面向电力市场的梯级水电站短期优化调度研究

发布时间：2017-10-06 10:14

  本文关键词：面向电力市场的梯级水电站短期优化调度研究

  更多相关文章： 梯级水电站 电力市场 短期优化调度 分时电价 最大发电效益

【摘要】：随着我国经济的快速发展和人民生活水平的不断提高,社会对各种能源的需求越来越大,水能作为绿色清洁能源,其开发利用的比重在逐年增加。合理开发蕴藏量丰富的水能资源,对缓解日益紧张的能源问题和推动经济发展有着巨大作用。目前我国已建成13大水电基地,对水资源进行滚动开发和利用,形成多个梯级水电站联合调度的良好局面。除此之外,电力市场的改革和分时电价的实施,使得梯级水电站的优化调度准则和优化目标均发生了深刻变化,传统的以发电量最大化为优化目标的调度模式已不再适用于新形式下的发展要求。因此,开展面向电力市场的梯级水电站短期优化调度具有十分重要的理论价值和实践指导意义。本论文充分考虑电力市场对梯级水电站优化调度的影响,在以往研究成果的基础上,深入探讨了分时电价理论,建立基于分时电价的梯级水电站短期发电效益最大化模型并求解。为进一步说明该模型的优劣,本文还设置了统一电价的对比组以示说明。论文取得的研究成果如下:(1)简要分析了我国水资源概况和水电发展现状,结合国内外梯级水电站研究动态,阐述了建立基于分时电价的梯级水电站调度模型的意义。(2)对电力市场的一些基本理论进行了概述,探讨了梯级水电站进入电力市场的必要性,并从电力改革的进程出发,考虑实际经济情况,提出合理的分时电价时段划分依据及峰平谷电价确定方法。(3)论述了梯级水电站短期优化调度的可行性与调度意义,阐明了电力市场环境下梯级水电站所要面临的问题,并从国内外常用优化准则分析,提出以发电效益最大化的优化准则。在此基础上,建立基于分时电价的梯级水电站短期发电效益最大化模型,采用合理分配峰、平、谷段出力来实现梯级水电站的优化调度。(4)对优化问题求解方法中的遗传算法和模式搜索算法进行简要介绍,分析了两种算法的特点及操作流程,考虑到模式搜索算法初始点选取重要性的特点,将遗传算法的全局搜索能力与模式搜索算法的局部搜索能力相结合,提供了求解市场环境下梯级水电站短期优化调度问题的新思路。(5)以黄河上游甘肃省境内的刘家峡、盐锅峡、八盘峡、小峡四座梯级电站为例,分析汇总各电站的基本概况和已知数据,将基于分时电价的梯级水电站短期优化调度模型应用到刘家峡至小峡梯级水电站中,采用遗传算法、模式搜索法分别对模型进行求解,并对峰平谷出力比进行优化,求出发电效益最大化下的最佳峰平谷出力比和出力值。最后,对刘家峡至小峡梯级水电站进行了分时优化与一般优化的对比分析,说明模型的优越性。
【关键词】：梯级水电站 电力市场 短期优化调度 分时电价 最大发电效益
【学位授予单位】：兰州理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TV737
【目录】：

