基于随机规划的风蓄联合智能动态经济调度
本文选题:风电场 + 抽水蓄能电站 ; 参考:《华北电力大学》2014年硕士论文
【摘要】:作为可再生清洁能源,风能在缓解能源危机、减少环境污染方面做出了突出贡献。近年来,风力发电的规模不断扩大,在电力系统中所占的比重也日益增加,,但是,由于风电具有不可控、间断、随机的特点,大规模风电并入到电网中,可能会对电力系统的安全稳定运行造成威胁。因此,如何在增大风电并网容量的同时合理安排风电与其他常规电源的协调调度是目前亟需解决的问题。 为平滑风机出力,本文将抽水蓄能电站作为风电场的储能系统,围绕风蓄联合入网的调度策略展开研究工作,主要包括抽水蓄能系统容量优化研究以及风蓄联合动态经济调度研究。 首先,本文提出一种基于智能能量管理系统的风蓄联合运行策略。在风电入网之前,计算出合理的入网功率上、下限,当实际风机出力大于上限时,多余部分用来抽水蓄能,当实际风机出力小于下限时,由抽水蓄能电站放水释能,弥补不足。在抽水蓄能系统的配合下,风电功率在时间上重新分布,基本满足入网要求,从而避免风电直接入网带来的负面影响。 其次,本文建立了抽水蓄能系统容量优化模型。从经济方面考虑,抽水蓄能机组容量不宜过大,以免造成浪费,但从风、蓄容量配合方面考虑,抽水蓄能机组容量又不能太小,以免无法完成风蓄联合出力计划。本文以抽水蓄能机组安装维护、水库建设维护以及风电场运行总成本最低为目标函数,建立随机规划模型,从而计算出最合理的抽水蓄能电站装机容量。 然后,基于本文提出的风蓄联合运行策略建立了风蓄联合动态经济调度模型。将风蓄联合输出功率与常规火电机组出力一同调度,为了尽量减小风蓄入网功率波动给常规机组带来的影响,同时考虑经济性,建立了以风蓄联合输出功率波动最小和火电运行成本最低为目标的随机规划模型,从而计算出各机组在各时段的出力,为调度部门制定发电计划提供可靠依据。 以某地区风蓄联合系统为例,对本文提出的调度策略及模型分别进行了验证和分析。算例结果表明,两个模型均能够达到预期效果,采用本文调度策略,可以有效平抑风电波动,为风电与常规电源配合出力提供了有效的研究思路,对大规模风电入网的研究具有一定的参考价值。
[Abstract]:As a renewable clean energy, wind energy plays an important role in alleviating energy crisis and reducing environmental pollution. In recent years, the scale of wind power generation has been expanding, and the proportion of wind power in power system is increasing. However, due to the characteristics of uncontrollable, intermittent and random wind power generation, large-scale wind power is incorporated into the power grid. It may pose a threat to the safe and stable operation of power system. Therefore, how to arrange the coordinated scheduling of wind power and other conventional power sources while increasing the capacity of wind power grid connection is a problem that needs to be solved. In order to smooth the output force of fan, the pumped storage power station is regarded as the energy storage system of wind farm in this paper, and the research work is carried out around the dispatching strategy of combined wind storage network. It mainly includes capacity optimization of pumped storage system and dynamic economic dispatching of wind storage system. Firstly, this paper proposes a combined operation strategy of wind storage based on intelligent energy management system. Before the wind power enters the network, the reasonable upper and lower limit of the power is calculated. When the actual fan output force is greater than the upper limit, the surplus part is used for the pumped storage energy storage, and when the actual fan output force is less than the lower limit, the pumped storage power station releases the energy and makes up the deficiency. With the cooperation of pumped storage system, the wind power is redistributed in time, which basically meets the requirements of network entry, thus avoiding the negative impact of direct wind power access to the network. Secondly, the capacity optimization model of pumped storage system is established in this paper. From the economic point of view, the capacity of pumped storage unit should not be too large to avoid waste. However, considering the combination of wind and storage capacity, the capacity of pumped storage unit should not be too small, so as not to be able to complete the combined output plan of wind storage. Based on the objective function of installation and maintenance of pumped storage unit, construction and maintenance of reservoir and the lowest total operating cost of wind farm, a stochastic programming model is established to calculate the most reasonable installed capacity of pumped storage power station. Then, based on the combined operation strategy proposed in this paper, the combined dynamic economic scheduling model of wind storage is established. The combined output power of wind storage unit and conventional thermal power unit are scheduled together in order to minimize the influence of the power fluctuation of wind storage network on the conventional unit and to consider the economy at the same time. A stochastic programming model aiming at the minimum fluctuation of wind storage output power and the lowest operating cost of thermal power is established, and the output of each unit in each period is calculated, which provides a reliable basis for the dispatching department to formulate the power generation plan. Taking a regional wind storage joint system as an example, the scheduling strategy and model proposed in this paper are verified and analyzed. The simulation results show that the two models can achieve the desired results. The proposed scheduling strategy can effectively suppress wind power fluctuations and provide an effective research idea for the cooperation of wind power and conventional power supply. It has certain reference value to the research of large-scale wind power network.
