电动汽车在电网中的能量管理和调度 第一部分的部分图展示如下 (注意:四个工作写一起了,每一个都是单独工作)1 基于网损灵敏度,电池老化等成本实时调度策略 包括程序和数据,基于cvx求解 2
资源文件列表(大概)
资源内容介绍
电动汽车在电网中的能量管理和调度。第一部分的部分图展示如下。(注意:四个工作写一起了,每一个都是单独工作)1 基于网损灵敏度,电池老化等成本实时调度策略。包括程序和数据,基于cvx求解。2 孤网支持的充电站的能量调度。(风能和光能,基于cvx求解)3 提出负载率、充电重合度等指标,评估电网对电动汽车的接纳能力,并用合理的调度策略进行求解计算。4 发电侧的火、光、风的时间协调,配电侧电动汽车和基础负荷的空间分配。程序基于cplex和yalmip编写。用户评论 (0)
相关资源
内点法最优潮流程序matlab采用内点法对14标准节点系统进行最优潮流计算,程序运行稳定,注释清楚,通用性强
内点法最优潮流程序matlab采用内点法对14标准节点系统进行最优潮流计算,程序运行稳定,注释清楚,通用性强
程序设计代码 (1).zip
程序设计代码 (1).zip
软件2303罗宏泰6020231877 (1).zip
软件2303罗宏泰6020231877 (1).zip
2048点fft逆变ifft硬件实现modeldim仿真quartusii综合matlab全新 仿真验证只支持定点数,不支持浮点数
2048点fft逆变ifft硬件实现modeldim仿真quartusii综合matlab全新 仿真验证只支持定点数,不支持浮点数
Matlab中的HMM隐马尔科夫与Markov马尔科夫时间序列预测源代码及数据集(可运行,适用于单变量预测),HMM隐马尔科夫时间序列预测 Markov马尔科夫时间序列预测(Matlab)1.所有程
Matlab中的HMM隐马尔科夫与Markov马尔科夫时间序列预测源代码及数据集(可运行,适用于单变量预测),HMM隐马尔科夫时间序列预测 Markov马尔科夫时间序列预测(Matlab)1.所有程序经过验证,保证可以运行2.程序包括源码(主程序一个,子函数两个)和数据集;3.程序适用于单变量时间序列预测。注意:HMMP为主程序、data为数据集,其余m文件为函数文件,运行主文件HMMP即可。,HMM隐马尔科夫模型; 时间序列预测; Matlab程序; 验证可用; 主程序; 函数文件; 单变量预测; 包含源码与数据集。,"HMM与马尔科夫模型结合的时间序列预测程序(Matlab)验证版"
贝叶斯多特征输入单输出二分类及多分类模型详解:详细注释的Matlab程序与可视化图表展示,利用贝叶斯Bayes做多特征输入单输出的二分类及多分类模型 程序内注释详细,直接替数据就可以用 程序语言为
贝叶斯多特征输入单输出二分类及多分类模型详解:详细注释的Matlab程序与可视化图表展示,利用贝叶斯Bayes做多特征输入单输出的二分类及多分类模型。程序内注释详细,直接替数据就可以用。程序语言为matlab。程序可出分类效果图,优化过程图,混淆矩阵图具体效果如下所示。,核心关键词:贝叶斯Bayes; 多特征输入; 单输出二分类; 多分类模型; 程序内注释详细; MATLAB语言; 分类效果图; 优化过程图; 混淆矩阵图。,贝叶斯分类模型:MATLAB实现二分类与多分类的快速构建与可视化优化过程图解
MATLAB下的安全强化学习:利用Constraint Enforcement块训练代理实现目标接近任务,MATLAB代码:安全 强化学习关键词:safe RL仿真平台:MATLAB主要内容:此
MATLAB下的安全强化学习:利用Constraint Enforcement块训练代理实现目标接近任务,MATLAB代码:安全 强化学习关键词:safe RL仿真平台:MATLAB主要内容:此代码展示了如何使用 Constraint Enforcement 块来训练强化学习 (RL) 代理。此块计算最接近受约束和动作边界的代理输出的动作的修改控制动作。训练强化学习代理需要 Reinforcement Learning Toolbox 。在此示例中,代理的目标是使绿球尽可能靠近红球不断变化的目标位置。具体步骤为创建用于收集数据的环境和代理,学习约束函数,使用约束强制训练代理,在没有约束执行的情况下训练代理。,核心关键词:safe RL; MATLAB代码; Constraint Enforcement 块; 强化学习代理; 绿球; 红球目标位置; 数据收集环境; 约束函数; 约束强制训练; 无约束执行训练。,MATLAB中安全强化学习训练的约束强化代理实现
