虚拟发电厂的优化调度模型及求解

发布时间：2017-03-19 11:05

  本文关键词：虚拟发电厂的优化调度模型及求解，，由笔耕文化传播整理发布。

【摘要】：随着可再生能源发电技术的成熟以及相关政策的扶持,分布式电源已经在电力系统中占据了至关重要的地位。然而,当大量分布式电源接入电网时,其难于管理、随机性高、可控性差等缺陷也逐渐凸显出来。虚拟发电厂是分布式电源与电网调度之间的一个层级,对电网调度屏蔽了底层大量分布式电源的复杂特性,成为了一个可以参与电力调度的概念电厂。虚拟发电厂概念的提出为分布式电源的进一步发展提供了可行的理论框架,在节能减排、生态环境保护等方面具有重要的现实意义。然而,内部分布式电源的多样性与复杂性,也对虚拟发电厂的能量管理及运行优化提出了挑战。本文提出了一种虚拟发电厂的优化调度模型,并研究了大规模优化调度问题下基于变量约简的求解策略。第一,为了实现可控机组的优化变量约简,分析了优化变量集的调度成本外特性,并针对凸优化问题给出了仅具有线性时间复杂度、基于边际成本的快速求解算法；针对工程常用的凸二次函数模型,给出了调度成本外特性的拟合形式。优化变量约简将整个优化问题分而治之,大幅减少了VPP调度中心面临的优化问题的变量个数。第二,为了实现不可控机组的随机变量约简,使用了聚类的思想；利用Pearson相关系数构造表征分布式电源相异性的距离矩阵,并基于多维标度法抽取随机变量的低维坐标表示；基于坐标,随机变量聚类可以通过经典K-means算法予以实现。第三,为了实现不可控机组的出力预测,对比了多种预测模型,其中以基于相空间与时间的前向BP网络性能最佳；基于对预测误差分布的假设提出了区间预测模型,并讨论了预测误差的相关性。算例显示出变量约简具有减少模型数量、优化维护代价以及提高预测模型性能的作用。第四,针对非凸优化问题,将量子遗传算法用于VPP优化调度问题的求解。设计了针对该类优化问题的编码、解码策略,并以算例测试了该方案的有效性。
【关键词】：虚拟发电厂 优化调度 变量约简 时间序列预测 量子遗传算法
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM73;TP18
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-16
• 1.1 研究背景10-11
• 1.2 研究现状11-15
• 1.2.1 分布式电源11-12
• 1.2.2 虚拟发电厂理论研究现状12-13
• 1.2.3 虚拟发电厂的工程实践现状13-15
• 1.3 论文组织架构15-16
• 第二章 虚拟发电厂优化模型16-22
• 2.1 VPP的组成单元16-19
• 2.1.1 常规机组16
• 2.1.2 风力发电单元16-17
• 2.1.3 光伏发电单元17-18
• 2.1.4 负荷18
• 2.1.5 其他组成单元18-19
• 2.2 VPP的组成架构19-20
• 2.3 VPP优化模型20-22
• 第三章 可控机组的优化变量约简22-28
• 3.1 优化变量约简的概念22-23
• 3.2 调度成本外特性算法23-25
• 3.2.1 基于优化问题求解的算法23
• 3.2.2 基于边际成本的快速算法23-25
• 3.3 算例25-27
• 3.3.1 基于优化问题求解25-26
• 3.3.2 基于边际成本的求解算法26-27
• 3.4 本章小结27-28
• 第四章 分布式电源的随机变量约简28-46
• 4.1 随机变量约简的概念28-30
• 4.2 不确定性能源的相关性30-31
• 4.3 随机变量的聚类31-33
• 4.3.1 聚类分析的概念31
• 4.3.2 基于相似度运作的聚类算法31-32
• 4.3.3 K-means聚类算法32-33
• 4.4 基于相关矩阵的坐标表示33-36
• 4.4.1 特征抽取的概念33-34
• 4.4.2 多维尺度分析34-36
• 4.5 出力预测模型36-40
• 4.5.1 基于BP神经网络的出力预测36-37
• 4.5.2 基于三次指数平滑的出力预测37-38
• 4.5.3 基于方差的区间估计38-40
• 4.5.4 模型预测误差的相关性40
• 4.6 处理流程及算例分析40-45
• 4.6.1 随机变量的约简41-42
• 4.6.2 约简变量的预测模型42-43
• 4.6.3 方差估计与相关分析43-45
• 4.6.4 变量约简对预测误差的影响45
• 4.7 本章小结45-46
• 第五章 基于量子遗传算法的优化求解46-58
• 5.1 遗传算法与量子计算简介46-47
• 5.2 遗传算法47-49
• 5.3 量子遗传算法49-52
• 5.3.1 量子编码50
• 5.3.2 染色体的测量50-51
• 5.3.3 种群演化51-52
• 5.4 解的编解码策略52-56
• 5.4.1 基本遗传算法的编码52-54
• 5.4.2 问题的转化54
• 5.4.3 解码策略54-56
• 5.5 QGA解优化问题的算例56-57
• 5.6 本章小结57-58
• 第六章 虚拟发电厂优化算例及分析58-68
• 6.1 优化流程与算例设定58-59
• 6.2 不确定性分布式电源出力预测59-60
• 6.3 可控机组的优化调度60-63
• 6.3.1 约简变量调度成本计算61-62
• 6.3.2 调度中心决策62-63
• 6.3.3 出力目标的再分配63
• 6.4 连续时间段的优化问题求解63-65
• 6.4.1 虚拟发电厂的优化调度64-65
• 6.4.2 分布式电源的优化调度65
• 6.5 本章小结65-68
• 第七章 总结与展望68-70
• 致谢70-72
• 参考文献72-76
• 作者简介76

