一、短时间区间最优意义的机组负荷在线经济分配(论文文献综述)
施云辉[1](2021)在《考虑可再生能源不确定性的电力系统多阶段鲁棒调度方法》文中提出传统的调度方式基于确定性优化,缺乏对可再生能源出力不确定性的认识,面对高比例可再生能源的接入,电力调度部门必须采用保守的发电计划,从而降低了常规机组发电效率,也影响了对可再生能源的有效接纳。本文在可再生能源出力不确定性准确建模的基础上,提出了电力系统多阶段鲁棒优化调度方法,在模型中扩充储能、综合能源等灵活性资源的优化空间,所得到的调度计划在满足极端场景运行的同时更为经济合理,对于加强运行人员对调度计划受不确定性影响的认识,充分发挥电力系统自身及其他能源系统的灵活性具有重要意义。主要研究内容及研究成果包括:(1)提出一种数据驱动的可再生能源出力预测误差不确定集构造方法。通过非参数数据聚类的方式,将多可再生能源电站的出力预测误差聚为多个组件,每个组件可以用一高斯分布刻画。聚类结果用于生成相应的可再生能源出力预测误差不确定集,相比于经典鲁棒优化中的多面体不确定集,可以更准确反映可再生能源出力预测误差的多模态分布特性。基于该数据驱动不确定集建立数据驱动鲁棒优化调度模型,并提出了基于约束与列生成的求解算法,使得制定机组启停计划更为合理,降低所得到的调度计划保守性。(2)针对考虑可再生能源出力不确定性的含储能电网日内经济调度问题,提出一种基于多阶段鲁棒优化的日内调度方法。该方法扩展了传统前瞻经济调度的时间窗口,通过引入最坏情况值函数,衡量决策产生的未来所有时段的成本的最坏情况,从而可以在全天范围内统筹储能资源缓解弃风和切负荷。提出了快速鲁棒对偶动态规划算法以高效求解该模型。与现有的多阶段鲁棒优化求解算法相比,所提算法显着降低了问题的规模,同时保持了算法的可靠收敛。针对储能系统的充放电非线性特性,提出了适用于多阶段问题的预估-矫正的状态转移方程,该近似方法所得最优调度策略和风电极端场景都接近真实情况。(3)在传统旋转备用概念的基础上,拓展出了适用于火电机组、储能和负荷聚合商的经济运行域概念,并基于此提出了一种日前-日内两阶段鲁棒调度方法。证明了经济运行域的最优解覆盖定理,即可再生能源出力随机性引起的调度计划变化恰好不会超出经济运行域。将储能的最坏情况值函数添加到该模型第二阶段问题的目标函数中,可以使得储能的控制策略更具有预见性。设计了基于嵌套Benders分解的算法以求解上述模型。相比于确定性调度,在高比例风电和预测误差较大的场景下,基于经济运行域的日前-日内两阶段鲁棒调度方法明显提升了风电消纳率,具有显着的经济性优势。(4)针对区域供热系统参与电力系统调节以提升可再生能源消纳的场景,提出分散协同的电-热联合系统多阶段鲁棒调度模型。该模型在发挥多种供能系统灵活性的同时保护了不同能源运营商的隐私。针对该模型多阶段、多主体的复杂结构,通过最坏情况时间值函数和空间值函数进行时空分解,使得各子系统每一阶段的决策都能计及对其余时段、其余子系统的影响。提出分散协同鲁棒对偶动态规划算法以求解该模型,算法对于中等规模系统可在较短时间内收敛,相比于集中式算法所需的信息交换更少,并具备一定的抗通信干扰能力。相比传统调度方法,可充分发挥储能、电热转换设备、建筑物热惯性这些灵活性资源应对风电出力波动的作用。(5)开发电网经济运行域软件和综合能源优化调度软件,完成部分理论成果的落地应用。电网经济运行域软件面向省级电网的调度场景,应用经济运行域和多阶段鲁棒优化理论,实现了可再生能源不确定性分析、电网经济运行域计算和调度计划生成三大功能,为调度人员展示可再生能源预测误差、系统和机组的有功运行边界、机组最优出力计划等信息,软件已在江苏、宁夏两个省级电网试点应用。综合能源优化调度软件以工业用户为主的区域综合能源调度场景,应用综合能源鲁棒优化调度方法,实现了冷热电一体化建模、综合能源优化调度、需求侧响应等功能,可以为综合能源系统的运行人员展示系统当前的运行状态、未来的最优供能方案以及需求侧资源的利用情况,从而提高综合能效,降低用能成本,增强可再生能源的消纳能力,软件已在杭州某工业园区得到应用。
陆昊[2](2021)在《新型电力系统中储能配置优化及综合价值测度研究》文中提出自“3060”双碳目标的提出,新能源在未来电力系统中的主体地位得以明确。国家进一步推进实施可再生能源替代行动和“清洁低碳安全高效”能源体系建设,构建以新能源为主体的新型电力系统。但可再生能源大规模并网后,其出力的不确定性会给电网的运行带来挑战。当前储能被认为是解决新能源不确定性的最主要工具,是新型电力系统安全稳定运行的保障。然而,储能具有投资成本高、投资回收期较长、自负盈亏能力差等特性。这些不利因素严重制约了我国储能产业的发展。储能在新型电力系统中配置后,能给系统中的其他主体带来提高传统发电机组运行效率、减少电网线损和减少排放等外部价值,促进新型电力系统从外延扩张型向内涵增效型转变。但这种外部价值并未在储能投运商的收益中予以体现,是目前储能经济性差的一个重要原因。为促进我国储能产业健康可持续发展,提高储能资源的利用效率,亟需从储能投运商的视角,对新型电力系统环境下储能的选型和选址定容等优化问题进行研究,最大化储能的收益;在此基础上,从社会福利的视角,对储能在新型电力系统中综合价值进行科学测度,并据此对储能综合价值的补偿机制进行设计。鉴于此,本文主要研究内容如下:(1)新型电力系统特征及储能应用分析。首先,对新型电力系统的特征进行梳理分析;其次,对新型电力系统中储能在发电、电力输配和用户侧领域的应用进行分析梳理;最后,对储能系统的类型及技术特性进行对比分析。(2)储能在新型电力系统中多应用场景选型优化研究。首先,基于模糊德尔菲法,从技术、经济、效率和环境四个角度,建立一套从多个维度反映储能特性,适用于储能在新型电力系统中不同应用场景的评价指标体系;其次,采用贝叶斯最优最劣法和模糊累计前景理论构建综合评价模型,该模型能够最大限度地利用数据信息,并且可以同时考虑决策者不同的风险偏好程度,对各应用场景下的储能进行综合排序,输出相应场景下的最优选型方案。(3)考虑新型电力系统中多元随机干扰的储能选址定容研究。首先,构建储能选址定容优化双层模型,对新型电力系统中多元随机干扰不确定性进行处理,采用鲁棒性改造方法,建立风电、光伏和负荷的不确定性集合来描述风光出力和负荷的不确定特性;其次,给出双层规划模型的求解方法,其中上层模型采用结合最优保存策略和多点均匀交叉等方法的改进遗传算法求解,下层模型采用列与约束生成(C&CG)算法将其转化为相应包含主问题和子问题的优化模型进行求解。(4)新型电力系统中储能综合价值测度研究。首先,基于外部性理论,对储能在新型电力系统中运行后,给相关利益主体带来的正外部性进行梳理分析;其次,基于储能在新型电力系统中的最优配置场景,结合正外部性分析,构建计及外部性的储能综合价值测度模型,测度储能在新型电力系统中的综合价值,并且根据目标函数总成本中各子成本项的对比,能够显示储能综合价值的构成和具体流向,进一步明确储能在新型电力系统的综合价值形成机理。(5)新型电力系统中储能补偿机制研究。首先,利用技术经济中贴现现金流相关分析指标,从计及和不计及综合价值两个角度对储能进行经济对比分析,并通过讨论成本和综合价值实现度的不同场景,对储能进行盈亏平衡分析;其次,基于储能综合价值测度结果,将环保性和风险性纳入对补偿的考量,运用改进的Shapley方法,结合“谁受益,谁补偿”和“按价值贡献度”原则设计储能综合价值补偿机制,搜寻对储能综合价值补偿的最佳系数,确定各相关利益主体得到收益中需要返还给储能投运商的补偿数额。基于上述研究,本文得出以下主要结论:(1)抽水蓄能是可再生能源消纳和等效节约电网投资场景下的最优选择,锂离子电池是辅助服务和需求响应管理场景下的最优选择。抽水蓄能、锂离子电池储能和压缩空气储能在四个场景下排名前3,均优于其他3种储能系统。四种场景下指标重要性排序显示,储能在不同应用场景下,同一性能指标的重要性是不同的,并且最后的敏感性分析显示,决策者的风险规避程度对压缩空气储能、飞轮储能和钒液流电池储能的评价结果影响较大,高风险规避情景下排名较低,低风险情境下其综合性能值提高,排名会有所上升。(2)储能选址定容结果显示,储能会配置在新型电力系统中的重要传输节点和靠近可再生能源接入节点,可再生能源的接入会提高储能最优配置容量,并且储能系统的充放电运行策略会受可再生能源出力特性的影响。本文构建的储能选址定容优化双层模型能够有效降低新型电力系统中多元随机不确定性影响,提高规划结果的抗干扰能力,降低可再生能源出力和负荷预测的偏差给系统运行带来的影响。(3)储能在含高比例可再生能源的新型电力系统中综合价值更大,在算例系统中的日价值为5.78万元。在不含可再生能源的场景下,储能综合价值占主要部分的是减少机组启动成本价值和减少机组燃料价值,其占比分别达到了74.47%和20.07%。