發(fā)布時間：2018-02-12 19:48

  本文關(guān)鍵詞： 風(fēng)力發(fā)電 概率潮流 概率調(diào)度 點(diǎn)估計方法 機(jī)組壽命　出處：《重慶大學(xué)》2014年博士論文　論文類型：學(xué)位論文

【摘要】：電力系統(tǒng)中的風(fēng)電并網(wǎng)容量正在快速增長，這給電力系統(tǒng)分析與優(yōu)化運(yùn)行的理論研究和工程實際都帶來了巨大的挑戰(zhàn)。風(fēng)電除了一般意義上的隨機(jī)性外，還具有有界性、相關(guān)性、難以預(yù)測性和劇烈波動性等多種與傳統(tǒng)電源不同的特點(diǎn)，現(xiàn)有的電力系統(tǒng)分析與優(yōu)化運(yùn)行方法在應(yīng)對風(fēng)電的這些特點(diǎn)時呈現(xiàn)出不同的缺陷。本文對此進(jìn)行深入研究，提出含風(fēng)能電力系統(tǒng)概率潮流、概率最優(yōu)潮流與概率調(diào)度的新方法。本文的主要研究工作如下： 提出一種考慮風(fēng)速有界性的概率潮流計算方法。風(fēng)速具有有界性，采用傳統(tǒng)點(diǎn)估計方法進(jìn)行概率潮流計算時可能產(chǎn)生超出邊界的風(fēng)速位置樣本值，導(dǎo)致概率潮流無法準(zhǔn)確計算甚至根本無法計算。本文在點(diǎn)估計方法的基礎(chǔ)上提出一種考慮風(fēng)速有界性的改進(jìn)概率潮流方法，在點(diǎn)估計方法中引入一般變換與冪變換相互配合，保證所使用的點(diǎn)估計風(fēng)速樣本計算值滿足物理邊界的要求，進(jìn)而確保概率潮流計算的可行性和準(zhǔn)確性。通過使用多個地點(diǎn)的風(fēng)速數(shù)據(jù)對IEEE14節(jié)點(diǎn)系統(tǒng)進(jìn)行仿真分析，對所提方法進(jìn)行驗證。這個方法也可以推廣到概率潮流計算中處理其它概率參數(shù)（如負(fù)荷）的邊界。 提出一種考慮不同分布風(fēng)速相關(guān)性的概率最優(yōu)潮流點(diǎn)估計方法。傳統(tǒng)的概率最優(yōu)潮流方法，難以直接處理具有相關(guān)性的風(fēng)速。本文提出一種考慮不同分布風(fēng)速相關(guān)性的概率最優(yōu)潮流點(diǎn)估計方法。服從任意分布并且具有相關(guān)性的風(fēng)速，經(jīng)過累積概率分布函數(shù)變換以及相關(guān)矩陣變換，可以變?yōu)楠?dú)立的隨機(jī)變量，進(jìn)而可以根據(jù)點(diǎn)估計方法對每個獨(dú)立隨機(jī)變量選取特征點(diǎn)并確定權(quán)重，再經(jīng)過逆變換回到原始風(fēng)速空間后，進(jìn)行確定性最優(yōu)潮流計算以及概率統(tǒng)計量的計算。通過對IEEE14和118節(jié)點(diǎn)系統(tǒng)以及重慶系統(tǒng)進(jìn)行仿真分析，說明方法的有效性。 結(jié)合點(diǎn)估計與遺傳算法提出一種考慮風(fēng)電功率預(yù)測誤差的概率調(diào)度計劃制定方法。采用點(diǎn)估計方法進(jìn)行概率調(diào)度模型中期望值目標(biāo)的計算與概率約束條件的判斷，從而進(jìn)行遺傳算法的適應(yīng)度函數(shù)計算。在適應(yīng)度計算中，需要進(jìn)行多次潮流計算，因而提出一種基于拓?fù)浞謪^(qū)的潮流計算方法，在潮流計算時將電網(wǎng)劃分為3種不同類型的子網(wǎng)交替進(jìn)行潮流迭代，加快計算速度。通過多個系統(tǒng)的仿真計算說明方法的有效性。 提出一種降低火電機(jī)組壽命損耗的調(diào)度計劃制定方法。風(fēng)電功率發(fā)生頻繁而劇烈的波動時，為了保證功率平衡，傳統(tǒng)的火電機(jī)組需要大量頻繁地進(jìn)行功率調(diào)節(jié)，這將造成火電機(jī)組的壽命損耗。本文提出一種在風(fēng)電功率劇烈波動環(huán)境下降低傳統(tǒng)火電機(jī)組壽命損耗的調(diào)度計劃制定方法。通過對火電機(jī)組調(diào)節(jié)過程中壽命損耗造成的經(jīng)濟(jì)損失進(jìn)行估算，在目標(biāo)函數(shù)中引入調(diào)節(jié)費(fèi)用，并加入調(diào)節(jié)次數(shù)限制約束，構(gòu)建降低機(jī)組調(diào)節(jié)頻繁程度的調(diào)度計劃機(jī)會約束模型，同時提出結(jié)合點(diǎn)估計與負(fù)荷曲線分段的遺傳算法對模型進(jìn)行求解。通過IEEE30、118節(jié)點(diǎn)系統(tǒng)和重慶系統(tǒng)的仿真分析，證明所提模型和方法的有效性。 綜上所述，本文針對風(fēng)電的有界性、相關(guān)性、難以預(yù)測性和劇烈波動性等特點(diǎn)，提出多種電力系統(tǒng)概率分析與優(yōu)化運(yùn)行的有效方法，為風(fēng)電并網(wǎng)電力系統(tǒng)的安全、優(yōu)質(zhì)、經(jīng)濟(jì)運(yùn)行提供保障。
[Abstract]:The wind power grid capacity in electric power system is rapidly growing rapidly , which brings great challenge to the theoretical research and engineering practice of power system analysis and optimization operation . This paper presents a probabilistic power flow calculation method considering the boundary of wind speed . The wind speed is bounded . It is possible to generate wind speed position sample values beyond the boundary when the traditional point estimation method is used to calculate the probability tidal current . In this paper , an improved probabilistic power flow method considering the boundary of wind speed is proposed in this paper . In this paper , a method of improving probabilistic power flow considering the boundary of wind speed is proposed in this paper . The method is verified by using wind speed data of multiple locations . The method can also be extended to the boundary of other probability parameters ( such as load ) in probability flow calculation . This paper presents a probabilistic optimal power flow point estimation method considering the correlation of different distributions of wind speed . The traditional probability optimal power flow method is difficult to directly deal with the wind speed with correlation . In this paper , a method for calculating the probability scheduling plan considering wind power prediction error is proposed by combining point estimation and genetic algorithm . The method of point estimation is used to calculate the expected value targets in probabilistic scheduling model and the judgement of probability constraint conditions , so as to carry out the fitness function calculation of genetic algorithm . In order to ensure the power balance , the traditional thermal power unit needs a lot of frequent power regulation in order to ensure the power balance when the wind power fluctuates violently and violently . In conclusion , this paper puts forward the effective methods of probability analysis and optimal operation of various power systems , which provide guarantee for the safety , high quality and economic operation of wind power grid power system .

