基于电锅炉的电热综合调度模型
发布时间：2021-09-05 13:57
随着全球化石能源的日渐枯竭,能源危机的威胁愈加严重。可再生能源拥有绿色、可再生等特点,大规模发展可再生能源发电是电力结构改革的有效途径,也是发电侧能源结构改革的重要组成部分。然而由于风电的反调峰性、波动性大,为其大规模上网带来了困难。如何高效利用这些清洁能源同时最小化其对电网造成的影响,已成为国内外学者研究的热点问题。本文针对如何增强系统调峰能力,提升系统风电消纳空间开展研究。首先,阐述了多种电源联合调度的意义以及国内外相关热点的研究现状,通过分析现有优化调度模型的求解算法,引出了改进的多目标布谷鸟算法,采用模糊决策模型作为多目标的决策方法。其次,分析了热电机组、火电机组、风电机组以及电锅炉的运行特性。建立了基于电锅炉的电热综合调度模型以及电热综合调度鲁棒优化模型。基于电锅炉的电热综合调度模型,以一个调度周期内机组最小煤耗量以及热电机组出力平滑为目标。电热综合调度鲁棒优化模型,考虑了风电随机变量对模型的影响,将不确定优化问题转化为确定的鲁棒对应形式,以此可以得到任意不确定集合中任何不确定数据均可行的鲁棒解,即模型在最坏的情况下依旧能够保证能够得到可行解,同时引入了鲁棒系数,为不同风险态...
【文章来源】：西安理工大学陕西省
【文章页数】：60 页
【学位级别】：硕士
【部分图文】：
迭代100次Fig.4-10Iteration100times
ZDT1 0.0031 0.0172 0.0010ZDT2 0.0132 0.0169 0.0121ZDT3 0.0076 0.0127 0.0286ZDT6 0.0044 0.0125 0.0358从图 4-4 到图 4-9 可知，使用改进的布谷鸟算法求得的 Pareto 前沿贴合了标准 Pareto前沿，同时覆盖均匀。对于 ZDT1-ZDT6 的测试函数，IMOCS 算法也得到了不错的效果。由表 2-3 可得，改进的布谷鸟算法不仅拥有优异的收敛性与均匀性，且错误率也在可控范围内。由此可得，改进的多目标布谷鸟算法能够作为多目标、多约束的优化问题的解决方案。b. 对比测试为了证明改进布谷鸟算法中引入动态aP 和 α 的优势，通过下述三种场景进行算法验证：场景 1：aP 和 α 为动态变量；场景 2： 0.005aP ， 0.5；场景 3： 1aP ， 0.01。考虑篇幅受限，本文仅用通过 ZDT1 函数对比分析aP 和 三种不同场景下的运行结果，其结果如图 4-10 与图 4-11 所示。
5 算例分析析始数据于我国“三北”地区某省电网实际电源比例，采用六机组系统进行仿台，常规火电机组 2 台，机组参数如表 1 所示。一天 24h 为一个调度。假设该系统全天热负荷基本不变，为 1000MW。设系统中有一个大功率为 200MW 的电锅炉设备。m , i i v ,iC 、K 、C 分别取 0.75、0、0功率与系统负荷值如图 5-1 所示，机组参数如表 5-1 所示。
【参考文献】：
期刊论文
[1]基于混合蛙跳算法的土地利用空间格局优化[J]. 黄强,黄海,刘学. 山地学报. 2018(01)
[2]蓄热式电锅炉提升风电消纳能力关键技术研究[J]. 李建林,谢志佳,李德鑫,田春光. 电器与能效管理技术. 2018(01)
[3]改进布谷鸟搜索算法在电力系统优化潮流中的应用[J]. 陈功贵,邱思远,郭艳艳,黄山外,刘利兰. 电力系统及其自动化学报. 2017(10)
[4]考虑风电消纳的风电-电储能-蓄热式电锅炉联合系统能量优化[J]. 王振浩,杨璐,田春光,李国庆. 中国电机工程学报. 2017(S1)
[5]基于负载均衡的含风电场电力系统优化调度方法[J]. 马燕峰,陈磊,蒋云涛,赵书强. 电网技术. 2017(09)
[6]考虑弃风特性的风电供热项目节煤效果与最佳配置方案研究[J]. 吕泉,刘永成,刘乐,朱全胜,王海霞,王恺文. 中国电机工程学报. 2017(16)
[7]基于机会约束的含多风电场动态经济调度[J]. 张心怡,杨家强,张晓军. 浙江大学学报(工学版). 2017(05)
[8]基于改进布谷鸟搜索算法的工程设计优化[J]. 王庆喜,赵珊. 黑龙江大学自然科学学报. 2017(02)
[9]改进多目标布谷鸟算法的梯级水电站优化调度[J]. 杨晓萍,黄瑜珈,黄强. 水力发电学报. 2017(03)
[10]基于动态权值相似日选取算法的短期负荷预测[J]. 李啸骢,李春涛,从兰美,任子熠,罗宏亮,王彧文,袁辉,丘浩. 电力系统保护与控制. 2017(06)
