一、电力系统日发电计划的启发式遗传算法（论文文献综述）
吴月秋[1]（2021）在《梯级水库群多目标优化调度方案决策及风险分析研究》文中提出水是生命之源,是人类赖以生存和发展不可缺少的重要的物质资源,随着全球气候变化及人类活动的影响,可供利用的水资源日益匮乏,如何高效合理利用水资源已成为国内外普遍关注的问题。因此,综合考虑多种不确定性因素的影响,在满足防洪、发电、供水、航运等多种综合利用目标需求条件下,开展梯级水库群多目标优化调度方案决策及风险分析研究,寻求变化环境下的多目标优化调度方案,对于流域水资源高效利用和防灾减灾具有重大现实意义。对于这一涉及多个学科的复杂的系统工程问题,本文基于水文学、水力学、经济学、数学及计算机等,在梯级水库群优化调度算法、多目标优化调度方案决策、入库径流不确定性与风险分析等方面进行了深入探究,取得的主要成果如下:（1）改进和声搜索算法及其在梯级水库群优化调度中的应用。为了解决和声搜索算法的初始和声记忆库分布不均及易陷入局部最优的缺陷,采用均匀设计的方法生成初始和声记忆库以增加其多样性和有效性,引入混沌序列来改善算法的全局搜索能力,提出了改进的和声搜索算法,并将其应用于梯级水库群发电优化调度模型的求解。通过与和声搜索算法、动态规划算法对比分析,验证了改进和声搜索算法的优越性,为梯级水库群发电优化调度模型求解提供了一条可行的途径。（2）基于边际转换率的水库多目标优化调度方案决策研究。为得到入库径流不确定条件下的水库多目标优化调度方案,本文以防洪和发电具有结合库容的三峡水库为研究对象,在对入库径流过程预报误差进行量化估计的条件下,以耦合微观经济学中的产品转换曲线和等收入线获取最大效益的原理,将边际转换率应用于水库多目标优化调度方案决策,寻求防洪和发电矛盾对立转化的最佳均衡点。算例分析结果表明,模型方法不仅可以得到确定性来水条件下防洪和发电效益的最佳均衡点,而且还能得到考虑入库径流过程预报误差时的发电最大蓄水位的动态控制区域,为合理确定中小洪水时的起调水位和洪水的资源化提供了一定的理论参考。（3）基于改进VIKOR模型的来流不确定下水库多目标优化调度方案决策研究。针对传统水库多目标优化调度方案决策时往往忽略入库径流不确定性影响的不足,一方面对评价指标选用区间数,此区间数的上下限为以考虑入库径流预报误差下的模拟入库径流为输入时优化计算得到的最大和最小值;另一方面在采用博弈论集合模型对基于序关系分析法的主观权重和Critic法的客观权重进行组合赋权的基础上,对VIKOR模型进行改进以提高评价指标权重的可信度和合理性。并通过实例分析验证了模型和方法的合理性和实用性,为入库径流不确定下水库多目标调度方案决策提供了一种新途径。（4）考虑多元入库径流预报误差的梯级水库群短期发电调度风险分析。针对大型水库群短期联合发电调度风险分析时,下级水库入流不仅要考虑上级各水库入库径流预报误差的影响还要考虑区间入流预报误差的影响,而不同预报时刻的径流预报误差也有相关性的这一多元且相关的问题,在分析各预见时刻误差分布特点的基础上,采用t-Copula对多元径流预报误差函数进行联合拟合,建立了多个预见时刻的入库径流过程预报误差随机模型,对基于预报误差的预报径流过程进行随机模拟,进而对梯级水库群短期发电调度的风险进行相关分析。并通过实例验证了本文提出方法的可行性和有效性,本研究对梯级水库群短期发电调度具有一定的参考价值。
韩佳英[2]（2020）在《含直流微网的配电网负荷恢复策略研究》文中提出随着时代发展,人类对传统不可再生能源的过度使用为人类社会带来了能源和环境的双重严峻挑战。微电网能够通过合适的控制方式聚合多种可再生能源从而减少不可再生能源的利用。其中,直流微电网具有结构拓扑简单,能量变换直接、控制可靠方便的优点,渐渐成为电气领域的研究热点。近年来世界上大停电事故的频发使得人们愈发关注电网的安全运行和电力系统的恢复问题。利用直流微网对配电网失电区域进行孤岛划分是解决配电网故障恢复的问题的一种新思路,得到了越来越广泛的研究。本文介绍了直流微网各部分的结构、控制方式以及直流微电网基于储能电池SOC的能量管理策略,在MATLAB/Simulink平台搭建了直流微网模型并仿真;针对能量管理策略中所用到的负荷预测环节采用改进粒子群算法对最小二乘支持向量机预测模型进行优化;利用模拟退火遗传算法（SAGA）提出了一种含直流微网的配电网孤岛划分的方法来解决配网恢复问题。首先本文搭建了包括光伏阵列、储能系统、交直流负载组成的典型直流微电网,根据直流微网不同运行状况的能量需求,设计了一套基于储能电池荷电状态（SOC）的直流微网能量管理策略。其中,针对微网运行状态中微网濒临崩溃的特殊情况,结合负荷/发电预测设计了微网的极限工作模式。详细介绍了能量管理策略下各模块的具体控制方式。其中,光伏阵列分为恒压模式和最大功率输出模式两种工作模式,储能模块分为恒流充电、稳压模式和待机模式三种工作模式,通过并网换流器控制直流微电网完成并网和孤岛两种工况的切换。在MATLAB/Simulink平台搭建了直流微网的仿真模型并验证了各部分控制策略和整体能量管理策略的有效性。其次针对直流微电网能量管理策略中所需要的负荷/发电预测以及微网最优运行的存在的经济性问题,本文采用我国西部某地区的负荷数据,以最小二乘支持向量机（LS-SVM）为预测模型对样本负荷进行短期负荷预测。在此基础之上,利用粒子群算法和改进粒子群算法对LS-SVM预测模型中的两个关键参数进行寻优,通过对比验证此方法得到更好的预测效果。最后本文以美国PG&E69节点配电网拓扑为例,以配电网由于故障而大面积失电的情况为背景,以恢复的重要负荷最多和解列开关最少为主要目标,充分考虑负荷优先级和可控性的影响,使用模拟退火遗传（SAGA）算法制定含直流微网的配电网孤岛划分方案,使孤岛网络能恢复尽可能多的配电网重要负荷的同时也可使断开的开关数最少。在MATLAB平台编程进行方案验证,通过与其他论文中的方案对比,验证了本文使用方法的优越性。
陈颖毅[3]（2020）在《考虑弃水电量的水火电电力电量平衡模型与算法研究》文中研究说明经济发展需要大量的电力作为能源支持,高效的能源生产对电力系统的电源容量规划、安全运行、节能效率等方面提出了更高的要求。近年来,弃水电量事件的发生,引起政府部门的关心和大众的关注。减少弃水电量,提高能源利用率,落实贯彻“节能减排”方针。故本文从理论方法与实际应用两方面着手,以智能算法的改进以及应用和模型创新为研究手段,围绕电力系统电力电量平衡模型和降低弃水电量这两方面展开研究。本文的主要研究内容及和相应成果包括:（1）弃水电量最小的年电力电量平衡模型算法研究。本文在遗传算法的基础上,针对水火电站在实际应用中不同时期的运行特点,提出了一种改进的遗传算法。改进的遗传算法主要解决初始解生成质量不高和变异操作中对群体信息利用不足的缺点,通过对不同电站设置相应初始概率矩阵,实现提高种群初始化的质量,使用高斯分布拟合种群基因的分布信息,促使算法能跳出局部最优,进一步增强全局搜索能力。本文将改进遗传算法、逐次逼近算法和逐次切负荷法耦合,逐步求解检修计划、备用容量配置和工作容量配置。通过实例计算,改进的电力电量平衡算法相比常规算法所求得的弃水电量较少,验证了改进电力电量平衡算法在求解电源优化配置方面的有效性和合理性。（2）考虑弃水电量机会损失的日电力电量平衡模型研究。本文将水电因弃水导致的机会损失纳入到水火电系统联合优化运行分析中,并考虑水火电爬坡约束,水电振动区约束等多种复杂约束,构建火电运行成本与水电弃水电量机会损失之和最小的水火电日电力电量平衡模型。将模型中非线性约束转化为线性化约束,并使用商业优化软件CPLEX中内置的分支定界法进行求解。针对汛期某一区域进行仿真模拟,实例结果表明,按这一优化准则下的最优策略运行,虽然火电运行成本有所增加,但弃水电量大大减小,水电能源利用率得到明显提升,计算结果更加符合实际情况。
