需求响应参与清洁能源集成消纳与效益评价模型研究
发布时间：2020-12-06 18:02
近年来,中国经济的快速发展带动了能源需求的急剧增加,但以化石能源为主的能源消费结构却导致经济、能源与环境间的矛盾十分突出,这使得加快清洁能源开发进程成果社会关注的新焦点。中国清洁能源在强有力的政策推动下,发展速度十分迅猛,其装机容量和并网容量均居世界前列。但受制于风光等清洁能源发电随机特性以及能源储备和需求逆向分布的自然特性,中国清洁能源弃能问题也日益凸显。规模化的清洁能源并网给系统稳定运行带来了新的挑战,为了保障清洁能源的安全并网,需为其匹配恰当合理的备用服务资源。相比发电侧资源,作为需要侧资源的重要形式,需求响应能够引导用户优化自身用电行为,响应系统发电调度需求,对于提升清洁能源的发电并网有着重要的理论价值和实际意义。因此,本文以清洁能源集成利用为研究对象,深入分析清洁能源间互补效应并讨论需求响应参与清洁能源集成利用的优化效益及评估机制,主要研究内容如下:(1)梳理了需求响应和清洁能源利用的研究成果与理论,论证了论文研究的可行性和必要性。首先,从需求响应效能、清洁能源利用和综合效益评价机制三个方面总结了国内外研究现状。然后,介绍了需求响应的基本理论与相关政策,总结了美国、日本和法国...
【文章来源】：华北电力大学(北京)北京市 211工程院校 教育部直属院校
【文章页数】：212 页
【学位级别】：博士
【部分图文】：
典型负荷日不同类型用户负荷需求Fig.3-1Loaddemandfordifferentcustomersintypicalloadday
华北电力大学博士学位论文步，选择 50000 辆电动汽车参与系统调度，单台电动汽车的额定.8kW，最大充放电功率不超过 2.4kW，充放电损耗率为 4%，蓄定蓄能量分别为 0 和 10.8 kW h。借助文献[60]所提出的场景模拟 10 组典型风电出力情景，选择功率波动幅度最大的场景 10（5大的场景 6（28.2%）作为仿真情景，分别用于验证所提鲁棒随机电出力随机特性方面的有效性和需求响应对清洁能源消纳的优化电模拟仿真情景。
第 3 章 多类用户参与需求响应协助清洁能源发电调度优化模型问题。鲁棒系数的引入能够反映决策者的风险态度，其值越大，决策者风险承受能力越低。因此，为了最小化运营风险，系统会降低风电发电并网电量。图 3-3 和图3-4 分别表示鲁棒系数为 0 或者 0.5 时的机组出力方案。
【参考文献】：
期刊论文
[1]计及需求响应的含风电场日前两阶段动态环境经济调度[J]. 刘旭,杨德友,孟涛,张旺,刘曦,姜明磊. 电力建设. 2016(09)
[2]计及风电不确定性的多目标电网规划期望值模型与算法[J]. 胡源,别朝红,宁光涛,高玉洁. 电工技术学报. 2016(10)
[3]基于模糊CVaR理论的水火电系统随机调度多目标优化模型[J]. 邓创,鞠立伟,刘俊勇,谭忠富. 电网技术. 2016(05)
[4]基于成本—效益分析的温控负荷需求响应模型与方法[J]. 王剑晓,钟海旺,夏清,杨胜春. 电力系统自动化. 2016(05)
[5]面向电网运行的新能源出力特性指标体系研究——风电出力特性指标体系[J]. 王建学,张耀,万筱钟,张小奇. 电网与清洁能源. 2016(02)
[6]计及碳排放权交易与需求响应的风电并网调度优化模型[J]. 陈俐,彭道鑫,张翔宇,谭清坤,余顺坤,谭忠富. 华北电力大学学报(自然科学版). 2016(01)
[7]智能电网下需求响应机理分析与建模综述[J]. 杨旭英,周明,李庚银. 电网技术. 2016(01)
[8]基于机会约束规划的虚拟电厂调度风险分析[J]. 范松丽,艾芊,贺兴. 中国电机工程学报. 2015(16)
[9]考虑风电和电动汽车等不确定性负荷的电力系统节能减排调度[J]. 张晓花,谢俊,赵晋泉,朱陈松,朱昌平,戎海龙. 高电压技术. 2015(07)
[10]基于经典场景集的风光水虚拟电厂协同调度模型[J]. 邹云阳,杨莉. 电网技术. 2015(07)
博士论文
[1]海岛海洋可再生能源多能互补发电系统储能装置的运行与控制研究[D]. 赵阳.东北师范大学 2015
[2]电力需求侧响应的效益评估与特性分析[D]. 刘继东.山东大学 2013
[3]分布式发电与微网系统多目标优化设计与协调控制研究[D]. 王瑞琪.山东大学 2013
[4]风电接入带来的不确定性研究[D]. 雷兴.山东大学 2012
硕士论文
[1]基于集散混合式分层控制的多微网协调控制与能量优化研究[D]. 张剑.合肥工业大学 2016
[2]基于改进群搜索算法的风电并网多目标无功优化研究[D]. 朱晓伟.上海电机学院 2016
[3]考虑智能家电与分布式电源的电力需求响应技术研究[D]. 鲁针针.东南大学 2015
[4]海洋能多能互补独立发电系统控制技术研究[D]. 薛彩霞.国家海洋技术中心 2014