【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2014
【分類號】：TM614

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 余加喜;白雪峰;郭志忠;劉瑞葉;;考慮負(fù)荷變化率的日發(fā)電計劃[J];電力系統(tǒng)自動化;2008年18期

2 宋曉通;譚震宇;;基于最優(yōu)抽樣與選擇性解析的電力系統(tǒng)可靠性評估[J];電力系統(tǒng)自動化;2009年05期

3 于晗;鐘志勇;黃杰波;張建華;;采用拉丁超立方采樣的電力系統(tǒng)概率潮流計算方法[J];電力系統(tǒng)自動化;2009年21期

4 范榮奇;陳金富;段獻(xiàn)忠;李慧杰;姚美齊;;風(fēng)速相關(guān)性對概率潮流計算的影響分析[J];電力系統(tǒng)自動化;2011年04期

5 顏偉;宋林滔;余娟;盧健剛;李欽;張海兵;;基于權(quán)函數(shù)的電網(wǎng)參數(shù)分區(qū)辨識與估計方法[J];電力系統(tǒng)自動化;2011年05期

6 趙宏偉,任震;計及線路安全約束的機(jī)組最優(yōu)投入[J];電力系統(tǒng)自動化;1997年05期

7 李雪;李渝曾;李海英;;幾種概率潮流算法的比較與分析[J];電力系統(tǒng)及其自動化學(xué)報;2009年03期

8 周建華;袁越;;含風(fēng)電場電力系統(tǒng)的Cornish-Fisher級數(shù)概率潮流計算[J];電力自動化設(shè)備;2011年12期

9 丁明,李生虎,黃凱;基于蒙特卡羅模擬的概率潮流計算[J];電網(wǎng)技術(shù);2001年11期

10 董雷;程衛(wèi)東;楊以涵;;含風(fēng)電場的電力系統(tǒng)概率潮流計算[J];電網(wǎng)技術(shù);2009年16期

，

本文編號：1506416