在含高比例可再生能源的场景下,储能综合价值占主要部分的是减少线损价值、减少机组燃料价值和减少机组启动成本价值,其占比分别达到了41.18%、21.80%和33.22%。结合传统燃煤机组的出力曲线、单位发电煤耗变化和储能充放电运行情况可知,储能显着减少了传统燃煤机组承担的负荷峰值,降低了峰谷差异,能够让传统燃煤机组处于更加经济高效的运行状态,进而减少机组的单位煤耗。从含可再生能源场景的结果来看,若能合理地配置储能系统,会减少远距离输送电能的情况,减少线路损耗成本。(4)储能经济分析结果显示,从不计及储能综合价值的角度来看,储能的投资净现值为负,内部收益率为2.47%,远低于6%的参照值。从计及储能综合价值角度来看,储能得到的收益净现值为正,经过9.68年可收回初期的全部投资,储能投资的内部收益率为6.70%,因此对于新型电力系统来说投资储能是有益的。盈亏平衡分析结果显示,当成本维持当前水平时,储能综合价值需要实现98.82%才能弥补其成本;当储能综合价值实现度为0时,储能需要减少当前成本的20.07%才能够达到盈亏平衡。通过政策梳理发现,当前我国对储能商业化的引导重点在激励储能参与辅助服务,相关机构也在建立辅助服务市场,并在不断完善区域及地方的辅助服务市场交易规则和结算机制,缺少有关储能综合价值的补偿政策和机制。基于改进Shapley值法的储能综合价值补偿结果显示,储能得到的补偿占其给新型电力系统带来综合价值的38.58%,其中发电企业需要支付56.64%,电网公司需要支付43.36%,支付额为发电企业和电网公司分配所得价值收益的63.00%。为保障新型电力系统中储能综合价值补偿机制的有效实施,本文从以下三个方面提出保障措施:1)建立补偿监管机制,保障储能补偿通道顺畅;2)完善补偿配套政策措施,设计储能补偿发展规划;3)拓宽补偿资金来源渠道,支撑储能补偿机制实施。储能综合价值的补偿是一个渐进性、持续性、全局性与战略性的实践过程,需要长时间、分阶段、有步骤地推进,中央和地方相关部门需要编制科学合理的补偿发展规划,以保证补偿工作的持续开展与有序进行,促进储能产业在新型电力系统中的健康可持续发展。本文对储能在新型电力系统中的配置优化和综合价值测度进行了一定的研究,在未来的科研工作中,还需深入研究储能综合价值中分项价值的形成机理和测度方法,为构建储能补偿机制提供更准确的经济效益参考,以期为我国储能产业的可持续发展提供参考建议。
周光奇[3](2021)在《考虑规模风电接入的电力系统分区协调恢复研究》文中研究说明受人为因素与自然灾害等外部环境因素的影响,对于现代电力系统来说大面积停电事故仍旧难以完全避免,近年来世界范围内发生的多次大停电事故印证了这一点。实践经验表明,电力系统安全、有序、快速恢复将有助于降低大停电带来的负面影响,恢复控制研究具有重大而深远的现实意义。在可持续发展政策强有力的引导下,加之风电机组制造及控制技术的快速发展,风电并网容量、渗透率逐年提高,风电接入对电力系统运行控制的影响不容忽视。在此背景下,当规模风电并网系统发生大停电后,高效、安全的恢复方案制定是必须面对且亟需解决的现实问题。在全面学习和借鉴已有研究工作的基础上,本文对考虑规模风电接入的电力系统分区协调恢复中黑启动分区划分、分区并列以及负荷全面恢复等阶段的关键问题进行了深入研究,包括关键恢复任务明确、优化决策问题提炼以及数学规划建模与求解,论文工作主要包括以下几方面:(1)黑启动分区方案生成及综合评估。引入虚拟网络流解决了现有方法无法实现分区联通性约束解析表达的问题,基于此建立了获取多种黑启动分区方案的迭代整数线性规划模型。从多角度提炼适用于规模风电并网系统的分区方案评价指标,构建较为完备的评价指标体系,并应用多属性决策方法确定综合最优方案,为恢复控制提供通用、高效的分区方案决策支持。同时,从黑启动分区的实际要求出发,提出了基于割点的无损化简方法和基于摇摆节点的有损化简方法,提高了所提方法应用于大规模电力系统的可行性。(2)风电参与系统恢复时机组分区协调恢复方案优化。通过分析多启动电源下机组恢复的时空并行性,在分时步建模的总体思路下提出协调风电与常规电源的机组分区恢复顺序优化方法。以场景集的形式表征风电出力的不确定性,并建立了相应的机会约束规划模型,运用抽样平均近似法实现模型的确定性转化,并借助商业优化软件进行高效求解。此方法实现了机组恢复顺序和分区方案间的协调、恢复安全性和快速性之间的权衡,所制定方案能够尽可能发挥风电的价值、削弱风电接入带来的负面影响,为后续恢复工作安全、快速进行奠定了基础。(3)风电参与分区恢复时并列合闸角最优调控。应用区间潮流算法分析了不确定性风电出力对合闸角的影响,突出并列合闸角调控时考虑风电出力不确定性的必要性。通过不确定集合表示风电出力区间,以机组出力调整、负荷恢复以及机端电压控制为主要调控手段,选取合理优化目标,综合考虑约束条件,建立了合闸角调控的两阶段鲁棒优化模型,并实现了模型线性化。考虑到参与出力调整的机组尽可能少,提出了结合二分法和列与约束生成算法的高效求解框架。该方法可以在最小化调控成本的同时保证合闸角调整方案在复杂风电出力环境下的可靠性,为环网并列操作安全可靠进行提供保障,具有较强的实际意义。(4)考虑源荷双侧不确定性的负荷恢复方案优化。基于分时步建模思想,将连续的负荷恢复过程离散为多个递进的时步。在此基础上,考虑源-荷多重不确定性,建立每个时步的负荷恢复方案鲁棒优化模型。应用解耦思想将原模型分解为预测场景下的方案优化主问题和误差场景下的方案校核子问题,并采用列与约束生成算法对其进行了高效求解,为规模风电参与的负荷恢复在线安全辅助决策提供强有力支撑。此外,以线性多面体集合表征具有一定相关性的风电预测误差、可调盒式集合表征负荷预测误差,便于运行人员合理地控制恢复方案的保守性。
康俊杰[4](2021)在《电站锅炉燃烧和SCR脱硝系统一体化建模与优化控制研究》文中进行了进一步梳理随着我国能源结构的变化,为了接纳更多的新能源并提高电网调峰调频的灵活性,燃煤火力发电机组将更多运行在低负荷、变负荷工况,造成机组性能及控制方式发生重大变化。深入分析燃煤火电机组在全局工况下的运行特性,研发新型优化控制策略,挖掘机组节能潜力,实现宽负荷范围下的安全稳定、节能环保运行,已成为新形势下火力发电主动适应角色转换,提升市场竞争力的重要举措。锅炉的燃烧优化涉及安全性、经济性和环保性三个方面,目前的研究集中单一方面,缺乏对这三个方面的综合考虑。本论文首先从安全性方面考虑了结渣状态对锅炉燃烧传热模型的影响,在此基础上设计了在线辨识系统,对结渣率进行辨识;进而利用DCS系统中的大数据信息建立了锅炉燃烧过程和SCR脱硝系统深度学习神经网络的预测模型,并在此基础上提出了喷氨量精准控制策略,避免了 SCR系统喷氨量和NOx排放不匹配的问题,保证了其环保性;最后,根据现场运行的实际需求,将理论与实际工程相结合,将离线优化与在线寻优相结合,实现了在线实时锅炉优化,提高了锅炉燃烧的经济性。论文的主要研究内容如下:1.针对复杂燃烧过程的结渣问题,建立了结渣状态的锅炉燃烧传热理论模型。基于特征模型和自适应黄金分割方法,设计了受热面结渣情况的辨识系统,将在线辨识与基于CFD的锅炉燃烧传热仿真模块相结合,为无法实时用设备测量的燃烧过程的结渣情况,提供了一种新的控制策略;为合理调整锅炉运行参数,帮助运行人员及时了解燃烧的安全状态,防止由结渣情况引发的事故提供了一种辨识手段。2.构建了一个基于混合LSTM和CNN神经网络的燃煤锅炉NOx排放预测的动态模型。利用小波变换(WT)的信号处理技术,将原始燃烧数据样本分解为一个平滑近似分量和一系列的细节分量。利用LSTM深度网络建立了近似分量的动态模型,预测NOx排放的整体趋势;同时,利用3个CNN神经网络对多个细节分量分别进行动态建模,预测NOx排放的特征信息。最后,将两个预测模型融合,得到最终的NOx排放模型。仿真结果表明,该方法能够实现准确稳定的建模和良好的预测性能。与典型的建模方法相比,该模型具有更好的通用性和可重复性。3.为了充分利用历史信息和未来信息,综合考虑输入变量对输出的影响,利用动态联合互信息(DJMI)估计了每个输入变量的延迟时间。采用双向长短时记忆(Bi-LSTM)深度学习算法对燃煤锅炉SCR系统出口 NOx排放进行预测,提高了预测精度,并建立了预测未来3min的t+3时刻的NOx模型。仿真结果表明该预测模型比当前时刻的波形有明显的提前,提前时间完全满足现场实际喷氨控制的要求。利用该模型可以及时调整喷氨量,对降低污染物排放、降低燃煤机组成本具有指导意义。4.通过SCR入口 NOx排放将锅炉燃烧模型和SCR系统模型整合起来,形成预测SCR出口NOx排放的一体化动态模型,并将其作为智能预测前馈信号构建智能前馈控制系统对SCR喷氨量进行精准控制。仿真结果表明,提出的一体化智能前馈预测控制方法控制效果好,喷氨控制平稳,能够满足具有大惯性、大延迟特性工业对象的控制需求。5.提出了一种基于灰色关联理论的案例推理(GR-CBR)锅炉燃烧在线优化方法。采用全局优化算法离线建立了优化案例库,结合主、客观因素利用遗传算法优化案例推理特征权重,提高了检索精度,并能从庞大的案例库中检索出与目标案例相匹配的案例。在保证机组稳定燃烧的同时,兼顾锅炉燃烧效率和NOx排放浓度,合理给出二、三次风门挡板开度指令及氧量定值,实现锅炉稳定经济燃烧。系统整体运用到某350MW燃煤发电机组,简化了优化计算的过程,寻优时间短,稳定性高,适合在线实时寻优。
