本文選題：機組組合 + 需求側(cè)低碳資源��； 參考：《北京交通大學(xué)》2016年碩士論文

【摘要】：機組組合問題是電力系統(tǒng)規(guī)劃和運行領(lǐng)域的重要課題,對系統(tǒng)安全穩(wěn)定、可靠經(jīng)濟運行具有重要意義。在現(xiàn)代大規(guī)模電力系統(tǒng)中,發(fā)電電源的結(jié)構(gòu)逐步趨向于多元化,出現(xiàn)了多種類型電源并存的局面。機組組合是實現(xiàn)在電力系統(tǒng)短期運行中,對各種發(fā)電資源和能源結(jié)構(gòu)性優(yōu)化的核心環(huán)節(jié),它使電力系統(tǒng)能夠應(yīng)對未來負荷的不確定性和可再生能源發(fā)電的隨機性,滿足系統(tǒng)的調(diào)峰、調(diào)頻和備用需求,為電力系統(tǒng)的經(jīng)濟調(diào)度和安全校核提供基礎(chǔ)。隨著環(huán)境問題的日益嚴峻,為了兼顧環(huán)境問題,減少含碳、含硫和含氮等氣體的排放,電力系統(tǒng)中低碳資源的滲透率逐漸增大,特別是近年來電動汽車和分布式光伏發(fā)展迅速,將會出現(xiàn)電動汽車和分布式光伏發(fā)電在需求側(cè)大規(guī)模并網(wǎng)的狀況,這勢必會影響到機組組合問題。因此,機組組合模型必然要在綜合考慮多種需求側(cè)低碳資源的基礎(chǔ)上做出相應(yīng)改進,使其適應(yīng)電力系統(tǒng)多元化結(jié)構(gòu)的發(fā)展。本文以數(shù)學(xué)優(yōu)化理論為依據(jù)和指導(dǎo),一方面建立了綜合考慮電動汽車、分布式光伏發(fā)電和需求響應(yīng)等需求側(cè)低碳資源的新型機組組合模型,同時在模型中計及網(wǎng)絡(luò)安全約束,并對機組組合模型的求解算法進行了研究：另一方面,研究了以經(jīng)濟效益和環(huán)境效益為目標(biāo)的模糊雙目標(biāo)機組組合優(yōu)化問題。首先,結(jié)合本文所考慮的多種需求側(cè)資源的特性,對傳統(tǒng)機組組合模型的目標(biāo)函數(shù)和常規(guī)約束條件進行了修改,同時添加了網(wǎng)絡(luò)安全約束和需求側(cè)資源的滲透率約束。在經(jīng)濟效益目標(biāo)和環(huán)境效益目標(biāo)的基礎(chǔ)上,根據(jù)模糊解法建立了可計及目標(biāo)相對優(yōu)先級的模糊雙目標(biāo)機組組合優(yōu)化模型。其次,考慮到需求側(cè)資源以及系統(tǒng)負荷都存在不確定性,本文將可信性理論引入到機組組合模型中,對系統(tǒng)功率平衡約束和旋轉(zhuǎn)備用約束進行模糊機會處理,建立了模糊機會約束機組組合數(shù)學(xué)模型。接著,根據(jù)粒子群優(yōu)化算法和混合蛙跳算法在復(fù)雜函數(shù)尋優(yōu)上易于陷入局部最優(yōu)值的缺點,分別對PSO和SFLA進行一定程度改進的基礎(chǔ)上,引入?yún)f(xié)同進化機制,將PSO與SFLA結(jié)合起來,兩個種群采取不同的進化方式,以提高種群的多樣性和增強算法的全局搜索能力和收斂速度,提出了一種基于協(xié)同進化機制的粒子群和混合蛙跳融合算法(CPSO-SFLA)。最后,分別以10機系統(tǒng)、IEEE 6節(jié)點3機系統(tǒng)和IEEE 118節(jié)點54機系統(tǒng)進行了算例仿真,通過仿真驗證了本文模型和算法的有效性。
[Abstract]:The unit combination problem is an important subject in the field of power system planning and operation, which is of great significance to the safe and stable, reliable and economic operation of the system.In modern large-scale power system, the structure of power supply tends to be diversified gradually, and many types of power supply coexist.The unit combination is the key link to realize the structural optimization of various generation resources and energy in the short-term operation of power system. It enables the power system to cope with the uncertainty of future load and the randomness of renewable energy generation.It meets the demand of peak shaving, frequency modulation and backup, and provides the foundation for economic dispatch and safety check of power system.With the increasingly serious environmental problems, in order to take into account environmental problems and reduce emissions of carbon, sulfur and nitrogen, the permeability of low carbon resources in power systems is gradually increasing, especially the rapid development