風(fēng)能是一種最具規(guī)�；瘧�(yīng)用前景的可再生能源,風(fēng)力發(fā)電近年來得到了大力開發(fā)與應(yīng)用。但這些具有隨機(jī)特性的風(fēng)電并網(wǎng)接入現(xiàn)有電力系統(tǒng)后,其動態(tài)經(jīng)濟(jì)調(diào)度問題的建模和求解均面臨巨大挑戰(zhàn)。目前,采用Monte Carlo抽樣方法模擬風(fēng)電隨機(jī)特性,將隨機(jī)動態(tài)經(jīng)濟(jì)調(diào)度問題轉(zhuǎn)化為場景模型或樣本均值近似模型,是最基本的建模方法,也是評價其它隨機(jī)調(diào)度模型精確度的基準(zhǔn)方法。但場景模型和樣本均值近似模型均為大規(guī)模的線性或二次規(guī)劃模型,對其直接求解,將面臨維數(shù)災(zāi)難題。本文重點研究規(guī)�；L(fēng)電接入的電力系統(tǒng)隨機(jī)動態(tài)經(jīng)濟(jì)調(diào)度場景模型和樣本均值近似模型的并行求解方法。首先,采用Monte Carlo抽樣方法建立了規(guī)�；L(fēng)電接入的電力系統(tǒng)隨機(jī)動態(tài)經(jīng)濟(jì)調(diào)度問題的場景模型。該模型以最小化發(fā)電成本為目標(biāo),通過引入場景轉(zhuǎn)移約束,將隨機(jī)優(yōu)化問題轉(zhuǎn)化為確定性優(yōu)化問題。采用Dantzig-Wolfe分解算法對該模型實施場景解耦,可以將具有數(shù)千萬個變量與約束的大規(guī)模問題分解為一系列僅含數(shù)萬個變量與約束的子問題,以及一個規(guī)模更小的主問題。在迭代計算過程中,利用改進(jìn)次梯度法改善算法的收斂性,并運用GAMS平臺的網(wǎng)格計算工具構(gòu)建了快速求解各個場景子... 

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 選題背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 含風(fēng)電接入的電力系統(tǒng)優(yōu)化調(diào)度方法
        1.2.2 求解大規(guī)模優(yōu)化調(diào)度問題的主要算法
    1.3 本文主要工作
第二章 隨機(jī)規(guī)劃問題的建模及并行計算方法
    2.1 隨機(jī)規(guī)劃問題的場景模型
    2.2 隨機(jī)規(guī)劃問題的樣本均值近似模型
    2.3 DANTZIG-WOLFE分解方法
        2.3.1 Dantzig-Wolfe分解法的基本原理
        2.3.2 算法最優(yōu)性分析
        2.3.3 計算步驟
        2.3.4 并行計算
    2.4 并行單純形法
        2.4.1 單純形法的基本原理
        2.4.2 基矩陣的數(shù)學(xué)變換
        2.4.3 算法設(shè)計與并行實現(xiàn)
    2.5 本章小結(jié)
第三章 隨機(jī)動態(tài)經(jīng)濟(jì)調(diào)度的場景模型及DANTZIG-WOLFE分解算法
    3.1 隨機(jī)動態(tài)經(jīng)濟(jì)調(diào)度問題的場景模型
        3.1.1 優(yōu)化目標(biāo)
        3.1.2 預(yù)測場景下的約束條件
        3.1.3 誤差場景下的約束條件
        3.1.4 場景模型的緊湊形式
    3.2 場景模型的DANTZIG-WOLFE分解及并行求解
        3.2.1 場景模型的Dantzig-Wolfe分解
        3.2.2 乘子修正策略
        3.2.3 并行計算步驟
    3.3 算例分析
        3.3.1 小型測試系統(tǒng)
        3.3.2 某省級系統(tǒng)
    3.4 本章小結(jié)
第四章 隨機(jī)動態(tài)經(jīng)濟(jì)調(diào)度的樣本均值近似模型及并行單純形算法
    4.1 隨機(jī)動態(tài)經(jīng)濟(jì)調(diào)度問題的樣本均值近似模型
        4.1.1 目標(biāo)函數(shù)
        4.1.2 各個場景的運行約束
        4.1.3 樣本均值近似模型的緊湊形式
    4.2 并行單純形法求解樣本均值近似模型
        4.2.1 模型的數(shù)學(xué)變換與并行計算
        4.2.2 計算步驟
    4.3 算例分析
        4.3.1 小型測試系統(tǒng)
        4.3.2 某省級系統(tǒng)
    4.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的研究成果
致謝
附表