• 摘要7-9
• Abstract9-11
• 第1章 绪论11-19
• 1.1 研究背景11-13
• 1.1.1 水电发展的前提——水能资源丰富11
• 1.1.2 水电发展的动力——经济发展迅速，能源需求紧张11-12
• 1.1.3 水电发展的机遇——电力市场的建立12-13
• 1.2 研究的目的与意义13
• 1.3 国内外研究现状13-15
• 1.3.1 水电站优化调度研究13-15
• 1.3.2 电力市场研究15
• 1.4 研究中存在的问题与发展趋势15-16
• 1.4.1 研究中存在的主要问题15-16
• 1.4.2 研究趋势16
• 1.5 主要研究内容和技术路线16-17
• 1.5.1 主要研究内容16-17
• 1.5.2 技术路线17
• 1.6 主要创新点17-19
• 第2章 电力市场环境下梯级水电站优化调度的基本理论19-22
• 2.1 建立电力市场的目的和基本原则19-20
• 2.1.1 建立电力市场的目的19
• 2.1.2 电力市场的基本原则19-20
• 2.2 分时电价的提出及应用20-21
• 2.2.1 分时电价的提出20
• 2.2.3 分时电价的确定20-21
• 2.2.4 实行分时电价的意义21
• 2.3 本章小结21-22
• 第3章 电力市场环境下梯级水电站优化调度模型22-29
• 3.1 梯级水电站短期优化调度概述22-24
• 3.1.1 研究梯级水电站短期优化调度的意义22-23
• 3.1.2 面临的问题23-24
• 3.2 梯级水电站短期优化调度模型24-27
• 3.2.1 梯级水电站短期优化调度准则24-25
• 3.2.2 梯级水电站短期发电效益最大化模型25-26
• 3.2.3 基于分时电价的梯级水电站短期发电效益最大化模型26-27
• 3.3 小结27-29
• 第4章 优化模型算法研究29-34
• 4.1 遗传算法29-32
• 4.1.1 遗传算法简介29-30
• 4.1.2 遗传算法流程30-31
• 4.1.3 遗传工具箱的使用31-32
• 4.2 模式搜索法32-33
• 4.2.1 模式搜索法简介32-33
• 4.2.2 模式搜索工具33
• 4.3 小结33-34
• 第5章 黄河上游梯级水电站短期优化调度研究34-50
• 5.1 黄河上游梯级水电站概况及基本资料34-36
• 5.1.1 黄河流域概况34-35
• 5.1.2 梯级水电站基本资料35-36
• 5.2 基于分时电价的梯级水电站优化调度实例研究36-47
• 5.2.1 优化调度已知数据汇总37-38
• 5.2.2 基于Matlab遗传算法的模型求解38-42
• 5.2.3 峰平谷出力比的优化42-46
• 5.2.4 基于Matlab模式搜索法的模型求解46-47
• 5.2.5 优化调度结论分析47
• 5.3 短期优化调度分析47-49
• 5.4 小结49-50
• 结论50-52
• 参考文献52-55
• 致谢55-56
• 附录A 攻读学位期间所发表的学术论文目录56-57
• 附录B57-61

【参考文献】

中国期刊全文数据库 前10条

1 王森;程春田;武新宇;李保健;;自适应混沌整体退火遗传算法在水电站群优化调度中的应用[J];水力发电学报;2014年05期

2 徐刚;孙海龙;;市场环境下梯级负荷分配模型及最优运行策略研究[J];水力发电学报;2014年01期

3 原文林;曲晓宁;;混沌蚁群优化算法在梯级水库发电优化调度中的应用研究[J];水力发电学报;2013年03期

4 白涛;畅建霞;黄强;吴成国;;基于可行搜索空间优化的电力市场下梯级水电站短期调峰运行研究[J];水力发电学报;2012年05期

5 冯雁敏;张雪源;梁年生;;松江河梯级水电站短期优化调度数学模型分析[J];长江科学院院报;2012年04期

6 周建平;钱钢粮;;十三大水电基地的规划及其开发现状[J];水利水电施工;2011年01期

7 原文林;吴泽宁;;电力市场环境下梯级水库中长期发电优化调度研究[J];水电能源科学;2011年01期

8 张俊;程春田;武新宇;黄文英;方朝雄;;病毒进化遗传算法在水电站优化调度中的应用研究[J];水力发电学报;2010年06期

9 周建中;李英海;肖舸;张勇传;;基于混合粒子群算法的梯级水电站多目标优化调度[J];水利学报;2010年10期

10 寇伟;郭朝晖;张景瑞;;不同电价政策下流域梯级水电站群长期优化调度[J];水电能源科学;2010年07期

中国硕士学位论文全文数据库 前3条

1 钱玉杰;我国水电的地理分布及开发利用研究[D];兰州大学;2013年

2 范会宁;黄河上游梯级水库防凌优化调度研究[D];郑州大学;2011年

3 张慧;遗传算法在水电站群经济运行中的运用[D];河海大学;2007年

，

本文编号：982205