陈思远[4]（2020）在《二松干流梯级水电站短期联合优化调度研究》文中研究表明随着我国节能减排及能源结构调整工作逐步深入,国内各主要流域均以形成了一定规模的梯级水电站系统。为了充分发挥梯级水电站发电、防洪、供水、灌溉、航运等经济和社会效益,流域梯级水电站联合优化调度运行已成为国内外各界研究的焦点。其中,梯级水电站短期联合优化调度问题已作为梯级水电站联合优化调度研究的重要内容,并且广泛被众多研究者所关注。研究梯级水电站短期联合优化调度和厂间经济运行,不仅可以为各电网电站降低发电成本,还可以为水电站自身安全稳定运行提供依据,挖掘水电站水轮发电机组的发电潜力,同时减少水轮发电机组的耗损并改善机组的性能,提高水电站经济效益,有效缓解当前水资源短缺和能源供需日趋紧张的问题。本论文以二松干流梯级水电站为研究对象,围绕当前梯级水电站优化调度的技术瓶颈,分别针对短期调度运行和厂间经济运行问题建立不同的调度模型,并提出不同的优化求解方法,并根据白山、丰满水电站进行实例计算,主要研究内容如下:第一部分:在总结国内外水电站优化调度及经济运行的研究现状的基础上,提出了水电站单站及梯级优化运行的研究思路;并简要叙述了相关求解水电站调度问题的优化算法以及总结了二松干流梯级各水电站的流域概况及工程概况。第二部分:在已知水电站分配负荷的前提下,以水电站机组发电耗水量最小为目标建立水电站厂内经济运行的数学模型。并针对机组组合问题的特点,提出一种改进二进制粒子群算法和差分进化算法相互混合嵌套的双种群优化算法,保持算法在寻找最优解过程中种群的多样性。另外通过创建机组优先序位表,采用启发式最小启停时间约束及旋转备用约束修正策略对机组状态进行调整,进一步提高了算法的优化能力及收敛速度。并以丰满水电站为例进行计算,验证该水电站厂内经济模型和该优化求解方法的有效性和合理性,降低了水电站调度期内的厂内耗水量,从而提高了水能利用率。第三部分:在水电站厂内经济运行的基础上,引出梯级水电站厂间经济运行问题,并建立其以梯级电站总耗水量最小为目标的数学模型,并提出负荷逐次分配法及改进二进制粒子群算法,对该模型进行求解。逐次负荷分配法首先采用负荷分配法计算各电站初始负荷的可行解,再用等微增率法进行运算,并逐次迭代求得最优解。改进二进制粒子群算法水电站实际运行中的各个约束条件,进而综合求解水电站厂间经济运行问题,通过二松干流白山、丰满水电站进行实例研究,验证了这两种方法的有效性,并降低了梯级电站整体耗水量。
陶冶[5]（2019）在《基于数据驱动的充电设施选址优化及V2G充放电策略研究》文中研究指明电动汽车以电能作为动力源,具有良好的清洁和环保效益。电动汽车的大量普及可以提高交通能源的可持续利用,但同时也会带来新的挑战:一方面电动汽车规模的扩大将造成巨大的充电设施配建缺口;另一方面大规模电动汽车随机接入电网会对电力系统的安全性与经济性造成不良影响。针对上述两方面的问题,为实现电动汽车与智能电网的融合发展,本文基于项目自建智能化集成运营管理系统平台采集的电动汽车行驶数据,以电动汽车为侧重点,对电动汽车充电设施选址优化、有序充电以及车辆到电网（Vehicle to Grid,V2G）策略进行了深入研究。具体工作如下:为更加准确地描述电动汽车用户的充电特性,本文通过电动汽车行驶数据分析了用户的出行与充电行为特征,以及电动汽车充电负荷在时间和空间上的分布规律。建立了历史平均负荷预测法、车队特征预测法和个人特征预测法三种不同充电负荷预测方法对应的预测模型,并通过一段行驶数据对比了三种方法的预测效果。结果显示个人特征预测法进行充电负荷预测的均方根误差为2.5511k W,远低于另外两种方法,具有更佳的预测精度。充电负荷的预测为充电设施选址优化与电动汽车充放电策略研究奠定了基础。为更加客观实际地对充电设施进行选址,本文提出了一种基于电动汽车行驶数据驱动的充电设施优化选址方法。在分析电动汽车充电需求点空间分布的基础上,确定了充电设施备选点的选取方法以及研究了数据量的大小对备选点选取的影响。建立了充电设施选址的数据驱动优化模型（Data-driven Optimization Model,DDOM）,并采用遗传算法对其进行求解。优化后的充电点与优化前相比,不仅让电动汽车的过放电率从68.1%降为39.6%,而且使充电设施的日均利用时长提高了63%。此外,还分析了电动汽车的过放电率与充电点数量、充电设备预算成本以及额定续航里程之间的关系,以及充电点数量的增加与保留率之间的关系。最后通过实际充电站点的运营数据验证了该充电设施选址方法的可行性与有效性。为降低大规模电动汽车的随机充电对电网运行产生的如负荷过载等不利影响,针对电网到车辆（Grid to Vehicle,G2V）单向功率流模式,本文提出了一种考虑用户充电选择的集中式数据驱动有序充电策略。介绍了考虑用户充电选择的充电方法,并在此基础上建立了电动汽车在时间维度上的充电调度模型。通过电动汽车的行驶数据对比分析了数据驱动有序充电、模型驱动有序充电和无序充电三种充电策略的调度能力。结果显示,数据驱动有序充电策略将电网负荷峰谷差与等效负荷波动分别减小了22.2%与22.7%,并且大大降低了用户的充电成本,效果要优于另两种充电策略。此外,分析了用户充电选择对充电策略的影响,结果表明考虑用户充电选择的有序充电策略,能有效减少用户充电模式的选择所引起的调度偏差。针对V2G双向功率流模式,本文提出了一种基于电动汽车行驶数据驱动的V2G充放电策略。讨论了适合V2G的电力服务类型,明确了V2G参与调峰服务的优势,并确定了电动汽车充电和放电优先级的计算方法。为了更准确地计算电动汽车V2G服务中用户的整体利益,对V2G服务中电池产生的损耗成本进行了详细分析。在此基础上建立了“人-车-网”一体的数据驱动V2G调度模型,并采用电动汽车行驶数据进行了计算分析。结果显示该V2G策略不仅可以将电网负荷峰谷差与等效负荷波动分别降低32.2%和39.2%,还能显着降低电动汽车用户的用电成本甚至形成收益,验证了该V2G策略的可行性与有效性。本文的研究成果可对充电设施建设的有效性和合理性提供理论指导,对充电设施规划、未来V2G商业运营模式选择等具有重要的参考价值,对推动电动汽车的普及具有重要意义。
