風(fēng)電并網(wǎng)運(yùn)行有功調(diào)度方法研究

【摘要】：隨著能源和環(huán)境問(wèn)題的日益突出,作為一種新型的可再生能源,風(fēng)力發(fā)電以其清潔、可再生、無(wú)污染的優(yōu)點(diǎn),越來(lái)越受到人們的重視。但是風(fēng)電場(chǎng)的出力隨著風(fēng)速的波動(dòng)而波動(dòng),當(dāng)風(fēng)電在系統(tǒng)中所占比例較小的情況下,風(fēng)電場(chǎng)出力的波動(dòng)給整個(gè)系統(tǒng)帶來(lái)的影響很小,但隨著風(fēng)力發(fā)電的發(fā)展,風(fēng)電在系統(tǒng)中所占的比例越來(lái)越大,風(fēng)速變化引起的風(fēng)電場(chǎng)的出力波動(dòng)也隨之增加,系統(tǒng)的有功平衡將會(huì)受到明顯的影響,系統(tǒng)有功調(diào)控的難度也將大大增加。論文一方面研究了大型風(fēng)電場(chǎng)直接并網(wǎng)時(shí)的有功調(diào)度問(wèn)題,提出了一種改進(jìn)二進(jìn)制粒子群算法求解含風(fēng)電場(chǎng)的電網(wǎng)常規(guī)機(jī)組啟停,用結(jié)合二分法的等微增率法求解經(jīng)濟(jì)負(fù)荷分配。另一方面,本文研究了風(fēng)電等可再塵能源單機(jī)容量較小時(shí),以微網(wǎng)的形式接入電網(wǎng)時(shí)的經(jīng)濟(jì)調(diào)度問(wèn)題,提出了改進(jìn)的連續(xù)粒子群法求解微網(wǎng)中經(jīng)濟(jì)調(diào)度問(wèn)題。算例和仿真結(jié)果表明了論文提出的方法的正確性和有效性。 【關(guān)鍵詞】：風(fēng)力發(fā)電 微網(wǎng) 機(jī)組組合 經(jīng)濟(jì)調(diào)度 二進(jìn)制粒子群算法 連續(xù)粒子群算法
【學(xué)位授予單位】：華北電力大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類號(hào)】：TM761
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-14
• 1.1 引言9-10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-13
• 1.2.1 大型風(fēng)電場(chǎng)并網(wǎng)的有功調(diào)度問(wèn)題10-12
• 1.2.2 風(fēng)電等新能源以微網(wǎng)的形式并網(wǎng)后的微網(wǎng)有功調(diào)度12-13
• 1.3 本文的研究工作13-14
• 第2章 粒子群算法在電力系統(tǒng)中的應(yīng)用14-18
• 2.1 粒子群算法14
• 2.2 連續(xù)粒子群算法的基本原理14-16
• 2.3 二進(jìn)制粒子群算法16
• 2.4 粒子群算法在電力系統(tǒng)中的應(yīng)用16-17
• 2.5 本章小結(jié)17-18
• 第3章 含風(fēng)電場(chǎng)的電力系統(tǒng)機(jī)組組合18-31
• 3.1 風(fēng)電功率預(yù)測(cè)18-19
• 3.2 含風(fēng)電場(chǎng)的電力系統(tǒng)機(jī)組組合的數(shù)學(xué)模型19-21
• 3.2.1 目標(biāo)函數(shù)19-20
• 3.2.2 約束條件20-21
• 3.3 改進(jìn)二進(jìn)制粒子群算法21-26
• 3.3.1 優(yōu)先順序法21
• 3.3.2 優(yōu)先順序二進(jìn)制粒子群混合算法(PLBPSO)求解機(jī)組啟停方案21-23
• 3.3.3 經(jīng)濟(jì)負(fù)荷分配23-25
• 3.3.4 算法步驟25-26
• 3.4 算例分析26-28
• 3.5 本章小結(jié)28-31
• 第4章 風(fēng)電等新能源以微網(wǎng)方式接入電網(wǎng)運(yùn)行時(shí)的經(jīng)濟(jì)調(diào)度31-46
• 4.1 微網(wǎng)經(jīng)濟(jì)調(diào)度的數(shù)學(xué)模型31-36
• 4.1.1 目標(biāo)函數(shù)31-32
• 4.1.2 約束條件32-33
• 4.1.3 微電源功率特性33
• 4.1.4 基本風(fēng)電功率預(yù)測(cè)的蓄電池運(yùn)行控制策略33-35
• 4.1.5 微網(wǎng)系統(tǒng)3種運(yùn)行控制策略35-36
• 4.2 改進(jìn)連續(xù)粒子群算法36-37
• 4.2.1 對(duì)連續(xù)粒子群算法的改進(jìn)36
• 4.2.2 算法步驟36-37
• 4.3 算例分析37-44
• 4.3.1 算例系統(tǒng)37-38
• 4.3.2 結(jié)果及討論38-44
• 4.4 結(jié)論44
• 4.5 本章小結(jié)44-46
• 第5章 結(jié)論與展望46-48
• 5.1 結(jié)論46
• 5.2 展望46-48
• 參考文獻(xiàn)48-52
• 攻讀碩士學(xué)位期間發(fā)表的論文及其它成果52-53
• 攻讀碩士學(xué)位期間參加的科研工作53-54
• 致謝54