[5]风光储联合发电系统评价指标体系研究[D]. 张蕊.华北电力大学(北京) 2014
[6]基于条件风险方法的含风电电力系统经济调度研究[D]. 王靓.长沙理工大学 2012
[7]多能互补独立电力系统控制策略及动态仿真分析[D]. 孟涛.华北电力大学 2012
[8]聊城电厂燃料战略采购管理[D]. 王伟.华北电力大学（北京） 2008
[9]丰城电厂燃料供应商优化管理[D]. 魏杰.华北电力大学（北京） 2007
[10]火力发电厂燃煤管理策略研究[D]. 夏洪亮.山东科技大学 2006
本文编号：2901803
【文章来源】：华北电力大学(北京)北京市 211工程院校 教育部直属院校
【文章页数】：212 页
【学位级别】：博士
【部分图文】：
典型负荷日不同类型用户负荷需求Fig.3-1Loaddemandfordifferentcustomersintypicalloadday
华北电力大学博士学位论文步，选择 50000 辆电动汽车参与系统调度，单台电动汽车的额定.8kW，最大充放电功率不超过 2.4kW，充放电损耗率为 4%，蓄定蓄能量分别为 0 和 10.8 kW h。借助文献[60]所提出的场景模拟 10 组典型风电出力情景，选择功率波动幅度最大的场景 10（5大的场景 6（28.2%）作为仿真情景，分别用于验证所提鲁棒随机电出力随机特性方面的有效性和需求响应对清洁能源消纳的优化电模拟仿真情景。
第 3 章 多类用户参与需求响应协助清洁能源发电调度优化模型问题。鲁棒系数的引入能够反映决策者的风险态度，其值越大，决策者风险承受能力越低。因此，为了最小化运营风险，系统会降低风电发电并网电量。图 3-3 和图3-4 分别表示鲁棒系数为 0 或者 0.5 时的机组出力方案。
【参考文献】：
期刊论文
[1]计及需求响应的含风电场日前两阶段动态环境经济调度[J]. 刘旭,杨德友,孟涛,张旺,刘曦,姜明磊. 电力建设. 2016(09)
[2]计及风电不确定性的多目标电网规划期望值模型与算法[J]. 胡源,别朝红,宁光涛,高玉洁. 电工技术学报. 2016(10)
[3]基于模糊CVaR理论的水火电系统随机调度多目标优化模型[J]. 邓创,鞠立伟,刘俊勇,谭忠富. 电网技术. 2016(05)
[4]基于成本—效益分析的温控负荷需求响应模型与方法[J]. 王剑晓,钟海旺,夏清,杨胜春. 电力系统自动化. 2016(05)
[5]面向电网运行的新能源出力特性指标体系研究——风电出力特性指标体系[J]. 王建学,张耀,万筱钟,张小奇. 电网与清洁能源. 2016(02)
[6]计及碳排放权交易与需求响应的风电并网调度优化模型[J]. 陈俐,彭道鑫,张翔宇,谭清坤,余顺坤,谭忠富. 华北电力大学学报(自然科学版). 2016(01)
[7]智能电网下需求响应机理分析与建模综述[J]. 杨旭英,周明,李庚银. 电网技术. 2016(01)
[8]基于机会约束规划的虚拟电厂调度风险分析[J]. 范松丽,艾芊,贺兴. 中国电机工程学报. 2015(16)
[9]考虑风电和电动汽车等不确定性负荷的电力系统节能减排调度[J]. 张晓花,谢俊,赵晋泉,朱陈松,朱昌平,戎海龙. 高电压技术. 2015(07)
[10]基于经典场景集的风光水虚拟电厂协同调度模型[J]. 邹云阳,杨莉. 电网技术. 2015(07)
博士论文
[1]海岛海洋可再生能源多能互补发电系统储能装置的运行与控制研究[D]. 赵阳.东北师范大学 2015
[2]电力需求侧响应的效益评估与特性分析[D]. 刘继东.山东大学 2013
[3]分布式发电与微网系统多目标优化设计与协调控制研究[D]. 王瑞琪.山东大学 2013
[4]风电接入带来的不确定性研究[D]. 雷兴.山东大学 2012
硕士论文
[1]基于集散混合式分层控制的多微网协调控制与能量优化研究[D]. 张剑.合肥工业大学 2016
[2]基于改进群搜索算法的风电并网多目标无功优化研究[D]. 朱晓伟.上海电机学院 2016
[3]考虑智能家电与分布式电源的电力需求响应技术研究[D]. 鲁针针.东南大学 2015
[4]海洋能多能互补独立发电系统控制技术研究[D]. 薛彩霞.国家海洋技术中心 2014
[5]风光储联合发电系统评价指标体系研究[D]. 张蕊.华北电力大学(北京) 2014
[6]基于条件风险方法的含风电电力系统经济调度研究[D]. 王靓.长沙理工大学 2012
[7]多能互补独立电力系统控制策略及动态仿真分析[D]. 孟涛.华北电力大学 2012
[8]聊城电厂燃料战略采购管理[D]. 王伟.华北电力大学（北京） 2008
[9]丰城电厂燃料供应商优化管理[D]. 魏杰.华北电力大学（北京） 2007
[10]火力发电厂燃煤管理策略研究[D]. 夏洪亮.山东科技大学 2006
本文编号：2901803
本文链接：https://www.wllwen.com/guanlilunwen/jixiaoguanli/2901803.html