邵随拓[6]（2019）在《考虑水库月间协调的年度电力电量平衡方法研究》文中进行了进一步梳理电力电量平衡对于未来一定时间周期的电力系统规划和电网经济调度具有重大作用。年度电力电量平衡的时间跨度相对较长,不仅可以充分发挥水电站对水资源的长期调节性能,而且能够比较完整的考虑电力系统长期运行的经济性能。电力电量平衡计算是在电力以及电量供需平衡的基础之上计算得到机组或电站合理的出力和发电量。在我国传统的年度电力电量平衡模型中,往往根据给定的水电各月发电量进行逐月电力电量平衡,且月度负荷是以单个典型日负荷代表的。为了适应国家节能减排战略与国家电网公司绿色供电的战略,有必要进一步研究能够提高资源利用效率以及更加精细化的年度电力电量平衡模型。针对年度电力电量平衡是一个混合整数非线性规划问题,其求解效率比较差,本文将其转换为混合整数线性规划模型。围绕着年度电力电量平衡方法建模,本文具体研究内容如下:（1）针对逐月电力电量平衡的年度电力电量平衡模型割裂了水库在月间对水能资源的协调作用,进而导致未能充分的发挥水能资源利用价值的问题,本文构建了考虑水库月间协调的年度电力电量平衡模型。该模型为一个全年整体优化模型,统一优化水电站水库的全年的运行方案以及在各月典型日上水火机组的出力。模型目标为系统全年发电费用最小,模型约束中计及了水库月末库容、火电机组最小开机时间和最小停机时间等约束。通过算例仿真验证了模型的可行性、有效性以及实用性。（2）现有年度电力电量平衡模型中月度负荷以单个典型日代表,存在着对实际负荷刻画相当粗糙的问题。本文提出了一种基于因子分析和修正K-means聚类算法的多典型日负荷曲线生成方法,并基于此构建了一种考虑水库月间协调与月内多典型日的年度电力电量平衡模型。基于因子分析和修正K-means聚类算法的典型日负荷曲线生成方法首先对标准化后的负荷数据进行因子分析得到公共因子,之后对得到的公共因子使用修正K-means聚类算法进行聚类,最后根据聚类的分类结果对原始负荷数据分类,对各类负荷求平均值得到各典型日负荷曲线。考虑水库月间协调与月内多典型日的年度电力电量平衡的模型中月度负荷以多个具有代表性的典型日负荷代表,目标函数为系统年度发电费用最小,并且考虑了机组爬坡、最小开机时间和最小停机时间等约束以及火电机组运行约束在日间的延续,统一优化水电站水库的全年的运行方案以及在各月各典型日上水火机组的出力。最后利用实际负荷数据对基于因子分析和修正K-means聚类算法的多典型日负荷曲线生成方法进行了有效的验证。算例仿真验证了考虑水库月间协调与月内多单典型日的年度电力电量平衡模型更加精确。
侯文庭[7]（2019）在《基于数据驱动鲁棒优化的电力系统多源协调优化调度研究》文中研究指明随着风电、光伏发电等间歇式电源的大规模并网,其固有的不确定性给电力系统的调度决策带来巨大挑战。通过传统优化调度方法得到的调度方案无论是其经济性还是实用性都已无法满足现实需要。因此有必要针对间歇式电源的不确定性进行建模,研究适合大规模风电和光伏并网的优化调度方法,给出切实可行的调度方案。此外,核电作为一种高效的清洁能源,目前在我国发展十分迅速。然而大量的核电机组作为基荷电源并网给电网带来巨大的调峰运行压力,严重挤压了其他电源的发电空间,非常不利于对大规模可再生能源的消纳。以广西为例,随着广西电网风电、光伏发电的大规模接入以及广西用电需求增长放缓,加之防城港核电厂没有抽水蓄能电厂与之辅助运行,区内风、水、火、核电矛盾突出,弃风弃水时有发生。风电和光伏发电的大规模并网消纳、核电的安全运行等都对电力系统的灵活性和调节能力提出了新的要求,因此有必要探讨包括核电在内的多种特性各异电源的协调优化调度问题。本课题以机组组合（unit commitment,UC）为切入点研究了包括风、光、核、水、火多元电源在内的协调优化调度问题。主要包含以下四个部分:1)研究了数据驱动鲁棒优化方法。分析了可挖掘大数据概率密度和分布信息的非参数统计方法—核密度估计和鲁棒核密度估计,并深入研究了鲁棒损失函数、核函数平滑参数的选择、核化迭代加权最小二乘法等实现鲁棒核密度估计的关键技术。根据获取的数据的核心分布信息进而构造了一个数据驱动的不确定集合,并在此基础上构建了电力系统数据驱动鲁棒优化模型的一般框架。2)鉴于常规机组组合非凸、全局最优解难以在有限时间内获得等缺陷,提出了一种机组组合的等价凸二次规划模型。基于两类0-1变量,构造了计及冷、热起动成本的起动费用的等价线性表达,使之更加简洁,易于计算。通过一组特殊不等式,将非凸的最小起停时间约束等价为线性约束。从而把非凸的UC问题等价转化为目标函数是二次、约束条件为线性的凸二次规划问题,并通过商业优化求解器GUROBI首次求得全局最优解,可供相关学者比较参考。此外,将该模型和数据驱动鲁棒优化方法相结合,提出了考虑风电、光伏出力不确定性的机组组合的数据驱动鲁棒凸二次规划模型。3)提出了一种考虑核电机组可调度性的多源协调优化调度模型。结合核电机组的实际运行经验和仿真实验结果,分析了核电机组的可调度性,即核电参与调峰的可行性。并针对核电机组运行特点,提出了核电机组的安全可调节域和调峰运行的安全约束,建立了核电调峰运行模型。针对核电机组无法频繁调节的特殊性和安全约束限制,采用预调度和再调度相结合的两阶段调度方式,分别求得核电机组的低功率运行时间和最优调峰深度。采用鲁棒优化方法处理风电和光伏发电的不确定性,保证了调度决策的可行性。从而构建了风、光、核、水、火多源协调的短期优化调度模型。4)研究了水、火、风、光、核的动态协调问题,提出了一种多源电力系统的多时间尺度鲁棒调度模型。根据风电预测准确性随时间尺度的减小而提高的特点,分别在日前、日内、实时三个时间尺度上建立与之相匹配的调度模型。即在日前调度阶段采用鲁棒核密度估计方法挖掘风电、光伏发电的大数据信息,再根据得出的概率密度信息通过分位值函数构造数据驱动不确定集合,进而构建了以总运行成本、核电调峰成本和弃水损失最小为目标的多源联合优化数据驱动鲁棒调度模型;在日内滚动调度阶段则构造了弃水最小和机组功率调整成本最小的滚动优化模型;在实时调度阶段建立了机组功率调整量最小的实时调度模型。此外,针对传统弃水策略不能体现公平调度原则,忽视单个水电站利益以及不利于创造社会效益等缺陷,结合各水电站希望自身利益最大化的实际需求,提出了一类能够使弃水量或弃水电量在各水电站公平分配的弃水方法。该方法共包含八种弃水策略,相应地有八种可供选择的弃水最小目标函数,分别对应不同弃水策略下弃水量或弃水电量的损失。所提方法克服了传统弃水策略的缺点,有效兼顾了各水电站利益和对流域的统筹优化。
明波[8]（2019）在《大规模水光互补系统全生命周期协同运行研究》文中提出可再生能源的开发和利用是保证未来能源安全以及应对全球气候变化的重要途径。但是,以风、光电为代表的可再生能源具有间歇性、波动性以及随机性等特征,导致其消纳困难,弃电现象严重。将风光水打捆运行,形成多能互补系统,是降低新能源并网的冲击性、提升流域资源利用率的一种新思路。由于多能互补系统的维度更高,不确定性输入更多,调度目标间的竞争性更强,其安全高效运行变得更具挑战性。在这一背景下,如何促进互补系统内不同能源的协同性,实现不同能源的深度融合亟待深入研究。本论文以龙羊峡水光互补工程为对象,以水电和光电的协同性为主题,从“实时-短期-中长期-全生命周期”4个方面研究大规模水光互补系统的规划设计与运行调度问题,主要工作如下:（1）针对互补系统经济运行问题（“以电定机”）,建立了考虑光伏出力预测不确定性的机组组合鲁棒优化模型。模型可在多种光电情景下,通过具有鲁棒性的机组开/停机状态始终满足负荷平衡,并使给定负荷条件下水电站期望耗流量最小。为实现模型的高效求解,提出了耦合智能算法和动态规划的双层嵌套优化框架:外层采用智能算法优化机组的开/停机状态,并结合二维编码策略处理机组的连续开/停机约束;内层在给定的机组状态下,采用动态规划优化机组间负荷分配策略。