基于点估计法的分布式发电的优化配置

发布时间：2020-02-29 15:48

【摘要】：随着科学技术的高速发展,各国对能源需求量逐步增加,分布式发电作为新型发电方式,尤其是以新能源如风能和太阳能为主的分布式发电发展前景大好。但是由于风能和太阳能具有明显不确定性和随机性等特性,在规划分布式电源的选址和定容问题时,必须讨论其不确定性因素对系统的影响。在大力发展新能源和分布式能源的背景下,本文以配电网年综合费用最小为目标函数,建立基于机会约束规划的调度模型。考虑到系统规划中的不确定性因素,引入概率潮流,并根据风速和太阳光照强度所遵循的威布尔分布进行概率建模。针对传统的蒙特卡洛方法在处理不确定性因素时计算量过大的问题,本文采用点估计法对风机和光伏电池的出力进行计算,将不确定性模型转换为确定性模型。在调度模型中对线路功率和节点电压采用机会约束规划,使得规划更贴合实际需求。为了验证本文所采用的点估计法的优越性,在IEEE33节点系统算例中,考虑多种权重系数组合的方案,将基于蒙特卡洛的遗传算法(GA-MCS)和基于点估计法的遗传算法(GA-PEM)进行比较分析,验证了本文所采用方法的合理性和优越性。
【图文】：

青岛大学硕士学位论文 1expk kvk v vf vc c c 式中，k为形状参数，c为尺度参数，单位为 m /s ，，与速度单位一致形状参数 k 的改变对概率密度函数曲线变化具有至关重要的影响。参数c 1，形状参数 k 改变时的不同曲线变化。当 k 1时，曲线呈作可靠性分析，但不是适用风机安装的位置，因为风速普遍偏低。称为瑞利分布，风速连续并且稳定，但部分时间内风速远远大于曲风速。而当 k 3时，曲线接近正态曲线，风如同信风一样持续且速

图 3.2 单交叉点法的过程种群的多样性，按照一定的变异概率，将个体编变异，从而产生新个体的操作过程。该操作是 G物遗传过程中基因突变的模拟，能够确保 GA 的交叉操作之间的相互配合，使得 GA 具备局部搜的全局搜索的能力。最常采用的是基本位变异算机的一位或多位基因进行变异操作。对于普遍采基因值为 1，那么变异后其基因值会变为 0；同理。如下图 3.3 所示。 1100 变异后 0111 0000 1100
【学位授予单位】：青岛大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TM715;TM74

【参考文献】

相关期刊论文 前10条

1 ;国家发改委、国家能源局正式发布《电力发展“十三五”规划》[J];中国核工业;2016年11期

2 杜PrPr;;国外分布式能源发展对我国的启示[J];中国工程科学;2015年03期

3 王振浩;李文文;陈继开;李国庆;;基于改进自适应遗传算法的分布式电源优化配置[J];电测与仪表;2015年05期

4 李平;张亮;周斌;;分布式发电技术对配电网及其规划的影响研究[J];科技与企业;2013年23期

5 董天海;;分布式发电在我国的发展现状[J];科技视界;2013年26期

6 芦晶晶;赵渊;赵勇帅;谢开贵;;含分布式电源配电网可靠性评估的点估计法[J];电网技术;2013年08期

7 艾小猛;文劲宇;吴桐;孙树敏;李广磊;;基于点估计和Gram-Charlier展开的含风电电力系统概率潮流实用算法[J];中国电机工程学报;2013年16期

8 朱星阳;刘文霞;张建华;;考虑大规模风电并网的电力系统随机潮流[J];中国电机工程学报;2013年07期

9 杨映;丁小川;马洪涛;俞铁铭;倪佳;;对日本分布式能源发展的分析与思考[J];发电与空调;2012年06期

10 陆志刚;王科;董旭柱;李达;李登武;;分布式发电对配电网影响分析[J];电力系统及其自动化学报;2012年06期

相关硕士学位论文 前9条

1 黄昕颖;基于投资组合的分布式电源容量配置及电量分配研究[D];浙江大学;2015年

2 毛昭磊;特高压直流输电对交流电网的影响及点估计法的应用研究[D];浙江大学;2015年

3 陈颖;分布式电源接入配电网的选址与定容研究[D];华北电力大学;2013年

4 王文博;基于点估计法的概率性节点电价研究[D];华北电力大学;2012年

5 武志锴;含分布式发电的配电网优化规划研究[D];天津大学;2012年

6 曲福娣;基于点估计法的电力系统随机潮流计算方法[D];东北电力大学;2011年

7 李加传;两级式三相光伏并网系统的控制策略研究[D];辽宁工程技术大学;2012年

8 程卫东;含风电场电力系统的概率潮流[D];华北电力大学（北京）;2010年

9 张云;配电网中基于遗传算法的分布式发电规划[D];河北农业大学;2008年

本文编号：2583795