發(fā)布時間：2018-01-13 07:40

  本文關鍵詞：分布式新能源并網(wǎng)協(xié)調(diào)運行控制技術研究　出處：《東南大學》2015年碩士論文　論文類型：學位論文

  更多相關文章： 風電 一階馬爾可夫鏈 滾動調(diào)度 實時調(diào)度 攝動馬爾可夫決策 起作用集法

【摘要】：新能源發(fā)電具有較強的隨機性和波動性,當新能源發(fā)電比重比較大的時候,這種短時突發(fā)的隨機波動可能會對電網(wǎng)平穩(wěn)運行產(chǎn)生不利影響。本文研究了分布式新能源并網(wǎng)協(xié)調(diào)運行控制技術。主要針對分布式風電并網(wǎng)的系統(tǒng)級有功協(xié)調(diào)控制,即有功協(xié)調(diào)調(diào)度問題開展了研究。具體研究內(nèi)容如下：1、研究了風速的時間序列模型。通過將一年分為12個時間段以及將一天分為4個時段,在傳統(tǒng)一階馬爾可夫鏈中引入了風速的季節(jié)特性和日特性；同時,考慮風速與降水量的關聯(lián),引入了風速的干濕特性。在此基礎上,提出了風速時間序列模擬的改進一階馬爾可夫鏈模型。仿真結(jié)果表明,該改進模型不僅較好地保留了觀測風速的自相關特性,還提高了模擬風速序列的精度。2、研究了風電與儲能存在的條件下,不同的傳統(tǒng)機組出力水平在不同時間級別下的調(diào)控協(xié)調(diào)性問題。提出了計及儲能與風電預測不確定性的雙時間尺度有功協(xié)調(diào)控制框架。該控制框架的組成為：滾動調(diào)度,實時調(diào)度,儲能控制。滾動調(diào)度的啟動周期為30 min,利用提前30 min的風電以及負荷的預測信息,動態(tài)的對日出力計劃曲線進行修正；實時調(diào)度以15 min為周期,依據(jù)提前15 min的預測信息調(diào)整緩沖機組的出力；儲能的作用則是配合調(diào)度的進行,根據(jù)負荷與風電的波動釋放或儲存電能。在此基礎上,提出了滾動調(diào)度優(yōu)化調(diào)度策略的模型、實時調(diào)度緩沖機組的總出力優(yōu)化模型、緩沖機組間的有功功率最優(yōu)分配模型。3、研究了優(yōu)化緩沖機組總出力的策略,選取電能損失和快速響應機組的使用作為評價指標。在此基礎上,提出基于攝動馬爾可夫決策的緩沖機組的總出力優(yōu)化算法,優(yōu)化緩沖機組的總出力策略。該算法以優(yōu)化緩沖機組總出力策略的長期平均性能為目標,同時兼顧短期性能。通過算例仿真驗證了提出的算法在不同儲能參數(shù)、不同風電預測下的長期平均性能和短期性能,并驗證了算法的一致性、魯棒性、收斂性與計算效率。同時,從電能損失和快速響應機組使用的角度驗證了雙時間尺度有功協(xié)調(diào)控制框架的有功平衡效果。4、提出基于起作用集法的滾動調(diào)度優(yōu)化調(diào)度算法,同時給出了算法的初始化策略,這是滾動調(diào)度優(yōu)化調(diào)度策略的模型的算法實現(xiàn)。通過在IEEE 24節(jié)點系統(tǒng)中的仿真,驗證了算法的效率；仿真表明,經(jīng)過滾動調(diào)度修正后,機組的總出力曲線與機組實際總出力曲線之間的偏差得到了大幅降低,進而驗證了算法的有效性。同時,從時域仿真的角度驗證了雙時間尺度有功協(xié)調(diào)控制框架的有功平衡效果。
[Abstract]:In this paper , a new - order Markov chain model is proposed , which is based on the forecasting information of wind power and wind power . The results show that the improved model not only keeps the self - correlation property of the wind speed and the optimal distribution model of active power in the traditional one - order Markov chain . After the rolling dispatching modification , the deviation between the total output curve of the unit and the actual total output curve of the unit is greatly reduced , then the effectiveness of the algorithm is verified . At the same time , the active balance effect of the two - time scale active coordination control framework is verified from the time domain simulation .

