本文選題：調(diào)度模式　切入點(diǎn)：高載能負(fù)荷　出處：《蘭州理工大學(xué)》2017年碩士論文

【摘要】：我國現(xiàn)階段風(fēng)電場的主要調(diào)度模式是各省級風(fēng)電調(diào)度中心直接面向所轄區(qū)域內(nèi)的單個(gè)風(fēng)電場。此調(diào)度模式,一方面加大了調(diào)度人員的工作量,另一方面限制了風(fēng)電場之間的協(xié)調(diào)控制。再者,我國風(fēng)電場主要位于電網(wǎng)末端,當(dāng)?shù)仉娋W(wǎng)調(diào)節(jié)能力有限,嚴(yán)重限制了風(fēng)電場的大規(guī)模并網(wǎng),從而導(dǎo)致含風(fēng)電場的并網(wǎng)系統(tǒng)難以實(shí)現(xiàn)經(jīng)濟(jì)調(diào)度。目前,我國風(fēng)電總裝機(jī)容量位居世界第一,并且風(fēng)電行業(yè)還在快速發(fā)展,這使得實(shí)現(xiàn)大規(guī)模風(fēng)電場并網(wǎng)系統(tǒng)的經(jīng)濟(jì)調(diào)度成為一個(gè)亟待解決的問題。首先,針對現(xiàn)階段難以實(shí)現(xiàn)大規(guī)模風(fēng)電場并網(wǎng)系統(tǒng)經(jīng)濟(jì)調(diào)度的實(shí)際情況,本文提出了將高載能負(fù)荷作為可調(diào)度資源的新調(diào)度模式。高載能負(fù)荷通過集群協(xié)調(diào)層與風(fēng)電場進(jìn)行協(xié)調(diào)調(diào)度。集群協(xié)調(diào)層內(nèi)包括數(shù)量隨機(jī)的高載能負(fù)荷和風(fēng)電場,其中風(fēng)電場的數(shù)量不能為零,而高載能負(fù)荷可以為零。一方面集群協(xié)調(diào)層整合群內(nèi)風(fēng)電場和高載能負(fù)荷的調(diào)度出力信息,將整合結(jié)果反饋給上級控制中心,以便上級控制中心做出最優(yōu)調(diào)度策略;另一方面集群協(xié)調(diào)層在收到風(fēng)電調(diào)度中心的調(diào)度指令后,合理安排控制域內(nèi)高載能負(fù)荷的投、切。其次,本文在所提新調(diào)度模式的基礎(chǔ)上建立了兩種風(fēng)電場并網(wǎng)系統(tǒng)經(jīng)濟(jì)調(diào)度的數(shù)學(xué)模型,并利用智能優(yōu)化算法對其進(jìn)行優(yōu)化求解。第一種是二層優(yōu)化模型,上層模型以實(shí)現(xiàn)電網(wǎng)的總成本最小為目標(biāo),下層模型以實(shí)現(xiàn)集群協(xié)調(diào)層的收益最大為目標(biāo)。對于二層優(yōu)化模型本文分別采用帝國競爭算法和二進(jìn)制粒子群優(yōu)化算法對上層和下層模型進(jìn)行優(yōu)化求解。第二種是多目標(biāo)模型,此模型以實(shí)現(xiàn)調(diào)度中心的總成本最小及集群協(xié)調(diào)層的收益最大為目標(biāo),并采用改進(jìn)多目標(biāo)布谷鳥算法進(jìn)行優(yōu)化求解。兩種模型在優(yōu)化過程中,均不能同時(shí)實(shí)現(xiàn)每個(gè)目標(biāo),而是使相關(guān)聯(lián)的目標(biāo)達(dá)到協(xié)調(diào)最優(yōu)。最后,分別對兩種數(shù)學(xué)模型及其優(yōu)化算法進(jìn)行了仿真分析。仿真結(jié)果驗(yàn)證了所提調(diào)度模式和所建經(jīng)濟(jì)調(diào)度數(shù)學(xué)模型的正確性及算法的有效性。
[Abstract]:The main dispatching mode of wind farms in China at present is that each provincial wind power dispatching center is directly oriented to a single wind farm in the region under its jurisdiction. This dispatching mode, on the one hand, increases the workload of the dispatchers. On the other hand, it restricts the coordination and control between wind farms. Furthermore, wind farms in China are mainly located at the end of the power grid, and the local power grid has limited regulating capacity, which seriously limits the large-scale grid connection of wind farms. As a result, grid-connected systems with wind farms are difficult to achieve economic dispatch. At present, the total installed capacity of wind power in China ranks first in the world, and the wind power industry is still developing rapidly. This makes the economic dispatch of large-scale wind farm grid-connected system an urgent problem to be solved. Firstly, it is difficult to realize the economic scheduling of large-scale wind farm grid-connected system at this stage. In this paper, a new scheduling mode of high load load is proposed. High load load is coordinated with wind farm through cluster coordination layer. Cluster coordination layer includes a number of random high load and wind farm. The number of wind farms can not be zero, and the load of high load can be zero. On the one hand, the cluster coordination layer integrates the dispatching information of wind farm and high load in the cluster, and feedback the integration result to the superior control center. On the other hand, the cluster coordination layer, after receiving the dispatch order of the wind power dispatching center, reasonably arranges the input and cut of the high load load in the control domain. Secondly, On the basis of the proposed new scheduling model, this paper establishes two kinds of mathematical models of economic dispatching of wind farm grid connected system, and optimizes them by using intelligent optimization algorithm. The first one is two-layer optimization model. The upper model aims at minimizing the total cost of the power network. For the two-layer optimization model, the Imperial Competition algorithm and binary Particle Swarm Optimization algorithm are used to solve the upper and lower layer models respectively. The second is multi-objective model. The goal of this model is to achieve the minimum total cost of the dispatching center and the maximum revenue of the cluster coordination layer, and the improved multi-objective cuckoo algorithm is used to solve the problem. Neither model can achieve each goal simultaneously during the optimization process. But to achieve the optimal coordination of the associated goals. Finally, Two kinds of mathematical models and their optimization algorithms are simulated and analyzed respectively. The simulation results verify the correctness of the proposed scheduling model and the economic scheduling mathematical model and the validity of the algorithm.
【學(xué)位授予單位】：蘭州理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TM614;TM73