基于滑膜观测器的无感Foc控制算法:永磁同步电机稳定控制方案,开源C代码及原理分析,无感Foc控制 滑模观测器smo 永磁同步电机正弦波控制方案 直流无刷电机提供stm32 和 dsp源码 提供k
基于滑膜观测器的无感Foc控制算法:永磁同步电机稳定控制方案,开源C代码及原理分析,无感Foc控制 滑模观测器smo 永磁同步电机正弦波控制方案 直流无刷电机提供stm32 和 dsp源码 提供keil完整工程,不是st电机库 对电机参数不敏感,50%误差依然控制稳定 带有电流速度双闭环的pid程序。算法采用滑膜观测器,启动采用Vf,全开源c代码,全开源,启动顺滑,很有参考价值。含有原理图,smo推导过程,simulink仿真模型。。,无感Foc控制; 滑模观测器(SMO); 永磁同步电机正弦波控制方案; 直流无刷电机控制; STM32和DSP源码; Keil完整工程; 算法误差稳定性; 电流速度双闭环PID程序; 全开源C代码; 启动顺滑性; 原理图; smo推导过程; simulink仿真模型。,基于滑模观测器的无感Foc控制:永磁同步电机正弦波控制方案全开源源码
基于四倍采样QPSK调制的Gardner环定时同步Matlab仿真实验研究,基于gardner环的定时同步matlab仿真,采用四倍采样,QPSK调制进行测试,基于Gardner环;定时同步;Mat
基于四倍采样QPSK调制的Gardner环定时同步Matlab仿真实验研究,基于gardner环的定时同步matlab仿真,采用四倍采样,QPSK调制进行测试,基于Gardner环;定时同步;Matlab仿真;四倍采样;QPSK调制;测试。,基于QPSK调制的四倍采样定时同步Matlab仿真
基于降压DCDC变换与Buck变换器系统设计的Matlab Simulink仿真实验研究:输入电压30VDC,输出性能15VDC,电感电流临界连续条件下的主电路参数选择与性能分析,Matlab、sim
基于降压DCDC变换与Buck变换器系统设计的Matlab Simulink仿真实验研究:输入电压30VDC,输出性能15VDC,电感电流临界连续条件下的主电路参数选择与性能分析,Matlab、simulink、降压dcdc、DCDC变、Buck 变器系统设计电路参数如下:输入电压: Vin=30VDC; 输出性能: Vout=15VDC;lout=10AVout(p-p)<=0.2v;当lout=0.1A 时,电感电流临界连续。 负载电阻: 0.1-8 欧 开关频率:fs=200KHZ1、进行主电路设计,选择滤波电容、电感、MOSFET 等主电路器件。2、 利用 MATLAB 对上述电路图仿真实验得出波形;分析结果。,Matlab; Simulink; 降压dcdc; DCDC变换; Buck变换器; 主电路设计; 滤波电容; 电感; MOSFET; 仿真实验; 波形分析,"MATLAB仿真与系统设计:Buck DCDC变换器主电路参数选择与性能分析"
"基于Carsim 2019版本的MPC算法与粒子群优化算法联合仿真的多步垂直泊车技术研究",多步垂直泊车Carsim与simulink联合仿真Carsim版本为2019控制为mpc算法规划为圆
"基于Carsim 2019版本的MPC算法与粒子群优化算法联合仿真的多步垂直泊车技术研究",多步垂直泊车Carsim与simulink联合仿真Carsim版本为2019控制为mpc算法规划为圆弧直线,用粒子群算法进行了优化,多步垂直泊车; Carsim与simulink联合仿真; 2019版Carsim; mpc算法控制; 圆弧直线规划; 粒子群算法优化;,多步垂直泊车:Carsim-Simulink联合仿真(2019版MPC算法优化)
基于变分模态分解与多模型混合的信号去噪算法-Matlab高质量实现代码学习与实践平台,基于变分模态分解算法(VMD)、优化VMD算法、小波阈值去噪(WD)以及多模型混合的信号去噪算法 Mat
基于变分模态分解与多模型混合的信号去噪算法——Matlab高质量实现代码学习与实践平台,基于变分模态分解算法(VMD)、优化VMD算法、小波阈值去噪(WD)以及多模型混合的信号去噪算法 Matlab语言实现,代码质量极高,方便学习和替数据。 ,基于VMD算法; 优化VMD; 小波阈值去噪(WD); 多模型混合信号去噪; Matlab语言实现; 代码质量高; 便于学习; 可替换数据。,基于VMD与小波阈值去噪的信号处理算法的Matlab实现