【學位授予單位】：東南大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TM73

【相似文獻】

相關期刊論文 前10條

1 ;2009年度(第七屆)國際水利先進技術(產(chǎn)品)推介會推介技術[J];中國水利;2009年09期

2 胡志斌;時間序列的非線性測試及其應用[J];武漢水利電力大學(宜昌)學報;1997年03期

3 胡志斌;時間序列的非線性測試及其應用[J];武漢水利電力大學(宜昌)學報;1998年04期

4 石巖,胡昌振,馬寶華,譚惠民;模糊時間序列的最優(yōu)預測方法[J];探測與控制學報;1999年03期

5 孫青華,張世英;長記憶向量時間序列的非線性協(xié)整關系研究[J];天津大學學報;2002年03期

6 于景華,田立新;混沌時間序列及其在能源系統(tǒng)中的應用[J];江蘇大學學報(自然科學版);2002年04期

7 曹廣喜;;向量分整時間序列的協(xié)整關系探討[J];河海大學學報(自然科學版);2006年04期

8 許娜;商朋見;胡廣生;;氣溫變化時間序列的復雜性分析[J];北京交通大學學報;2008年03期

9 熊有倫,楊叔子,王躍科;復時間序列與主軸回轉(zhuǎn)精度[J];華中工學院學報;1987年02期

10 陳章潮;用時間序列預測電力系統(tǒng)負荷[J];電力系統(tǒng)自動化;1982年04期

相關會議論文 前10條

1 周家斌;張海福;楊桂英;;多維多步時間序列預報方法及其應用[A];中國現(xiàn)場統(tǒng)計研究會第九屆學術年會論文集[C];1999年

2 馬培蓓;紀軍;;基于時間序列的航空備件消耗預測[A];中國系統(tǒng)工程學會決策科學專業(yè)委員會第六屆學術年會論文集[C];2005年

3 盧世坤;李夕海;牛超;陳蛟;;時間序列的非線性非平穩(wěn)特性研究綜述[A];國家安全地球物理叢書（八）——遙感地球物理與國家安全[C];2012年

4 李強;;基于線性模型方法對時間序列中異常值的檢測及證券實證分析[A];加入WTO和中國科技與可持續(xù)發(fā)展——挑戰(zhàn)與機遇、責任和對策（上冊）[C];2002年

5 戴麗金;何振峰;;基于云模型的時間序列相似性度量方法[A];第八屆中國不確定系統(tǒng)年會論文集[C];2010年

6 謝美萍;趙希人;莊秀龍;;多維非線性時間序列的投影尋蹤學習逼近[A];'99系統(tǒng)仿真技術及其應用學術交流會論文集[C];1999年

7 張大斌;李紅燕;劉肖;張文生;;非線性時問序列的小波-模糊神經(jīng)網(wǎng)絡集成預測方法[A];第十五屆中國管理科學學術年會論文集（下）[C];2013年

8 黃云貴;;基于時間序列的電網(wǎng)固定資產(chǎn)投資規(guī)模研究[A];2012年云南電力技術論壇論文集（文摘部分）[C];2012年

9 李松臣;張世英;;時間序列高階矩持續(xù)和協(xié)同持續(xù)性研究[A];21世紀數(shù)量經(jīng)濟學（第8卷）[C];2007年

10 陳赫;羅聲求;;歷史橫斷面數(shù)據(jù)的時間序列化[A];科學決策與系統(tǒng)工程——中國系統(tǒng)工程學會第六次年會論文集[C];1990年

相關重要報紙文章 前6條

1 ;《時間序列與金融數(shù)據(jù)分析》[N];中國信息報;2004年

2 何德旭 王朝陽;時間序列計量經(jīng)濟學：協(xié)整與有條件的異方差自回歸[N];中國社會科學院院報;2003年

3 劉俏;讓數(shù)據(jù)坦白真相[N];21世紀經(jīng)濟報道;2003年

4 西南證券高級研究員 董先安邋德圣基金研究中心 郭奔宇;預計6月CPI同比上漲7.2%[N];證券時報;2008年

5 東證期貨 王愛華　楊衛(wèi)東;兩年漲跌輪回 秋季普遍下跌[N];期貨日報;2009年

6 任勇邋鄭重;中國對世界鋼材價格的影響實證分析[N];現(xiàn)代物流報;2007年

相關博士學位論文 前10條

1 張墨謙;遙感時間序列數(shù)據(jù)的特征挖掘：在生態(tài)學中的應用[D];復旦大學;2014年

2 張德成;滑坡預測預報研究[D];昆明理工大學;2015年

3 苗圣法;時間序列的模式檢測[D];蘭州大學;2015年

4 翁同峰;時間序列與復雜網(wǎng)絡之間等價性問題及表征應用研究[D];哈爾濱工業(yè)大學;2015年

5 楊婷婷;用Argo浮標結(jié)合衛(wèi)星觀測估算北太平洋經(jīng)向熱輸運[D];中國科學院研究生院(海洋研究所);2015年

6 王曉曄;時間序列數(shù)據(jù)挖掘中相似性和趨勢預測的研究[D];天津大學;2003年

7 李桂玲;時間序列的分割及不一致發(fā)現(xiàn)研究[D];華中科技大學;2012年

8 周勇;時間序列時序關聯(lián)規(guī)則挖掘研究[D];西南財經(jīng)大學;2008年

9 張勇;時間序列模式匹配技術研究[D];華中科技大學;2012年

10 董曉莉;時間序列數(shù)據(jù)挖掘相似性度量和周期模式挖掘研究[D];天津大學;2007年

相關碩士學位論文 前10條

1 陳健;基于多變量相空間重構的投資組合策略研究[D];華南理工大學;2015年

2 蘭鑫;時間序列的復雜網(wǎng)絡轉(zhuǎn)換策略研究[D];西南大學;2015年

3 米曉將;區(qū)域尺度下月均氣溫的時空演化格局研究[D];昆明理工大學;2015年

4 張鳴敏;基于支持向量回歸的PM_(2.5)濃度預測研究[D];南京信息工程大學;2015年

5 林健;基于改進小世界回聲狀態(tài)網(wǎng)的時間序列預測[D];渤海大學;2015年

6 曹智麗;日氣溫和干旱指數(shù)支持向量回歸預測方法[D];南京信息工程大學;2015年

7 高雄飛;基于分形理論的土壤含水量時間序列特性分析[D];長安大學;2015年

8 姚茜;城市安全生產(chǎn)發(fā)展目標研究[D];中國地質(zhì)大學(北京);2015年

9 謝翠穎;蘇州社會消費品零售總額簡析[D];蘇州大學;2015年

10 包仁義;基于時間序列的搜索引擎評估模型算法研究[D];東北師范大學;2015年

，

本文編號：1418079