人工智能及其在风—光互补发电场中的应用研究
发布时间：2021-02-03 02:07
风能、太阳能是丰富清洁的可再生能源，将为能源结构调整和环境保护做出巨大贡献。国内外研究表明，风—光互补发电是比单独风力发电、单独光伏发电更好的发电方式，已受到世界许多国家的关注。目前，对风—光互补发电的研究主要集中于风力发电机组的研制及控制、光伏发电单元的研制及控制和风-光互补发电场的优化设计等方面，对风-光互补发电场能量管理控制的研究很少，而能量管理控制的好或坏直接影响这种新绿色能源的推广和应用。在搜集国内外风-光互补发电研发文献资料之后，对其进行整理、分析与综合。在此基础上，对风-光互补发电场能量管理控制进行了较深入的研究，主要研究工作如下：（1）粒子群算法的研究。提出了一种新的粒子群算法。该算法采用均匀设计方法初始化粒子群，使粒子以更大概率位于全局最优解所处位置或其附近，从而使算法以更高的概率和更快的速度找到全局最优解；对惰性粒子以概率为1进行随机变异，保证进化过程中粒子群的多样性，从而使算法求解的精度更高。仿真结果证明了该粒子群算法的求解效率和求解精度比标准的粒子群算法更高。（2）风-光互补发电场控制系统的研究大型风-光互补发电场的发电装置多，分布范围广，本文采用分布式人工智能...
【文章来源】：广东工业大学广东省
【文章页数】：140 页
【学位级别】：博士
【部分图文】：
关(x)的进化曲线
123456789101112131415161718192021222324时间压图5一8负荷Fig.5一 8loads从表5一2看出，自动机模型能够很好地控制发电系统运行，既能够保证频率的安全和稳定，也能够有效地控制发电系统经济地运行，同时也显示了该自动机模型的健壮性。5.7本章小结本章旨在研究风一光互补发电系统的频率控制问题，也涉及了发电系统经济
12345678 9101112工3.1续1516171819202122232续小时压图6一 93OkW光伏阵列平均每小时实际有功出力和平均每小时最大无功出力Fig.6一 9averagehourlyaetualaetivePowerandaveragehourlymaximal reactivePowerof30kwPVarrays252015劝率无功/八 1.0UJ.上卜几 rVa0 123 45678910111213141516171819202122232吸时间八图6一10负荷需要的无功功率Fig.6一 10reaetivePowerloadsneed102
【参考文献】：
期刊论文
[1]基于遗传算法的风／光互补发电系统的优化设计[J]. 张伯泉,杨宜民,陈璟华,刘志煌. 仪器仪表学报. 2006(S3)
[2]CONSTRUCTING UNIFORM DESIGNS WITH TWO- OR THREE-LEVEL[J]. 覃红,张尚立,方开泰. Acta Mathematica Scientia. 2006(03)
[3]邻域拓扑粒子群优化算法在电力系统无功优化中的应用[J]. 杜欢,赵波. 继电器. 2006(14)
[4]风力和太阳能光伏发电现状及发展趋势[J]. 张伯泉,杨宜民. 中国电力. 2006(06)
[5]基于合同网模型的多代理协作研究[J]. 张文波,赵海,苏威积,徐野,王金东,韩光洁. 电子学报. 2006(05)
[6]SA-PSO在水火电混合电力系统电源规划中的应用[J]. 唐权,吴耀武,熊信银,娄素华. 高电压技术. 2006(04)
[7]基于改进多粒子群算法的电力系统无功优化[J]. 赵娜,张伏生,魏平,刘学. 西安交通大学学报. 2006(04)
[8]基于多Agent优化协调的电力系统二级电压控制[J]. 盛戈白皋,江秀臣,范习辉,曾奕. 控制与决策. 2005(12)
[9]基于改进PSO算法的电力系统机组优化组合[J]. 蒋秀洁,乐良才. 三峡大学学报(自然科学版). 2005(06)
[10]分布式风光互补发电系统及其多目标优化控制策略研究[J]. 冬雷,廖晓钟,刘广忱,陈建勇. 仪器仪表学报. 2005(S2)
硕士论文
[1]独立运行风/光互补电站控制监测系统的研究[D]. 定世攀.中国科学院研究生院（电工研究所） 2002
[2]多Agent系统组织结构和协同研究及其应用[D]. 潘邦传.合肥工业大学 2002
[3]风/光互补混合发电系统优化设计[D]. 李爽.中国科学院电工研究所 2001
本文编号：3015731
【文章来源】：广东工业大学广东省
【文章页数】：140 页
【学位级别】：博士
【部分图文】：
关(x)的进化曲线
123456789101112131415161718192021222324时间压图5一8负荷Fig.5一 8loads从表5一2看出，自动机模型能够很好地控制发电系统运行，既能够保证频率的安全和稳定，也能够有效地控制发电系统经济地运行，同时也显示了该自动机模型的健壮性。5.7本章小结本章旨在研究风一光互补发电系统的频率控制问题，也涉及了发电系统经济
12345678 9101112工3.1续1516171819202122232续小时压图6一 93OkW光伏阵列平均每小时实际有功出力和平均每小时最大无功出力Fig.6一 9averagehourlyaetualaetivePowerandaveragehourlymaximal reactivePowerof30kwPVarrays252015劝率无功/八 1.0UJ.上卜几 rVa0 123 45678910111213141516171819202122232吸时间八图6一10负荷需要的无功功率Fig.6一 10reaetivePowerloadsneed102
【参考文献】：
期刊论文
[1]基于遗传算法的风／光互补发电系统的优化设计[J]. 张伯泉,杨宜民,陈璟华,刘志煌. 仪器仪表学报. 2006(S3)
[2]CONSTRUCTING UNIFORM DESIGNS WITH TWO- OR THREE-LEVEL[J]. 覃红,张尚立,方开泰. Acta Mathematica Scientia. 2006(03)
[3]邻域拓扑粒子群优化算法在电力系统无功优化中的应用[J]. 杜欢,赵波. 继电器. 2006(14)
[4]风力和太阳能光伏发电现状及发展趋势[J]. 张伯泉,杨宜民. 中国电力. 2006(06)
[5]基于合同网模型的多代理协作研究[J]. 张文波,赵海,苏威积,徐野,王金东,韩光洁. 电子学报. 2006(05)
[6]SA-PSO在水火电混合电力系统电源规划中的应用[J]. 唐权,吴耀武,熊信银,娄素华. 高电压技术. 2006(04)
[7]基于改进多粒子群算法的电力系统无功优化[J]. 赵娜,张伏生,魏平,刘学. 西安交通大学学报. 2006(04)
[8]基于多Agent优化协调的电力系统二级电压控制[J]. 盛戈白皋,江秀臣,范习辉,曾奕. 控制与决策. 2005(12)
[9]基于改进PSO算法的电力系统机组优化组合[J]. 蒋秀洁,乐良才. 三峡大学学报(自然科学版). 2005(06)
[10]分布式风光互补发电系统及其多目标优化控制策略研究[J]. 冬雷,廖晓钟,刘广忱,陈建勇. 仪器仪表学报. 2005(S2)
硕士论文
[1]独立运行风/光互补电站控制监测系统的研究[D]. 定世攀.中国科学院研究生院（电工研究所） 2002
[2]多Agent系统组织结构和协同研究及其应用[D]. 潘邦传.合肥工业大学 2002
[3]风/光互补混合发电系统优化设计[D]. 李爽.中国科学院电工研究所 2001
本文编号：3015731
本文链接：https://www.wllwen.com/kejilunwen/rengongzhinen/3015731.html
