水-火-新能源电力系统优化调度研究
发布时间:2020-03-20 11:30
【摘要】:当前世界很多国家为了维护自身能源安全、加大环境保护力度和预防气候变化,正在大力开发可再生能源,用来替代传统化石能源。作为世界上最大的发展中国家,我国的能源结构和发展状况处在很严峻的境地,不断出现的能源安全问题正威胁着国家能源战略的顺利实施。社会进步和经济的发展令我国的能源需求量逐步增长,能源的供应情况不容乐观。与此同时,环境污染问题也不断加剧,加速开发利用可再生能源已经成为我国解决能源危机的最佳选择。风和太阳能作为新能源的重要组成部分,正逐渐渗透到我国的电力系统中,但是由于其具有很大的随机性,势必会对传统的电力系统优化调度问题带来严峻的挑战和一系列困难。我国水能资源丰富,水电能源是当前可以大规模开发的第一大可再生能源,大力发展水力发电可以显著地减少传统化石能源的消耗,同时也会通过可控的调整来消纳新能源发电产生的一些负面效应。因此,合理制定多能互补电力系统优化调度策略对于我国能源战略发展很有必要性。本文围绕该问题进行了一系列的探讨并开展如下工作:(1)综合分析新能源发电不确定性产生的原因,研究了预测误差概率分布模型,结合场景分析方法对新能源发电场景进行探讨。使用拉丁超立方抽样方法生成大量场景,模拟出新能源系统发电功率可能产生的情况。同时采用k-means聚类方法将具有相似特征的场景划分为同一类别,选出代表性场景,在不失准确性的情况下减少模型的计算量。最后,算例分析结果表明该方法可以很好地表示新能源发电功率的不确定性。(2)分别计算了传统机组组合优化调度模型、含有新能源发电系统的机组组合调度模型和多能互补电力系统优化调度模型,通过算例分析给出优化调度策略。由浅入深的研究方法对当前电力系统的热门问题进行分析。为了更加简单地进行场景分析,提出了表示场景波动性和经济性的参数,定量分析了不同预测误差水平。三种预测误差水平的场景被生成,通过对相应场景的场景评估参数计算,直观的展示了新能源发电不确定性对电力系统的影响。同时,将水电系统模型与机组组合模型耦合,建立了水-火-新能源电力系统优化调度模型,综合考虑经济和环保两个目标,提出了一种多目标优化方案,为多能互补电力系统的优质高效运行提供了理论依据。(3)复杂的模型需要高效的算法来求解,为此本文提出了一种新型智能优化算法。以机组组合问题为切入点,将优化调度结果与其它算法进行了横向对比,通过多次计算的统计数据进行算法性能比较,结果显示该算法能够很好的解决机组组合问题,而且算法在收敛速度和寻优效果上表现良好。为了解决水-火-新能源电力系统优化调度模型,将连续变量和离散变量进行耦合处理,同时增加了多目标机制寻优机制,很好地延展了算法的适用范围。
【图文】:
出力堆积图
中 科 技 大 学 硕 士 学 位 论 文204 121 0 25 0 0 0 311 130 0 25 0 0 0 229 130 0 25 0 0 0 150 104 0 25 0 0 0 151 130 0 25 0 0 0 281 130 60 73 0 0 0 389 130 120 25 0 0 0 455 130 130 38 0 0 0 398 130 130 25 0 0 0 427 130 130 25 0 0 0 380 130 0 25 0 0 0 250 0 0 0 0 0 0 150 0 0 0 0 0 0 150 0 0 0 0 0 0
【学位授予单位】:华中科技大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TM73
【图文】:
出力堆积图
中 科 技 大 学 硕 士 学 位 论 文204 121 0 25 0 0 0 311 130 0 25 0 0 0 229 130 0 25 0 0 0 150 104 0 25 0 0 0 151 130 0 25 0 0 0 281 130 60 73 0 0 0 389 130 120 25 0 0 0 455 130 130 38 0 0 0 398 130 130 25 0 0 0 427 130 130 25 0 0 0 380 130 0 25 0 0 0 250 0 0 0 0 0 0 150 0 0 0 0 0 0 150 0 0 0 0 0 0
【学位授予单位】:华中科技大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TM73
【参考文献】
相关期刊论文 前10条
1 胡亚伟;王筱;晁勤;蔺红;陈哲;王一波;;采用横纵向误差平移插值修正的风电预测精度改善方法[J];电网技术;2015年10期
2 刘吉臻;王海东;李明扬;;含风电的电力系统机组组合问题研究综述[J];电力建设;2014年12期
3 葛晓琳;张粒子;;考虑调峰约束的风水火随机机组组合问题[J];电工技术学报;2014年10期
4 张宁;胡兆光;周渝慧;肖欣;王一依;丛p樼,
本文编号:2591718
本文链接:https://www.wllwen.com/kejilunwen/dianlilw/2591718.html
教材专著