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄒文安;縣調(diào)在經(jīng)濟(jì)調(diào)度中應(yīng)著重考慮的幾個(gè)問題[J];農(nóng)村電氣化;2001年08期

2 周英;;淺議110kV電網(wǎng)經(jīng)濟(jì)調(diào)度現(xiàn)狀及提高辦法[J];機(jī)電信息;2010年36期

3 于彤;;多措并舉 經(jīng)濟(jì)調(diào)度 節(jié)能降耗 提升效益[J];品牌(理論月刊);2011年06期

4 焦曄;02　兩級簡易優(yōu)化算法用于受約束的電力經(jīng)濟(jì)調(diào)度[J];電力情報(bào);1995年03期

5 郭建宇,王孟林;多元條件下機(jī)組經(jīng)濟(jì)調(diào)度[J];東北電力技術(shù);2000年01期

6 宋欽剛,孫秀馨;電網(wǎng)經(jīng)濟(jì)調(diào)度概述[J];節(jié)能;2000年07期

7 姚建剛,銀車來,吳政球,劉涌,江岳春;湖南模擬電力市場發(fā)電經(jīng)濟(jì)調(diào)度系統(tǒng)[J];電力自動(dòng)化設(shè)備;2001年07期

8 林篤學(xué);福建電網(wǎng)水火電聯(lián)合經(jīng)濟(jì)調(diào)度的探討[J];福建電力與電工;2001年03期

9 袁平,胡永紅;加強(qiáng)小水電管理 提高經(jīng)濟(jì)調(diào)度水平[J];四川電力技術(shù);2001年05期

10 晁建榮;渭河4×300MW機(jī)組經(jīng)濟(jì)調(diào)度的探討[J];西北電力技術(shù);2001年03期

相關(guān)會(huì)議論文 前10條

1 宋欽剛;孫秀馨;邱升孝;范培吉;;區(qū)域性電網(wǎng)實(shí)時(shí)經(jīng)濟(jì)調(diào)度[A];提高全民科學(xué)素質(zhì)、建設(shè)創(chuàng)新型國家——2006中國科協(xié)年會(huì)論文集（下冊）[C];2006年

