本文關鍵詞：含風電場和抽水蓄能電站接入的安全約束隨機經濟調度

  更多相關文章： 安全約束隨機經濟調度 風電場 抽水蓄能電站 存儲器模型 近似動態(tài)規(guī)劃

【摘要】：近年來,風力發(fā)電作為一種可再生的清潔電源,越來越多地接入到電網中,以應對化石能源面臨枯竭和環(huán)境污染問題。但是風力發(fā)電的隨機性給系統(tǒng)優(yōu)化調度帶來了困難。抽水蓄能電站是一種技術成熟、運行成本低、響應速度快的電網層面大容量儲能裝置,能夠在一定程度上減輕隨機性對系統(tǒng)的消極影響,充分消納可再生能電源。本文針對含風電場和抽水蓄能電站接入的電力系統(tǒng)安全約束隨機經濟調度問題從模型和算法方面展開了研究。針對含單個風電場和單個抽水蓄能電站接入的電力系統(tǒng)隨機經濟調度問題,以風電場出力為隨機變量、抽水蓄能電站水庫儲水等效電量為存儲變量,構建了相對簡易的隨機存儲器模型,考慮了機組出力上下限和爬坡率的物理約束。該模型含數學期望的計算,而且實際問題狀態(tài)空間、決策空間都是高維的,面臨“維數災”,難以對其準確求解。本文采用近似動態(tài)規(guī)劃法(approximate dynamic programming,ADP)對其進行求解,通過分段線性的形式來近似逼近值函數,以求得問題的近似解。首先基于風電場預測出力曲線,結合由歷史數據統(tǒng)計而得的概率分布,對風電場出力進行抽樣,產生足夠多的誤差場景。然后根據系統(tǒng)的信息對近似值函數進行適當的初始化,再采用求解隨機存儲器模型的SPAR(successive projective approximation routine,SPAR)算法掃描誤差場景,對值函數進行訓練,得到收斂的近似值函數。最后,在預測場景下,對收斂近似值函數所表達的模型進行優(yōu)化求解,即可得到隨機經濟調度的近似最優(yōu)日前方案。此外,近似值函數還可作為策略,指導系統(tǒng)在偏離預測場景的情況下進行隨機經濟調度決策。輸電線路在運行過程中,其傳輸功率存在熱穩(wěn)定限值,需在經濟調度過程中給予考慮。因此,各個隨機性電源和存儲裝置在網絡的地位不一樣,不能簡單合并,必須分開考慮。另一方面,調度過程中還應考慮從預測場景安全轉移到誤差場景的約束。針對以上兩點,對模型和算法進行了適當的改進,以適應含多風電場、多抽蓄的電力系統(tǒng)安全約束隨機經濟調度問題。對測試系統(tǒng)和某省級電網的仿真計算結果表明,本文構建的模型和選取的方法能有效求得所研究問題的近似解,具有實用價值。
【關鍵詞】：安全約束隨機經濟調度 風電場 抽水蓄能電站 存儲器模型 近似動態(tài)規(guī)劃
【學位授予單位】：華南理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TM73;TM614;TV743
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-16
• 1.1 選題背景與意義10-11
• 1.2 國內外研究現狀11-15
• 1.2.1 含風電接入的隨機經濟調度問題研究12-13
• 1.2.2 存儲器模型及其在電力系統(tǒng)中的應用13-14
• 1.2.3 近似動態(tài)規(guī)劃法簡介14-15
• 1.3 本文主要工作15-16
• 第二章 含風電場和抽水蓄能電站的隨機動態(tài)經濟調度的存儲器建模16-22
• 2.1 風電接入對動態(tài)經濟調度問題的影響16-18
• 2.2 抽水蓄能電站在經濟調度中的積極作用18-19
• 2.3 隨機動態(tài)經濟調度存儲器模型19-21
• 2.3.1 目標函數19-20
• 2.3.2 約束條件20-21
• 2.4 本章小結21-22
• 第三章 隨機動態(tài)經濟調度問題的存儲器模型求解22-33
• 3.1 近似動態(tài)規(guī)劃法的基本思路和框架22-24
• 3.2 適用于隨機存儲模型的SPAR算法24-26
• 3.3 算例分析26-32
• 3.3.1 小型測試系統(tǒng)26-28
• 3.3.2 某省級系統(tǒng)28-32
• 3.4 本章小結32-33
• 第四章 含多個風電場和抽水蓄能電站的安全約束隨機動態(tài)經濟調度33-53
• 4.1 含多個風電場和抽水蓄能電站的隨機經濟調度模型33-37
• 4.1.1 目標函數33-34
• 4.1.2 約束條件34-37
• 4.2 決策前、后狀態(tài)與值函數37-38
• 4.3 近似值函數的形式38-40
• 4.4 近似值函數的構建40-44
• 4.4.1 近似值函數的初始化40-41
• 4.4.2 近似值函數的訓練41-44
• 4.5 算例分析44-52
• 4.5.1 仿真數據介紹44-45
• 4.5.2 值函數初始化45-48
• 4.5.3 擴展SPAR算法的收斂48-49
• 4.5.4 風電容量對系統(tǒng)經濟調度的影響49
• 4.5.5 ADP與DP、原始場景法的對比49-52
• 4.6 本章小結52-53
• 結論53-54
• 參考文獻54-62
• 攻讀碩士學位期間取得的研究成果62-63
• 致謝63-64
• Ⅳ-2答辯委員會對論文的評定意見64

【參考文獻】

中國期刊全文數據庫 前6條

1 徐曼;喬穎;魯宗相;;短期風電功率預測誤差綜合評價方法[J];電力系統(tǒng)自動化;2011年12期

2 胡澤春;丁華杰;孔濤;;風電—抽水蓄能聯合日運行優(yōu)化調度模型[J];電力系統(tǒng)自動化;2012年02期

3 朱敏,王定一;電力系統(tǒng)中梯級水電站實時優(yōu)化運行控制新算法[J];電力系統(tǒng)自動化;1997年04期

4 王承民,郭志忠,于爾鏗;確定機組組合的一種改進的動態(tài)規(guī)劃方法[J];電網技術;2001年05期

5 李志剛;吳文傳;張伯明;;消納大規(guī)模風電的魯棒區(qū)間經濟調度 (一)調度模式與數學模型[J];電力系統(tǒng)自動化;2014年20期

6 孫元章;吳俊;李國杰;何劍;;基于風速預測和隨機規(guī)劃的含風電場電力系統(tǒng)動態(tài)經濟調度[J];中國電機工程學報;2009年04期

，

本文編號：1030703