - root.val) or self.hasPathSum…

微信小程序预览图片和H5使用canvas实现图片+蒙层+文字

1、效果 2.H5实现 <!--* Author: limingfang* Date: 2024-05-20 10:26:51* LastEditors: limingfang* LastEditTime: 2024-05-21 16:31:11* Description: --> <!DOCTYPE html> <html lang"en"> <head> <meta charset"UTF-8&q…

自动驾驶场景中的长尾问题怎么解决?

自动驾驶长尾问题是指自动驾驶汽车中的边缘情况&#xff0c;即发生概率较低的可能场景。感知的长尾问题是当前限制单车智能自动驾驶车辆运行设计域的主要原因之一。自动驾驶的底层架构和大部分技术问题已经被解决&#xff0c;剩下的5%的长尾问题&#xff0c;逐渐成了制约自动驾…

Rustdesk客户端源码编译

1.安装VCPKG windows平台vcpkg安装-CSDN博客 2.使用VCPKG安装: windows平台vcpkg安装-CSDN博客 配置VCPKG_ROOT环境变量: 安装静态库: ./vcpkg install libvpx:x64-windows-static libyuv:x64-windows-static opus:x64-windows-static aom:x64-windows-static 静态库安装成…

Polar 上传

Polar 上传 开题&#xff0c;是一个文件上传界面 对文件后缀有过滤 测试了一下是黑名单&#xff0c;过滤了php相关的文件&#xff0c;但是没过滤.ini、.htaccess后缀的文件 对内容的过滤是<?、file&#xff0c;所以不能用.user.ini配置文件绕过 我们选择使用.htaccess配置…

React(四)memo、useCallback、useMemo Hook

目录 (一)memo API 1.先想一个情景 2.用法 (1)props传入普通数据类型的情况 (2)props传入对象的情况 (3)props传入函数的情况 (4)使用自定义比较函数 3.什么时候使用memo&#xff1f; (二)useMemo Hook 1.用法 2.useMemo实现组件记忆化 3.useMemo实现函数记忆化 …

python列表生成式的妙用:区间内奇数求和

新书上架~&#x1f447;全国包邮奥~ python实用小工具开发教程http://pythontoolsteach.com/3 欢迎关注我&#x1f446;&#xff0c;收藏下次不迷路┗|&#xff40;O′|┛ 嗷~~ 目录 一、引言 二、案例背景 三、实现步骤 四、案例验证 五、总结 一、引言 在Python编程中&a…

vue实现页面渲染时候执行某需求

1. 前言 在之前的项目中&#xff0c;需要实现一个监控token是否过期从而动态刷新token的功能&#xff0c;然而在登录成功后创建的监控器会在浏览器刷新点击或者是通过导航栏输入网址时销毁... 2. 试错 前前后后始过很多方法&#xff0c;在这里就记录一下也许也能为各位读者排…

按月爬取天气数据可视化展示

从天气网分析,可以查询每个月的天气情况,这里按照url规则,传入年月,获取数据,最后进行可视化展示,最终效果: 下面是获取过程: 第一步: import requestsdef get_weather(month):url = f"https://lishi.tianqi.com/nanning/{month}.html"response = reques…

I.MX6ULL的官方 SDK 移植实验

系列文章目录 I.MX6ULL的官方 SDK 移植实验 I.MX6ULL的官方 SDK 移植实验 系列文章目录一、前言二、I.MX6ULL 官方 SDK 包简介三、硬件原理图四、试验程序编写4.1 SDK 文件移植4.2 创建 cc.h 文件4.3 编写实验代码 五、编译下载验证5.1编写 Makefile 和链接脚本5.2编译下载 一、…

运维 之 大文件分片刻录光盘

需求 因有些企业中涉及设备只能通过光盘介质方式拷贝文件&#xff0c;然而采购的单张光盘又不能确保存放下一些较大的文件&#xff0c;所以只能通过分片的方式逐个光盘存储。 Windows处理 1、安装压缩软件&#xff08;自行选择&#xff0c;这里使用WinRAR&#xff09;、Ultr…