of electric vehicles and distributed photovoltaic in recent years.There will be a large-scale grid connection of electric vehicles and distributed photovoltaic power generation on the demand side, which will inevitably affect the unit combination problem.Therefore, the unit commitment model must be improved on the basis of comprehensive consideration of a variety of demand side low-carbon resources, so as to adapt to the development of power system diversification structure.Based on the theory of mathematical optimization, on the one hand, a new type of unit combination model considering the demand side low carbon resources, such as electric vehicle, distributed photovoltaic generation and demand response, is established, and the network security constraints are taken into account in the model.On the other hand, the fuzzy dual-objective unit combination optimization problem with economic and environmental benefits as the goal is studied.Firstly, combined with the characteristics of various demand-side resources considered in this paper, the objective function and conventional constraints of the traditional unit commitment model are modified, and the network security constraints and the demand-side resource permeability constraints are added at the same time.Based on the objective of economic benefit and environmental benefit, a fuzzy dual-objective unit combination optimization model considering the relative priority of target is established by fuzzy method.Secondly, considering the uncertainty of demand side resources and system load, the credibility theory is introduced into the unit model to deal with the system power balance constraints and rotational standby constraints.The mathematical model of fuzzy chance constrained unit is established.Then, based on the shortcomings of particle swarm optimization and hybrid leapfrog algorithm, which are easy to fall into local optimal value on complex function optimization, the co-evolution mechanism is introduced to combine PSO and SFLA on the basis of improving PSO and SFLA to some extent, respectively.In order to improve the diversity of population and enhance the global search ability and convergence speed of the two populations, a new algorithm based on coevolutionary mechanism, particle swarm optimization and hybrid leapfrog fusion algorithm, is proposed in this paper.At last, the simulation examples of 10-machine system with IEEE 6-bus 3-machine system and IEEE 118-bus 54-machine system are given, and the validity of the proposed model and algorithm is verified by simulation.
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TM73