李家腾[5](2021)在《基于机器学习的风电功率超短期预测及AGC动态优化控制研究》文中指出二氧化碳排放所导致的全球变暖问题给生态环境带来了不可逆的破坏,实现“碳达峰、碳中和”目标已成为世界各国共同努力的方向。努力提升可再生能源发电占比则是持续推进碳减排,助力碳中和最终目标实现的重要手段。风电作为可再生能源发电的主要形式,也必将迎来大规模的发展。然而由于风电自身所固有的间歇性、随机性及波动性特点,其大规模并网会给电力系统带来较大的随机波动功率,对系统频率带来不利影响。自动发电控制(Automatic Generation Control,AGC)作为电网调度中心能量管理系统中的重要组成部分,是维持系统有功功率平衡、确保系统频率质量的主要手段。如何应对风电大规模接入带来的影响,提高系统频率控制能力,是AGC领域一个新的研究热点。本文利用机器学习技术,针对AGC动态优化控制中两个核心问题开展研究,一是分钟级风电功率预测,二是AGC动态优化控制策略。主要研究成果如下:(1)提出了一种基于长短期记忆(Long Short-term Memory,LSTM)神经网络的1分钟级风电功率超短期预测方法。首先,对风电场历史数据进行预处理,以定位并修正异常数据,提升数据整体质量;然后,利用Spearman秩相关系数法对影响风电功率的气象因素进行筛选,提升模型计算效率;其次,考虑到风电功率具有短时连续性,通过分析风电功率时间序列的自相关性,确定模型时间步长,以提高模型预测精度;最后,利用LSTM神经网络构建了1分钟级风电功率单步和多步预测模型。采用我国北部地区某风场实际数据对本文所提模型进行验证,结果表明本文所提方法可以有效提高风电功率超短期预测的精度。(2)提出了一种基于深度强化学习(Deep Reinforcement Learning,DRL)的AGC动态优化控制策略。首先,将考虑风电并网的AGC动态优化控制转化为马尔可夫决策过程,以最大化累积奖励为控制目标进行多个连续时间断面优化;其次,利用离散型强化学习算法深度竞争Q网络(Dueling Deep Q Network,Dueling DQN)构建AGC动态优化控制模型,并给出其求解策略和工作模式;进一步,考虑到离散化带来的误差以及在求解大规模问题时存在的维数灾难问题,提出基于连续型强化学习算法近端策略优化(Proximal Policy Optimization,PPO)的AGC动态优化控制策略。最后,利用改进的IEEE-14和IEEE-39节点系统,对所提出的基于深度强化学习的AGC动态优化控制策略的可行性和有效性进行验证。
王丽馨[6](2021)在《数据驱动的互联电网小干扰稳定评估与阻尼调控策略研究》文中研究表明小干扰稳定问题是互联电网安全稳定运行的重大威胁之一。随着互联电网规模的扩大以及大规模新能源柔性并网,现代电网呈现出拓扑结构日益庞大、结构形态复杂以及运行方式复杂多变等特点,小干扰稳定问题仍然是电力系统迫切需要解决的重要问题。广域量测系统的发展为实现基于全网的小干扰稳定性在线安全稳定分析与控制提供了有利平台。电力系统广域随机响应是系统正常运行过程中由于负荷投切、新能源有功间歇性输出等环境激励下系统动态响应,易于采集且数据量丰富,能够反映系统正常运行条件下的动态特性。为此,本文以电力系统随机响应为数据源,重点围绕基于广域随机响应的互联电网小干扰稳定性在线评估和阻尼调制等方面开展了研究,充分挖掘和有效利用互联电网广域量测随机响应数据,及时跟踪系统机电小干扰特征参数,掌握系统当前运行方式下小干扰稳定水平,并根据模态参数跟踪结果,及时发现系统潜在安全稳定问题,采取有效调控措施,提高系统阻尼水平。本文的创新性研究内容包括:(1)以随机微分方程和电力系统环境激励特征为基础,推导出了环境激励下电力系统随机响应信号的解析表达式;在考虑到电力网络和机械振动系统相似性的基础上,根据随机振动理论推导计算了环境激励下系统随机响应的功率谱密度解析表达式,从频域特性方面证明了机电振荡特征在电力系统随机响应信号中的存在性,揭示了利用系统随机响应提取系统机电小干扰特征参数的机理,为基于广域随机响应的电力系统机电小干扰稳定评估与阻尼调制提供了坚实的数据基础;(2)研究了随机数据驱动的电力系统机电小干扰稳定性在线评估方法。以电力系统广域随机响应为数据源,将流体力学领域中用于分析流体特性的子空间动态模式分解方法引入电力系统,在线提取系统状态空间矩阵。同时为了进一步提高小干扰稳定评估的实时性,通过引入Givens旋转因子,提出了基于递推子空间动态模式分解的电力系统状态空间矩阵在线递推跟踪方法,从而实现了机电小干扰特征参数的在线提取与跟踪,在可靠提取系统机电特征参数情况下,极大地提高了电力系统小干扰稳定在线安全评估的实时性。(3)针对基于发电机有功调制的阻尼提升策略中调整量在线估计困难的问题,提出了基于小干扰稳定约束下区域间功率传输能力在线评估的发电机有功调制量估计方法。首先,基于系统随机响应构建互联电网等值两机系统简化模型,并建立考虑小干扰稳定约束的区域间功率传输能力在线评估优化模型,进而提出了随机数据驱动的小干扰稳定约束下互联电网区域间功率传输能力在线评估方法。在此基础上,通过区域间功率传输能力评估结果与系统当前区域间传输功率做差值,精准估计阻尼调制策略中用于提升系统阻尼的发电机组有功调制量。(4)针对现代互联电网规模扩大、运行方式多样以及阻尼调制依据不足的问题,提出了随机数据驱动下基于递推子空间动态模式分解法的发电机有功参与因子在线计算方法,实现机电小干扰模式与发电机有功功率之间相关性的量化分析,为在线精准定位有功调制发电机组提供依据;并在基于区域间功率传输能力评估的有功调制量估计结果基础上,结合有功参与因子辨识结果,设计了参调发电机组数量及其有功调制量最优分配方案,构建了随机数据驱动的基于发电机有功精准调制的互联电网阻尼提升策略,在线提升互联系统阻尼水平。
周建平[7](2021)在《基于分布式模型预测控制的综合能源系统多时间尺度优化调度》文中研究表明综合能源系统具有多种能源相互转化、协同运行的特点,能够有效提升能源综合利用效率和解决能源环境问题。为减小系统预测误差对实际运行产生的影响,可通过划分时间尺度逐级提高预测精度,并根据模型预测控制方法在线调节系统各部分出力。然而,集中式模型预测控制方式下模型阶数较高,在线计算量较大且不易于拓展,不适用于多分布式单元接入的综合能源系统优化调度。分布式模型预测控制方法将系统整体划分为多个联系紧密的子系统,以各子系统的协同优化代替了系统整体优化,有效降低了模型阶数以及在线求解难度。本文重点围绕分布式模型预测控制下综合能源系统的多时间尺度优化运行调度进行了研究。首先提出一种基于分布式模型预测控制的综合能源系统多时间尺度优化调度方法,通过各子系统协调配合实现综合能源系统灵活调度。建立以系统日运行经济最优、系统日运行费用及机组启停惩罚费用最小为目标的日前、日内滚动优化模型,实时阶段采用基于分布式模型预测控制的优化调度策略对整体优化问题进行分解,各子系统根据其它子系统前一时刻输入序列进行状态估计并优化自身性能指标。通过对各子系统的协调控制进而实现整个系统的在线优化,满足其动态调整需求。仿真结果表明该方法能够在改善系统控制性能的同时,提高系统运行的经济性。其次考虑到各类能源传输性质不同,通过划分不同控制子层开展综合能源系统混合时间尺度优化运行研究。给定各能源子层固定调度周期,并基于分布式模型预测控制方法实现各子层优化。以某地区综合能源系统数据进行仿真分析,结果表明计及能源传输特性的综合能源系统优化中,分布式模型预测方法具有平滑系统内各耦合元件出力调节和提高系统控制性能的优点。
