能源危機、全球氣候變暖是人類發(fā)展面臨的重要問題。加快發(fā)展新能源是解決這一何理的重要途徑,由于光伏發(fā)電的難預測、波動性和間歇性特點,并網(wǎng)會導致電力系統(tǒng)的穩(wěn)定性和安全性受到較大影響.從而出現(xiàn)較高的棄光率,造成大量能源浪費,水電是目前電力系統(tǒng)最好的調峰源,水電-光伏的聯(lián)合調度可以增加新能源消納,但目前主要存在兩方面問題;一是光伏出力和水庫米水預測精度較低,預測方式難與實際調度對接,需要合適的預測方式和方法:二是水電-光伏聯(lián)合調度是一個多目標沖突問題,涉及水庫的防洪目標、水電的發(fā)電目標和光伏的發(fā)電目標,多目標互為矛盾,需要建立合理的對沖機制來化解矛盾。基于此,本文在現(xiàn)有研究成果的基礎上,以水庫徑流、光伏發(fā)電預測和水電-光伏聯(lián)合調度為研究對象,對具有可操作性的分解集成預測模型框架、水電-光伏功率預測集成應用、多目標對沖機制和調度模型求解策略勢關鍵技術進行了研究,開展了以下主度工作:（1）基于綜合集成技術,提出了能夠適應預測模型變化的分解集成預測框架。針對傳統(tǒng)預測棋型精度較低、難以動態(tài)反饋集成的問題,運用綜合集成及現(xiàn)代信息技術,構建了具有敏捷開發(fā),快速適應的綜合服務平臺,提下出了分解集成預測型框架... 

【文章來源】：西安理工大學陜西省

【文章頁數(shù)】：157 頁

【學位級別】：博士

【部分圖文】：

圖１－２?２００５－２０１８年我ａ光伏發(fā)電裝機容Ｍ??Ｆｉｇ?１－２?Ｃｈｉｎａ＇ｓ?ｉｎｓｔａｌｌｅｄ?ｐｈｏｔｏｖｏｌｔａｉｃ?ｃａｐａｃｉｔｙ?ｆｒｏｍ?２００５?ｔｏ?２０１８??

?西安逋工大學博士學位論文???１．５技術路線??基于論文的研宄內容，采取的技術路線如圖１－３所示。??綱（■亭：）?｜￣Ｓｉ￣??｜?，?ｉ?■?１?■?｜??研究ｆｆｆｔ?ｉｉｍｉｉｉｉ?｜?｜存在問尨及發(fā)展ｔ＇＿ｉ勢??￣￣ｆ??ＨＵＪＵｉ丨視化技術??刮ｈ?Ｐ頓獅如．呢：：；＿光伏聯(lián)合調度運杼此術稍［ｊ機件＆狀??ｒ￣￣＇?士?１?￣￣＇?＇￣￣￣ｔ??ｆｉｌｔｆｉ?＇＝Ｊ?ｉ？ｆＶ?｜?撈?ｆ?！｜：；Ｖｒ＾＾＾；ｓｆｃ?ｉｆｒ?ＬＪｆＳｌＵ：ｉ：ｌ（１ｌ．??ｆ?－ｉｐｓ．??水電光伏聯(lián)合的集成調度??招光伏分解集成預測校銦抿．站?｜?ｆ?＿光伏聯(lián)合調ｉｆ的多０標對沖機制??（？２Ｓ）?（笫?６ｉＴ）??．ｔ?ｔ?ｔ?＇?ｔ?ｒ－＾ｎ?ｉ?＊?ｉ?ｉ?ｔ?，?．?ｉ?．?＿ｉ＿?＿ｉ＿??＾?｜?ｊｔ?■：．￥?ｆａ：丨?Ｕ?Ｊ?�。�?（＊＞！?＇；?ａ?＇ｕｉ??＿ｉ＿ｌ?水■?＾?ｕ?（?，��；?ｉｉＫｒ?（＾ｉｈ?丨剛?ｍ－山丨丨丨??ｆｖ；?ｄ?ＰＭ?ｊ－ｒ＾Ｈ?Ｓ?ｔ?６?，；ｖ：?ｔｉ＇ｉｉｌ?Ｕ：??．ｉ?Ｉ?ｆｆｌ?＂ｒ?＂?擬在，＿?ｍ??ｍ?ｉ．：?｜此?丨此??水電日徑流預溉?｜光伏功率短助預?｜水電－光伏聯(lián)合調度?｜對沖機制Ｋ聯(lián)合調??集成應Ｗ?＾３?■集成應用?＿?相關性分析?＿＿?度集成應用??（第騰）?ｒ?｜?（辨）?Ｉ?（第５章＇）?｜?＜第７章）??水電光伏聯(lián)合調度集成應用??ｉ??高論及＆靖??（第８章）??圖１－３技術路線圖??Ｆｉｇ?１－３?Ｔｅｃｈｎｉｃａｌ?ｒｏｕｔｅ?ｆｉｇｕｒｅ??１２??

