基于切比雪夫分解法的多目标发电调度群搜索算法研究

发布时间：2021-04-20 05:23

　　随着化石能源的逐渐枯竭,越来越多的新能源被开发和利用,这使电力系统的稳定与安全也受到越来越多的不确定因素的影响。发电调度优化技术不仅是解决电力系统中弃风、弃光的问题重要一环,也是降低发电成本和减少环境污染、促进国民经济健康发展的关键。在大规模负荷供需关系的场景下,合理有效地分配各发电厂的发电功率,综合不同发电指标的优化,使各个目标或使不同的多个竞争性目标达到帕累托最优是一种能够解决电网经济运行及保持稳定的有效方法。因此,深入研究电力系统中的多目标发电调度的优化方法对我国的经济发展和能源结构调整有着不可估量的意义。构建了一种新的多目标发电调度模型。这种模型在传统火力发电调度模型的基础上,考虑电动汽车通过V2G（Vehicle-to-grid）网络逆向放电和风能发电来有效缓解电力系统的用电压力。以发电所需要的成本、污染气体排放量和网损为优化目标,在满足功率平衡约束、机组上下限约束、线路安全约束、旋转备用约束、节点电压的幅值与相角约束等条件下,构建了考虑V2G网络和风力发电的一种新的多目标发电调度模型。提出了基于切比雪夫分解的多目标发电调度群搜索算法。该算法通过切比雪夫分解法将一个多目标问题... 

【文章来源】：深圳大学广东省

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景与研究意义
    1.2 国内外研究现状
        1.2.1 传统优化算法
        1.2.2 现代智能优化算法
    1.3 多目标发电调度存在的问题
    1.4 本文主要工作
第2章 多目标优化发电调度模型和解法
    2.1 帕累托最优与多目标优化
    2.2 多目标优化发电调度模型
        2.2.1 发电成本
        2.2.2 污染气体排放量
        2.2.3 约束条件
    2.3 多目标优化算法
        2.3.1 权重求和法
        2.3.2 切比雪夫法
        2.3.3 边界交集法
    2.4 多目标优化算法特点
    2.5 小结
第3章 考虑V2G网络和风力发电的调度模型
    3.1 考虑V2G网络和风力发电的调度模型结构
    3.2 考虑V2G网络和风力发电的发电成本
    3.3 调度模型的网损计算
    3.4 小结
第4章 基于切比雪夫分解法的多目标群搜索算法
    4.1 群搜索算法
        4.1.1 算法原理
        4.1.2 群搜索算法流程
    4.2 基于切比雪夫分解法的多目标群搜索算法
        4.2.1 基于切比雪夫分解法的多目标群搜索算法
        4.2.2 基于切比雪夫分解法的多目标群搜索算法框架
        4.2.3 基于切比雪夫分解法的多目标群搜索算法流程
    4.3 多目标算法性能指标
    4.4 小结
第5章 仿真与分析
    5.1 IEEE-30节点系统仿真与分析
    5.2 IEEE-118节点系统仿真与分析
    5.3 基于切比雪夫分解法的多目标群搜索算法的鲁棒性
    5.4 考虑风电的尺度因子的优化调度
    5.5 考虑V2G网络不确定因素的优化调度
    5.6 小结
第6章 论文总结和工作展望
    6.1 论文总结
    6.2 工作展望
参考文献
附录
致谢


【参考文献】：
期刊论文
[1]群智能算法优化支持向量机参数综述[J]. 李素,袁志高,王聪,陈天恩,郭兆春.  智能系统学报. 2018(01)
[2]配电网规划中改进的多目标遗传算法的应用[J]. 刘菁菁.  中国战略新兴产业. 2017(48)
[3]电力系统安全稳定控制技术及其应用浅析[J]. 陈海东.  中国高新区. 2017(23)
[4]我国风力发电现状与技术发展趋势[J]. 吴翔.  中国战略新兴产业. 2017(44)
[5]电力调度自动化管理在电力系统中的策略分析[J]. 李宇龙.  劳动保障世界. 2017(33)
[6]基于变异粒子群优化-禁忌搜索混合算法的配电网状态估计[J]. 孟志强,覃仕樾,蔡航.  电力系统及其自动化学报. 2017(11)
[7]含风电场的电力系统环保经济调度[J]. 张坤亚,马平,赵世文,张洪瑀.  电气技术. 2017(03)
[8]基于多群组均衡协同搜索的多目标优化发电调度[J]. 周斌,宋艳,李金茗,余涛,韦化.  电工技术学报. 2015(22)
[9]群搜索算法下的电力系统无功优化[J]. 赵步宇.  信息化建设. 2015(08)
[10]基于多种群遗传算法的电力系统多目标优化[J]. 陈碧云,韦杏秋,陈绍南,刘柏江.  电力系统及其自动化学报. 2015(07)

博士论文
[1]可再生能源电网储纳运行策略研究[D]. 叶瑞丽.哈尔滨工业大学 2017
[2]考虑随机风电接入的动态经济调度问题研究[D]. 付一木.华南理工大学 2016
[3]电动汽车V2G系统及充放电控制策略研究[D]. 刘晓飞.哈尔滨工业大学 2015
[4]大型风电场接入电网的稳定性问题研究[D]. 迟永宁.中国电力科学研究院 2006

硕士论文
[1]NSGA-Ⅱ多目标优化算法的改进及应用研究[D]. 路艳雪.太原理工大学 2017
[2]风—水—火电日前联合发电调度建模及优化[D]. 全心雨.华南理工大学 2016
[3]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
[4]电力系统多目标优化发电调度的改进决策方法[D]. 郑斌.广西大学 2012
[5]电动汽车充放电容量预测及控制策略的优化研究[D]. 杨俊秋.北京交通大学 2012
[6]多目标优化的Pareto解的表达与求取[D]. 童晶.武汉科技大学 2009



本文编号：3149061