黄煜[8](2020)在《面向高维不确定性电力系统的建模仿真与运行优化研究》文中认为在当今世界能源格局和供求关系经历深刻调整和变化的背景下,大力发展以光伏、风电为代表的可再生能源已成为保障我国能源安全、推进能源产业升级、实现能源系统向低碳化和清洁化转型的必由之路。受风光资源禀赋限制,新能源出力具有较强的随机性、间歇性和波动性,且难以准确预测和有效调控。随着新能源接入的规模迅猛增长,电力系统将受到不确定性的严峻挑战,而随机变量维度的显着上升,也使得含新能源系统的调度运行进一步复杂化。因此,未来电力系统将愈发呈现高维化和不确定性两大基本特征。届时,传统的确定性模型和方法将难以适用于不确定性环境下的电力系统运行和调度问题的求解。在此背景下,本文针对含大规模新能源接入的高维不确定性电力系统,分别从概率建模、稳态运行和优化调度三个层面出发,采用基于不确定性分析理论开展了如下的研究工作:(1)提出了一种改进蒙特卡洛模拟的通用随机潮流混合求解法。该方法综合了传统随机潮流算法中模拟法和解析法的特点,根据新能源场站历史量测数据的完备程度,利用混合高斯模型或经验分布建立通用化的概率模型。进而通过均匀设计抽样和Cholesky分解得到计及相关性的新能源出力样本,并采用分段线性化潮流方程保留精度、简化计算。针对混合高斯分布拟合的模型,引入一种高斯分量组合算法以优化随机潮流的求解思路。(2)提出了一种含多输入关联变量的随机潮流降维数值方法。针对高维不确定性系统中随机变量维数高、关联性强的问题,通过降维积分策略和高斯型数值积分公式,简化多维状态量的高阶统计矩计算,并利用Nataf变换处理随机变量的相关性对计算结果的影响。最后,根据得到的统计矩信息,采用C型Gram-Charlier级数重构输出状态量的概率分布。(3)提出了一种计及调频作用的电力系统静态随机风险评估方法。该方法以解析法随机潮流的计算结果为基础,考虑了电力系统的功频静特性,将系统频率作为待求状态量,并通过一次计算快速获取节点电压、支路功率以及系统频率的分布情况。进而从元件级和系统级两个层面,建立了一种量化的综合风险指标,能够全面反映新能源不确定性带来的事故概率及后果的严重程度,实现电网的在线静态安全评估,辨识出系统潜在薄弱环节。(4)提出了一种短期风电功率预测误差的综合建模方法。首先,根据单个风电场日前预测误差的统计特性,采用通用化的混合偏态模型来描述误差分布的有偏性、重尾性和多峰性的特点,具有形状灵活、求解方便及适用性强的优点。然后,结合风电场预测和实际功率之间的相关性,建立基于Copula理论的风电预测误差条件概率模型,并通过Pair-Copula结构,拓展到计及多个风电场空间相关性的高维场景。最后,将所得模型应用于短期随机潮流计算和储能的优化配置中,验证了模型的准确性和有效性。(5)针对含风电电力系统在实际调度中可能出现的传输阻塞问题,提出了一种基于图割理论的备用动态分区方法,建立了考虑分区备用的电能-备用联合优化调度模型。将电力系统表示为无向赋权图,通过求解计及风电和线路故障不确定性的线路实时潮流的概率分布,确定各条输电线路的阻塞风险大小,并以此为依据定义边权重指标。采用基于最小割理论的Gomory-Hu算法对区域进行划分,使区域内发生阻塞风险的可能性最小,以便缓解区域内的输电阻塞,充分利用配置的分区备用资源。从而减小弃风量和切负荷量,提高电网运行的经济性和可靠性。(6)提出了一种计及风电不确定性的传输备用自适应量化方法,基于考虑阻塞风险的机会约束规划条件,构建了包含自适应传输备用的双层随机调度模型。其中,上层模型为计及安全约束和传输备用的日前机组组合,下层模型为考虑校正措施的实时经济再调度。将预留的线路传输备用纳入上层的机组组合模型中,针对下层的经济再调度问题,采用改进点估计法求得线路实时潮流的统计分布特性,并将结果返回上层模型以动态调整备用需求大小。同时,基于Karush-Kuhn-Tucher最优条件,将模型的双层优化结构合并为单层,并最终转化为便于求解的混合整数规划问题。该方法能够进一步缓解区域内的传输阻塞,提高风电消纳水平和备用可用性。
张怡[9](2020)在《基于经济模型预测控制的直接空冷机组冷端系统优化研究》文中进行了进一步梳理直接空冷机组采用环境空气代替水直接冷却汽轮机乏汽,具有节水率高、运行灵活、系统简单等优势,是我国煤炭资源丰富而水资源匮乏的北方地区发展火电事业的首要选择。直接空冷凝汽器压力是冷端系统的重要参数,是机组运行经济性和稳定性的综合体现。因此,对直接空冷机组冷端系统进行经济优化研究,对于降低机组煤耗率、改善机组控制效果、提升机组运行经济性具有重要意义。为此,本文首先研究了直接空冷机组冷端系统的动态建模,并将融合经济优化控制的先进算法应用于冷端系统及机组机炉协调系统中以提升系统整体运行的经济性。本文主要内容包括:(1)充分考虑了冷端系统与其相连设备之间的复杂耦合关系,建立了冷端系统的整体非线性动态机理模型,该模型能够正确反映直接空冷凝汽器背压随主蒸汽参数、风机群转速、环境温度的变化规律以及凝汽器背压变化对汽轮机本体及回热系统各关键热力参数的影响规律,可用于冷端系统仿真研究及控制器设计。(2)构建了给定主蒸汽参数和环境温度下直接空冷凝汽器“最优背压”的优化问题,以风机群转速为优化变量,机组净输出功率(机组输出功率与风机群耗功之差)最大为优化目标,可计算出给定参数下的经济最优背压和最优风机群转速。针对凝汽器背压控制系统分别设计了具有稳定性保证的跟踪模型预测控制器和经济模型预测控制器,仿真实验表明所提方法在冷端系统运行过程中能够获得更优的经济性能。(3)针对直接空冷凝汽器背压受环境温度影响而频繁波动的特性,提出了适用于凝汽器背压的区间模型预测控制方法和区间经济模型预测控制方法,能够有效减少控制量波动,增强系统鲁棒性;在此基础上进一步提出了基于事件触发的区间经济模型预测控制算法用于凝汽器背压控制,根据当前凝汽器背压测量值是否处于由最优背压确定的经济区间内判断是否执行在线优化计算,仿真实验表明该方法能够获得接近于经济模型预测控制作用下系统的经济性能,同时控制器在线计算时间显着减少。(4)建立了耦合冷端的超临界直接空冷机组机炉协调系统模型,以机组热耗率最小化为目标进行给定机组负荷和环境温度下机组最优主蒸汽压力和凝汽器背压的联合优化,并提出将凝汽器背压控制引入传统超临界机组机炉协调系统控制中,解决了机组变负荷运行时的风机控制问题。同时利用风机群转速可以快速调节机组背压、影响机组功率的特性,提高机组变负荷初期的负荷响应速率。仿真实验表明采用机炉协调系统与冷端系统联合控制的新型控制结构可以改善机炉协调系统的控制性能、降低机组煤耗率、提高机组整体运行的经济性。
楼贤嗣[10](2020)在《考虑线路运行状态的电网风险调度模型与方法研究》文中认为输电线路作为构成电网的基本元件,其运行可靠性和可载性对于制定电网的调度决策具有重要影响。本文面向实时、日前和中短期等多个时间尺度,针对考虑线路运行状态的风险调度模型和方法开展了深入研究,并进行了相关工程应用的探索和实践。主要研究内容及其成果包括:(1)提出了一种考虑线路热惯性的增强型安全约束最优潮流模型,采用动态增容技术提升事故后的线路短期运行容量,应对可能出现的潮流越限风险,以保证电网的安全稳定运行。针对两种典型的过载线路导体温度变化过程,提出了等效时间法,建立了最高导体温度和机组出力的关联关系。该模型通过扩大电网安全运行域,寻找更优的电网运行点,同时兼顾了预防控制最优潮流模型的安全性特点和校正控制最优潮流模型的经济性优势。(2)提出了基于风险的发、输电设备检修计划和机组组合计划协同优化模型,考虑了由线路强迫停运引发的潮流越限事故后果。为求解该涉及多时段、多场景的中短期电网运行决策模型,进一步提出了基于拉格朗日松弛技术和Benders分解方法三层迭代计算框架。原问题被拆分成机组与线路检修、机组组合和风险调度等多个子问题,进行独立求解和迭代协调。通过设备检修和机组组合的协同优化,系统的总运行成本下降,电网的运行风险得到有效控制。(3)建立了考虑自然老化、健康状态、天气条件和负载电流的输电线路短期可靠性模型,并在此基础上提出了多阶段风险调度模型。基于线路时变故障率计算系统故障场景发生概率。同时,将最优切负荷期望值作为风险成本引入调度模型的目标函数。在基于双层迭代的求解策略中,采用连续线性化方法处理表征风险成本的双线性项。计及内外部不确定因素对线路运行可靠性的影响,使调度模型能够跟踪电网运行风险的变化,做出更为合理的调度决策。(4)提出了包含中短期、日前、实时和事故后的电网运行全过程风险协调控制体系,讨论了软件架构设计方案和相关关键技术;开发了相应的电网风险管控系统并在省级电网进行了初步应用。实践应用的结果表明,所提出的风险协调控制体系能够适应现有的调度运行体制,在各阶段为调度人员提供及时有效的辅助决策建议,实现电网运行风险的滚动跟踪和逐级防控。
二、短时间区间最优意义的机组负荷在线经济分配(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、短时间区间最优意义的机组负荷在线经济分配(论文提纲范文)
(1)考虑可再生能源不确定性的电力系统多阶段鲁棒调度方法(论文提纲范文)