【相似文獻】

相關(guān)期刊論文 前10條

1 郭宇;茹海鵬;郭寶剛;;電力分配系統(tǒng)中的機組組合問題[J];硅谷;2011年08期

2 蔣妮娜;張志學(xué);劉超男;;不同約束下機組組合決策結(jié)果的分析[J];山東電力高等�？茖W(xué)校學(xué)報;2013年03期

3 朱翠蘭，孫時春，劉筱，周京陽，，于爾鏗;華中電網(wǎng)機組組合軟件的開發(fā)與運用[J];華中電力;1995年05期

4 王民量,張伯明,夏清;考慮多種約束條件的機組組合新算法[J];電力系統(tǒng)自動化;2000年12期

5 王承民,郭志忠;電力市場環(huán)境下解決機組組合問題的新方法[J];電力自動化設(shè)備;2001年11期

6 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(wǎng)技術(shù);2001年05期

7 王承民,郭志忠;機組組合問題的罰函數(shù)法[J];繼電器;2001年11期

8 江健健,夏清,沈瑜,康重慶,許洪強,張元鵬;基于邊際電價的短期機組組合求解新方法[J];清華大學(xué)學(xué)報(自然科學(xué)版);2001年Z1期

9 袁曉輝,袁艷斌,張勇傳;電力系統(tǒng)中機組組合的現(xiàn)代智能優(yōu)化方法綜述[J];電力自動化設(shè)備;2003年02期

10 王海云,趙宏偉,張曉清;蒙特卡洛優(yōu)化法在機組組合問題中的應(yīng)用[J];后勤工程學(xué)院學(xué)報;2004年04期

相關(guān)會議論文 前6條

1 李曉磊;周京陽;于爾鏗;潘毅;;電力系統(tǒng)機組組合研究綜述[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（上冊）[C];2008年

2 李曉磊;周京陽;于爾鏗;潘毅;;改進線性混合整數(shù)規(guī)劃法機組組合[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（上冊）[C];2008年

3 郭文蘭;韓學(xué)山;;基于模糊決策的最優(yōu)機組組合[A];1994中國控制與決策學(xué)術(shù)年會論文集[C];1994年

4 謝俊;;考慮風(fēng)電出力隨機性的風(fēng)—火機組組合建模(英文)[A];中國智能電網(wǎng)學(xué)術(shù)研討會論文集[C];2011年

5 王楠;張黎明;滿玉巖;;計及換電站電池充放電優(yōu)化的機組組合模型[A];2013年中國電機工程學(xué)會年會論文集[C];2013年

6 賴曉平;王冰;;提高機組組合問題動態(tài)規(guī)劃算法效率的有效方法[A];第二十二屆中國控制會議論文集（下）[C];2003年

相關(guān)博士學(xué)位論文 前10條

1 龍丹麗;大規(guī)模電力系統(tǒng)機組組合問題的近似動態(tài)規(guī)劃模型與算法[D];廣西大學(xué);2014年

2 張娜;面向風(fēng)電高不確定性的多周期機組組合研究[D];大連理工大學(xué);2014年

3 車平;基于最優(yōu)化的電力系統(tǒng)機組組合問題研究[D];東北大學(xué);2012年

4 楊朋朋;機組組合理論與算法研究[D];山東大學(xué);2008年

5 張利;電力市場中的機組組合理論研究[D];山東大學(xué);2006年

6 謝毓廣;計及網(wǎng)絡(luò)安全約束和風(fēng)力發(fā)電的機組組合問題的研究[D];上海交通大學(xué);2011年

7 韓道蘭;機組組合問題緊外逼近與內(nèi)外逼近模型方法及優(yōu)化問題QP-free算法研究[D];廣西大學(xué);2013年

8 初壯;初期電力市場有功優(yōu)化調(diào)度模型與算法研究[D];哈爾濱工業(yè)大學(xué);2007年

9 章美丹;電力系統(tǒng)優(yōu)化運行的相關(guān)問題研究[D];浙江大學(xué);2013年

10 孫力勇;電力市場環(huán)境下發(fā)電公司的短期經(jīng)濟運行研究[D];上海交通大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 李穎浩;電力系統(tǒng)機組組合問題的研究[D];浙江大學(xué);2012年

2 謝上華;隨機機組組合問題中情景生成與削減技術(shù)研究[D];湖南大學(xué);2013年

3 諸言涵;基于序優(yōu)化理論的大規(guī)模機組組合求解算法研究[D];華南理工大學(xué);2015年

4 閆圓圓;基于向量序優(yōu)化理論的大規(guī)模多目標(biāo)機組組合問題研究[D];華南理工大學(xué);2015年

5 李健成;考慮環(huán)境成本的含多類型能源的魯棒機組組合問題[D];華南理工大學(xué);2015年

6 龍杭;計及網(wǎng)絡(luò)安全約束和需求側(cè)低碳資源的機組組合研究[D];北京交通大學(xué);2016年

7 何小磊;電力系統(tǒng)機組組合問題的研究[D];上海交通大學(xué);2009年

8 劉寧寧;優(yōu)化旋轉(zhuǎn)備用配置的機組組合研究[D];山東大學(xué);2010年

9 蘇濟歸;火電機組組合分步求解策略研究[D];華北電力大學(xué)（北京）;2010年

10 王靜;拉格朗日法機組組合中投運風(fēng)險度約束的解析處理[D];山東大學(xué);2005年

本文編號：1736287