在CentOS7上安装Oracle11

一、概述 Oracle有两种安装方式&#xff0c;桌面安装和静默安装。这里我采用桌面安装的方式。 不得不说&#xff0c;Oracle真的是我目前为止安装过的最麻烦的软件没有之一&#xff0c;比K8S还麻烦&#xff0c;Oracle&#xff0c;真有你的&#xff01;废话不多说&#xff0c;臭…

多级留言/评论的功能实现——Vue3前端篇

文章目录 思路分析封装组件父组件模板逻辑样式 子组件——二级留言模板逻辑样式 子组件——三级留言以上模板逻辑样式 留言组件的使用 写完论文了&#xff0c;来把评论的前端部分补一下。 前端的实现思路是自己摸索出来的&#xff0c;没找到可以符合自己需求的参考&#xff0c;…

C++的类和对象

C面向对象的三大特性&#xff1a;封装&#xff0c;继承&#xff0c;多态 万事万物皆可为对象&#xff0c;有其相应的属性和行为 一、封装 1.1 封装的意义 将属性和行为作为一个整体&#xff0c;表现生活中的事物 将属性和行为加以权限控制 在设计类的时候&#xff0c;属性…

需求分析部分图形工具

描述复杂的事物时,图形远比文字叙述优越得多,它形象直观容易理解。前面已经介绍了用于建立功能模型的数据流图、用于建立数据模型的实体-联系图和用于建立行为模型的状态图,本节再简要地介绍在需求分析阶段可能用到的另外3种图形工具。 1 层次方框图 层次方框图用树形结…

开源模型应用落地-LangSmith试炼-入门初体验-数据集评估(三)

一、前言 LangSmith是一个用于构建生产级 LLM 应用程序的平台&#xff0c;它提供了调试、测试、评估和监控基于任何 LLM 框架构建的链和智能代理的功能&#xff0c;并能与LangChain无缝集成。通过使用LangSmith帮助开发者深入了解模型在不同场景下的表现&#xff0c;让开发者能…

论文阅读_管理模型的记忆_MemGPT

1 2 3 4 5 6 7 8 9英文名称: MemGPT: Towards LLMs as Operating Systems 中文名称: MemGPT&#xff1a;将LLMs打造成操作系统 链接: https://arxiv.org/abs/2310.08560 代码: https://github.com/cpacker/MemGPT 作者: Charles Packer, Sarah Wooders, Kevin Lin, Vivian Fang…

推荐10款优秀的组件库(一)

1.Ant Desgin UI 网址&#xff1a; https://ant-design-mobile.antgroup.com/zh Ant Design - 一套企业级 UI 设计语言和 React 组件库 "Ant Design Mobile"是一个在线的移动端Web体验平台&#xff0c;让你探索移动端Web的体验极限。 添加图片注释&#xff0c;不…

安全设计 | 安全设计不得马虎!微软STRIDE威胁建模方法让你事半功倍,快速发现应用安全隐患!

STRIDE威胁建模方法最早发表于2006年11月的《MSDN杂志》&#xff0c;作者是微软的工程师Shawn Hernan、Scott Lambert 、Tomasz Ostwald 和 Adam Shostack。那我们为什么要进行威胁建模&#xff1f; 如何使用数据流图对系统进行威胁建模&#xff1f;如何减轻威胁&#xff1f;接…

STM32F1之OV7725摄像头

目录 1. 摄像头简介 2. OV7725 摄像头简介 3. OV7725 引脚 4. OV7725 功能框架图 5. SCCB时序 5.1 SCCB 的起始、停止信号及数据有效性 5.2 SCCB 数据读写过程 1. 摄像头简介 在各类信息中&#xff0c;图像含有最丰富的信息&#xff0c;作为机…