隨著人類經(jīng)濟(jì)社會的迅猛發(fā)展,能源和環(huán)境問題越來越得到世界各國的關(guān)注。傳統(tǒng)的集中供能方式已不能滿足可持續(xù)發(fā)展的需求,冷熱電聯(lián)供型微網(wǎng)因其靈活高效的發(fā)電方式,在節(jié)能減排、提高能源利用率等方面具有顯著的優(yōu)勢。冷熱電聯(lián)供型微網(wǎng)的優(yōu)化配置和運(yùn)行調(diào)度研究也有廣泛的發(fā)展前景。綜合考慮了冷熱電聯(lián)供型微網(wǎng)對能源和環(huán)境問題的影響和意義,構(gòu)建了含可再生能源的冷熱電聯(lián)供型微網(wǎng)優(yōu)化調(diào)度模型,并做了相關(guān)研究。本文首先介紹了冷熱電聯(lián)供型微網(wǎng)的研究背景和意義,對目前國內(nèi)外關(guān)于冷熱電聯(lián)供型微網(wǎng)的研究現(xiàn)狀做了概述,介紹了冷熱電聯(lián)供型微網(wǎng)的運(yùn)行模式。詳細(xì)描述了冷熱電聯(lián)供型微網(wǎng)中的各分布式電源的運(yùn)行特性和數(shù)學(xué)模型。構(gòu)建了包含燃料電池、微型燃?xì)廨啓C(jī)、吸收式制冷機(jī)、余熱鍋爐和儲能裝置的冷熱電聯(lián)供型微網(wǎng)優(yōu)化調(diào)度模型,在滿足用戶冷熱電負(fù)荷需求和各微源出力約束的情況下,綜合考慮了系統(tǒng)的燃料費(fèi)用、運(yùn)行維護(hù)費(fèi)用和購售電成本,并采用蜂群優(yōu)化算法對該模型進(jìn)行求解,充分利用了其較強(qiáng)的全局搜索能力,并與粒子群優(yōu)化算法優(yōu)化求解所得的結(jié)果進(jìn)行了對比分析,驗證了蜂群算法的優(yōu)越性和模型的合理性。最后考慮到污染物的排放對生態(tài)環(huán)境的影響,建立了以經(jīng)濟(jì)成本和環(huán)... 

