电-气互联系统仿射能流交替递归计算方法

在源荷不确定性日益显著的背景下,不确定性能流计算对电-气互联系统能源优化调度具有重要意义。针对天然气网络仿射能流算法面临的仿射数矩阵求逆运算复杂、难以适用环网等问题,该文提出一种天然气网络全纯嵌入仿射能流方法。在此基础上,根据耦合设备处的能量流动对电、气子系统能流方程进行重构,构建全纯嵌入的电-气仿射多能流模型。为降低多能流计算的初值依赖性、提升多能流计算效率,提出一种仿射能流交替递归计算方法,将电网空载状态的状态量初值作为多能流计算起始点,基于各仿射型状态量的幂级数系数递推关系,以交替进行的方式逐阶递归计算电网、气网和耦合设备的仿射型状态量幂级数系数,求解电-气互联系统的能流分布区间。仿真结果验证了所提方法在算法保守性、收敛性和计算效率等方面的优势。

基于点格神经网络的一种交替递归新算法

1.引言点格神经网络为仿真离散空间的时空动力学系统提供了一个可行性框架,特别是其联接方式比Hopfield型的网络简单得多,因此从更为重要的实用观点来看,它能提供模拟阵列计算机结构的VLSI实现,从而可构造一种通用的模逻(Analogic)计算机,借以解决各种科学和工程问题。用于求解偏微分方程的点格神经网络所描述的是一个空间离散时间动力学系统,其行为非常类似于空间连续系统。虽然空间离散不可避免地会引入一些误差,但在其它方面两个系统是定性相同的:它们均为连续时间动力学系统且状态变量。