研究表明:提出的模型和方法能快速提供安全稳健的经济运行方案,在补偿光伏发电的同时提高水资源利用率。（2）针对互补系统日前发电计划编制问题（“以资定电”）,建立了耦合经济运行模块的双层规划数学模型。上层模型优化系统输出功率,使得互补系统在满足双峰型等负荷特性条件下发电量最大;下层模型在给定系统输出功率下,优化机组状态以及负荷分配策略,使得水电站期望耗流量最小。在模型求解时,将原问题解耦成三个关联的子问题:确定系统输出功率、确定机组状态以及确定机组间负荷分配,分别采用启发式算法、智能算法以及动态规划方法在递阶结构下求解。研究表明:提出的模型和方法能快速提供同时满足电网需求和流域水资源综合利用要求的日前发电计划。（3）针对互补系统中长期调度问题,提出了耦合弃电损失函数的互补调度图编制方法。分析了互补调度中可能的弃电情形,采用短期随机模拟模型定量表征长期水电出力与光伏弃电率之间的关系,据此估计中长期光伏弃电损失函数;将其耦合到中长期调度模型中,构建了中长期互补调度图多目标优化模型;采用多目标布谷鸟算法识别了互补调度图最优型式及参数。研究表明:弃电损失函数呈S型;互补系统发电量最大和发电保证率最高之间呈非竞争关系;所制订的调度图能在水力发电、光电并网、下游供水三者间达到较好的平衡。（4）针对互补系统中光伏电站装机容量规划问题,提出了基于成本效益分析和嵌套调度模型的装机容量规划方法。考虑互补调度对水资源系统的影响和电网的需求,构建了光伏电站全生命周期运行净效益最大数学模型;提出了基于历史均值取样、滑动窗取样、以及Bootstrap取样的光伏电站全生命周期净效益计算方法;最终同步确定了最优光伏装机容量以及互补调度函数。研究表明:最优装机对光伏补贴电价最敏感;推导的调度函数能有效指导水光互补中长期运行;提出的光伏装机规划方法合理有效,实现了光伏装机规划与互补调度的协同。
刘明浩[9]（2019）在《电力系统负荷与电源备用检修容量优化配置方法研究》文中研究说明目前,随着我国发展进入新时代,国民经济、科学技术、工业生产等方面的发展日新月异,而能源的利用与消耗也日渐增大。我国综合国力的快速发展,对电力系统的安全、稳定、高效、节能等方面提出了越来越高的要求。进入新世纪以来,我国电力总装机逐年上升,《电力发展“十三五”规划》中指出:在过去电力工业发展取得佳绩的同时,也暴露出很多有待解决的问题。云南、四川两省弃水严重;我国局部地区的电网其调峰能力严重不足;部分电力设备的利用效率不高,火电装机年利用小时数逐年下降。在节能减排推进力度的进一步加强、大气环境保护的刚性约束日趋严峻的时代背景下,电力系统负荷与电源备用检修容量优化配置理论与方法己成为减少电力系统弃水电量和高效利用化石能源的热点研究问题。基于上述问题,本论文立足于电力系统负荷与电源备用检修容量优化配置理论与方法研究,重点围绕电力系统负荷分配、电源备用和检修容量配置、电力系统弃水调峰等一系列电力电量平衡问题,综合运用电力科学、数学科学、智能优化及系统工程等多个学科领域的理论方法,分别从负荷分配、备用容量优化配置、机组检修容量优化配置以及抽水蓄能电站运行方式等方面开展。主要研究工作包括:（1）提出基于出力不均匀性的嵌套结构逐次切负荷法。首先,根据月调节系数计算原理,拟定了根据电力系统设计水平年典型日平均负荷、月平均负荷和电站月平均出力来计算各个电站典型日平均出力的思路与方法。其次,根据改进的逐次切负荷法的迭代寻优原理,对单一火电站的工作容量进行调峰容量和非调峰容量的划分,基于电力电量平衡约束条件进行单一火电站的负荷分配计算。实现了能够根据电力系统月平均负荷、典型日负荷过程和各个电站的月平均出力即可确定所有水、火电站的典型日平均出力,并通过电力电量平衡计算能够得到所有电站的典型日出力过程。通过实例,验证了所提出的基于出力不均匀性的嵌套结构逐次切负荷法的优势与实用性。（2）针对因承担电力系统备用容量可能产生调峰弃水电量问题,建立调峰弃水电量最小的备用容量优化配置模型。通过分析电力系统中水、火电站调峰能力的差异,以及水、火电站工作容量与其调峰容量之间的相关关系,以等备用原则为理论基础,确定优化搜索方向,结合启发式搜索和步长加速法对模型进行求解,通过在电力系统备用容量优化配置项目中的实际应用,验证了模型及算法的寻优能力和计算效率的优越性。（3）进一步将电源机组检修容量作为变量引入调峰弃水电量最小模型,对电源备用容量和检修容量进行联合优化。在时间维度上,不仅局限于电力系统设计水平年各月典型日的备用容量的电力平衡,而是扩展到各个电站设计水平年机组检修容量的电力平衡。推导出水、火电系统备用容量与调峰弃水电量相关关系结合分布估计算法,并利用机组空闲容量改进分布估计算法的初始解生成,来减少算法的寻优时间和陷入局部最优的可能。实例计算证明,在满足电力电量平衡约束的前提下,算法能够有效减少调峰弃水电量和求解时间,验证了模型和算法的合理性和有效性。（4）针对含水、火、抽水蓄能电站的电力系统调峰弃水电量问题,提出系统弃水电量最小的抽水蓄能电站运行方案计算方法。根据电力系统设计水平年汛期负荷水平以及系统内的电源组成结构,根据抽水蓄能电站能够承担系统备用容量和“削峰填谷”的多重作用,利用汛期电力系统典型日调峰弃水电量,将抽水蓄能电站按照日调节的方式进行抽水储存能量并在电力系统负荷高峰时段进行放水发电调峰,充分发挥其容量效益和电量效益。对电力系统的备用容量重新分配或对水、火电站所承担的系统负荷的峰谷形态向平稳方向进行调节,进而增大水、火电站的调峰能力或降低电力系统负荷对火电站和水电站调峰容量的需求,减小系统中火电站和水电站所承担的系统负荷峰谷差。系统负荷在典型日内波动更加平缓,进而火电站与水电站的典型日内出力也更加平稳,达到了减少电力系统的汛期调峰弃水电量,避免大量的水能、电能损失,提高电力系统经济效益。
康传雄[10]（2018）在《基于线性逼近与蓄水分配曲线的梯级水库优化调度研究》文中认为水库优化调度有助于实现水资源的优化配置和充分利用,使水利工程的综合运用效益最大化,同时为电力系统提供更多可靠的电能,因此研究梯级水库优化调度具有重要意义。梯级水库优化调度是典型的非凸非线性规划问题,其中复杂耦合的非线性关系给模型的求解带来困难,通常导致模型的非凸特性,并制约模型求解的最优性;另一方面,对中长期尺度考虑径流等随机性因素的梯级水库随机调度问题,随着水库数量增多,各水库之间离散状态变量的组合呈指数增长,导致计算耗时过长、甚至无法完成计算,即维数灾现象。本文针对梯级水库群调度中的非线性因素和维数困难这两个关键问题,研究并提出相应的解决方法。对于第一个问题,本文构建了两种线性逼近方法,将原模型转化为线性模型,并采用线性规划（LP）或混合整数规划（MILP）求解。对于第二个问题,本文基于梯级水库的水力联系,设计了一个梯级水库蓄水分配曲线,在随机动态规划递推过程中把梯级水库当作一个整体。本文的主要研究成果如下:（1）引入数学规划中的special ordered sets（SOS）建模工具,对非线性函数离散点赋予受SOS约束的权重,确保使用相邻的两个离散点近似相应的函数区间,该线性近似处理方法记为PWL1。实现SOS约束需要引入整数变量,因此PWL1将原模型转化为MILP。水火电系统日优化的算例表明,该优化方法得到的解优于以往的研究成果。（2）将水电出力表示为水库蓄水和出库流量的二元函数关系,基于模型的近似凸优化特性,用一组凸包平面近似表示出力关系,该线性处理方法记为PWL2。PWL2不引入整数变量,将原模型转化为LP。PWL1和PWL2分别被用于近似处理梯级水库群长期调度模型,对比表明,PWL1的逼近精度更高,PWL2处理的模型求解效率更高。（3）提出梯级水库群蓄水分配曲线（SDC）,SDC表示各时段梯级总蓄水和各水库蓄水的关系,可以用于指导梯级水库群中长期运行。SDC曲线参数根据历史径流序列生成的长期调度方案进行拟合,这里采用PWL1处理长期调度模型中的非线性关系。（4）基于SDC和随机动态规划（SDP）,提出SDCSDP方法,用于求解梯级水库群随机调度问题。SDCSDP递推过程中的状态变量是梯级总蓄水和总入流量,在计算阶段效益时根据SDC将总蓄水分配到各水库,并采用阶段效益模型做适当的调整和优化,这里采用PWL2近似处理阶段效益模型中的水电出力关系以提高计算效率。算例表明,SDCSDP能够求解大规模水库群随机调度问题,同时避免维数灾现象。