2 童素芬;張有兵;付榮;林祖泉;張健;;電動(dòng)汽車充放電對系統(tǒng)經(jīng)濟(jì)調(diào)度的影響[A];海洋經(jīng)濟(jì)與電力發(fā)展——第十屆長三角電機(jī)、電力科技分論壇論文集[C];2013年

3 宋欽剛;孫秀馨;邱升孝;范培吉;;區(qū)域性電網(wǎng)實(shí)時(shí)經(jīng)濟(jì)調(diào)度[A];山東電機(jī)工程學(xué)會(huì)第十一屆優(yōu)秀學(xué)術(shù)論文集[C];2008年

4 劉海光;潘毅;李立新;;基于云計(jì)算的智能電網(wǎng)經(jīng)濟(jì)調(diào)度研究[A];2013年中國電機(jī)工程學(xué)會(huì)年會(huì)論文集[C];2013年

5 朱廣為;;多群體協(xié)同進(jìn)化算法及其在經(jīng)濟(jì)調(diào)度中的應(yīng)用[A];2009年中國智能自動(dòng)化會(huì)議論文集（第一分冊）[C];2009年

6 張維存;陳樹新;黃重國;;發(fā)電廠內(nèi)部經(jīng)濟(jì)調(diào)度[A];第二十三屆中國控制會(huì)議論文集（下冊）[C];2004年

7 胡景生;;電網(wǎng)經(jīng)濟(jì)調(diào)度與電網(wǎng)自動(dòng)化[A];2003中國電機(jī)工程學(xué)會(huì)電力系統(tǒng)自動(dòng)化專委會(huì)供用電管理自動(dòng)化分專業(yè)委員會(huì)成立暨第一屆學(xué)術(shù)交流會(huì)議論文集[C];2003年

8 潘金盛;;淺談沙溪流域電站發(fā)電經(jīng)濟(jì)調(diào)度[A];福建省科學(xué)技術(shù)協(xié)會(huì)第八屆學(xué)術(shù)年會(huì)分會(huì)場——提高水電站水庫調(diào)度技術(shù) 推進(jìn)海西經(jīng)濟(jì)建設(shè)研討會(huì)論文集[C];2008年

9 金從友;劉令富;黃偉;;基于文化算法的電力市場經(jīng)濟(jì)調(diào)度[A];中國高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（中冊）[C];2008年

10 郭新;鄭文波;莊晨明;;梯級水電站綜合專家經(jīng)濟(jì)調(diào)度[A];1993中國控制與決策學(xué)術(shù)年會(huì)論文集[C];1993年

相關(guān)重要報(bào)紙文章 前10條

1 記者 白鷺路;我市召開工業(yè)經(jīng)濟(jì)調(diào)度會(huì)[N];巢湖日報(bào);2009年

2 安海英;路北經(jīng)濟(jì)調(diào)度會(huì)“走”著開[N];唐山勞動(dòng)日報(bào);2007年

3 記者 阮桑桑;全市上半年工業(yè)經(jīng)濟(jì)調(diào)度會(huì)召開[N];南昌日報(bào);2010年

4 記者 呼布慶;全市工業(yè)經(jīng)濟(jì)調(diào)度會(huì)議召開[N];巴彥淖爾日報(bào)(漢);2012年

5 記者 烏云嘎;全盟工業(yè)經(jīng)濟(jì)運(yùn)行調(diào)度會(huì)指出 強(qiáng)化工業(yè)經(jīng)濟(jì)調(diào)度 確保完成預(yù)期目標(biāo)[N];錫林郭勒日報(bào)(漢);2014年

