含风电场的电力系统机组优化调度研究-电气工程专业论文.docxVIP

重庆大学 重庆大学硕士学位论文 英文摘要 PAGE PAGE IV cost, load prediction error and wind power penetration, to analysis the impacts on the optimal unit commitment when these parameters change, this paper provided the unit commitment’ analysis of factor influence. Example results showed that environmental costs have little influence on the generating costs, but have significant impacts on the environmental benefits; load prediction error and wind power penetration have great influence on the unit commitment. Keywords: wind farm, optimal unit commitment, normal distributions, scenario reduction, Particle Swarm Optimization, 重庆大学硕 重庆大学硕士学位论文 目 录 目 录 中文摘要I 英文摘要 II 1 绪 论 1 1.1 论文研究背景及意义 1 1.2 风电的发展现状 2 1.3 电力系统机组优化调度研究现状 4 1.3.1 电力系统机组优化调度的模型 4 1.3.2 电力系统机组优化调度模型的求解算法 5 1.4 含风电场电力系统机组优化调度研究现状 7 1.4.1 风电接入电网后机组调度的模型建立方法 7 1.4.2 风电接入电网后机组调度模型的求解算法 9 1.5 本文主要研究内容 10 2 计及预测不确定性的负荷和风电功率的多场景模型 11 2.1 引言 11 2.2 负荷的不确定性模型 11 2.2.1 负荷不确定的产生 11 2.2.2 计及预测不确定性的负荷模型 12 2.3 风电功率的不确定性模型 13 2.3.1 风电功率的预测误差分布 13 2.3.2 基于经验分布函数的风电功率不确定性模型 14 2.4 基于拉丁超立方抽样的负荷和风电功率预测误差抽样技术 14 2.4.1 负荷预测误差场景的抽样 14 2.4.2 风电功率预测误差场景的抽样 16 2.5 基于同步回代削减法的负荷及风电功率联合多时段场景模型 17 2.6 算例分析 18 2.6.1 负荷预测误差的拉丁超立方抽样 19 2.6.2 负荷及风电功率的联合多时段场景 21 2.7 小结 24 3 计及负荷和风电功率预测不确定性影响的机组优化调度 26 3.1 引言 26 3.2 计及预测不确定性的机组优化调度模型 26 3.2.1 目标函数 26 3.2.2 基于边界场景的旋转备用需求容量的确定 28 3.2.3 约束条件 29 3.3 基于改进的粒子群算法的模型求解 30 3.3.1 粒子的编码方式 31 3.3.2 常规机组最小启停时间约束条件的可行性调整 31 3.3.3 综合计及机组出力及系统功率平衡约束的可行性调整 32 3.3.4 适应度函数的构造 34 3.3.5 学习因子和惯性权重系数的自适应调整 35 3.3.6 机组出力区间的动态调整策略 35 3.3.7 算法步骤及流程 36 3.4 算例分析 38 3.4.1 机组优化调度结果 39 3.4.2 机组出力区间动态调整策略的求解效果对比分析 42 3.5 小结 43 4 含风电场电力系统机组优化调度的算例仿真分析 44 4.1 引言 44 4.2 环境成本对电力系统机组调度的影响分析 44 4.2.1 环境成本的计算 44 4.2.2 参数取值 45 4.2.3 计算结果及分析 46 4.3 负荷预测误差对机组调度的影响分析 47 4.4 风电渗透率对机组调度的影响分析 51 4.5 本章小结 53 5 结论及展望 54 5.1 本文研究总结 54 5.2 进一步研究工作展望 55 致 谢 56 参考文献 57 附 录 63 A. 作者在攻读硕士学位期间参加的科研项目 63 B. 作者在攻读硕士学位期间取得的科研成果 63 重庆大学 重庆大学硕士学位论文 1 绪 论 PAGE PAGE 10 1 绪 论 1.1 论文研究背景及意义 随着全球经济以及科学技术的迅猛发展，人类对于各种能源的需求成