【參考文獻(xiàn)】：
期刊論文
[1]《2018～2019年度全國電力供需形勢分析預(yù)測報告》速覽[J].   中國電力企業(yè)管理. 2019(03)
[2]交流潮流約束機(jī)組組合的部分代理割方法[J]. 陳鴻琳,劉明波.  中國電機(jī)工程學(xué)報. 2018(09)
[3]含風(fēng)電場和抽水蓄能電站的多目標(biāo)安全約束動態(tài)優(yōu)化調(diào)度[J]. 黃庶,林舜江,劉明波.  中國電機(jī)工程學(xué)報. 2016(01)
[4]消納大規(guī)模風(fēng)電的魯棒區(qū)間經(jīng)濟(jì)調(diào)度 (二)不確定集合構(gòu)建與保守度調(diào)節(jié)[J]. 李志剛,吳文傳,張伯明.  電力系統(tǒng)自動化. 2014(21)
[5]考慮風(fēng)電接入的大型電力系統(tǒng)多目標(biāo)動態(tài)優(yōu)化調(diào)度[J]. 楊柳青,林舜江,劉明波,李清.  電工技術(shù)學(xué)報. 2014(10)
[6]消納大規(guī)模風(fēng)電的魯棒區(qū)間經(jīng)濟(jì)調(diào)度 (一)調(diào)度模式與數(shù)學(xué)模型[J]. 李志剛,吳文傳,張伯明.  電力系統(tǒng)自動化. 2014(20)
[7]計及風(fēng)電考慮離散化發(fā)電調(diào)節(jié)約束的在線滾動調(diào)度方法[J]. 李志剛,吳文傳,張伯明,孫宏斌.  電力系統(tǒng)自動化. 2014(10)
[8]求解多目標(biāo)隨機(jī)動態(tài)經(jīng)濟(jì)調(diào)度問題的場景解耦方法[J]. 付一木,劉明波.  電力系統(tǒng)自動化. 2014(09)
[9]安全性與經(jīng)濟(jì)性協(xié)調(diào)的魯棒區(qū)間風(fēng)電調(diào)度方法[J]. 陳建華,吳文傳,張伯明,王彬,郭慶來.  中國電機(jī)工程學(xué)報. 2014(07)
[10]基于風(fēng)電功率概率預(yù)測和運行風(fēng)險約束的含風(fēng)電場電力系統(tǒng)動態(tài)經(jīng)濟(jì)調(diào)度[J]. 劉德偉,郭劍波,黃越輝,王偉勝.  中國電機(jī)工程學(xué)報. 2013(16)

博士論文
[1]考慮隨機(jī)風(fēng)電接入的動態(tài)經(jīng)濟(jì)調(diào)度問題研究[D]. 付一木.華南理工大學(xué) 2016
[2]含風(fēng)電接入的大規(guī)模電力系統(tǒng)日前優(yōu)化調(diào)度研究[D]. 趙文猛.華南理工大學(xué) 2016

碩士論文
[1]風(fēng)電并網(wǎng)系統(tǒng)的旋轉(zhuǎn)備用優(yōu)化策略研究[D]. 張志鵬.東北電力大學(xué) 2017



本文編號：3708988