【相似文献】

中国期刊全文数据库 前10条

1 邱林;水电站实时优化调度模型及其应用[J];华北水利水电学院学报;1994年02期

2 唐明;马光文;陶春华;涂扬举;陈刚;;水电站短期优化调度模型的探讨[J];水力发电;2007年05期

3 张云辉;田雨;雷晓辉;高力书;;寺坪水电站优化调度模型[J];南水北调与水利科技;2012年03期

4 韩竞;;电力系统经济优化调度模型分析与应用[J];电气开关;2013年01期

5 刘翠容 ,郑国瑛;平原灌注式水库优化调度模型[J];石河子农学院学报;1989年02期

6 张玲;;水库优化调度模型的改进[J];大学数学;2006年03期

7 王丽萍,冯尚友;水库隐性随机优化调度模型及应用[J];武汉水利电力学院学报;1991年06期

8 方道南;江水北调优化调度模型的研究[J];水道港口;1999年02期

9 卫军胡,管晓宏,孙国基,胡保生;半导体制造系统优化调度模型的分解和简化方法[J];西安交通大学学报;2000年08期

10 张雯怡,黄强,畅建霞;水库发电优化调度模型的对比研究[J];西北水力发电;2005年03期

中国重要会议论文全文数据库 前4条

1 巩琳琳;黄强;冯缠利;薛小杰;;安康洪水优化调度模型及风险辨识的应用研究[A];中国水利学会2008学术年会论文集（下册）[C];2008年

2 邝录章;;水电厂年度发电量评价策略[A];梯级调度控制研究论丛——2012年学术交流论文集（下册）[C];2014年

3 苏锡祺;徐也平;叶贵汉;王兰生;;湖州城区防洪优化调度模型的研究[A];第一届全国城市防洪学术会议论文集[C];1992年

4 王士武;白宪台;郭宗楼;;平原湖区除涝排水系统实时优化调度模型[A];中国水利学会2002学术年会论文集[C];2002年

中国博士学位论文全文数据库 前4条

1 杨阳;水电系统优化调度模型及方法研究[D];华北电力大学;2014年

2 葛晓琳;水火风发电系统多周期联合优化调度模型及方法[D];华北电力大学;2013年

3 谢红胜;梯级电站群短期优化调度模型与定价方案选择[D];华中科技大学;2008年

4 李丰;考虑大规模风电接入系统的发电优化调度模型及方法研究[D];华北电力大学;2014年

中国硕士学位论文全文数据库 前9条

1 于东;考虑风电不确定出力的电力系统优化调度模型研究[D];江苏大学;2016年

2 程昱;提高风电接纳能力的机制与优化调度模型研究[D];华北电力大学(北京);2016年

3 焦一平;虚拟发电厂的优化调度模型及求解[D];东南大学;2016年

4 张丽娜;水电站优化调度模型及其应用研究[D];大连理工大学;2007年

5 王静;水火电系统中期优化调度模型与应用研究[D];大连理工大学;2011年

6 秦晓燕;应急救援血液优化调度模型与算法研究[D];上海交通大学;2012年

7 韩冬;水火电短期优化调度模型和算法的研究[D];哈尔滨工业大学;2009年

8 向腾飞;水库水沙联合优化调度模型与评价方法研究[D];华北电力大学;2014年

9 肖傲三;物流与配送管理的研究及系统实现[D];哈尔滨工业大学;2007年

  本文关键词：虚拟发电厂的优化调度模型及求解，由笔耕文化传播整理发布。

本文编号：255948