本文關(guān)鍵詞：考慮風(fēng)電并網(wǎng)的電力系統(tǒng)環(huán)境經(jīng)濟聯(lián)合調(diào)度研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著經(jīng)濟的快速發(fā)展,電能需求的增長和環(huán)保意識的提高促使清潔性和不消耗化石燃料的風(fēng)電得到了大力發(fā)展。其技術(shù)已基本成熟,成為最具發(fā)展前景的可再生能源發(fā)電方式。然而,風(fēng)電場輸出功率的間歇性和波動性給電力系統(tǒng)運行帶來了較大影響。為了充分有效地利用風(fēng)電、減少污染氣體排放量、削減調(diào)度成本、降低風(fēng)電不確定性對電力系統(tǒng)的影響,研究合理的調(diào)度模式及求解方法具有重大意義。本文針對風(fēng)力發(fā)電的特點和優(yōu)化運行的要求,圍繞風(fēng)電并網(wǎng)的環(huán)境經(jīng)濟優(yōu)化調(diào)度問題及求解進行了如下研究：本文采用細(xì)菌群體趨藥性算法,針對算法存在的容易陷入局部最優(yōu)的問題,在常用改進算法的基礎(chǔ)上,采用帶權(quán)重的細(xì)菌速度調(diào)整公式來提高尋優(yōu)速度,同時引入混沌搜索機制,來提高算法的全局搜索能力。通過算例分析證明,改進算法全局搜索能力更強。綜合考慮系統(tǒng)環(huán)境性和經(jīng)濟性,建立了風(fēng)電并網(wǎng)環(huán)境經(jīng)濟調(diào)度模型,模型以機組燃料費用最小和污染氣體排放量最小為目標(biāo),引入考慮風(fēng)電預(yù)測誤差的正、負(fù)旋轉(zhuǎn)備用,以應(yīng)對風(fēng)電場輸出功率波動性造成系統(tǒng)備用容量不足的影響�；谀：碚�,采用加權(quán)的方法將多目標(biāo)問題轉(zhuǎn)化為單目標(biāo)問題,使用本文所提的改進細(xì)菌群體趨藥性算法進行求解。分析了不同權(quán)重設(shè)置對計算結(jié)果的影響,系統(tǒng)環(huán)境經(jīng)濟調(diào)度問題中經(jīng)濟目標(biāo)和環(huán)境目標(biāo)存在一定的聯(lián)系,在實際應(yīng)用中應(yīng)按照環(huán)境性和經(jīng)濟性的不同要求進行權(quán)重的設(shè)置。算例仿真結(jié)果驗證了所提模型的合理性和算法的有效性。智能電網(wǎng)的發(fā)展使需求側(cè)資源能夠參與到系統(tǒng)調(diào)度中,本文在介紹需求響應(yīng)的基本概念、分類和應(yīng)用模式基礎(chǔ)上,建立了需求響應(yīng)模型,構(gòu)建了計及需求響應(yīng)的風(fēng)電并網(wǎng)清潔經(jīng)濟調(diào)度模型,結(jié)合優(yōu)先順序法和細(xì)菌群體趨藥性算法對模型進行求解。對比分析了不同需求響應(yīng)計入模型后系統(tǒng)負(fù)荷變化情況、相關(guān)調(diào)度成本變化情況。算例結(jié)果表明,需求響應(yīng)的引入能夠優(yōu)化負(fù)荷需求曲線,有利于優(yōu)化發(fā)電側(cè)機組出力,提升風(fēng)電的消納能力,能夠給電力系統(tǒng)帶來顯著的環(huán)境效益和經(jīng)濟效益。
【關(guān)鍵詞】：風(fēng)電 優(yōu)化運行 環(huán)境經(jīng)濟調(diào)度 細(xì)菌群體趨藥性算法 需求響應(yīng)
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TM614;TM73
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-18
• 1.1 選題背景及意義10-13
• 1.1.1 風(fēng)電的發(fā)展現(xiàn)狀10-11
• 1.1.2 風(fēng)電并網(wǎng)對電力系統(tǒng)的影響11-12