您可以在本站搜索以下學(xué)術(shù)論文文獻(xiàn)來(lái)了解更多相關(guān)內(nèi)容

基于改進(jìn)粒子群算法的盤(pán)式制動(dòng)器優(yōu)化設(shè)計(jì)    吳軍;李為吉;

基于粒子群算法的門(mén)座起重機(jī)平衡滑輪補(bǔ)償式臂架系統(tǒng)    苗明;范鑫睿;邰傳志;

模糊人工神經(jīng)網(wǎng)絡(luò)混凝土裂縫預(yù)測(cè)模型研究    楊開(kāi)云;何偉;白新理;何容;

基于混合算法的典型調(diào)度問(wèn)題求解研究    宮琳;孫厚芳;賴國(guó)強(qiáng);

飛行時(shí)間自適應(yīng)調(diào)整的粒子群算法    張建科;劉三陽(yáng);張曉清;

基于改進(jìn)粒子群算法的損傷檢測(cè)數(shù)值仿真研究    千力;萬(wàn)祖勇;劉少軍;

改進(jìn)粒子群算法在導(dǎo)彈火力分配中的應(yīng)用    楊懿;武昌;劉涵;

粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)在木材干燥動(dòng)態(tài)建模中的應(yīng)用    劉德勝;張佳薇;

基于混合粒子群算法的液壓彎輥控制    王京;李洪全;

粒子群優(yōu)化BP算法在電力系統(tǒng)短期負(fù)荷預(yù)測(cè)中的應(yīng)用    傅忠云;

新型離散粒子群算法在波紋管優(yōu)化設(shè)計(jì)中的應(yīng)用    于穎;李永生;於孝春;

多種群并行粒子群算法研究    張頂學(xué);關(guān)治洪;劉新芝;

基于模擬退火思想的基本粒子群算法改進(jìn)    叢亮;胡成全;郭宗鵬;姜宇;沙麗華;

一種動(dòng)態(tài)改變慣性權(quán)重的粒子群算法    張頂學(xué);朱迎輝;廖銳全;

遺傳增強(qiáng)混沌粒子群算法    趙亮;

粒子群算法分析及慣性權(quán)重的動(dòng)態(tài)改變策略    張頂學(xué);廖銳全;

解決流水車(chē)間雙目標(biāo)調(diào)度問(wèn)題的免疫粒子群算法    ?？×?梁君燕;魏巍;

基于文化-粒子群算法的機(jī)器人路徑規(guī)劃算法    史久根;徐勝生;

坐標(biāo)改進(jìn)型粒子群算法在應(yīng)用層組播中的應(yīng)用    段練;張玉斌;

可變隨機(jī)函數(shù)的PSO算法    周曉君;陽(yáng)春華;桂衛(wèi)華;

山東電網(wǎng)啟動(dòng)日內(nèi)滾動(dòng)調(diào)度計(jì)劃    通訊員 房光華　辛剛

山東電網(wǎng)啟動(dòng)日內(nèi)滾動(dòng)發(fā)電調(diào)度    房光華　辛剛

校內(nèi)外導(dǎo)師領(lǐng)航學(xué)生科研    記者 黃蔚　通訊員 蔡文兵

面向動(dòng)態(tài)環(huán)境的粒子群算法研究    胡成玉

家庭粒子群算法及其奇偶性與收斂性分析    安鎮(zhèn)宙

粒子群算法改進(jìn)及其在電力系統(tǒng)的應(yīng)用    黃平

混合克隆競(jìng)爭(zhēng)與啟發(fā)學(xué)習(xí)策略的多角色隨機(jī)游動(dòng)粒子群算法研究    全海燕

粒子群算法研究及應(yīng)用    秦全德

粒子群算法拓展研究及在約束布局優(yōu)化中應(yīng)用    岳本賢

縱向參數(shù)多子群粒子群算法的研究與應(yīng)用    常彥偉

粒子群優(yōu)化算法及其應(yīng)用研究    田野

群能量守恒粒子群算法及其在發(fā)酵過(guò)程控制中的應(yīng)用研究    薛堯予

粒子群算法及其在圖像分割中的應(yīng)用與研究    高浩

基于混合優(yōu)化策略的粒子群算法及其應(yīng)用研究    楊立標(biāo)

基于簡(jiǎn)化粒子群算法的測(cè)試數(shù)據(jù)自動(dòng)生成方法研究    陳琳玲

隨機(jī)聚焦粒子群算法在機(jī)組組合中的應(yīng)用    趙辛欣

基于粒子群算法的Web文本信息過(guò)濾研究    王冬

基于改進(jìn)型粒子群算法的熱軋帶鋼寬度神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型的研究    李文婷

粒子群算法的研究及其在供水優(yōu)化調(diào)度中的應(yīng)用    汪華

基于粒子群算法的集送貨一體化車(chē)輛路徑問(wèn)題研究    張念志

基于改進(jìn)粒子群算法的項(xiàng)目反應(yīng)理論3PLM參數(shù)估計(jì)方法研究    袁洲

改進(jìn)的免疫粒子群算法及梯級(jí)水庫(kù)優(yōu)化調(diào)度問(wèn)題的研究    蘇同芬

改進(jìn)粒子群算法的研究及其在天線設(shè)計(jì)中的應(yīng)用    朱秀敏