全文总字数:4702字
1. 研究目的与意义(文献综述)
电力是现代工业的基础,而电力调度作为对电力充分利用、减少电力损耗、节约能源的技术一直受到研究工作者的重视。对电力调度的优化则是在现代电气电力学科知识背景下对电力调度的细化深化,近年来,随着计算机、大数据等技术的成熟,许多研究者对电力优化调度提出了很多新的算法,电力系统调度不仅考虑经济性,也实现了向节能、环保、动态、大规模调度发展。同时,风电作为新能源的代表具有间歇性、随机性、不稳定不可调度性对电力系统的运行提出了新的挑战。例如风电的发力曲线并不吻合电力负荷的峰谷特性导致其无法全额上网而造成极大资源浪费及经济损失。如何在发电侧优化调度策略,利用先进的算法控制风电与火电水电等常规稳定能源捆绑入网,提高风电的经济性、适应性以及减少化石能源消耗、缓解环境危机具有很大意义。
电力系统协调优化运行的问题可以视作一种大规模的非凸优化问题,问题本身呈现出不确定性、非线性和非凸特征。传统的数学类算法,如法线边界交叉(Normal Boundary Intersection,NBI)法,对于凸优化问题能够方便快捷地进行处理,并保证问题达到最优解。群体进化算法,如GSO、PSO、NSGA-II等是研究者受到自然界中生物的群体行为的启发诞生的。由于群体进化算法的形式简单,对最优解的搜索能力较强,收敛速度较快,使其在电力系统协调优化领域得以广泛地应用。与传统数学方法和群体进化算法相比,学习算法,如Q学习、学习自动机等算法在解决电力系统领域的大型调度问题上,具有较快的计算速度以及更高的精度。同时避免了对问题的简化和对诸多参数的人工调整过程。
2. 研究的基本内容与方案
1、研究的基本内容:
根据已有文献对课题相关问题的研究方法与得到的结果做综述分析,并对论文的内容作简要阐述与安排。也可包括一些基础概念的准备。
建立电力系统经济性多目标优化调度数学模型并验证模型的理论可行性,用概率模型表征风电并网不确定性,确定风电并网数学方法并实现对随机风电的消纳,通过群体优化算法实现对风电全消纳的低成本、低污染、高安全的科学调度。
3. 研究计划与安排
开题至2020年3月25日:学习电力系统多目标经济调度的方法,包括:
(1):通过学习电力系统基本知识建立电力系统调度基本数学模型;
(2):确定数学模型的目标函数、变量以及约束条件。2020年3月25日至2020年4月15日:研究风力发电并网不确定性表征方法。
4. 参考文献(12篇以上)
[1]manzhihong, a. p. paplinski, h. r. wu. a robust mimo terminal sliding mode controlscheme for rigid robotic manipulators[j]. ieeetransactions on automatic control, 1994, 39(12): 2464~2469.
[2]张琛,詹志辉. 遗传算法选择策略比较[j]. 计算机工程与设计,2009,23:5471-5474 5478
[3]branov l, orioli a, giulla g. quality of wind speed fitting distributions for theurban area of palermo, italy[j].renewable energy.2011,36(3):1026-1039
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。