本文關鍵詞：考慮風電不規(guī)則概率分布的機組組合問題研究

  更多相關文章： 風電不規(guī)則概率分布 機組組合 Benders分解 場景 多風電場

【摘要】：風電作為一種儲量豐富的清潔能源,其在電網中所占比重正迅速增長。但風電的隨機性、波動性等特點給風電大規(guī)模并網帶來了巨大挑戰(zhàn)。目前風電出力預測精度較低、波動區(qū)間較大。而目前電網中以火電為主、柔性調節(jié)資源不足,導致電網調節(jié)能力有限。當風電出力處于峰值時,為保證系統(tǒng)安全穩(wěn)定運行,電網將被迫“棄風限電”。此時風電場將通過主動控制限制自身出力水平,風電出力概率分布將表現(xiàn)為不規(guī)則形式。機組組合(Unit Commitment, UC)問題作為電力系統(tǒng)研究的基礎問題之一,隨著電網不確定性因素增多,其決策也趨于復雜化。在這一背景下,研究基于風電出力不規(guī)則概率分布下的UC問題有效建模方式及高效求解算法具有重要的理論意義和實際價值。本文主要研究內容及成果如下：1.本文首先在風電傳統(tǒng)概率分布模型的基礎上,考慮風電場被迫參與“棄風限電”對風電出力概率分布模型的影響,建立了計及風電主動控制能力的風電出力概率分布模型,該分布模型呈不規(guī)則形式。2.基于場景法建立風電出力不規(guī)則概率分布下的UC數(shù)學模型時,可靠的場景集是場景法UC模型決策結果精度的重要保障,現(xiàn)有場景生成方法中關于單風場場景生成方法居多,多風場場景生成方法比較有限。本文綜合分析了現(xiàn)有多風電場場景生成方法的優(yōu)缺點,提出了一種新的多風電場場景生成方法。3.基于場景法建立了考慮風電出力不規(guī)則概率分布的UC數(shù)學模型,該模型中包含一個風電出力計算場景和若干風電出力誤差場景,兩類場景下,常規(guī)機組保持相同啟停狀態(tài)。并基于Benders分解(Benders Decomposition,BD)算法將原UC模型分解成三個子問題：機組組合主問題、風電場景子問題及安全約束子問題,建立了與之等效的BD-UC模型。然后通過分析風電出力計算場景對UC模型的影響,提出了一種風電出力不規(guī)則概率分布下的計算場景選取方式。4.綜合分析了影響B(tài)D算法求解效率的主要因素,針對BD算法存在的問題,本文提出了兩點優(yōu)化措施：風電場景子問題迭代順序優(yōu)化、場景子問題規(guī)模優(yōu)化。前者可以有效減少BD算法的迭代次數(shù),后者可以縮短子問題的求解時間。以上優(yōu)化策略均能有效提高BD算法的求解效率,對UC模型的高效求解具有重要意義。
【關鍵詞】：風電不規(guī)則概率分布 機組組合 Benders分解 場景 多風電場
【學位授予單位】：東南大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TM614
【目錄】：

• 摘要5-7
• ABSTRACT7-11
• 第1章 緒論11-23
• 1.1 課題研究背景與意義11
• 1.2 國內外風電發(fā)展概況11-14
• 1.3 問題歷史回顧14-20
• 1.3.1 含風電機組組合建模方法研究現(xiàn)狀15-17
• 1.3.2 電力系統(tǒng)機組組合求解方法研究現(xiàn)狀17-20
• 1.4 目前研究存在問題及本文主要工作20-23
• 1.4.1 目前研究中存在的問題20
• 1.4.2 本文主要工作及內容安排20-23
• 第2章 風電不規(guī)則概率分布模型及場景法建模23-37
• 2.1 引言23
• 2.2 風電出力不規(guī)則概率分布模型23-27
• 2.2.1 風電出力常規(guī)概率分布模型23-25
• 2.2.2 計及風電主動控制能力的風電出力概率分布模型25-27
• 2.3 單風場場景生成方法27-30
• 2.3.1 場景抽樣方法27-29
• 2.3.2 場景縮減技術29-30
• 2.4 多風電場場景生成方法30-34
• 2.5 場景樹生成方法34-36
• 2.6 本章小結36-37
• 第3章 基于風電不規(guī)則概率分布的機組組合建模與求解37-59
• 3.1 引言37
• 3.2 機組組合數(shù)學模型37-40
• 3.2.1 目標函數(shù)38
• 3.2.2 約束條件38-40
• 3.3 Benders分解算法應用于機組組合40-45
• 3.3.1 BD-UC模型基礎理論40-42
• 3.3.2 BD-UC模型子問題建模42-43
• 3.3.3 BD-UC模型求解流程43-45
• 3.4 基于風電不規(guī)則概率分布的風電出力計算場景選取45-48
• 3.5 模型求解48-51
• 3.5.1 CPLEX應用介紹48-49
• 3.5.2 非線性因素線性化49-51
• 3.6 算例分析與仿真結果51-58
• 3.6.1 單風場算例52-54
• 3.6.2 多風場算例54-58
• 3.7 本章小結58-59
• 第4章 不規(guī)則BD-UC模型的加速求解方法59-69
• 4.1 引言59
• 4.2 Benders分解算法求解效率影響因素分析59-61
• 4.3 Benders分解算法迭代順序優(yōu)化61-63
• 4.4 基于場景樹的風電場景子問題優(yōu)化63-64
• 4.5 優(yōu)化后的BD-UC模型求解流程64-65
• 4.6 算例分析與仿真結果65-68
• 4.6.1 場景迭代順序對BD-UC模型的影響65-67
• 4.6.2 場景子問題優(yōu)化對BD-UC模型的影響67-68
• 4.7 本章小結68-69
• 第5章 總結與展望69-71
• 5.1 工作總結69
• 5.2 進一步展望69-71
• 參考文獻71-75
• 附錄Ⅰ IEEE118節(jié)點系統(tǒng)接線圖75-77
• 附錄Ⅱ IEEE118節(jié)點系統(tǒng)機組信息77-79
• 附錄Ⅲ IEEE118節(jié)點系統(tǒng)支路信息79-83
• 讀碩士學位期間取得的成果83-85
• 致謝85