二、电力系统日发电计划的启发式遗传算法（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、电力系统日发电计划的启发式遗传算法（论文提纲范文）
（1）梯级水库群多目标优化调度方案决策及风险分析研究（论文提纲范文）
| 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 水库优化调度方法 |
| 1.2.2 多目标调度方案决策 |
| 1.2.3 水库调度风险分析 |
| 1.3 目前存在的不足及发展趋势 |
| 1.4 论文主要研究内容 |
| 第2章 改进和声搜索算法及在梯级水库群优化调度中的应用 |
| 2.1 引言 |
| 2.2 改进的和声搜索算法 |
| 2.2.1 和声搜索算法 |
| 2.2.2 基于均匀设计生成初始解 |
| 2.2.3 基于混沌生成机制的全局搜索 |
| 2.2.4 IHSA的计算步骤 |
| 2.3 基于IHSA的梯级水库群发电优化调度 |
| 2.3.1 梯级水库群中长期发电优化调度模型 |
| 2.3.2 模型的求解 |
| 2.4 算例分析 |
| 2.4.1 梯级水库群概况 |
| 2.4.2 结果分析 |
| 2.5 本章小结 |
| 第3章 基于边际转换率的水库多目标优化调度方案决策研究 |
| 3.1 引言 |
| 3.2 水库多目标优化调度模型及求解 |
| 3.2.1 目标函数 |
| 3.2.2 约束条件 |
| 3.2.3 模型的求解 |
| 3.3 基于边际转换率的多目标调度方案决策 |
| 3.3.1 边际转换率法 |
| 3.3.2 确定性来水条件下水库多目标优化调度方案的决策 |
| 3.3.3 考虑来水不确定性条件下水库多目标优化调度方案的决策 |
| 3.4 算例分析 |
| 3.4.1 确定性来水条件下防洪和发电效益分析 |
| 3.4.2 考虑径流预报误差的防洪和发电效益关系分析 |
| 3.5 本章小结 |
| 第4章 入库径流不确定下水库多目标优化调度方案决策研究 |
| 4.1 引言 |
| 4.2 基于区间数的改进VIKOR模型 |
| 4.2.1 基于区间数的评价指标的确定 |
| 4.2.2 基于博弈组合赋权法的VIKOR模型 |
| 4.3 算例分析 |
| 4.3.1 入库径流不确定下多目标优化调度方案的决策分析 |
| 4.3.2 实际径流过程下多目标优化调度方案的决策分析 |
| 4.3.3 结果的合理性分析 |
| 4.4 本章小结 |
| 第5章 考虑多元入库径流预报误差的梯级水库群短期发电调度风险分析 |
| 5.1 引言 |
| 5.2 基于入库径流预报误差的多元径流过程的随机模拟 |
| 5.2.1 多元入库径流预报误差 |
| 5.2.2 多元径流预报误差联合分布函数 |
| 5.2.3 多元入库径流过程的随机模拟 |
| 5.3 梯级水库群短期发电调度风险分析 |
| 5.3.1 模型建立及求解 |
| 5.3.2 发电调度风险指标 |
| 5.3.3 发电调度风险估计 |
| 5.4 算例分析 |
| 5.4.1 各预报时刻误差特性 |
| 5.4.2 联合分布函数的分析 |
| 5.4.3 两种拟合方法的对比 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（2）含直流微网的配电网负荷恢复策略研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 课题背景和意义 |
| 1.2 直流微网的概述及研究现状 |
| 1.3 电力系统负荷预测研究现状 |
| 1.4 含微网的配电网孤岛划分研究现状 |
| 1.5 本文的主要工作 |
| 2 直流微网建模及其能量管理策略 |
| 2.1 直流微电网结构设计 |
| 2.1.1 直流微电网拓扑设计 |
| 2.1.2 直流微电网电压等级选择 |
| 2.2 直流微电网的单元结构及控制 |
| 2.2.1 光伏阵列数学模型建模 |
| 2.2.2 光伏阵列的最大功率点跟踪控制和恒压控制模式 |
| 2.2.3 储能电池的结构原理 |
| 2.2.4 储能电池的容量选择 |
| 2.2.5 储能电池的充放电控制 |
| 2.2.6 交流负载的V/f控制 |
| 2.2.7 直流微电网并网控制 |
| 2.3 光储直流微网的能量管理策略 |
| 2.3.1 能量管理策略分析 |
| 2.3.2 能量管理策略仿真验证 |
| 2.4 本章小结 |
| 3 基于改进粒子群算法的最小二乘支持向量机的负荷预测 |
| 3.1 电力系统负荷预测的分类以及原理介绍 |
| 3.1.1 负荷预测的分类 |
| 3.1.2 负荷预测的基本原理 |
| 3.2 短期负荷预测影响因素分析及数据处理 |
| 3.2.1 负荷预测的气候影响因素分析 |
| 3.2.2 负荷预测的日期影响因素分析 |
| 3.2.3 负荷预测的数据预处理 |
| 3.3 最小二乘支持向量机基本原理 |
| 3.3.1 支持向量机基本原理 |
| 3.3.2 支持向量机回归问题 |
| 3.3.3 最小二乘支持向量机 |
| 3.4 基于最小二乘支持向量机的负荷预测 |
| 3.5 基于粒子群算法的最小二乘支持向量机负荷预测 |
| 3.5.1 粒子群算法原理 |
| 3.5.2 改进粒子群算法原理 |
| 3.5.3 利用PSO和改进PSO优化的基于LS-SVM的负荷预测 |
| 3.6 本章小结 |
| 4 含直流微网的配电网负荷恢复策略 |
| 4.1 配电网中的DG节点分类 |
| 4.2 配电网孤岛划分问题的基本要求 |
| 4.3 配电网孤岛划分问题的模型建立 |
| 4.3.1 配电网树模型 |
| 4.3.2 配电网孤岛划分的目标函数和约束条件 |
| 4.4 模拟遗传退火算法原理介绍 |
| 4.5 基于SAGA的配电网孤岛划分策略 |
| 4.5.1 染色体编码及初始种群的生成 |
| 4.5.2 个体解码 |
| 4.5.3 函数适应度计算 |
| 4.5.4 算法实现 |
| 4.5.5 算例分析 |
| 4.6 本章小结 |
| 5 总结与展望 |
| 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 |