圖２－５綜合限務平臺??Ｆｉｇ?２－５?Ｔｈｅ?ｉｎｔｅｇｒａｔＬｉｄ?ｓｅｒｖｉｃｅ?ｐｌａｔｔｂｒｎｉ??ｍ業(yè)務可視化財??

【參考文獻】：
期刊論文
[1]考慮經濟效益的風儲聯(lián)合發(fā)電系統(tǒng)的最優(yōu)功率預測[J]. 任立陽,付昱,王寶財,宋田宇,趙芳琦.  東北電力大學學報. 2020(03)
[2]基于SVM-神經網(wǎng)絡融合反饋的觸電電流檢測方法[J]. 劉永梅,杜松懷,盛萬興.  電網(wǎng)技術. 2020(05)
[3]基于SVR-UKF的光伏電站功率預測[J]. 俞娜燕,李向超,費科,任佳琦,倪曉宇.  自動化與儀器儀表. 2020(04)
[4]基于PSO-DBN神經網(wǎng)絡的光伏短期發(fā)電出力預測[J]. 李正明,梁彩霞,王滿商.  電力系統(tǒng)保護與控制. 2020(08)
[5]基于改進多目標粒子群優(yōu)化算法的配電網(wǎng)削峰填谷優(yōu)化[J]. 邵振,鄒曉松,袁旭峰,熊煒,袁勇,苗宇.  科學技術與工程. 2020(10)
[6]基于EMD-LSTM的光伏發(fā)電預測模型[J]. 朱玥,顧潔,孟璐.  電力工程技術. 2020(02)
[7]基于LSTM和時間序列分析法的短期風速預測[J]. 李蓉蓉,戴永.  計算機仿真. 2020(03)
[8]基于Gumbel Copula函數(shù)的滇中高原湖泊區(qū)濕度變化[J]. 陳晶,顧世祥,陳金明.  水電能源科學. 2020(02)
[9]基于大數(shù)據(jù)平臺的點負荷近中期負荷預測及行業(yè)負荷增長特征分析[J]. 李健,王琛,林韶生,杜佩仁.  電力大數(shù)據(jù). 2020(02)
[10]基于Copula函數(shù)的多源徑流預報誤差聯(lián)合分布研究[J]. 陳沖,紀昌明,張驗科,劉源,張佳新.  水資源研究. 2020(01)

博士論文
[1]基于Copula模型的相依現(xiàn)狀數(shù)據(jù)的回歸分析[D]. 崔琪.吉林大學 2018
[2]引漢濟渭跨流域調水工程運行調度模式研究及實現(xiàn)[D]. 張曉.西安理工大學 2018
[3]含風電場的電力系統(tǒng)功率預測與優(yōu)化調度研究[D]. 李天.華北電力大學(北京) 2018
[4]水光互補協(xié)調運行的理論與方法研究[D]. 安源.西安理工大學 2016
[5]水庫汛期防洪與興利協(xié)調控制模型及應用研究[D]. 丁偉.大連理工大學 2016
[6]風電短期功率預測與并網(wǎng)多目標調度優(yōu)化研究[D]. 王賀.武漢大學 2014
[7]網(wǎng)絡組織集成及其機制研究[D]. 喻紅陽.武漢理工大學 2005

碩士論文
[1]大規(guī)模多目標水庫防洪調度算法研究[D]. 雷嬌嬌.西安電子科技大學 2019
[2]基于貝葉斯方法的風電功率概率性預測分析及研究[D]. 付果.華北電力大學(北京) 2019
[3]考慮風功率預測不確定性的水電風電聯(lián)合調度[D]. 張蕾.西安理工大學 2018
[4]基于分解思想的多目標進化算法研究[D]. 張奇勝.湖南大學 2018
[5]電網(wǎng)變電設備選型決策方法研究及仿真系統(tǒng)實現(xiàn)[D]. 解佗.西安理工大學 2016
[6]Copula的理論與應用研究[D]. 張曉宇.天津工業(yè)大學 2015
[7]多能源互補微網(wǎng)的綜合優(yōu)化配置[D]. 曹蓓.南昌大學 2014
[8]基于來水和需水的周期規(guī)律及不確定性的水資源配置模型[D]. 侯麗娜.中國水利水電科學研究院 2013
[9]洪水預報模型組件化及集成應用[D]. 張剛.西安理工大學 2010



本文編號：3259675