致谢 |
摘要 |
abstract |
第1章 绪论 |
1.1 选题背景及研究意义 |
1.2 国内外研究现状 |
1.2.1 传统日前/日内调度 |
1.2.2 考虑不确定性的优化调度研究现状 |
1.2.3 综合能源系统优化调度研究现状 |
1.3 本文的创新点与研究内容 |
第2章 基于可再生能源出力预测误差聚类的数据驱动鲁棒优化 |
2.1 引言 |
2.2 数据驱动的可再生能源出力不确定集 |
2.2.1 风力发电不确定性 |
2.2.2 光伏发电不确定性 |
2.2.3 传统多面体不确定集 |
2.2.4 基于高斯混合模型的可再生能源预测误差聚类 |
2.2.5 构建数据驱动不确定集 |
2.3 数据驱动鲁棒优化求解算法 |
2.4 算例分析 |
2.4.1 数据驱动不确定集表征不确定性效果分析 |
2.4.2 数据驱动鲁棒机组组合问题应用效果分析 |
2.5 小结 |
第3章 基于多阶段鲁棒优化的含储能电网日内调度方法 |
3.1 引言 |
3.2 多阶段鲁棒优化及FRDDP |
3.2.1 多阶段鲁棒优化 |
3.2.2 高效分解方法 |
3.2.3 FRDDP算法 |
3.2.4 FRDDP的收敛性能改进 |
3.3 含风电及储能电网实时调度模型 |
3.3.1 风电出力不确定性建模 |
3.3.2 实时调度模型 |
3.3.3 MSRD的总体流程 |
3.3.4 储能系统近似建模的影响 |
3.4 算例分析 |
3.4.1 PJM-5 节点测试系统 |
3.4.2 大型测试系统 |
3.5 小结 |
第4章 基于电网经济运行域日前-日内两阶段鲁棒调度方法 |
4.1 引言 |
4.2 鲁棒机组组合的局限性 |
4.3 基于经济运行域的增广鲁棒机组组合 |
4.3.1 辅助区间变量 |
4.3.2 经济运行域 |
4.3.3 ERUC具体模型 |
4.4 增广鲁棒机组组合求解算法 |
4.5 算例分析 |
4.5.1 测试系统说明 |
4.5.2 算法收敛性验证 |
4.5.3 经济运行域有效性验证 |
4.6 小结 |
第5章 分散协同的电-热联合系统多阶段鲁棒调度 |
5.1 引言 |
5.2 电热联合系统建模 |
5.2.1 热力子系统模型 |
5.2.2 电力子系统模型 |
5.3 分散协同多阶段鲁棒调度模型 |
5.3.1 多阶段鲁棒调度模型 |
5.3.2 分散协同鲁棒对偶动态规划算法(D-RDDP) |
5.4 算例分析 |
5.4.1 算例设置 |
5.4.2 算法收敛性验证 |
5.4.3 模型有效性验证 |
5.4.4 算法可靠性验证 |
5.4.5 算法计算性能验证 |
5.5 小结 |
第6章 电网经济运行域软件与综合能源优化调度软件开发 |
6.1 引言 |
6.2 电网经济运行域软件 |
6.2.1 软件功能 |
6.2.2 软硬件架构 |
6.2.3 界面及效果展示 |
6.3 综合能源优化调度软件 |
6.3.1 软件功能 |
6.3.2 软硬件架构 |
6.3.3 界面及效果展示 |
6.4 小结 |
第7章 总结与展望 |
7.1 研究工作总结 |
7.2 后续工作展望 |
参考文献 |
攻读博士学位期间主要研究成果 |
(2)新型电力系统中储能配置优化及综合价值测度研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景及研究意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 储能系统选型的综合评价研究现状 |
1.2.2 储能系统规划研究现状 |
1.2.3 储能系统价值测度研究现状 |
1.2.4 储能系统补偿激励机制研究现状 |
1.2.5 现有研究文献评述 |
1.3 论文主要研究内容及技术路线 |
1.3.1 主要研究内容 |
1.3.2 研究方案及技术路线 |
1.4 论文主要创新点 |
第2章 新型电力系统特征及储能应用分析 |
2.1 新型电力系统特征分析 |
2.2 新型电力系统中的储能应用分析 |
2.2.1 储能在发电领域的应用 |
2.2.2 储能在电力输配领域的应用 |
2.2.3 储能在用户侧领域的应用 |
2.3 储能系统的类型及技术特性分析 |
2.3.1 储能技术类型 |
2.3.2 储能技术特性需求分析 |
2.3.3 储能技术对比分析 |
2.4 本章小结 |
第3章 储能在新型电力系统中多应用场景选型研究 |
3.1 储能在新型电力系统中多应用场景选型指标体系构建 |
3.1.1 初始指标体系构建 |
3.1.2 基于模糊德尔菲法的指标体系筛选 |
3.2 基于BBWM-FCPT的新型电力系统储能多场景选型模型构建 |
3.2.1 贝叶斯最优最劣法 |
3.2.2 模糊累积前景理论 |
3.2.3 基于BBWM-FCPT的储能多应用场景选型模型构建 |
3.3 储能不同应用场景选型结果 |
3.3.1 计算标准化决策矩阵 |
3.3.2 储能各应用场景下最优选型评价结果 |
3.4 储能不同应用场景选型结果讨论 |
3.4.1 储能选型结果讨论 |
3.4.2 敏感性分析 |
3.4.3 方法比较分析 |
3.5 本章小结 |
第4章 储能在新型电力系统中考虑多元随机干扰的选址定容研究 |
4.1 新型电力系统储能选址定容模型 |
4.1.1 储能选址定容模型目标函数 |
4.1.2 储能选址定容模型约束条件 |
4.2 新型电力系统中多元随机干扰不确定性处理及模型鲁棒改造 |
4.2.1 新型电力系统中多元随机干扰不确定性处理 |
4.2.2 考虑多元随机干扰的储能选址定容模型鲁棒改造 |
4.3 考虑新型电力系统中多元随机干扰的储能选址定容模型求解方法 |
4.3.1 上层模型的求解方法 |
4.3.2 下层模型的求解方法 |
4.4 算例分析 |
4.4.1 算例介绍和相关参数的取值 |
4.4.2 结果分析 |
4.5 本章小结 |
第5章 新型电力系统中储能综合价值测度研究 |
5.1 外部性视角下储能系统综合价值机理分析 |
5.1.1 储能系统给发电厂商带来的正外部性分析 |
5.1.2 储能系统给电网公司带来的正外部性分析 |
5.1.3 储能系统给电力用户带来的正外部性分析 |
5.1.4 储能系统给环境带来的正外部性分析 |
5.2 新型电力系统中储能综合价值测度模型构建 |
5.2.1 新型电力系统中储能综合价值测度模型构建思路 |
5.2.2 计及外部性的储能综合价值测度模型目标函数 |
5.2.3 计及外部性的储能综合价值测度模型约束条件 |
5.3 算例分析 |
5.3.1 算例介绍和相关参数的取值 |
5.3.2 结果分析 |
5.4 本章小结 |
第6章 新型电力系统中储能综合价值补偿机制研究 |
6.1 计及储能综合价值影响的经济性分析 |
6.1.1 计及综合价值的储能技术经济分析 |
6.1.2 计及综合价值的储能盈亏平衡分析 |
6.2 基于改进SHAPLEY值法的储能综合价值补偿机制设计 |
6.2.1 我国储能系统补偿政策现状分析 |
6.2.2 传统Shapley值法基础理论模型 |
6.2.3 基于改进的Shapley值储能综合价值补偿机制设计 |
6.2.4 算例分析 |
6.3 新型电力系统中储能综合价值补偿机制保障措施 |
6.4 本章小结 |
第7章 研究成果和结论 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(3)考虑规模风电接入的电力系统分区协调恢复研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 选题背景及其意义 |
1.2 电力系统恢复概述 |
1.2.1 电力系统恢复的基本策略 |
1.2.2 电力系统恢复的主要技术问题 |
1.3 国内外研究现状 |
1.3.1 分区并行恢复的研究现状 |
1.3.2 风电参与系统恢复的研究现状 |
1.4 本文的主要工作 |
第2章 黑启动分区方案生成及评估 |
2.1 引言 |
2.2 黑启动分区问题的建模 |
2.2.1 黑启动分区问题的决策域 |
2.2.2 模型的建立 |
2.2.3 模型的求解 |
2.2.4 模型的可扩展性分析 |
2.3 适用于黑启动分区的网络化简方法 |
2.3.1 无损化简 |
2.3.2 有损化简 |
2.4 黑启动分区方案的综合评估 |
2.5 算例分析 |
2.5.1 算例1 |
2.5.2 算例2 |
2.6 本章小结 |
第3章 风电参与下机组分区恢复顺序决策优化 |
3.1 引言 |
3.2 分时步建模框架 |
3.3 风电参与下机组分区恢复方案优化的机会约束规划模型 |
3.3.1 目标函数 |