（3）考虑弃水电量的水火电电力电量平衡模型与算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 电力系统检修计划制定研究进展 |
| 1.2.2 电力电量平衡原理与方法研究进展 |
| 1.2.3 弃水电量计算方法研究进展 |
| 1.3 本文研究内容及技术路线 |
| 第2章 电力电量平衡主要算法介绍 |
| 2.1 引言 |
| 2.2 年电力电量平衡算法 |
| 2.2.1 遗传算法 |
| 2.2.2 粒子群算法 |
| 2.3 日电力电量平衡算法 |
| 2.3.1 分支思想及计算流程 |
| 2.3.2 分支定界法的特点 |
| 2.4 本章小结 |
| 第3章 基于改进年电力电量平衡算法的弃水电量最小模型 |
| 3.1 引言 |
| 3.2 弃水电量最小模型 |
| 3.2.1 目标函数 |
| 3.2.2 约束条件 |
| 3.3 改进年电力电量平衡算法设计 |
| 3.3.1 改进遗传算法 |
| 3.3.2 逐次逼近算法 |
| 3.3.3 逐次切负荷法 |
| 3.4 实例分析 |
| 3.4.1 基本情况及资料 |
| 3.4.2 结果分析 |
| 3.5 本章小结 |
| 第4章 考虑弃水电量机会损失的水火短期优化调度 |
| 4.1 引言 |
| 4.2 数学模型 |
| 4.2.1 目标函数 |
| 4.2.2 约束条件 |
| 4.3 模型线性化 |
| 4.3.1 火电机组相关约束线性化 |
| 4.3.2 水电机组相关约束线性化 |
| 4.4 实例分析 |
| 4.4.1 基本情况及资料 |
| 4.4.2 计算结果分析 |
| 4.5 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 研究展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及其它成果 |
| 致谢 |
（4）二松干流梯级水电站短期联合优化调度研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究概述及思路 |
| 1.3 梯级水电站优化调度研究进展 |
| 1.4 流域及工程概况 |
| 1.4.1 流域概况 |
| 1.4.2 工程概况 |
| 1.5 主要研究内容 |
| 第2章 二松干流丰满水电站厂内经济运行 |
| 2.1 引言 |
| 2.2 机组组合模型 |
| 2.2.1 目标函数 |
| 2.2.2 约束条件 |
| 2.3 双种群混合优化算法 |
| 2.4 双种群混合算法在丰满水电站厂间经济运行问题中的应用 |
| 2.5 等微增率法在丰满水电站负荷分配问题中的应用 |
| 2.6 丰满水电站实例分析 |
| 2.7 本章小结 |
| 第3章 二松干流梯级水电站厂间经济运行 |
| 3.1 引言 |
| 3.2 厂间经济运行原理及求解方法 |
| 3.2.1 逐次优化负荷分配算法 |
| 3.2.2 改进粒子群算法 |
| 3.3 二松干流梯级电站短期优化调度模型 |
| 3.3.1 目标函数 |
| 3.3.2 约束条件 |
| 3.4 模型求解 |
| 3.4.1 逐次优化厂间负荷分配算法 |
| 3.4.2 改进粒子群算法 |
| 3.5 二松干流梯级电站实例求解 |
| 3.6 本章小结 |
| 第4章 总结与展望 |
| 4.1 总结 |
| 4.2 研究展望 |
| 参考文献 |
| 在学期间发表的学术论文及其他成果 |
| 在学期间参加的专业实践及工程项目研究工作 |
| 致谢 |
（5）基于数据驱动的充电设施选址优化及V2G充放电策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要符号表 |
| 第1章 引言 |
| 1.1 研究背景及意义 |
| 1.2 充电设施优化选址研究现状 |
| 1.3 电动汽车充放电策略研究现状 |
| 1.4 本文主要研究内容 |
| 第2章 电动汽车出行特征与充电行为分析 |
| 2.1 数据来源 |
| 2.2 数据采集与处理 |
| 2.3 电动汽车用户出行和充电行为分析 |
| 2.4 电动汽车充电负荷时空预测 |
| 2.5 本章小结 |
| 第3章 数据驱动电动汽车充电设施选址优化 |
| 3.1 充电设施备选点选取及行驶数据对其影响 |
| 3.2 数据驱动充电设施选址优化模型的建立 |
| 3.3 DDOM-GA选址方法算例分析 |
| 3.4 DDOM-GA选址方法实验验证 |
| 3.5 本章小结 |
| 第4章 考虑用户充电选择的数据驱动有序充电策略 |
| 4.1 有序充电策略研究所需数据筛选 |
| 4.2 考虑用户充电选择的充电方法 |
| 4.3 数据驱动有序充电策略优化模型的建立 |
| 4.4 数据驱动有序充电策略算例分析 |
| 4.5 本章小结 |
| 第5章 基于数据驱动的V2G充放电策略研究 |
| 5.1 V2G控制系统结构 |
| 5.2 电动汽车V2G可提供的电力服务类型分析 |
| 5.3 电动汽车V2G充放电优先级的确定 |
| 5.4 数据驱动V2G优化模型的建立 |
| 5.5 电动汽车V2G策略算例分析 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 创新点 |
| 6.3 研究展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间获得与学位论文相关的科研成果目录 |
（6）考虑水库月间协调的年度电力电量平衡方法研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 课题的背景和意义 |
| 1.2 电力电量平衡方法的研究现状 |
| 1.2.1 电力电量平衡的模型 |
| 1.2.2 电力电量平衡的求解算法 |
| 1.3 本文的主要工作 |
| 2 考虑水库月间协调的年度电力电量平衡方法 |
| 2.1 引言 |
| 2.2 考虑水库月间协调与月内单典型日的年度电力电量平衡模型 |
| 2.2.1 目标函数 |
| 2.2.2 约束条件 |
| 2.2.3 模型整理及特点分析 |
| 2.3 考虑实际电量需求的火电发电量修正 |
| 2.4 算例仿真分析 |
| 2.4.1 仿真结果分析 |
| 2.4.2 不同模型对比分析 |
| 2.4.3 不同系统规模的测试 |
| 2.5 本章小结 |
| 3 考虑水库月间协调与月内多典型日的年度电力电量平衡方法 |
| 3.1 引言 |
| 3.2 基础理论 |
| 3.2.1 因子分析 |
| 3.2.2 修正k-means聚类算法 |
| 3.3 多典型日负荷曲线的生成方法 |
| 3.3.1 电力负荷特性分析 |
| 3.3.2 基于因子分析及修正K-means聚类算法的多典型日负荷曲线生成方法 |
| 3.3.3 方法有效性验证 |
| 3.4 考虑水库月间协调与月内多典型日的年度电力电量平衡模型 |
| 3.4.1 目标函数 |
| 3.4.2 约束条件 |
| 3.4.3 简化模型 |
| 3.4.4 模型整理及特点分析 |
