MATLAB代码：储能参与调峰调频联合优化模型 关键词：储能 调频 调峰 充放电优化 联合运行 参考文档：《Using Battery Storage for Peak Shaving and Frequency Regulation: Joint Optimization for Superlinear Gains》完全复现 仿真平台：MATLAB+CVX 平台 优势：代码具有一定的深度和创新性，注释清晰。 主要内容：代码主要做的是考虑储能同时参与调峰以及调频的联合调度模型，现有代码往往仅关注储能在调峰方面的能力，而实际上同时参与调峰调频将超线性的提高储能的收益，在建模方面，构建了考虑电池退化成本、充放电功率约束以及用户负荷不确定性的储能优化模型，整体复现结果和文档一致，该代码具有一定的创新性，适合新手学习以及在此基础上进行拓展，代码质量非常高。

针对信道条件未知的多小区大规模多输入多输出（MIMO）系统，提出一种对导频序列长度、导频符号功率以及数据符号功率进行联合优化的资源分配算法。采用最大比合并（MRC）接收，考虑电功率和导频污染的影响，并对最大传输功率进行约束从而建立起以能效（EE）最大化为目标的非凸函数模型。根据分数规划的性质，首先将分数形式转化成减式形式，进而分解成一系列凸函数之差（DC）的问题，最后采用交替优化算法联合调整 3 个变量从而达到能效最大化的目标。仿真结果表明，随着最大符号传输功率的增加，所提方案仍然能保持良好系统能效性能。

代码主要做的是考虑储能同时参与调峰以及调频的联合调度模型，现有代码往往仅关注储能在调峰方面的能力，而实际上同时参与调峰调频将超线性的提高储能的收益，在建模方面，构建了考虑电池退化成本、充放电功率约束以及用户负荷不确定性的储能优化模型，整体复现结果和文档一致，该代码具有一定的创新性；仿真平台：MATLAB+CVX 平台；参考文档：《Using Battery Storage for Peak Shaving and Frequency Regulation: Joint Optimization for Superlinear Gains》完全复现

基于日前供热负荷预测和风电出力预测，考虑储热装置运行机理，研究风电场与热电机组联合运行的优化方法。将含储热装置的热电厂和风电场组成一个发电利益集合体，在满足地区供热负荷和提升风电消纳的同时，通过调节热电机组和储热装置的出力最大化发电利益集合体的收益。考虑热电机组的热-电耦合特性和储热装置的运行约束，建立了日前调度模型并进行求解。在此基础上，考虑风电出力的随机性，建立了相应的随机优化模型。算例分析表明，考虑储热的风电-热电机组联合优化所获得的收益高于风电场和热电机组单独运行获得的总收益，并且可在现行“以热定电”运行机制下提高风电的消纳能力。同时采用随机优化模型能有效降低系统联合出力的不确定性，可较好地解决风功率预测中的不确定性问题。

异构网络中的联合优化 该存储库包含本文的代码和实验： 联合学习是一种分布式学习范例，它具有两个与传统的分布式优化不同的关键挑战：（1）网络中每个设备的系统特性方面的显着可变性（系统异质性），以及（2）不完全相同的分布式数据跨网络（统计异质性）。 在这项工作中，我们引入一个框架FedProx，从理论上和经验上解决联邦网络中的异构性。 该存储库包含一组针对联合数据集的详细的经验评估。 我们证明FedProx比FedAvg具有更强大的收敛性。 特别是，在高度异构的环境中，FedProx展示了相对于FedAvg而言更加稳定和准确的收敛行为-将绝对测试准确度平均提高了22％。 一般准则 请注意，如果您想使用FedProx作为基准并运行我们的代码： 如果使用不同的数据集，则至少需要根据您的指标调整学习率和mu参数。 您可能希望从{0.001，0.01，0.1，0.5，1}调整mu。 没有适用于所有

针对风电并网联合优化调度难的问题，本文根据风电的间歇性及随机性特性，建立风电功率的输出模型，提出基于离散粒子群的风电火电机组联合优化算法。首先根据常规电力系统经济调度方法，建立含有风电机组优化问题的数学模型，引入离散粒子群算法，将机组优化调度分解为内外子层问题并进行求解。最终确定最优的启停方案，实现风电火电机组的最优调度。该算法满足电力生产安全兼顾系统运行的经济性，具备一定的有效性及可行性。

#资源达人分享计划#

为了解决移动终端资源有限的问题，提升任务处理效率，提出了基于边-端协同的任务卸载与资源分配算法，以任务完成总效益最大化为目标，以业务QoS保证和资源受限为约束，形成了基于李雅普诺夫理论的最优任务卸载资源分配问题，由于该问题是NP难问题，因此提出了解将其耦为采用KKT条件求解的信道资源分配问题和关于任务分配的0-1整数规划问题。与传统算法相比，所提算法的复杂度是O(mn)，并提高了约20%的效益，降低了15%以上的时延。

风蓄联合优化运行程序，以风蓄联合运行经济效益最大为目标函数，考虑各种约束条件

摘要：为了优化协作通信系统的性能，提出了一种基于信道容量增益的中继节点选取策略，并在此基础上提出了源 节点和中继节点最优功率分配算法．通过采用凸优化的算法，功率在源节点和中继节点问得到了合理的分配．理 论分析和仿真验证表明，所提算法能以较低的复杂度显著提高系统性能和功率效率，因而可以有效地用于基于中 继传输的协作通信中．