【学位授予单位】:华北电力大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:TM614;TV743
【共引文献】
相关期刊论文 前10条
1 王晓霞;刘春生;姚烯;;基于粒子群优化的多操纵面飞行器的重构控制[J];电光与控制;2014年05期
2 夏华伟;熊智新;;PSO-PP模型在杨树造纸适宜性综合评价中的应用[J];造纸科学与技术;2014年02期
3 张聪;汤伟;;基于粒子群优化算法与形态学的纸病图像检测方法[J];造纸科学与技术;2014年02期
4 张虹;于雷;徐滨;;基于改进PSO的Terminal分段滑模励磁控制器设计[J];电工电能新技术;2014年06期
5 李育恒;赵峰;;支持向量机在变压器故障诊断中的应用[J];科技创新与应用;2014年16期
6 吴静子;魏登峰;;基于改进粒子群算法的配电网故障自愈算法[J];电力学报;2014年03期
7 夏华伟;熊智新;胡慕伊;;基于PSO的PID参数整定在苛化工段的应用[J];中华纸业;2014年10期
8 周涛;崔德义;任书燕;;基于细菌趋化的改进粒子群算法在电力系统无功优化中的应用[J];上海电力学院学报;2014年04期
9 韩俊英;刘成忠;;基于历史认知的果蝇优化算法[J];计算机科学与探索;2014年03期
10 徐立云;徐昌飞;邓伟;李爱平;;基于SA-PSO算法的发动机缸体机加工线平衡研究[J];农业机械学报;2014年02期
相关会议论文 前1条
1 牛奔;毕莹;郭晨;;结构重组的细菌觅食优化算法及其在投资组合问题上的应用[A];第十六届中国管理科学学术年会论文集[C];2014年
相关博士学位论文 前5条
1 翟金刚;基于并行的切换最优控制与混杂动力系统辨识[D];大连理工大学;2013年
2 李焱;基于光学原理的最优化方法研究[D];哈尔滨工程大学;2011年
3 陈佩华;平板导体缺陷复合式涡流检测技术研究[D];浙江大学;2014年
4 李天宇;混合动力工程车辆自动变速换挡策略及控制方法研究[D];吉林大学;2014年
5 谭兴国;微电网复合储能柔性控制技术与容量优化配置[D];山东大学;2014年
相关硕士学位论文 前10条
1 陈旭哲;高速公路应急车辆资源需求预测与配置[D];北京交通大学;2014年
2 余玉娇;基于粒子群算法的水库调度函数的研究[D];华中科技大学;2013年
3 邢晓野;节能降耗目标下的发电权交易研究[D];东北电力大学;2014年
4 文雷;基于动态热湿传递的纺织材料设计反问题[D];浙江理工大学;2014年
5 唐华溢;涡流与电磁超声复合无损检测技术研究[D];浙江大学;2014年
6 文冇;基于角色自律分散控制的微电网运行优化策略研究[D];西南交通大学;2014年
7 曾庆达;电力系统频率动态特性与一次调频控制[D];广东工业大学;2014年
8 张金良;基于小生境粒子群算法的电力系统无功优化[D];山东大学;2014年
9 孙舶皓;低碳技术接入对配电网的影响与优化策略[D];山东大学;2014年
10 崔佳珊;改进PSO-BP网络在工业设计中的应用研究[D];西安电子科技大学;2014年
本文编号:2014089
本文链接:https://www.wllwen.com/kejilunwen/shuiwenshuili/2014089.html