發(fā)布時間：2020-08-22 14:11

【摘要】：大規(guī)模的風電接入,促使電網(wǎng)的運行模式發(fā)生重大轉變。風電不確定性的特點,影響了電網(wǎng)中風電的可控穩(wěn)定性,導致電網(wǎng)調峰能力不足,引發(fā)大量棄風現(xiàn)象。針對這些問題,本文從兩方面進行研究,以實現(xiàn)棄風消納的目的,一是改善能源結構,二是減小混合系統(tǒng)中風電不確定性的影響。主要研究內容如下:(1)分析了風電—蓄電池儲能混合系統(tǒng)的結構和工作原理,對混合系統(tǒng)消納風電的運行原理進行描述。同時,對混合系統(tǒng)中蓄電池儲能系統(tǒng)的基本工作原理和系統(tǒng)出力建模進行了分析總結。(2)深入分析了風電機組運行的不確定性給電力系統(tǒng)帶來的不利影響,基于此設計了基于核嶺回歸的風速預測模型以及基于支持向量回歸機的風電功率預測模型,并進行仿真分析,對仿真結果使用誤差指標對兩種模型的性能進行了評價,證明了所提方法的有效性,同時說明了風電預測存在一定誤差。(3)針對風電機組運行中存在的不確定性,將魯棒思想引入了基于等位基因的實數(shù)編碼量子進化算法,同時對算法進行簡化。首先,深入研究了基于等位基因的實數(shù)編碼量子進化算法的編碼方式與更新策略,并總結了魯棒優(yōu)化理論以及對不確定性問題的應用。之后,將魯棒模型引入量子優(yōu)化框架,提出有效目標函數(shù)的概念并通過數(shù)值算例對其有效性進行驗證。最后,為簡化計算,采用Monte Carlo積分計算有效目標函數(shù)。(4)本文以風電—蓄電池儲能混合系統(tǒng)為例,建立了狀態(tài)約束下,以棄風量最小為優(yōu)化目標的協(xié)調優(yōu)化模型。為緩解風電的不確定性,將風電儲能混合系統(tǒng)模型通過有效目標函數(shù)和Monte Carlo方法轉化為基于Monte Carlo的魯棒優(yōu)化模型,采用所提出的魯棒量子進化算法求解模型。引入SQRT序列抽樣的擬蒙特卡羅法對有效目標函數(shù)進行估計,將所得值作為進化算法的適應度值。最后,算例分析表明,所提出的協(xié)調優(yōu)化策略在風電出力不確定的情況下具有較強的魯棒性,能夠有效減少棄風量。
【學位授予單位】：沈陽工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TM614;TM732
【圖文】：

1圖 1.1 2013-2018 年風電并網(wǎng)容量及電源結構占比 1.1 Wind power grid-connected capacity and proportion of power supply structure in 2013而朔緄綺檔吶畈⒄

本文編號：2800775