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 郭宇;茹海鵬;郭寶剛;;電力分配系統(tǒng)中的機組組合問題[J];硅谷;2011年08期

2 蔣妮娜;張志學;劉超男;;不同約束下機組組合決策結果的分析[J];山東電力高等�？茖W校學報;2013年03期

3 朱翠蘭，孫時春，劉筱，周京陽，于爾鏗;華中電網機組組合軟件的開發(fā)與運用[J];華中電力;1995年05期

4 王民量,張伯明,夏清;考慮多種約束條件的機組組合新算法[J];電力系統(tǒng)自動化;2000年12期

5 王承民,郭志忠;電力市場環(huán)境下解決機組組合問題的新方法[J];電力自動化設備;2001年11期

6 王承民,郭志忠,于爾鏗;確定機組組合的一種改進的動態(tài)規(guī)劃方法[J];電網技術;2001年05期

7 王承民,郭志忠;機組組合問題的罰函數(shù)法[J];繼電器;2001年11期

8 江健健,夏清,沈瑜,康重慶,許洪強,張元鵬;基于邊際電價的短期機組組合求解新方法[J];清華大學學報(自然科學版);2001年Z1期

9 袁曉輝,袁艷斌,張勇傳;電力系統(tǒng)中機組組合的現(xiàn)代智能優(yōu)化方法綜述[J];電力自動化設備;2003年02期

10 王海云,趙宏偉,張曉清;蒙特卡洛優(yōu)化法在機組組合問題中的應用[J];后勤工程學院學報;2004年04期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 李曉磊;周京陽;于爾鏗;潘毅;;電力系統(tǒng)機組組合研究綜述[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術年會論文集（上冊）[C];2008年

2 李曉磊;周京陽;于爾鏗;潘毅;;改進線性混合整數(shù)規(guī)劃法機組組合[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術年會論文集（上冊）[C];2008年

3 郭文蘭;韓學山;;基于模糊決策的最優(yōu)機組組合[A];1994中國控制與決策學術年會論文集[C];1994年

4 謝俊;;考慮風電出力隨機性的風—火機組組合建模(英文)[A];中國智能電網學術研討會論文集[C];2011年

5 王楠;張黎明;滿玉巖;;計及換電站電池充放電優(yōu)化的機組組合模型[A];2013年中國電機工程學會年會論文集[C];2013年

6 賴曉平;王冰;;提高機組組合問題動態(tài)規(guī)劃算法效率的有效方法[A];第二十二屆中國控制會議論文集（下）[C];2003年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 龍丹麗;大規(guī)模電力系統(tǒng)機組組合問題的近似動態(tài)規(guī)劃模型與算法[D];廣西大學;2014年

2 周博然;含風電的機組組合模型及算法研究[D];浙江大學;2015年

3 鄭海艷;機組組合基于Benders分解與割平面的方法及約束優(yōu)化SQP算法研究[D];廣西大學;2015年

4 鄧俊;機組組合混合整數(shù)線性規(guī)劃模型的研究與改進[D];廣西大學;2015年

5 李整;基于粒子群優(yōu)化算法的機組組合問題的研究[D];華北電力大學(北京);2016年

6 張娜;面向風電高不確定性的多周期機組組合研究[D];大連理工大學;2014年

7 車平;基于最優(yōu)化的電力系統(tǒng)機組組合問題研究[D];東北大學;2012年

8 楊朋朋;機組組合理論與算法研究[D];山東大學;2008年

9 張利;電力市場中的機組組合理論研究[D];山東大學;2006年

10 謝毓廣;計及網絡安全約束和風力發(fā)電的機組組合問題的研究[D];上海交通大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 李穎浩;電力系統(tǒng)機組組合問題的研究[D];浙江大學;2012年

2 謝上華;隨機機組組合問題中情景生成與削減技術研究[D];湖南大學;2013年

3 龍杭;計及網絡安全約束和需求側低碳資源的機組組合研究[D];北京交通大學;2016年

4 徐勤;考慮風電不確定性的風電并網調度方法研究[D];江蘇大學;2016年

5 王昭卿;考慮風電預測誤差分布特性的機組組合模型與算法[D];山東大學;2016年

6 張曉丹;風電功率預測誤差不確定性建模研究[D];北京交通大學;2016年

7 曹帥;中長期安全約束機組組合優(yōu)化研究[D];中國電力科學研究院;2016年

8 SINGIRANKABO YOUSSOUF（辛洛）;水火電機組聯(lián)合發(fā)電優(yōu)化調度方法[D];華北電力大學(北京);2016年

9 包岱遠;含機組組合的水火儲線性化模型短期經濟調度[D];廣西大學;2016年

10 張建華;情景數(shù)量和質量對隨機機組組合問題解的影響研究[D];湖南大學;2016年

，

本文編號：1123068