3.3.2 约束条件 |
3.3.3 机会约束规划模型 |
3.4 机会约束规划模型的求解 |
3.4.1 抽样平均近似法简介 |
3.4.2 模型转化与求解 |
3.5 算例分析 |
3.5.1 算例说明 |
3.5.2 算例结果与分析 |
3.6 本章小结 |
第4章 风电接入下环网并列控制策略研究 |
4.1 引言 |
4.2 风电出力不确定性对环网并列合闸角的影响分析 |
4.2.1 风电出力不确定性建模方式 |
4.2.2 基于区间潮流的分析方法 |
4.3 环网并列合闸角调控优化问题的建模 |
4.3.1 目标函数 |
4.3.2 约束条件 |
4.4 模型转化与求解 |
4.4.1 模型的转化 |
4.4.2 模型的求解 |
4.5 算例分析 |
4.5.1 算例1 |
4.5.2 算例2 |
4.6 本章小结 |
第5章 考虑风电不确定性的负荷恢复鲁棒优化 |
5.1 引言 |
5.2 负荷恢复的时步递进优化框架 |
5.3 负荷恢复决策的鲁棒优化模型 |
5.3.1 模型的建立 |
5.3.2 模型的线性化处理 |
5.4 模型的转化及求解 |
5.4.1 负荷与风电预测误差的不确定集 |
5.4.2 预测场景下的方案优化主问题 |
5.4.3 误差场景下的方案校核子问题 |
5.4.4 计算步骤 |
5.5 算例分析 |
5.5.1 仿真场景简介 |
5.5.2 考虑相关性的风电预测误差不确定集生成 |
5.5.3 算例结果与分析 |
5.6 本章小结 |
第6章 结论与展望 |
6.1 全文总结 |
6.2 工作展望 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(4)电站锅炉燃烧和SCR脱硝系统一体化建模与优化控制研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题背景及研究的目的和意义 |
1.2 国内外研究动态 |
1.2.1 锅炉燃烧建模研究现状 |
1.2.2 SCR脱硝系统建模研究现状 |
1.2.3 锅炉燃烧及SCR脱硝系统一体化建模及优化控制研究现状 |
1.3 论文研究内容 |
第2章 燃烧过程结渣状态理论建模与辨识 |
2.1 前言 |
2.2 基于CFD模型的燃烧传热理论 |
2.3 基于CFD模型的受结渣影响的燃烧传热模型 |
2.4 基于特征模型和自适应黄金分割的结渣率在线辨识 |
2.4.1 二阶非线性系统特征模型 |
2.4.2 特征模型参数辨识 |
2.4.3 黄金分割自适应控制 |
2.4.4 基于特征模型和自适应黄金分割的结渣率在线辨识 |
2.4.5 结渣率的辨识仿真 |
2.5 本章小结 |
第3章 炉膛出口NO_x深度神经网络建模 |
3.1 燃煤电站锅炉燃烧系统简介 |
3.2 WT、LSTM和CNN模型的理论方法 |
3.2.1 小波变换理论 |
3.2.2 LSTM理论 |
3.2.3 CNN理论 |
3.3 基于小波分解与动态混合深度学习的NO_x排放预测结构 |
3.4 数据选取 |
3.5 模型建立及结果分析对比 |
3.6 本章小结 |
第4章 SCR脱硝系统动态建模 |
4.1 SCR脱硝系统简介 |
4.1.1 SCR系统布置方式及简单分析 |
4.1.2 NO_x浓度检测滞后 |
4.1.3 SCR脱硝系统工作流程 |
4.2 BI-LSTM和动态联合互信息(DJMI)原理方法 |
4.2.1 Bi-LSTM结构 |
4.2.2 动态联合互信息(DJMI) |
4.3 变量选择和数据准备 |
4.4 SCR脱硝系统动态模型的建立 |
4.5 不同建模方法的比较分析 |
4.6 本章小结 |
第5章 锅炉燃烧与SCR脱硝一体化控制 |
5.1 SCR脱硝控制系统及其存在的问题 |
5.1.1 SCR脱硝控制系统 |
5.1.2 脱硝系统存在的问题 |
5.2 喷氨控制方法 |
5.2.1 单级PID控制方法 |
5.2.2 PID串级控制方法(出口NO_x定值控制) |
5.2.3 智能前馈控制方法 |
5.2.4 模型预测控制方法 |
5.2.5 分区控制方法 |
5.3 智能预测控制系统 |
5.4 本章小结 |
第6章 燃烧系统案例推理自适应寻优方法及应用 |
6.1 引言 |
6.2 离线建立燃烧优化案例库 |
6.3 基于灰色关联的案例推理方法 |
6.3.1 灰色关联的案例推理理论 |
6.3.2 采用遗传算法确定最优的权重分配 |
6.3.3 修正和案例重用 |
6.4 GR-CBR自适应优化设计 |
6.5 GR-CBR自适应寻优的具体应用 |
6.5.1 数据准备 |
6.5.2 仿真结果及对比 |
6.5.3 电厂实际投运效果 |
6.6 本章小结 |
第7章 结论与展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(5)基于机器学习的风电功率超短期预测及AGC动态优化控制研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 风电功率超短期预测 |
1.2.2 AGC控制策略 |
1.3 本文主要工作 |
2 风电功率超短期预测和AGC动态优化控制理论基础 |
2.1 引言 |
2.2 基于深度学习的风电功率超短期预测理论基础 |
2.2.1 深度学习理论 |
2.2.2 循环神经网络 |
2.3 基于强化学习的AGC动态优化控制理论基础 |
2.3.1 AGC性能评价标准 |
2.3.2 AGC动态优化控制数学模型 |
2.3.3 强化学习理论 |
2.4 本章小结 |
3 基于LSTM神经网络的风电功率超短期预测 |
3.1 引言 |
3.2 预测模型训练样本集构建 |
3.2.1 数据预处理 |
3.2.2 关键气象因素识别 |
3.2.3 训练样本生成 |
3.3 基于LSTM神经网络的风电功率预测模型 |
3.3.1 LSTM神经网络 |
3.3.2 模型超参数确定 |
3.3.3 基于LSTM神经网络预测模型设计 |
3.3.4 预测模型工作模式 |
3.4 算例分析 |
3.5 本章小结 |
4 基于深度强化学习的AGC动态优化控制 |
4.1 引言 |
4.2 马尔可夫决策过程建模 |
4.2.1 系统状态空间 |
4.2.2 系统动作空间 |
4.2.3 系统状态转移 |
4.2.4 系统奖励函数 |
4.2.5 系统优化目标 |
4.3 基于Dueling DQN的 AGC动态优化控制策略 |
4.3.1 Dueling DQN算法 |
4.3.2 基于Dueling DQN的 AGC动态优化控制工作模式 |
4.4 基于PPO的 AGC动态优化控制策略 |
4.4.1 PPO算法 |
4.4.2 基于PPO的 AGC动态优化控制工作模式 |
4.5 算例分析 |
4.5.1 IEEE-14 节点测试系统性能分析 |
4.5.2 IEEE-39 节点测试系统性能分析 |
4.6 本章小结 |
5 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(6)数据驱动的互联电网小干扰稳定评估与阻尼调控策略研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题背景及研究的目的和意义 |
1.1.1 电力系统小干扰稳定概述 |
1.1.2 现代互联电网特点及其对小干扰稳定的影响 |
1.1.3 课题研究的目的及意义 |
1.2 电力系统小干扰稳定性研究现状 |
1.2.1 小干扰稳定性机理 |
1.2.2 小干扰稳定性分析方法 |
1.2.3 阻尼调制措施 |
1.3 论文研究思路与主要内容 |
1.3.1 论文研究思路 |
1.3.2 主要研究工作 |
第2章 环境激励下电力系统随机响应特性分析 |
2.1 引言 |
2.2 环境激励下电力系统随机响应 |
2.2.1 电力系统动态响应 |
2.2.2 准稳态随机响应数学解析 |
2.2.3 随机响应频域特性分析 |
2.3 仿真分析与验证 |
2.3.1 IEEE4机2 区域系统仿真分析 |
2.3.2 实际量测数据仿真分析 |
2.4 本章小结 |
第3章 随机数据驱动的电力系统机电小干扰稳定在线评估 |
3.1 引言 |
3.2 数据驱动的电力系统状态空间矩阵建模 |
3.3 基于Rsub-DMD的机电小干扰特征参数提取 |
3.3.1 系统状态空间矩阵辨识 |
3.3.2 系统状态矩阵在线递推 |
3.3.3 机电小干扰特征参数及参与因子提取 |
3.4 基于广域随机响应的小干扰稳定性在线评估方法 |
3.5 方法有效性验证 |
3.5.1 IEEE4机2区域系统 |
