考虑风电不确定性的分时电价研究
发布时间：2022-07-20 16:53
我国风力发电资源丰富,国家鼓励新能源优先上网,但新能源的大规模并网给电力系统安全稳定运行带来了挑战。而分时电价是一种有效的需求响应措施,可调整用户用电行为,缓解新能源并网带给电力系统的压力。本文针对目前风电出力的随机性、间歇性等不确定因素,提出了一种考虑风电不确定性的分时电价模型。本文主要有以下内容:首先本文根据需求侧响应理论,在分析不同用户对电价的反应基础上,结合消费者心理学理论得出了分时电价后用户负荷转移模型。其次通过风电不确定性的分析,提出采用基于粒子群的核极限学习机模型预测风功率区间和随机抽样法选取场景作为本文处理风功率不确定性的方法,并且用二分K-means聚类算法优选出典型场景以减小计算量。最后采用0-1整数规划法对多场景负荷进行峰谷时段划分,并考虑基于消费者心理学的用户响应、用户电费与用电量等多种因素,以系统等效净负荷峰谷差和用户不舒适度为目标建立多目标分时电价模型。本文对建立的分时电价多目标优化模型选取NSGA-II算法求解,并对得到的帕累托最优解集进行评价选取最优解。为了测试本文所提模型的有效性,将模型应用于陕西省延安市的工业用户和风电场,结果表明该模型在有效保证用户...
【文章页数】：60 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
1 绪论
1.1 课题的研究背景及意义
1.2 国内外的发展现状
1.2.1 国内外风力发电的发展
1.2.2 国内外分时电价的发展
1.2.3 风电不确定性研究现状
1.2.4 分时电价研究现状
1.3 存在问题及拟解决方法
1.4 主要内容
1.5 技术路线图
2 需求侧响应分析
2.1 需求侧响应理论
2.1.1 需求响应分类
2.1.2 峰谷分时电价
2.2 不同用户需求响应分析
2.2.1 居民用户
2.2.2 工业用户
2.2.3 商业用户
2.3 基于消费者心理学的用户响应分析
2.3.1 消费者心理学
2.3.2 用户响应曲线
2.3.3 各时段拟合负荷
2.4 本章小结
3 风电不确定性分析及处理
3.1 风电不确定性分析
3.1.1 风电的不确定性内容
3.1.2 风电预测方法
3.2 风功率区间预测
3.2.1 核极限学习机模型
3.2.2 粒子群算法
3.2.3 PSO-KELM风功率区间模型建立
3.2.4 区间预测评价准则
3.3 风功率预测结果场景化
3.3.1 场景分析方法
3.3.2 基于聚类算法的场景缩减
3.4 算例分析
3.4.1 实验数据及设计
3.4.2 区间预测结果
3.4.3 场景生成结果
3.5 本章小结
4 多目标分时电价模型
4.1 峰谷时段划分
4.1.1 峰谷时段划分原则
4.1.2 整数规划法
4.1.3 基于整数规划法的峰谷时段划分
4.2 等效净负荷场景生成
4.3 多目标分时电价模型
4.3.1 分时电价制定的原则
4.3.2 目标函数
4.3.3 约束条件
4.4 NSGA-II多目标优化算法
4.4.1 Pareto基本概念
4.4.2 NSGA-II算法的关键技术
4.4.3 NSGA-II算法流程
4.5 算例分析
4.5.1 研究对象及数据
4.5.2 峰谷时段划分结果
4.5.3 分时电价优化结果
4.6 本章小结
5 结论与展望
5.1 结论
5.2 展望
致谢
参考文献
攻读硕士学位期间主要研究成果
【参考文献】：
期刊论文
[1]计及随机模糊不确定性的含风电配电网重构[J]. 金亦舟,张莉萍,牛启帆. 电力系统及其自动化学报. 2020(07)
[2]基于趋势场景缩减的水风光协同运行随机模型[J]. 李伟楠,王现勋,梅亚东,王浩. 华中科技大学学报(自然科学版). 2019(08)