| 3.5 算例仿真分析 |
| 3.5.1 仿真结果分析 |
| 3.5.2 日间耦合约束对模型优化结果的影响 |
| 3.5.3 不同模型对比分析 |
| 3.6 本章小结 |
| 4 总结与展望 |
| 4.1 总结 |
| 4.2 展望 |
| 参考文献 |
| 附录 |
| A 作者在攻读硕士学位期间发表的论文 |
| B 作者在攻读硕士学位期间参与的科研项目 |
| C 学位论文数据集 |
| 附表A 火电机组参数 |
| 附表B 水电站水电转换特性 |
| 致谢 |
（7）基于数据驱动鲁棒优化的电力系统多源协调优化调度研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 机组组合研究现状 |
| 1.2.1 机组组合模型 |
| 1.2.2 机组组合求解方法 |
| 1.3 核电发展和研究现状 |
| 1.3.1 国外发展现状 |
| 1.3.2 国内发展现状 |
| 1.3.3 核电研究现状 |
| 1.4 多源协调优化调度研究现状 |
| 1.5 本文主要工作和章节安排 |
| 第二章 数据驱动鲁棒优化方法 |
| 2.1 引言 |
| 2.2 鲁棒核密度估计 |
| 2.2.1 鲁棒损失函数 |
| 2.2.2 核化迭代加权最小二乘法 |
| 2.2.3 核函数平滑参数的选取 |
| 2.3 数据驱动不确定集合 |
| 2.4 数据驱动鲁棒优化模型的一般框架及其对偶形式 |
| 2.5 小结 |
| 第三章 机组组合的凸二次规划模型和数据驱动鲁棒模型 |
| 3.1 引言 |
| 3.2 常规机组组合模型 |
| 3.2.1 目标函数 |
| 3.2.2 起动费用 |
| 3.2.3 约束条件 |
| 3.3 UC的凸二次规划模型 |
| 3.3.1 含离散变量非凸项的等价变换方法 |
| 3.3.2 最小起停时间约束的等价变换 |
| 3.3.3 起动费用的等价线性表达 |
| 3.3.4 UC问题的凸二次规划(CQP)模型 |
| 3.3.5 UC问题的MILP模型 |
| 3.4 数据驱动鲁棒机组组合模型 |
| 3.4.1 UC的数据驱动鲁棒模型 |
| 3.4.2 UC的鲁棒对等模型 |
| 3.5 算例分析 |
| 3.5.1 UC凸二次模型算例分析 |
| 3.5.2 UC鲁棒模型算例分析 |
| 3.6 小结 |
| 第四章 考虑核电可调度性的电力系统多源协调优化 |
| 4.1 引言 |
| 4.2 核电可调度性分析及其建模 |
| 4.2.1 核电调峰的安全性分析 |
| 4.2.2 核电调峰的经济性分析 |
| 4.2.3 核电参与调峰方式分析 |
| 4.2.4 核电参与调峰运行约束 |
| 4.3 间歇式电源的处理 |
| 4.4 风-光-核-水-火多源协调优化调度 |
| 4.4.1 多源协调优化调度模型 |
| 4.4.2 核电两阶段调度决策 |
| 4.5 算例分析 |
| 4.5.1 仿真结果分析 |
| 4.5.2 实例结果分析 |
| 4.6 小结 |
| 第五章 多源电力系统的多时间尺度鲁棒调度模型 |
| 5.1 引言 |
| 5.2 梯级水电站的弃水策略 |
| 5.2.1 水电站弃水原因分析 |
| 5.2.2 梯级水电站的弃水原理 |
| 5.2.3 八种弃水最小目标函数 |
| 5.3 多时间尺度调度模型 |
| 5.3.1 日前调度模型 |
| 5.3.2 日内滚动调度模型 |
| 5.3.3 实时调度模型 |
| 5.4 算例分析 |
| 5.4.1 日前调度结果分析 |
| 5.4.2 日内滚动调度结果分析 |
| 5.5 小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 附录A 机组组合相关数据 |
| 附录B 攻读博士期间发表的论文 |
| 附录C 学术论文与学位论文章节对应表 |
| 致谢 |
（8）大规模水光互补系统全生命周期协同运行研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究进展 |
| 1.2.1 多能互补实时和短期调度 |
| 1.2.2 多能互补中长期调度 |
| 1.2.3 多能互补规划设计 |
| 1.3 存在问题及发展趋势 |
| 1.4 工程背景 |
| 1.5 研究内容与目标 |
| 1.6 研究思路与技术路线 |
| 第2章 光电预测不确定性条件下的水光互补电站经济运行研究 |
| 2.1 概述 |
| 2.2 光电出力不确定性描述方法 |
| 2.3 机组组合鲁棒优化模型 |
| 2.3.1 鲁棒优化理论 |
| 2.3.2 目标函数 |
| 2.3.3 约束条件 |
| 2.3.4 模型输入与决策变量 |
| 2.4 双层嵌套优化算法 |
| 2.4.1 外层优化 |
| 2.4.2 内层优化 |
| 2.5 研究实例 |
| 2.5.1 研究数据 |
| 2.5.2 方案及参数设置 |
| 2.5.3 双层嵌套算法的有效性分析 |
| 2.5.4 确定性和随机性调度情景对比 |
| 2.6 本章小结 |
| 第3章 耦合经济运行模块的水光互补电站日前发电计划编制研究 |
| 3.1 概述 |
| 3.2 发电计划编制双层规划模型 |
| 3.2.1 目标函数 |
| 3.2.2 约束条件 |
| 3.2.3 模型输入与决策变量 |
| 3.3 多层嵌套优化算法 |
| 3.4 发电计划评价指标 |
| 3.5 研究实例 |
| 3.5.1 研究数据及参数设置 |
| 3.5.2 三层嵌套优化的必要性分析 |
| 3.5.3 日前发电计划有效性评估 |
| 3.5.4 系统输出功率柔性决策区间描述 |
| 3.6 本章小结 |
| 第4章 考虑短期调度特征的水光互补电站中长期优化调度研究 |
| 4.1 概述 |
| 4.2 光伏弃电损失函数模拟模型 |
| 4.3 水光互补中长期调度图型式 |
| 4.4 互补调度图多目标优化模型与算法 |
| 4.4.1 中长期调度模拟-优化模型 |
| 4.4.2 多目标布谷鸟算法 |
| 4.4.3 调度图优化约束处理策略 |
| 4.5 研究实例 |
| 4.5.1 研究数据 |
| 4.5.2 方案及参数设置 |
| 4.5.3 光伏弃电损失函数基本特征 |
| 4.5.4 互补电站发电与供水的相互制约关系 |
| 4.5.5 互补调度图型式及参数 |
| 4.5.6 不同调度模式下弃电规律 |
| 4.6 本章小结 |
| 第5章 基于整体优化的光伏装机与互补调度规则同步设计研究 |
| 5.1 概述 |
| 5.2 互补调度长-短嵌套调度模型 |
| 5.2.1 中长期优化调度模型 |
| 5.2.2 短期模拟调度模型 |
| 5.3 光伏电站装机规划模型 |
| 5.3.1 互补调度对水资源系统的影响评价指标 |
| 5.3.2 成本-效益分析模型 |
| 5.4 互补调度函数提取模型 |
| 5.5 研究实例 |
| 5.5.1 研究数据 |
| 5.5.2 方案及参数设置 |
| 5.5.3 光伏装机规模的影响评估 |
| 5.5.4 最优光伏装机规模 |
| 5.5.5 经济技术参数敏感性分析 |
| 5.5.6 最优互补调度规则 |