6 本報(bào)記者 楊雅潔;節(jié)能變革呼喚電力經(jīng)濟(jì)調(diào)度[N];中國電力報(bào);2006年

7 記者 張君;全市工業(yè)經(jīng)濟(jì)調(diào)度會(huì)要求 高限過七五 決戰(zhàn)四季度[N];邯鄲日報(bào);2011年

8 記者 王銘;市政府召開第一季度工業(yè)經(jīng)濟(jì)調(diào)度會(huì)[N];隴南日報(bào);2008年

9 記者 王正喜;轉(zhuǎn)變發(fā)展方式 促進(jìn)經(jīng)濟(jì)增長[N];徐州日報(bào);2010年

10 記者 柴云祥;我市召開工業(yè)經(jīng)濟(jì)調(diào)度會(huì)[N];臨汾日報(bào);2008年

相關(guān)博士學(xué)位論文 前9條

1 馮濤;基于MOBCC算法的電力系統(tǒng)環(huán)境經(jīng)濟(jì)調(diào)度研究[D];燕山大學(xué);2015年

2 朱永勝;電力系統(tǒng)環(huán)境經(jīng)濟(jì)優(yōu)化調(diào)度研究[D];鄭州大學(xué);2016年

3 劉國靜;電力系統(tǒng)協(xié)同的經(jīng)濟(jì)調(diào)度理論研究[D];山東大學(xué);2016年

4 詹俊鵬;電力系統(tǒng)非平滑和多目標(biāo)經(jīng)濟(jì)調(diào)度優(yōu)化方法研究[D];浙江大學(xué);2014年

5 姜文;計(jì)及風(fēng)力發(fā)電的電力系統(tǒng)可靠性與動(dòng)態(tài)經(jīng)濟(jì)調(diào)度研究[D];上海交通大學(xué);2012年

6 狄軼娟;面向電站環(huán)境經(jīng)濟(jì)調(diào)度的多目標(biāo)優(yōu)化研究[D];上海大學(xué);2014年

7 楊璇;并網(wǎng)系統(tǒng)中非期望低次諧波電流分析及抑制技術(shù)研究[D];華中科技大學(xué);2014年

8 劉曉;新能源電力系統(tǒng)廣域源荷互動(dòng)調(diào)度模式理論研究[D];華北電力大學(xué);2012年

9 趙杰;光伏發(fā)電并網(wǎng)系統(tǒng)的相關(guān)技術(shù)研究[D];天津大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 廖順;高載能負(fù)荷參與的集群風(fēng)電場并網(wǎng)系統(tǒng)經(jīng)濟(jì)調(diào)度研究[D];蘭州理工大學(xué);2017年

2 何美華;微網(wǎng)系統(tǒng)的多目標(biāo)優(yōu)化動(dòng)態(tài)經(jīng)濟(jì)調(diào)度[D];西南交通大學(xué);2015年

3 劉成貴;系統(tǒng)安全運(yùn)行約束下的環(huán)境經(jīng)濟(jì)調(diào)度[D];長沙理工大學(xué);2014年

4 宗海翔;風(fēng)電最優(yōu)置信度及相關(guān)問題研究[D];東南大學(xué);2015年

5 梅鵬;基于縱橫交叉算法的熱電聯(lián)產(chǎn)經(jīng)濟(jì)調(diào)度研究[D];廣東工業(yè)大學(xué);2016年

6 胡函武;含風(fēng)電場的電力系統(tǒng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度研究[D];廣東工業(yè)大學(xué);2016年

7 李專;電力系統(tǒng)環(huán)境統(tǒng)經(jīng)濟(jì)調(diào)度優(yōu)化方法研究[D];廣東工業(yè)大學(xué);2016年

8 胡霆;可延時(shí)負(fù)荷優(yōu)化調(diào)度研究[D];山東大學(xué);2016年

9 李宗峰;規(guī)模化EV參與風(fēng)電/火電系統(tǒng)的動(dòng)態(tài)經(jīng)濟(jì)調(diào)度研究[D];華北電力大學(xué)(北京);2016年

10 杜恒;計(jì)及風(fēng)電概率備用成本的電力系統(tǒng)經(jīng)濟(jì)調(diào)度研究[D];山東大學(xué);2016年

，

本文編號：1691933