本文關鍵詞： 環(huán)境經(jīng)濟調度 風力發(fā)電 多目標優(yōu)化 萬有引力搜索算法 伽馬函數(shù)　出處：《山東大學》2015年碩士論文　論文類型：學位論文

【摘要】：隨著化石能源的不斷枯竭和環(huán)境污染問題日益突出,開發(fā)和利用清潔、綠色的風能進行發(fā)電已經(jīng)成為了一種勢在必行的趨勢。大規(guī)模的風電并入電網(wǎng)給社會帶來了良好的經(jīng)濟效益和環(huán)境效益,但由于風能具有隨機性、間歇性和不可調度性等特點,使得風電輸出功率也具有不確定性的特點,因此,大規(guī)模的風電場并入電網(wǎng)將會給電力系統(tǒng)的經(jīng)濟調度(Economic Dispatch, ED)和可靠運行帶來很多問題。對于電力系統(tǒng)而言,隨著風電并網(wǎng)容量的提高以及環(huán)境問題的更加嚴峻,傳統(tǒng)的經(jīng)濟調度模式已經(jīng)不能滿足目前電力系統(tǒng)的要求。因此,兼顧考慮經(jīng)濟效益和環(huán)境因素的電力系統(tǒng)環(huán)境經(jīng)濟調度(Economic/Emission Dispatch, EED)逐漸成為了研究熱點。環(huán)境經(jīng)濟調度不是單純的追求發(fā)電成本最小或者污染物排放量最低,而是尋找二者之間的折中平衡。在上述背景下,本文針對含風能的電力系統(tǒng)環(huán)境經(jīng)濟調度這一課題開展相關研究。首先,本文基于威布爾分布推導了風速概率分布的數(shù)學模型,然后將風速的概率分布轉化為風電功率的概率模型。在此基礎上,為量化風電功率不確定性所帶來的風電成本問題,本文引入風電出力預期成本、風電出力高估成本、風電出力低估成本三個概念,采用不完全伽馬函數(shù)詳細推導了這三部分互斥風電成本的數(shù)學表達式,并以目標函數(shù)方式加入到經(jīng)濟調度模型中。本文構建了一種新型有效的多目標環(huán)境經(jīng)濟調度模型,模型中綜合考慮了常規(guī)火電機組煤耗成本、風電成本和污染物排放懲罰成本。該模型以降低系統(tǒng)的發(fā)電成本和污染物的排放水平為優(yōu)化目標,研究風電并網(wǎng)對于電力系統(tǒng)節(jié)能減排的影響。其次,在求解算法上,本文采用萬有引力搜索算法(Gravitational Search Algorithm, GSA)。GSA算法是基于物理學中的萬有引力定律和慣性質量而產(chǎn)生的一種元啟發(fā)式智能優(yōu)化算法,規(guī)則簡單,尋優(yōu)速度快。在GSA算法中,粒子之間通過萬有引力作用相互吸引,粒子運動遵循牛頓運動學規(guī)律。本文針對基本GSA算法容易陷入局部最優(yōu)的缺點,在慣性質量修正、粒子的精英保留策略的基礎上,在算法中加入了粒子群算法(Particle Swarm Optimization,PSO)的全局記憶能力,提出了一種同時結合PSO算法和GSA算法優(yōu)點的混合優(yōu)化算法(HPSO-GSA)。通過Griewank函數(shù)的優(yōu)化分析證明,與基本GSA算法相比,HPSO-GSA算法收斂速度更快,全局搜索能力更強,所求解的質量更高。最后,為了驗證本文所建多目標環(huán)境經(jīng)濟調度模型與所提混合優(yōu)化算法的有效性,本文采用IEEE-30節(jié)點標準測試系統(tǒng)在MATLAB中進行仿真驗證。測試系統(tǒng)包含6個常規(guī)火電機組和2個風電場,風電接入的兩個節(jié)點可以看作是PV節(jié)點。應用HPSO-GSA算法從最小化發(fā)電成本、最小化污染物排放、同時最小化發(fā)電成本和污染物排放以及考慮風電并網(wǎng)的多目標EED這四個方面分別求解所建模型。仿真結果表明：HPSO-GSA算法較GSA算法在帕累托最優(yōu)解的質量和多樣性方面均有顯著改善；本文提出的含風能的多目標優(yōu)化調度的方案更加全面、合理,風電并網(wǎng)能夠有效降低電力系統(tǒng)的發(fā)電成本和污染物排放量。
[Abstract]:With the increasing of fossil energy and environmental pollution , the development and utilization of clean and green wind energy has become a necessary trend . This paper presents a hybrid optimization algorithm based on universal gravitation law and inertial mass in physics , which is simple in rule and fast in searching speed .

