微电网的大系统递阶控制研究

发布时间：2021-07-13 10:51

　　大力发展新能源发电在推动我国能源生产及消费革命中占有重要地位,无论是从经济社会走可持续发展之路还是改善我国能源结构加固能源安全稳定都具有重大意义。本文以高比例新能源发电子系统互联的微电网为研究的对象。以包括运行成本经济指标、可再生能源利用率指标以及环保性指标构成的微电网联合发电系统综合经济性为优化目标,采用大系统理论对该微电网系统的协调优化及控制进行研究。大系统理论的核心思想是将一个大规模系统进行分解协调及分散控制,使其转化为若干个子系统进行求解。通过分解协调建立多层递阶控制结构,形成协调层、局部决策单元及调度层三层结构。首先,对微电网大系统的协调层进行构建,建立微电网联合发电系统的综合经济性模型并以其为优化目标。同时建立微电网联合发电系统的全局约束模型,通过引入拉格朗日乘子及全局约束条件建立该目标函数的拉格朗日函数。协调层通过接收下层反馈信息,对拉格朗日乘子进行更新,并将更新后的拉格朗日乘子发送给下层局部决策单元。由于传统次梯度法更新过程中存在的振荡现象,经过多次研究对比本文采用的自适应次梯度法配合集结投影次梯度法的交替使用对拉格朗日乘子的更新展现出良好的优化效果。第二,对微电网大系... 

【文章来源】：兰州交通大学甘肃省

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 课题的研究背景及意义
    1.2 国内外研究现状
        1.2.1 大系统理论研究现状
        1.2.2 微电网研究现状
    1.3 论文主要研究内容及意义
        1.3.1 论文的研究内容
        1.3.2 论文的研究意义
2 大系统理论
    2.1 递阶控制理论
        2.1.1 拉格朗日松弛法
        2.1.2 拉格朗日对偶原理
        2.1.3 大系统的分解协调
    2.2 分散控制理论
    2.3 本章小结
3 微电网大系统协调层
    3.1 微电网协调层函数模型的建立
        3.1.1 微电网目标函数的建立
        3.1.2 建立微电网对偶函数
    3.2 改进的次梯度法在微电网中的应用
        3.2.1 微电网自适应次梯度法分析
        3.2.2 微电网的集结投影次梯度法分析
    3.3 仿真分析
    3.4 本章小结
4 微电网大系统局部决策单元
    4.1 微电网子系统目标函数及约束条件
        4.1.1 风力发电系统子目标及约束条件
        4.1.2 光伏发电系统子目标及约束条件
        4.1.3 柴油发电机子目标及约束条件
        4.1.4 光热发电系统子目标及其约束条件
    4.2 局部决策单元优化算法分析
        4.2.1 基本粒子群算法
        4.2.2 改进的量子粒子群算法
    4.3 算法测试
    4.4 本章小结
5 微电网大系统调度层
    5.1 模型预测控制
        5.1.1 模型预测控制的基本概念
        5.1.2 分散式模型预测控制
    5.2 微电网新能源子系统的模型预测控制
        5.2.1 风力发电系统模型预测控制
        5.2.2 光伏发电系统模型预测控制
        5.2.3 光热发电系统模型预测控制
    5.3 柴油发电机模糊PID控制
    5.4 本章小结
6 仿真分析
    6.1 微电网各子系统参数设定
    6.2 案例分析
    6.3 本章小结
结论
致谢
参考文献
攻读学位期间的研究成果


【参考文献】：
期刊论文
[1]并行程序设计语言中局部性机制的研究[J]. 袁良,张云泉,白雪瑞,张广婷.  计算机科学. 2020(01)
[2]基于NSGA-Ⅱ的ICS算法微网多目标优化调度[J]. 张军,王红敏,刘廷章.  电工电能新技术. 2019(12)
[3]计及最小使用成本及储能状态平衡的电-氢混合储能孤岛直流微电网能量管理[J]. 蒲雨辰,李奇,陈维荣,黄文强,胡斌彬,韩莹,王璇.  电网技术. 2019(03)
[4]计及综合成本的风电–光伏–光热联合出力调度策略[J]. 崔杨,杨志文,张节潭,王茂春,严干贵.  高电压技术. 2019(01)
[5]基于风光互补的孤岛型微网容量优化配置研究[J]. 吴国庆,霍伟,茅靖峰,宋晨光.  计算机仿真. 2019(01)
[6]基于多目标局部变异-自适应量子粒子群优化算法的复杂地形多传感器优化部署[J]. 徐公国,段修生,单甘霖,童俊.  兵工学报. 2018(11)
[7]考虑不确定性因素的微电网经济运行的优化[J]. 靳绍珍,毛志忠,李鸿儒.  控制理论与应用. 2018(09)
[8]基于改进蚁群算法的微电网多目标模糊优化运行[J]. 李国庆,翟晓娟,李扬,王振浩,陈继开,张明江.  太阳能学报. 2018(08)
[9]不确定时滞关联大系统的全局稳定模糊容错控制[J]. 郭涛,陈为胜.  控制理论与应用. 2017(05)
[10]不确定广义大系统有限时间鲁棒分散控制[J]. 沃松林,赵俊杰,李博.  控制与决策. 2017(08)

硕士论文
[1]模型预测控制在风光互补发电系统中的应用[D]. 韩梅.华北电力大学(北京) 2017



本文编号：3281925