[3]计及线路随机故障的机会约束最优风电消纳模型[J]. 陈哲,张伊宁,黄刚,何宇斌,郭创新,张金江. 电网技术. 2019(02)
[4]基于集成学习的含电气热商业楼宇群的分时电价求解[J]. 张志义,余涛,王德志,潘振宁,张孝顺. 中国电机工程学报. 2019(01)
[5]基于风电消纳的峰谷电价定价机制研究[J]. 王燕涛,孟静,孙立成. 价格理论与实践. 2018(10)
[6]我国电力普遍服务电价制度设计与实施建议——兼析国外普遍服务电价政策的做法[J]. 叶泽,吴永飞,李成仁,尤培培. 价格理论与实践. 2017(09)
[7]基于改进的k-means聚类算法的季节性负荷特性分析[J]. 李朝晖,尹晓博,杨海晶,马瑞,石光,赵文沛. 电网与清洁能源. 2018(02)
[8]我国风电绿色发展前景分析和政策建议[J]. 杨光俊. 环境保护. 2018(02)
[9]考虑分时电价的主动配电网柔性负荷多目标优化控制[J]. 孙建军,张世泽,曾梦迪,朱凌一,査晓明. 电工技术学报. 2018(02)
[10]新能源消纳关键因素分析及解决措施研究[J]. 舒印彪,张智刚,郭剑波,张正陵. 中国电机工程学报. 2017(01)
博士论文
[1]风电功率预测不确定性及电力系统经济调度[D]. 阎洁.华北电力大学(北京) 2016
硕士论文
[1]计及风电消纳的峰谷分时电价定价机制研究[D]. 孟静.东北电力大学 2019
[2]考虑需求响应的风电消纳优化调度模型与效益评价[D]. 么峻.华北电力大学(北京) 2019
[3]A物流公司北方大区配送中心选址问题研究[D]. 李瑞吉.吉林大学 2018
[4]风/光/负荷典型场景缩减方法及在电网规划中的应用[D]. 解蛟龙.合肥工业大学 2017
[5]苏州地区典型行业用户负荷时段划分研究[D]. 徐翔.苏州科技大学 2017
[6]基于金融类客户画像的二分K均值算法分析研究与应用[D]. 赵飞鸿.中国科学院大学(工程管理与信息技术学院) 2016
[7]计及负荷方差特性的峰谷分时电价优化模型研究[D]. 詹天乐.郑州大学 2016
[8]光伏发电接入电网后的分时电价优化策略研究[D]. 范文飞.西南交通大学 2015
[9]风/光经典场景集的生成方法及应用[D]. 王群.浙江大学 2015
[10]需求侧管理峰谷分时电价多目标优化方法研究[D]. 刘秉祺.天津大学 2014
本文编号：3664374
【文章页数】：60 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
1 绪论
1.1 课题的研究背景及意义
1.2 国内外的发展现状
1.2.1 国内外风力发电的发展
1.2.2 国内外分时电价的发展
1.2.3 风电不确定性研究现状
1.2.4 分时电价研究现状
1.3 存在问题及拟解决方法
1.4 主要内容
1.5 技术路线图
2 需求侧响应分析
2.1 需求侧响应理论
2.1.1 需求响应分类
2.1.2 峰谷分时电价
2.2 不同用户需求响应分析
2.2.1 居民用户
2.2.2 工业用户
2.2.3 商业用户
2.3 基于消费者心理学的用户响应分析
2.3.1 消费者心理学
2.3.2 用户响应曲线
2.3.3 各时段拟合负荷
2.4 本章小结
3 风电不确定性分析及处理
3.1 风电不确定性分析
3.1.1 风电的不确定性内容
3.1.2 风电预测方法
3.2 风功率区间预测
3.2.1 核极限学习机模型
3.2.2 粒子群算法
3.2.3 PSO-KELM风功率区间模型建立
3.2.4 区间预测评价准则
3.3 风功率预测结果场景化
3.3.1 场景分析方法
3.3.2 基于聚类算法的场景缩减
3.4 算例分析
3.4.1 实验数据及设计