博士论文
[1]多能互补微网鲁棒多目标运行优化[D]. 王鲁浩.山东大学 2017
硕士论文
[1]考虑风光消纳的源荷联合多目标优化调度研究[D]. 郭鸽.西安理工大学 2017
[2]基于多目标优化的电网可接纳风电能力研究[D]. 赵轶男.北京交通大学 2017
[3]基于风电供热的消纳弃风方案研究[D]. 褚洪川.大连理工大学 2015
[4]多目标进化算法解集的鲁棒性与复杂性能研究[D]. 罗彪.湘潭大学 2009
本文编号：3385473
【文章来源】：西安理工大学陕西省
【文章页数】：60 页
【学位级别】：硕士
【部分图文】：
迭代100次Fig.4-10Iteration100times
ZDT1 0.0031 0.0172 0.0010ZDT2 0.0132 0.0169 0.0121ZDT3 0.0076 0.0127 0.0286ZDT6 0.0044 0.0125 0.0358从图 4-4 到图 4-9 可知，使用改进的布谷鸟算法求得的 Pareto 前沿贴合了标准 Pareto前沿，同时覆盖均匀。对于 ZDT1-ZDT6 的测试函数，IMOCS 算法也得到了不错的效果。由表 2-3 可得，改进的布谷鸟算法不仅拥有优异的收敛性与均匀性，且错误率也在可控范围内。由此可得，改进的多目标布谷鸟算法能够作为多目标、多约束的优化问题的解决方案。b. 对比测试为了证明改进布谷鸟算法中引入动态aP 和 α 的优势，通过下述三种场景进行算法验证：场景 1：aP 和 α 为动态变量；场景 2： 0.005aP ， 0.5；场景 3： 1aP ， 0.01。考虑篇幅受限，本文仅用通过 ZDT1 函数对比分析aP 和 三种不同场景下的运行结果，其结果如图 4-10 与图 4-11 所示。
5 算例分析析始数据于我国“三北”地区某省电网实际电源比例，采用六机组系统进行仿台，常规火电机组 2 台，机组参数如表 1 所示。一天 24h 为一个调度。假设该系统全天热负荷基本不变，为 1000MW。设系统中有一个大功率为 200MW 的电锅炉设备。m , i i v ,iC 、K 、C 分别取 0.75、0、0功率与系统负荷值如图 5-1 所示，机组参数如表 5-1 所示。
【参考文献】：
期刊论文
[1]基于混合蛙跳算法的土地利用空间格局优化[J]. 黄强,黄海,刘学. 山地学报. 2018(01)
[2]蓄热式电锅炉提升风电消纳能力关键技术研究[J]. 李建林,谢志佳,李德鑫,田春光. 电器与能效管理技术. 2018(01)
[3]改进布谷鸟搜索算法在电力系统优化潮流中的应用[J]. 陈功贵,邱思远,郭艳艳,黄山外,刘利兰. 电力系统及其自动化学报. 2017(10)
[4]考虑风电消纳的风电-电储能-蓄热式电锅炉联合系统能量优化[J]. 王振浩,杨璐,田春光,李国庆. 中国电机工程学报. 2017(S1)
[5]基于负载均衡的含风电场电力系统优化调度方法[J]. 马燕峰,陈磊,蒋云涛,赵书强. 电网技术. 2017(09)
[6]考虑弃风特性的风电供热项目节煤效果与最佳配置方案研究[J]. 吕泉,刘永成,刘乐,朱全胜,王海霞,王恺文. 中国电机工程学报. 2017(16)
[7]基于机会约束的含多风电场动态经济调度[J]. 张心怡,杨家强,张晓军. 浙江大学学报(工学版). 2017(05)
[8]基于改进布谷鸟搜索算法的工程设计优化[J]. 王庆喜,赵珊. 黑龙江大学自然科学学报. 2017(02)
[9]改进多目标布谷鸟算法的梯级水电站优化调度[J]. 杨晓萍,黄瑜珈,黄强. 水力发电学报. 2017(03)
[10]基于动态权值相似日选取算法的短期负荷预测[J]. 李啸骢,李春涛,从兰美,任子熠,罗宏亮,王彧文,袁辉,丘浩. 电力系统保护与控制. 2017(06)
博士论文
[1]多能互补微网鲁棒多目标运行优化[D]. 王鲁浩.山东大学 2017
硕士论文
[1]考虑风光消纳的源荷联合多目标优化调度研究[D]. 郭鸽.西安理工大学 2017
[2]基于多目标优化的电网可接纳风电能力研究[D]. 赵轶男.北京交通大学 2017
[3]基于风电供热的消纳弃风方案研究[D]. 褚洪川.大连理工大学 2015
[4]多目标进化算法解集的鲁棒性与复杂性能研究[D]. 罗彪.湘潭大学 2009
本文编号：3385473
本文链接：https://www.wllwen.com/kejilunwen/dianlilw/3385473.html