3.5.2 IEEE16机68节点系统 |
3.5.3 实际量测数据 |
3.6 本章小结 |
第4章 基于发电机有功精准调制的阻尼提升策略——调制量估计方法研究 |
4.1 引言 |
4.2 互联电网区域间传输功率与阻尼特性分析 |
4.2.1 小干扰稳定约束下的区域间功率传输能力 |
4.2.2 区域间功率传输与区间模式阻尼特性分析 |
4.3 小干扰稳定约束下区域间功率传输能力在线评估模型 |
4.3.1 互联电网等值两机系统简化模型 |
4.3.2 区域间功率传输能力评估优化模型 |
4.4 基于PSO的区域间功率传输能力评估优化模型求解 |
4.4.1 粒子群优化算法 |
4.4.2 基于PSO的 ITC评估优化模型求解 |
4.5 基于ITC评估的发电机有功调制量在线估计方法 |
4.6 仿真计算 |
4.6.1 IEEE16机68节点系统 |
4.6.2 实际系统 |
4.7 本章小结 |
第5章 基于发电机有功精准调制的阻尼提升策略——关键调制机组选择方法研究 |
5.1 引言 |
5.2 有功调制的小干扰稳定分析基础 |
5.2.1 系统运行点与模式阻尼 |
5.2.2 特征分析及参与因子 |
5.3 发电机有功调制中参调发电机组选择 |
5.3.1 基于参与因子的参调发电机选择 |
5.3.2 参调发电机组调制方向的确定 |
5.4 基于发电机有功精准调制的互联电网阻尼提升策略 |
5.4.1 参调发电机组数量的确定 |
5.4.2 参调发电机组有功调制量的确定 |
5.4.3 互联电网阻尼提升策略 |
5.5 阻尼提升策略性能分析 |
5.5.1 IEEE16机68节点系统分析 |
5.5.2 实际系统分析 |
5.6 本章小结 |
结论 |
参考文献 |
附录 |
攻读博士学位期间发表的论文及其它成果 |
致谢 |
个人简历 |
(7)基于分布式模型预测控制的综合能源系统多时间尺度优化调度(论文提纲范文)
致谢 |
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 综合能源系统优化国内外研究现状 |
1.2.1 综合能源系统多时间尺度研究现状 |
1.2.2 综合能源系统控制分布式模型预测控制研究现状 |
1.3 本文主要工作及结构安排 |
第二章 综合能源系统建模及风光不确定性研究 |
2.1 能源转换设备模型 |
2.1.1 微型燃气轮机 |
2.1.2 P2G |
2.1.3 电热锅炉 |
2.1.4 电制冷机 |
2.2 储能设备模型 |
2.2.1 蓄电池 |
2.2.2 储气罐 |
2.2.3 储热罐 |
2.2.4 蓄冷罐 |
2.3 风电/光伏不确定性分析 |
2.3.1 场景生成 |
2.3.2 场景削减 |
2.3.3 数据分析 |
2.4 本章小结 |
第三章 基于分布式模型预测控制的综合能源系统优化调度 |
3.1 模型预测控制方法 |
3.2 分布式模型预测控制 |
3.3 多时间尺度滚动调度策略 |
3.3.1 日前调度模型 |
3.3.2 日内调度模型 |
3.3.3 实时调度模型 |
3.4 算例分析 |
3.5 本章小结 |
第四章 基于混合时间尺度控制的综合能源系统优化调度 |
4.1 IES混合时间尺度优化分析 |
4.1.1 能源传输特性分析 |
4.1.2 能源调度周期选择 |
4.2 基于DMPC的 IES混合时间尺度优化控制策略 |
4.3 算例分析 |
4.3.1 日内阶段各控制层元件出力结果及分析 |
4.3.2 基于DMPC的分层调度结果及分析 |
4.3.3 基于多组元件的DMPC控制策略研究 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 工作总结 |
5.2 工作展望 |
参考文献 |
攻读硕士学位期间的学术活动及成果情况 |
(8)面向高维不确定性电力系统的建模仿真与运行优化研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 大规模新能源接入系统的不确定性建模分析 |
1.2.2 含新能源电力系统的随机潮流计算 |
1.2.3 含新能源电力系统的静态安全评估 |
1.2.4 考虑新能源出力不确定性的电力系统输电阻塞调度 |
1.3 论文主要内容和章节安排 |
第二章 适用于输入变量通用概率模型的随机潮流计算方法 |
2.1 引言 |
2.2 一种改进蒙特卡洛模拟的通用随机潮流混合求解法 |
2.2.1 基于量测数据的随机变量模型 |
(1) 混合高斯模型 |
(2) 参数估计与EM算法 |
2.2.2 基于经验分布的随机变量模型 |
2.2.3 均匀设计抽样技术 |
2.2.4 相关性处理 |
2.2.5 分段线性蒙特卡洛仿真 |
2.3 基于GMM的相关非高斯输入变量随机潮流算法 |
2.3.1 高斯分量的约简 |
2.3.2 高斯分量组合算法 |
2.3.3 算法流程 |
2.4 算例分析 |
2.4.1 仿真系统介绍 |
2.4.2 仿真结果与误差分析 |
2.5 本章小结 |
第三章 含多输入关联变量的随机潮流降维数值方法 |
3.1 引言 |
3.2 随机潮流问题的数学本质 |
3.3 随机响应的统计矩计算 |
3.3.1 降维积分法 |
3.3.2 数值积分公式 |
3.3.3 Nataf变换 |
3.3.4 讨论 |
3.4 基于C型 Gram-Charlier级数的PDF重构 |
3.5 计算流程 |
3.6 算例分析 |
3.6.1 仿真系统介绍 |
3.6.2 仿真结果与误差分析 |
3.7 本章小结 |
第四章 基于随机动态潮流的电力系统静态风险快速评估 |
4.1 引言 |
4.2 计及一次调频作用的随机动态潮流 |
4.2.1 电力系统的功频静态特性 |
4.2.2 随机动态潮流模型 |
4.3 基于分段线性半不变量法的快速随机潮流计算 |
4.3.1 半不变量法的基本原理 |
4.3.2 输入变量的分段线性化处理 |
4.3.3 输出状态量的半不变量求解 |
4.4 电力系统静态安全风险评估 |
4.4.1 越限概率指标 |
4.4.2 严重性指标 |
4.4.3 综合风险指标 |
4.5 计算流程 |
4.6 算例分析 |
4.6.1 仿真系统介绍 |
4.6.2 仿真结果与误差分析 |
4.7 本章小结 |
第五章 短期风电预测误差的综合建模及其应用研究 |
5.1 引言 |
5.2 短期风电预测的误差分布特性 |
5.3 基于混合偏态模型的风电预测误差概率建模 |
5.4 基于Copula理论的风电预测误差相关性建模 |
5.4.1 Copula理论 |
5.4.2 单个风电场预测误差的条件概率密度函数 |
5.4.3 多个风电场预测误差的高维Copula建模 |
5.5 利用储能平抑风电预测误差的经济性分析 |
5.5.1 风电预测误差成本 |
5.5.2 储能成本 |
5.5.3 最优储能配置模型 |
5.6 算例分析 |
5.6.1 数据来源 |
5.6.2 模型验证 |
5.6.3 风电预测误差模型在随机潮流计算中的应用 |
5.6.4 风电预测误差模型在储能容量配置中的应用 |
5.7 本章小结 |
第六章 采用图割算法的含风电电力系统动态分区备用配置 |
6.1 引言 |
6.2 电力系统备用分区的数学模型 |
6.2.1 边权重指标的求解 |
6.2.2 基于图论的最小割问题 |
6.2.3 Gomory-Hu算法 |
6.3 考虑分区备用的电能和备用联合优化调度 |
6.3.1 日前机组组合 |
6.3.2 实时调度 |
6.4 算例分析 |
6.5 结论 |
第七章 考虑自适应传输备用的含风电电力系统双层随机调度 |
7.1 引言 |
7.2 含风电电力系统的双层优化调度模型 |
7.2.1 上层模型:考虑传输备用的日前机组组合 |
7.2.2 计及风电不确定性的传输备用自适应量化 |
7.2.3 下层模型:考虑补救措施的经济再调度 |
7.2.4 耦合约束 |
7.3 求解方法 |
7.3.1 双层模型的转化 |
7.3.2 改进点估计法 |
7.4 算例分析 |
7.4.1 仿真系统介绍 |
7.4.2 线路传输阻塞分析 |
7.4.3 不同场景调度结果分析 |
7.4.4 双层模型与单层模型比较 |
7.5 结论 |
第八章 总结与展望 |
8.1 总结 |
8.2 展望 |
致谢 |
参考文献 |
附录 |
附录 A |
附录 B |
附录 C |
附录 D |
附录 E |
攻读博士学位期间的学术成果 |
(9)基于经济模型预测控制的直接空冷机组冷端系统优化研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 引言 |