• 1.1.3 需求響應(yīng)對電力系統(tǒng)調(diào)度的影響12
• 1.1.4 課題研究意義12-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-16
• 1.2.1 風(fēng)電并網(wǎng)環(huán)境經(jīng)濟調(diào)度研究現(xiàn)狀13-14
• 1.2.2 計及需求響應(yīng)的含風(fēng)電系統(tǒng)調(diào)度研究現(xiàn)狀14-16
• 1.3 論文的主要工作和章節(jié)安排16-18
• 第2章 細(xì)菌群體趨藥性算法及其改進18-29
• 2.1 BCC算法的基本原理19-22
• 2.1.1 單個細(xì)菌的趨化過程19-21
• 2.1.2 細(xì)菌群體間的交互感知過程21
• 2.1.3 精英保留策略的引進21-22
• 2.1.4 基本BCC算法的步驟22
• 2.2 BCC算法的常用改進方法22-24
• 2.2.1 系統(tǒng)參數(shù)的更新22-23
• 2.2.2 動態(tài)調(diào)整移動速度23
• 2.2.3 動態(tài)調(diào)整感知范圍23
• 2.2.4 微分進化算子的引入23-24
• 2.3 本文改進方法24-26
• 2.3.1 帶權(quán)重系數(shù)的細(xì)菌速度調(diào)整24
• 2.3.2 感知范圍的自適應(yīng)調(diào)整24-25
• 2.3.3 混沌搜索機制的引入25-26
• 2.3.4 本文改進算法的步驟26
• 2.4 算例分析26-28
• 2.5 本章小結(jié)28-29
• 第3章 考慮環(huán)境經(jīng)濟目標(biāo)的風(fēng)電并網(wǎng)優(yōu)化調(diào)度29-41
• 3.1 考慮環(huán)境經(jīng)濟目標(biāo)的風(fēng)電并網(wǎng)優(yōu)化調(diào)度模型29-31
• 3.1.1 目標(biāo)函數(shù)29-30
• 3.1.2 約束條件30-31
• 3.2 目標(biāo)函數(shù)的模糊處理方法31-32
• 3.3 改進BCC算法在求解環(huán)境經(jīng)濟調(diào)度中的應(yīng)用32-35
• 3.4 算例分析35-40
• 3.4.1 算例描述35-37
• 3.4.2 結(jié)果分析37-40
• 3.5 本章小結(jié)40-41
• 第4章 計及需求響應(yīng)的風(fēng)電并網(wǎng)環(huán)境經(jīng)濟優(yōu)化調(diào)度41-57
• 4.1 需求響應(yīng)的定義和分類41-43
• 4.1.1 需求響應(yīng)的定義41
• 4.1.2 需求響應(yīng)的分類41-43
• 4.2 需求響應(yīng)模型43-46
• 4.2.1 PBDR模型43-45
• 4.2.2 IBDR模型45-46
• 4.3 計及需求響應(yīng)的風(fēng)電并網(wǎng)清潔經(jīng)濟調(diào)度模型46-49
• 4.3.1 基于PBDR的調(diào)度模型46-47
• 4.3.2 基于IBDR的調(diào)度模型47-48
• 4.3.3 基于PBDR和IBDR的調(diào)度模型48-49
• 4.4 結(jié)合優(yōu)先順序法和BCC算法的模型求解49-50
• 4.5 算例仿真50-56
• 4.5.1 算例描述50-52
• 4.5.2 結(jié)果分析52-56
• 4.6 本章小結(jié)56-57
• 結(jié)論與展望57-59
• 參考文獻59-63
• 致謝63-64
• 附錄A 攻讀學(xué)位期間所發(fā)表的論文情況64-65
• 附錄B 攻讀學(xué)位期間所參加的科研項目目錄65

  本文關(guān)鍵詞：考慮風(fēng)電并網(wǎng)的電力系統(tǒng)環(huán)境經(jīng)濟聯(lián)合調(diào)度研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：301252