| 5.6 本章小结 |
| 第6章 结论与展望 |
| 6.1 论文主要工作与结论 |
| 6.2 研究展望 |
| 参考文献 |
| 附录 |
| 致谢 |
（9）电力系统负荷与电源备用检修容量优化配置方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电力电量平衡计算方法 |
| 1.2.2 电力系统备用容量优化配置 |
| 1.2.3 电站机组检修计划优化研究 |
| 1.2.4 抽水蓄能电站运行方式的研究 |
| 1.2.5 弃水电量的研究 |
| 1.3 目前存在的主要问题及发展趋势 |
| 1.4 本文的主要研究内容以及创新点 |
| 1.4.1 本文的主要研究内容 |
| 1.4.2 本文的主要创新点 |
| 第2章 基于出力不均匀性的嵌套结构逐次切负荷法 |
| 2.1 引言 |
| 2.2 确定电站工作位置的传统方法原理 |
| 2.2.1 作图法 |
| 2.2.2 逐次切负荷法 |
| 2.2.3 余荷逐次后移法 |
| 2.2.4 可用容量日利用小时数法 |
| 2.2.5 改进的逐次切负荷法 |
| 2.3 月电力电量平衡与日电力电量平衡 |
| 2.3.1 月调节系数的计算原理 |
| 2.3.2 月电量平衡与日电力平衡约束条件 |
| 2.3.3 月调节系数以及典型日平均出力的计算方法 |
| 2.4 改进的逐次切负荷法确定火电站典型日出力过程 |
| 2.4.1 算法原理 |
| 2.4.2 基本约束条件 |
| 2.4.3 计算顺序 |
| 2.4.4 系统余荷的计算 |
| 2.4.5 嵌套结构逐次切负荷法计算火电站典型日出力 |
| 2.5 算例分析 |
| 2.5.1 基本信息 |
| 2.5.2 电力系统电力电量平衡结果分析 |
| 2.5.3 水、火电站汛期调峰容量分析 |
| 2.5.4 调节系数计算结果分析 |
| 2.6 本章小结 |
| 第3章 调峰弃水电量最小的备用容量优化配置研究 |
| 3.1 引言 |
| 3.2 电站容量组成与电站出力 |
| 3.3 调峰弃水电量最小的备用容量优化配置模型 |
| 3.3.1 等备用模型 |
| 3.3.2 调峰弃水电量最小模型 |
| 3.4 调峰弃水电量最小的备用容量优化配置模型的求解方法 |
| 3.4.1 水火电站间备用容量优化配置原理 |
| 3.4.2 电站间备用容量优化配置的求解思路 |
| 3.4.3 基于步长加速法备用容量优化配置的求解思路 |
| 3.5 算例分析 |
| 3.5.1 基本信息 |
| 3.5.2 优化结果与求解时间分析 |
| 3.5.3 水电站群备用容量优化过程分析 |
| 3.5.4 水、火电站备用容量优化结果分析 |
| 3.6 本章小结 |
| 第4章 调峰弃水电量最小的机组检修容量与备用容量联合优化配置研究 |
| 4.1 引言 |
| 4.2 调峰弃水电量最小的机组检修容量与备用容量优化模型 |
| 4.3 改进的分布估计算法求解调峰弃水电量最小的机组检修容量与备用容量优化模型 |
| 4.3.1 分布估计算法的基本原理 |
| 4.3.2 改进分布估计算法 |
| 4.4 算例分析 |
| 4.4.1 基本信息 |
| 4.4.2 求解时间与调峰弃水电量结果分析 |
| 4.4.3 机组检修优化结果对比分析 |
| 4.4.4 备用容量优化结果对比分析 |
| 4.5 本章小结 |
| 第5章 调峰弃水电量最小的抽水蓄能电站运行方式研究 |
| 5.1 引言 |
| 5.2 典型日调峰弃水电量计算及模型建立 |
| 5.2.1 调峰弃水电量计算 |
| 5.2.2 模型建立 |
| 5.3 弃水电量最小的抽水蓄能电站的运行方式及模型求解思路 |
| 5.3.1 抽水蓄能电站两种常规运行方式 |
| 5.3.2 弃水电量最小的抽水蓄能电站运行方式及模型求解思路 |
| 5.3.3 抽水蓄能电站抽水与发电工况的计算 |
| 5.4 算例分析 |
| 5.4.1 基本信息 |
| 5.4.2 电力电量平衡结果分析 |
| 5.4.3 电力系统负荷曲线分析 |
| 5.4.4 电力系统调峰弃水电量分析 |
| 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 |
| 攻读博士学位期间发表的论文 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（10）基于线性逼近与蓄水分配曲线的梯级水库优化调度研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 引言 |
| 1.2 选题背景和研究目的 |
| 1.3 梯级水库优化调度研究现状 |
| 1.4 主要研究内容和章节安排 |
| 2 高精度SOS线性逼近法及其验证 |
| 2.1 引言 |
| 2.2 分段线性化概述 |
| 2.3 SOS线性逼近方法 |
| 2.4 算例与分析 |
| 2.5 本章小结 |
| 3 高效率平面凸包逼近法及其验证 |
| 3.1 引言 |
| 3.2 梯级水库长期优化调度模型 |
| 3.3 平面凸包逼近方法 |
| 3.4 求解方法和误差修正 |
| 3.5 算例与分析 |
| 3.6 本章小结 |
| 4 梯级水库蓄水分配曲线 |
| 4.1 引言 |
| 4.2 梯级水库蓄水分配曲线的定义 |
| 4.3 梯级水库蓄水分配曲线的确定 |
| 4.4 本章小结 |
| 5 基于蓄水分配曲线的梯级水库长期随机调度 |
| 5.1 引言 |
| 5.2 基于蓄水分配曲线的随机动态规划 |
| 5.3 阶段效益模型 |
| 5.4 模拟调度与结果分析 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读博士学位期间发表的论文 |
| 附录 2 攻读博士学位期间参与的科研项目 |
四、电力系统日发电计划的启发式遗传算法（论文参考文献）
- [1]梯级水库群多目标优化调度方案决策及风险分析研究[D]. 吴月秋. 华北电力大学(北京), 2021(01)
- [2]含直流微网的配电网负荷恢复策略研究[D]. 韩佳英. 北京交通大学, 2020(03)
- [3]考虑弃水电量的水火电电力电量平衡模型与算法研究[D]. 陈颖毅. 华北电力大学(北京), 2020
- [4]二松干流梯级水电站短期联合优化调度研究[D]. 陈思远. 长春工程学院, 2020(03)
- [5]基于数据驱动的充电设施选址优化及V2G充放电策略研究[D]. 陶冶. 武汉理工大学, 2019(01)
- [6]考虑水库月间协调的年度电力电量平衡方法研究[D]. 邵随拓. 重庆大学, 2019(01)
- [7]基于数据驱动鲁棒优化的电力系统多源协调优化调度研究[D]. 侯文庭. 广西大学, 2019(01)
- [8]大规模水光互补系统全生命周期协同运行研究[D]. 明波. 武汉大学, 2019(08)
- [9]电力系统负荷与电源备用检修容量优化配置方法研究[D]. 刘明浩. 华北电力大学(北京), 2019(01)
- [10]基于线性逼近与蓄水分配曲线的梯级水库优化调度研究[D]. 康传雄. 华中科技大学, 2018(01)