3.4.2 区间预测结果
3.4.3 场景生成结果
3.5 本章小结
4 多目标分时电价模型
4.1 峰谷时段划分
4.1.1 峰谷时段划分原则
4.1.2 整数规划法
4.1.3 基于整数规划法的峰谷时段划分
4.2 等效净负荷场景生成
4.3 多目标分时电价模型
4.3.1 分时电价制定的原则
4.3.2 目标函数
4.3.3 约束条件
4.4 NSGA-II多目标优化算法
4.4.1 Pareto基本概念
4.4.2 NSGA-II算法的关键技术
4.4.3 NSGA-II算法流程
4.5 算例分析
4.5.1 研究对象及数据
4.5.2 峰谷时段划分结果
4.5.3 分时电价优化结果
4.6 本章小结
5 结论与展望
5.1 结论
5.2 展望
致谢
参考文献
攻读硕士学位期间主要研究成果
【参考文献】：
期刊论文
[1]计及随机模糊不确定性的含风电配电网重构[J]. 金亦舟,张莉萍,牛启帆. 电力系统及其自动化学报. 2020(07)
[2]基于趋势场景缩减的水风光协同运行随机模型[J]. 李伟楠,王现勋,梅亚东,王浩. 华中科技大学学报(自然科学版). 2019(08)
[3]计及线路随机故障的机会约束最优风电消纳模型[J]. 陈哲,张伊宁,黄刚,何宇斌,郭创新,张金江. 电网技术. 2019(02)
[4]基于集成学习的含电气热商业楼宇群的分时电价求解[J]. 张志义,余涛,王德志,潘振宁,张孝顺. 中国电机工程学报. 2019(01)
[5]基于风电消纳的峰谷电价定价机制研究[J]. 王燕涛,孟静,孙立成. 价格理论与实践. 2018(10)
[6]我国电力普遍服务电价制度设计与实施建议——兼析国外普遍服务电价政策的做法[J]. 叶泽,吴永飞,李成仁,尤培培. 价格理论与实践. 2017(09)
[7]基于改进的k-means聚类算法的季节性负荷特性分析[J]. 李朝晖,尹晓博,杨海晶,马瑞,石光,赵文沛. 电网与清洁能源. 2018(02)
[8]我国风电绿色发展前景分析和政策建议[J]. 杨光俊. 环境保护. 2018(02)
[9]考虑分时电价的主动配电网柔性负荷多目标优化控制[J]. 孙建军,张世泽,曾梦迪,朱凌一,査晓明. 电工技术学报. 2018(02)
[10]新能源消纳关键因素分析及解决措施研究[J]. 舒印彪,张智刚,郭剑波,张正陵. 中国电机工程学报. 2017(01)
博士论文
[1]风电功率预测不确定性及电力系统经济调度[D]. 阎洁.华北电力大学(北京) 2016
硕士论文
[1]计及风电消纳的峰谷分时电价定价机制研究[D]. 孟静.东北电力大学 2019
[2]考虑需求响应的风电消纳优化调度模型与效益评价[D]. 么峻.华北电力大学(北京) 2019
[3]A物流公司北方大区配送中心选址问题研究[D]. 李瑞吉.吉林大学 2018
[4]风/光/负荷典型场景缩减方法及在电网规划中的应用[D]. 解蛟龙.合肥工业大学 2017
[5]苏州地区典型行业用户负荷时段划分研究[D]. 徐翔.苏州科技大学 2017
[6]基于金融类客户画像的二分K均值算法分析研究与应用[D]. 赵飞鸿.中国科学院大学(工程管理与信息技术学院) 2016
[7]计及负荷方差特性的峰谷分时电价优化模型研究[D]. 詹天乐.郑州大学 2016
[8]光伏发电接入电网后的分时电价优化策略研究[D]. 范文飞.西南交通大学 2015
[9]风/光经典场景集的生成方法及应用[D]. 王群.浙江大学 2015
[10]需求侧管理峰谷分时电价多目标优化方法研究[D]. 刘秉祺.天津大学 2014
本文编号：3664374
本文链接：https://www.wllwen.com/shoufeilunwen/boshibiyelunwen/3664374.html
