水火电短期优化调度模型和算法的研究

论文摘要

随着大区域联网和电力市场的实行,电力系统运行的经济性受到了广泛的重视。作为电网运行一项重要工作的水火电联合优化调度,是经济效益显著而计算比较复杂的课题。传统调度模式下,为了使火电厂运行平稳而降低耗煤量,同时使水电厂尽可能多发电,系统安排计划在理论上是以全网耗煤最小为目标,水火电系统被视为一个整体进行优化调度。在电力市场中,发电厂商通过竞价方式获得上网电量份额,因此,电力市场中水火电的联合调度是通过市场机制,利用电价信号的杠杆作用,协调发电厂商的出力,实现电力资源的优化配置。近年来随着能源短缺的加剧和电力体制改革的不断深化,节能环保理念是调整能源结构和实施可持续发展战略的必然选择。本文针对在电力市场环境中的发电侧能够实现节能环保且高收益的发电目标,对机组出力变化与分时电价波动之间的关系进行了研究,构建了一种新的水火电短期优化调度模型,该模型在实现电力市场下追求发电侧最大发电收益目标,同时综合考虑了峰谷分时电价和环境保护成本对发电侧所带来经济效益的影响。该模型基于节能减排和环境保护的理念,为水火电力系统短期优化调度提供了新的研究思路。针对电力系统中水火电短期优化调度,这一典型的高维、非凸、非线性优化问题,本文提出一种改进的微分进化算法。该算法将熵的概念引入到共享机制的小生境技术,通过对小生境半径的自适应调整,计算小生境熵有效度量种群多样性,并对控制参数进行自适应调整,进一步增强微分进化算法的全局寻优能力。通过对一水火电混合系统仿真计算,将计算结果与其他智能算法相比较,验证了本文所提出的数学模型和算法的可行性和有效性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题的背景及意义
• 1.2 国内外发展与研究现状
• 1.2.1 水火电短期优化调度的数学模型
• 1.2.2 水火电短期优化调度的相关算法
• 1.2.3 研究现状
• 1.3 本文的主要研究内容
• 第2章 电力市场中水火电短期优化调度模型
• 2.1 引言
• 2.2 梯级水电站运行特点
• 2.2.1 梯级水电站之间的水力联系
• 2.2.2 水电站特性函数
• 2.3 火电厂运行特点
• 2.4 峰谷分时电价
• 2.5 水火电短期优化调度的数学模型
• 2.6 本章小结
• 第3章 微分进化算法
• 3.1 引言
• 3.2 微分进化算法
• 3.2.1 基本DE算法的数学描述和参数分析
• 3.2.2 DE算法自适应控制参数
• 3.2.3 DE算法的基本步骤
• 3.3 遗传算法
• 3.4 DE算法和GA算法的区别
• 3.5 算例分析
• 3.5.1 适应度函数及约束条件处理
• 3.5.2 算法求解步骤
• 3.5.3 原始数据
• 3.5.4 计算结果分析
• 3.6 本章小结
• 第4章 改进的微分进化算法
• 4.1 引言
• 4.2 小生境技术分析
• 4.3 熵的概念
• 4.4 早熟分析
• 4.5 小生境熵技术及自适应控制参数
• 4.6 算例分析
• 4.7 本章小结
• 结论
• 参考文献
• 附录. 水火电算例系统数据
• 攻读学位期间发表的学术论文
• 致谢