1.2 直接空冷机组冷端系统的建模方法 |
1.2.1 基于机理建模方法 |
1.2.2 基于数据建模方法 |
1.2.3 基于数值模拟方法 |
1.3 直接空冷机组冷端系统的经济优化方法 |
1.3.1 冷端系统设备参数的经济优化 |
1.3.2 冷端系统运行参数的经济优化 |
1.4 直接空冷机组冷端系统的控制方法 |
1.4.1 逻辑控制 |
1.4.2 经典PID控制 |
1.4.3 先进智能控制 |
1.5 经济模型预测控制及其研究现状 |
1.5.1 经济模型预测控制基本原理 |
1.5.2 经济模型预测控制的研究现状 |
1.6 本文研究内容及论文安排 |
1.6.1 目前存在的主要问题 |
1.6.2 论文的研究工作思路 |
1.6.3 论文架构及主要研究内容 |
第二章 直接空冷机组冷端系统动态建模及特性分析 |
2.1 引言 |
2.2 直接空冷机组系统概述 |
2.2.1 对象系统简介 |
2.2.2 直接空冷机组冷端系统描述 |
2.3 直接空冷机组冷端系统动态机理建模 |
2.3.1 汽轮机本体模型 |
2.3.2 给水回热系统模型 |
2.3.3 直接空冷凝汽器模型 |
2.3.4 轴流风机群模型 |
2.3.5 热井模型 |
2.3.6 系统集成 |
2.4 模型验证与特性分析 |
2.4.1 整体模型稳态特性验证 |
2.4.2 模型动态特性验证 |
2.4.3 直接空冷凝汽器背压稳态特性分析 |
2.5 本章小结 |
第三章 基于经济模型预测控制的直接空冷机组冷端优化控制 |
3.1 引言 |
3.2 直接空冷机组最优背压 |
3.2.1 最优背压的定义 |
3.2.2 最优背压的计算模型 |
3.2.3 最优背压的计算结果 |
3.3 直接空冷机组冷端系统的跟踪模型预测控制 |
3.3.1 算法描述 |
3.3.2 可行性和稳定性分析 |
3.3.3 终端代价函数及终端域设计 |
3.4 直接空冷机组冷端系统的经济模型预测控制 |
3.4.1 算法描述 |
3.4.2 可行性和稳定性分析 |
3.4.3 终端代价函数及终端域设计 |
3.5 仿真实验及结果讨论 |
3.5.1 仿真实验1:初始稳态不同 |
3.5.2 仿真实验2:环境温度变化 |
3.5.3 仿真实验3:环境横风影响 |
3.6 本章小结 |
第四章 基于区间经济模型预测控制的直接空冷机组冷端优化控制 |
4.1 引言 |
4.2 基于区间经济模型预测控制的冷端系统背压控制方法 |
4.2.1 区间模型预测控制方法描述 |
4.2.2 区间经济模型预测控制方法描述 |
4.2.3 仿真实验及结果讨论 |
4.3 基于事件触发区间经济模型预测控制的冷端系统背压控制方法 |
4.3.1 基于事件触发的区间经济模型预测控制方法描述 |
4.3.2 基于事件触发的区间经济模型预测控制方法执行步骤 |
4.3.3 仿真实验及结果讨论 |
4.4 本章小结 |
第五章 耦合冷端的超临界直接空冷机组机炉协调系统的联合优化与控制 |
5.1 引言 |
5.2 超临界机组机炉协调系统模型的建立 |
5.2.1 制粉系统模型 |
5.2.2 锅炉系统模型 |
5.2.3 汽轮机系统模型 |
5.2.4 机炉协调系统模型结构 |
5.2.5 机炉协调系统模型开环特性验证 |
5.3 耦合冷端的超临界直接空冷机组机炉协调系统模型的建立 |
5.3.1 耦合冷端的超临界直接空冷机组机炉协调系统模型 |
5.3.2 联合模型开环特性验证 |
5.4 主蒸汽压力与凝汽器压力联合优化 |
5.4.1 最优主蒸汽压力和凝汽器压力计算模型 |
5.4.2 最优主蒸汽压力和凝汽器压力联合优化计算结果 |
5.5 耦合冷端的超临界直接空冷机组机炉协调系统的非线性跟踪模型预测控制 |
5.5.1 耦合冷端的超临界直接空冷机组机炉协调系统的非线性模型跟踪预测控制算法 |
5.5.2 仿真实验设置及结果讨论 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 论文主要工作 |
6.2 后续工作展望 |
致谢 |
参考文献 |
附录 |
作者简介 |
基本信息 |
学术成果 |
(10)考虑线路运行状态的电网风险调度模型与方法研究(论文提纲范文)
致谢 |
项目致谢 |
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题背景与意义 |
1.2 国内外研究现状 |
1.2.1 输电线路可靠性与可载性评估研究现状 |
1.2.2 考虑线路随机故障的调度决策研究现状 |
1.2.3 考虑线路增容特性的调度决策研究现状 |
1.3 现有研究存在的问题 |
1.4 本文的研究工作与创新点 |
第2章 考虑线路热惯性的增强型安全约束最优潮流 |
2.1 引言 |
2.2 过载线路的事故后温度变化过程 |
2.2.1 预防控制阶段 |
2.2.2 系统响应子阶段 |
2.2.3 机组爬坡子阶段 |
2.2.4 校正控制阶段 |
2.3 增强型安全约束最优潮流模型 |
2.4 基于Benders分解的求解方法 |
2.4.1 预防控制优化主问题 |
2.4.2 校正控制可行性校验子问题 |
2.4.3 线路热额定校验子问题 |
2.5 算例分析 |
2.5.1 6 节点系统测试结果 |
2.5.2 RTS-96 系统测试结果 |
2.5.3 2538 wp系统测试结果 |
2.6 本章小结 |
第3章 基于风险的检修计划和机组组合协同优化方法 |
3.1 引言 |
3.2 电网时序运行场景发生概率计算 |
3.3 检修计划和机组组合协同优化模型 |
3.3.1 目标函数 |
3.3.2 机组组合约束 |
3.3.3 检修计划约束 |
3.4 采用三层循环迭代的计算框架 |
3.4.1 机组组合与检修计划的解耦与协调 |
3.4.2 机组启停与机组出力的解耦与协调 |
3.5 算例分析 |
3.5.1 6 节点系统测试结果 |
3.5.2 118 节点系统测试结果 |
3.6 本章小结 |
第4章 考虑线路短期可靠性的电网风险调度方法 |
4.1 引言 |
4.2 多因素融合的线路短期可靠性建模 |
4.2.1 自然老化相关子模型 |
4.2.2 健康状态相关子模型 |
4.2.3 天气条件相关子模型 |
4.2.4 负载电流相关子模型 |
4.2.5 综合故障概率的计算 |
4.3 多阶段电网风险调度模型 |
4.4 基于双层迭代的求解策略 |
4.4.1 采用连续线性化的外层循环 |
4.4.2 采用Benders分解的内层循环 |
4.5 算例分析 |
4.5.1 24 节点系统测试结果 |
4.5.2 118 节点系统测试结果 |
4.6 本章小结 |
第5章 电网运行全过程风险协调控制体系与架构设计 |
5.1 引言 |
5.2 全过程风险协调控制体系建立 |
5.2.1 中短期阶段 |
5.2.2 日前阶段 |
5.2.3 实时阶段 |
5.2.4 事故后阶段 |
5.3 全过程风险协调控制系统设计 |
5.3.1 软件架构 |
5.3.2 关键技术 |
5.4 实际应用场景 |
5.5 本章小结 |
第6章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
攻读博士学位期间主要的研究成果 |
四、短时间区间最优意义的机组负荷在线经济分配(论文参考文献)
- [1]考虑可再生能源不确定性的电力系统多阶段鲁棒调度方法[D]. 施云辉. 浙江大学, 2021(09)
- [2]新型电力系统中储能配置优化及综合价值测度研究[D]. 陆昊. 华北电力大学(北京), 2021
- [3]考虑规模风电接入的电力系统分区协调恢复研究[D]. 周光奇. 华北电力大学(北京), 2021(01)
- [4]电站锅炉燃烧和SCR脱硝系统一体化建模与优化控制研究[D]. 康俊杰. 华北电力大学(北京), 2021(01)
- [5]基于机器学习的风电功率超短期预测及AGC动态优化控制研究[D]. 李家腾. 北京交通大学, 2021(02)
- [6]数据驱动的互联电网小干扰稳定评估与阻尼调控策略研究[D]. 王丽馨. 东北电力大学, 2021(01)
- [7]基于分布式模型预测控制的综合能源系统多时间尺度优化调度[D]. 周建平. 合肥工业大学, 2021(02)
- [8]面向高维不确定性电力系统的建模仿真与运行优化研究[D]. 黄煜. 东南大学, 2020
- [9]基于经济模型预测控制的直接空冷机组冷端系统优化研究[D]. 张怡. 东南大学, 2020(02)
- [10]考虑线路运行状态的电网风险调度模型与方法研究[D]. 楼贤嗣. 浙江大学, 2020