發(fā)布時間：2023-04-23 02:55

　　多能源互聯(lián)電力系統(tǒng)發(fā)電聯(lián)合優(yōu)化調(diào)度能夠調(diào)整當(dāng)前社會的能源結(jié)構(gòu),有利于國家建設(shè)可持續(xù)發(fā)展型的社會,因此多能源互聯(lián)電力系統(tǒng)聯(lián)合調(diào)度已經(jīng)成為當(dāng)今能源領(lǐng)域的熱門研究課題。實(shí)施區(qū)域多能源互聯(lián)電力系統(tǒng)聯(lián)合發(fā)電調(diào)度不僅有利于電力系統(tǒng)經(jīng)濟(jì)效益的提高,對生態(tài)環(huán)境的保護(hù)也起著至關(guān)重要的作用。本文以粒子群優(yōu)化算法為研究基礎(chǔ),根據(jù)多能源互聯(lián)電力系統(tǒng)的特點(diǎn),建立了四種互聯(lián)電力系統(tǒng)調(diào)度模型,對多種發(fā)電模式電力系統(tǒng)聯(lián)合發(fā)電調(diào)度問題展開探究,取得了幾點(diǎn)研究成果可以概括如下:(1)為了得到更佳的梯級水電站群單目標(biāo)調(diào)度方案,通過對粒子群算法的探究,根據(jù)其特點(diǎn),在三個方面進(jìn)行了改進(jìn)。由于隨機(jī)生成初始群體解的精度不高,通過反向?qū)W習(xí)策略提高其質(zhì)量;動態(tài)調(diào)整算法進(jìn)化公式中的參數(shù),對算法的求解質(zhì)量有所改善;采用混沌局部搜索的措施,避免算法過早的陷入局部最優(yōu)值。通過7個單目標(biāo)的函數(shù)優(yōu)化結(jié)果,證明了改進(jìn)算法的優(yōu)越性能。(2)為了順利的展開對梯級水電站及其互聯(lián)電力系統(tǒng)聯(lián)合調(diào)度問題的求解,提出了能夠有效處理電力系統(tǒng)中大量的復(fù)雜約束處理的處理方法,分別建立了單一的水電調(diào)度模型和包含水電和火電的調(diào)度模型。通過IPSO仿真求解,結(jié)果驗(yàn)證了約束處...

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀、發(fā)展動態(tài)
        1.2.1 單目標(biāo)優(yōu)化調(diào)度
        1.2.2 多目標(biāo)優(yōu)化調(diào)度
    1.3 本文章節(jié)安排
第2章 基于單目標(biāo)的改進(jìn)粒子群優(yōu)化算法
    2.1 引言
    2.2 粒子群優(yōu)化算法的基本原理
    2.3 改進(jìn)的粒子群優(yōu)化算法
        2.3.1 基于反向?qū)W習(xí)的群體初始化
        2.3.2 參數(shù)自適應(yīng)動態(tài)調(diào)整機(jī)制
        2.3.3 混沌局部搜索
        2.3.4 改進(jìn)粒子群優(yōu)化算法流程
    2.4 函數(shù)性能測試及分析
        2.4.1 測試函數(shù)
        2.4.2 仿真結(jié)果分析
    2.5 本章小結(jié)
第3章 基于IPSO的梯級水電站群及其互聯(lián)電力系統(tǒng)發(fā)電優(yōu)化調(diào)度
    3.1 引言
    3.2 梯級水電系統(tǒng)短期發(fā)電調(diào)度
        3.2.1 梯級水電系統(tǒng)簡介
        3.2.2 梯級水電系統(tǒng)短期發(fā)電調(diào)度數(shù)學(xué)模型
        3.2.3 模型求解
        3.2.4 仿真結(jié)果分析
    3.3 水火電力系統(tǒng)短期經(jīng)濟(jì)調(diào)度
        3.3.1 水火電力系統(tǒng)簡介
        3.3.2 水火電力系統(tǒng)短期經(jīng)濟(jì)調(diào)度數(shù)學(xué)模型
        3.3.3 模型求解
        3.3.4 仿真結(jié)果分析
    3.4 本章小結(jié)
第4章 基于多目標(biāo)的改進(jìn)粒子群優(yōu)化算法
    4.1 引言
    4.2 多目標(biāo)粒子群優(yōu)化算法
    4.3 改進(jìn)的多目標(biāo)粒子群優(yōu)化算法
        4.3.1 可行和非可行儲備集的更新
        4.3.2 粒子全局引導(dǎo)者的選擇
        4.3.3 精英學(xué)習(xí)策略
        4.3.4 算法實(shí)現(xiàn)流程
    4.4 函數(shù)測試及分析
        4.4.1 測試函數(shù)
        4.4.2 評價指標(biāo)
        4.4.3 仿真結(jié)果分析
    4.5 本章小結(jié)
第5章 基于IMOPSO的梯級水電站群及其互聯(lián)電力系統(tǒng)多目標(biāo)發(fā)電優(yōu)化調(diào)度
    5.1 引言
    5.2 水火電力系統(tǒng)經(jīng)濟(jì)環(huán)境調(diào)度
        5.2.1 水火電力系統(tǒng)經(jīng)濟(jì)環(huán)境調(diào)度數(shù)學(xué)模型
        5.2.2 模型求解
        5.2.3 仿真結(jié)果分析
    5.3 風(fēng)-水-火電力系統(tǒng)經(jīng)濟(jì)環(huán)境調(diào)度
        5.3.1 風(fēng)-水-火電力系統(tǒng)
        5.3.2 風(fēng)-水-火電力系統(tǒng)聯(lián)合調(diào)度數(shù)學(xué)模型
        5.3.3 模型求解
        5.3.4 仿真結(jié)果分析
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
附錄 :攻讀碩士期間發(fā)表的論文



本文編號：3798939