【學位授予單位】：山東大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TM73;TM614

【相似文獻】

相關期刊論文 前10條

1 延發(fā)龍;長期平均單位發(fā)電成本──發(fā)電機組經(jīng)濟比較的基本指標[J];中國能源;1994年01期

2 ;美國核電站1993年發(fā)電成本[J];核經(jīng)濟研究;1994年05期

3 葉發(fā)明;市場經(jīng)濟下的燃煤火電廠的發(fā)電成本分析[J];廣東電力;2002年05期

4 張亞偉;淺談電廠燃煤管理與降低發(fā)電成本[J];青海電力;2002年02期

5 韓洪蓮;于海超;齊林才;;根據(jù)原煤發(fā)熱量控制發(fā)電成本[J];農(nóng)場經(jīng)濟管理;2006年03期

6 ;精打細算發(fā)電成本[J];電力信息化;2006年06期

7 曹水斌;;水電廠控制發(fā)電成本的有效途徑[J];湖北水力發(fā)電;2006年03期

8 包能勝;蔡佳煒;倪維斗;;風電與燃氣輪機互補系統(tǒng)發(fā)電成本敏感性分析[J];燃氣輪機技術;2007年01期

9 古麗娜·義民;;市場環(huán)境下發(fā)電成本控制運作模式的探討[J];廣東電力;2008年10期

10 堯國富;靖長財;;強化管理措施，降低發(fā)電成本[J];電力技術;2008年04期

相關會議論文 前2條

1 ;國電東北公司上半年強化摻燒壓降成本超億元[A];《電站信息》2012年第8期[C];2012年

2 夏愛民;李華;施正榮;;2012年光伏產(chǎn)業(yè)進入脫乳期——2008～2012年全球光伏產(chǎn)業(yè)發(fā)展展望[A];第十屆中國太陽能光伏會議論文集：迎接光伏發(fā)電新時代[C];2008年

相關重要報紙文章 前10條

1 張立美;電價應隨發(fā)電成本的變化而變動[N];中國審計報;2013年

2 記者 方向明;歐盟：陸上風力發(fā)電成本最低[N];第一財經(jīng)日報;2014年

3 記者 趙引德　通訊員 王志新;光伏發(fā)電成本有望低于1元/千瓦時[N];中國化工報;2010年

4 本報記者 邢佰英;光伏發(fā)電成本可望提前達“臨界點”[N];中國證券報;2008年

5 記者 高立萍;光伏業(yè)將加速降低發(fā)電成本[N];北京商報;2012年

6 本報記者 解悅;2012年,光伏發(fā)電成本降至1元/度[N];南京日報;2009年

7 本報記者 于南;英利光伏發(fā)電成本一季度實現(xiàn)1元/度 火電獨霸天下局面可望打破[N];證券日報;2011年

8 于南;我國光伏發(fā)電成本逼近“火電”[N];中國有色金屬報;2011年

9 本報記者 王榮;“十二五”末光伏發(fā)電成本降至0.8元/度[N];中國證券報;2012年

10 黃銳;發(fā)電成本將降低[N];中國礦業(yè)報;2012年

相關博士學位論文 前2條

1 路易斯;佛得角共和國風電場的經(jīng)濟分析與技術研究[D];華中科技大學;2011年

2 趙久占;我國風力發(fā)電開發(fā)與管理研究[D];天津大學;2004年

相關碩士學位論文 前9條

1 李鵬波;基于多目標優(yōu)化的含風電場電力系統(tǒng)環(huán)境經(jīng)濟調度研究[D];山東大學;2015年

2 郭全英;中國風力發(fā)電成本研究[D];沈陽工業(yè)大學;2002年

3 薛偉;火電機組實時發(fā)電成本分析與輔助報價決策研究[D];華北電力（北京）大學;2002年

4 王德良;影響我國光伏發(fā)電成本的主要因素研究[D];華北電力大學;2013年

5 路宏艷;火電廠發(fā)電成本分析及競價上網(wǎng)策略研究[D];華北電力大學（北京）;2008年

6 方國元;天然氣聯(lián)合循環(huán)發(fā)電成本分析及發(fā)展對策研究[D];華北電力大學（河北）;2004年

7 華揚松;火電廠實時發(fā)電成本分析與輔助報價研究[D];華北電力大學（北京）;2006年

8 李園;我國風力發(fā)電成本因素分析及相關產(chǎn)業(yè)政策研究[D];華北電力大學（北京）;2011年

9 王福晶;煤價對火電廠發(fā)電成本的影響及應對策略研究[D];華北電力大學（北京）;2009年

，

本文編號：1511143