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題背景及研究意義
    1.2 冷熱電聯(lián)供型微網(wǎng)研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
    1.3 本文主要研究內(nèi)容
第二章 冷熱電聯(lián)供型微網(wǎng)的概述
    2.1 冷熱電聯(lián)供型微網(wǎng)的結(jié)構(gòu)
    2.2 冷熱電聯(lián)供型微網(wǎng)的運(yùn)行模式
        2.2.1 并網(wǎng)運(yùn)行方式
        2.2.2 孤島運(yùn)行方式
    2.3 冷熱電聯(lián)供型微網(wǎng)主要設(shè)備的數(shù)學(xué)模型
        2.3.1 光伏發(fā)電數(shù)學(xué)模型
        2.3.2 風(fēng)力發(fā)電模型
        2.3.3 微型燃?xì)廨啓C(jī)模型
        2.3.4 燃料電池模型
        2.3.5 余熱鍋爐和吸收式制冷機(jī)模型
        2.3.6 儲能裝置數(shù)學(xué)模型
    2.4 本章小結(jié)
第三章 基于蜂群優(yōu)化算法的冷熱電聯(lián)供型微網(wǎng)優(yōu)化調(diào)度模型
    3.1 冷熱電聯(lián)供型微網(wǎng)優(yōu)化調(diào)度模型
        3.1.1 目標(biāo)函數(shù)
        3.1.2 約束條件
    3.2 模型求解算法
        3.2.1 人工蜂群優(yōu)化算法
        3.2.2 粒子群優(yōu)化算法
    3.3 算例分析
        3.3.1 算例簡介
        3.3.2 算例分析
    3.4 本章小結(jié)
第四章 計及多目標(biāo)的冷熱電聯(lián)供型微網(wǎng)優(yōu)化調(diào)度研究
    4.1 計及多目標(biāo)的冷熱電聯(lián)供型微網(wǎng)優(yōu)化調(diào)度模型
        4.1.1 目標(biāo)函數(shù)
        4.1.2 約束條件
    4.2 多目標(biāo)優(yōu)化算法
        4.2.1 傳統(tǒng)多目標(biāo)蜂群優(yōu)化算法
        4.2.2 Pareto最優(yōu)理論
        4.2.3 基于Pareto理論的多目標(biāo)蜂群算法
    4.3 算例分析
        4.3.1 算例介紹
        4.3.2 算例仿真
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]含風(fēng)電和光伏的電力系統(tǒng)多目標(biāo)經(jīng)濟(jì)調(diào)度[J]. 王步云,張成剛,郭斌.  自動化技術(shù)與應(yīng)用. 2020(03)
[2]考慮靈活性的冷熱電聯(lián)供型微網(wǎng)優(yōu)化調(diào)度[J]. 慕明良,李守茂,孟祥鶴,白星振.  智慧電力. 2020(03)
[3]含多種可再生能源和冷儲能裝置的冷電聯(lián)供系統(tǒng)經(jīng)濟(jì)優(yōu)化調(diào)度模型研究[J]. 張軍,王紅敏.  上海電力學(xué)院學(xué)報. 2019(05)
[4]冷熱電三聯(lián)供系統(tǒng)的發(fā)展現(xiàn)狀和應(yīng)用綜述[J]. 解鳴,任德財,濮曉宙,俞祥俊,徐俊君.  制冷. 2019(01)
[5]含熱泵和儲能的冷熱電聯(lián)供型微網(wǎng)經(jīng)濟(jì)運(yùn)行[J]. 楊志鵬,張峰,梁軍,韓學(xué)山,徐震.  電網(wǎng)技術(shù). 2018(06)
[6]冷熱電聯(lián)供型微電網(wǎng)系統(tǒng)多目標(biāo)日前優(yōu)化調(diào)度[J]. 羅平,韓露杰,孫作瀟,呂強(qiáng),陳巧勇.  自動化儀表. 2018(02)
[7]微網(wǎng)日前調(diào)度優(yōu)化方案[J]. 巫卿,俞雷.  科技創(chuàng)新與應(yīng)用. 2017(35)
[8]微型冷熱電聯(lián)供燃?xì)廨啓C(jī)能量管理系統(tǒng)設(shè)計[J]. 安英會.  裝備制造技術(shù). 2017(09)
[9]含冷熱電聯(lián)供的微網(wǎng)優(yōu)化調(diào)度策略綜述[J]. 周曉倩,余志文,艾芊,曾順奇.  電力自動化設(shè)備. 2017(06)
[10]基于多目標(biāo)粒子群算法的電力系統(tǒng)環(huán)境經(jīng)濟(jì)調(diào)度研究[J]. 張子泳,仉夢林,李莎.  電力系統(tǒng)保護(hù)與控制. 2017(10)

博士論文
[1]中國新能源發(fā)展研究[D]. 張海龍.吉林大學(xué) 2014
[2]分布式發(fā)電與微網(wǎng)系統(tǒng)多目標(biāo)優(yōu)化設(shè)計與協(xié)調(diào)控制研究[D]. 王瑞琪.山東大學(xué) 2013

碩士論文
[1]計及多目標(biāo)的用戶側(cè)能量管理系統(tǒng)調(diào)度研究[D]. 仲海濤.青島大學(xué) 2019
[2]基于多目標(biāo)人工蜂群算法的復(fù)合能源供熱系統(tǒng)的優(yōu)化研究[D]. 趙麗麗.天津理工大學(xué) 2019
[3]多能耦合冷熱電聯(lián)供系統(tǒng)優(yōu)化設(shè)計與策略評估[D]. 王志光.上海交通大學(xué) 2019
[4]基于強(qiáng)化螢火蟲算法的冷熱電聯(lián)供系統(tǒng)多目標(biāo)優(yōu)化調(diào)度[D]. 張榮權(quán).深圳大學(xué) 2018
[5]天然氣冷熱電聯(lián)供能源系統(tǒng)運(yùn)行優(yōu)化研究[D]. 代憲亞.上海電力學(xué)院 2017
[6]高滲透率下微電網(wǎng)多目標(biāo)優(yōu)化運(yùn)行研究[D]. 劉智偉.蘭州理工大學(xué) 2016
[7]冷熱電聯(lián)供/綜合能源系統(tǒng)的規(guī)劃研究[D]. 唐沂媛.東南大學(xué) 2016
[8]CCHP型微網(wǎng)建模及經(jīng)濟(jì)運(yùn)行優(yōu)化研究[D]. 袁灼新.華南理工大學(xué) 2016
[9]考慮經(jīng)濟(jì)性與可靠性的微網(wǎng)容量配置策略研究[D]. 葛佳偉.江蘇大學(xué) 2016
[10]太陽能發(fā)電技術(shù)的綜合評價及應(yīng)用前景研究[D]. 辛培裕.華北電力大學(xué) 2015



本文編號：3699911