学位论文 > 优秀研究生学位论文题录展示
电力市场环境下梯级水库发电优化调度研究
作 者: 原文林
导 师: 黄强
学 校: 西安理工大学
专 业: 水文学及水资源
关键词: 电力市场 梯级水库 发电优化调度 优化算法 发电补偿效益 梯级水库发电调度规则
分类号: TV697.11
类 型: 博士论文
年 份: 2009年
下 载: 392次
引 用: 7次
阅 读: 论文下载
内容摘要
随着经济的快速发展和全面建设小康社会进程的推进,我国的电力需求也在逐年上升。为缓解用电压力和避免出现拉闸限电的现象,我国对蕴藏量比较丰富的水能资源进行了科学开发、合理利用,目前已建或正在建设的12大水电基地,逐步形成了有多个调节性能较好的水库组成梯级水库群联合调度的局面。除此之外,随着“厂网分开,竞价上网”,我国电力市场正在逐步建立,水电的竞价上网使得梯级水库发电优化调度的准则与目标函数发生了变化,梯级水库发电调度的发电量最大不一定是追求的唯一目标。因此,开展市场环境下梯级水库发电优化调度研究具有重要的应用和学术价值。本论文结合电力市场,建立了梯级水库中基于梯级发电效益最大的多年调节水库年末消落水位优选模型和发电调度模型,研究了能够兼顾计算效率和计算精度的模型求解方法。在此基础上,对梯级水电站合约电量的确定和月内分解以及市场环境下梯级水库发电补偿效益、优化调度规则进行了研究,取得了以下的主要研究成果:(1)市场环境下梯级水库优化调度模型的建立。在市场环境下,由于调度的准则和发电侧所追求的目标发生了变化,随之梯级水库发电优化调度的目标函数也发生了改变。考虑丰平枯电价的差异,分别建立了梯级水库发电效益最大模型和梯级水电站调峰容量效益最大模型。(2)建立了市场环境下梯级水库中基于梯级发电效益最大的多年调节水库年末消落水位优选模型。针对市场环境下梯级水库优化调度的特点,考虑到多年调节水库的余留期效益,建立了梯级水库发电总效益最大的多年调节水库年末消落水位优选模型,并针对乌江梯级水库中洪家渡水库实际问题进行了研究。(3)模型求解方法的研究。寻求能够兼顾计算精度和计算效率的模型求解算法是梯级水库优化调度的关键技术之一。本文针对差分演化算法、蚁群算法和粒子群算法的特点和其局限性,结合梯级水库优化调度实际问题对其进行了改进,应用到所建模型的求解中,通过计算结果对比分析,尤其是与逐步优化-逐次逼近动态规划混合算法相比较,证明了基于改进的差分演化算法、蚁群算法和粒子群算法在梯级水库发电优化调度应用中的合理性与可靠性。(4)年度合约电量的确定与月内分解。通过对梯级水电站长系列模拟发电调度的计算,分析并确定了梯级水电站合约电量与多年平均发电量的比例关系;基于梯级水电站的发电量统计特征,对年度合约电量进行了月内分解,并以乌江梯级水电站为例进行了计算分析。(5)市场环境下梯级水电站发电补偿效益的计算。为充分体现市场“公平、公正、公开”的原则,以乌江梯级水电站为例,引入了电量上网率的概念,利用梯级水库发电效益最大模型进行了典型年发电补偿效益计算,得出了梯级水电站的发电补偿效益额。(6)市场环境下梯级水库发电优化调度规则研究。为合理有效利用水资源、减少不确定性因素的影响,通过梯级水库长系列模拟发电调度的计算,基于对月末水位的统计分析,计算了月末水位频率,制订了基于来水频率的月末水位控制规则,对梯级水库实际运行以及梯级水库短期调度具有一定的参考价值。
|
全文目录
摘要 3-5 Abstract 5-12 1.绪论 12-24 1.1 研究背景 12-13 1.2 研究目的与意义 13-15 1.3 国内外研究进展 15-19 1.3.1 随机优化调度 15-16 1.3.2 确定性优化调度 16-18 1.3.3 市场环境下优化调度 18-19 1.4 研究中所存在的问题及发展趋势 19-20 1.4.1 研究中所存在的问题 19-20 1.4.2 研究趋势 20 1.5 研究的主要内容与技术路线 20-24 1.5.1 研究的主要内容 20-22 1.5.2 研究拟采取的技术路线 22-24 2.电力市场环境下梯级水库中长期调度的基本理论 24-34 2.1 引言 24 2.2 建立电力市场的目的和其基本原则 24-25 2.2.1 建立电力市场的目的 24-25 2.2.2 电力市场的基本原则 25 2.3 电力市场的交易模式 25-26 2.4 电力市场下水电的交易模式 26-27 2.5 合约电量 27-29 2.5.1 电力市场中合约电量的意义 27 2.5.2 合约电量的确定原则 27 2.5.3 合约电量的分解原则 27-29 2.6 合约电量的电价确定 29-33 2.6.1 水电现行上网电价所存在的问题 30-31 2.6.2 两部制电价和分时电价 31 2.6.3 实行分时电价的必要性 31-32 2.6.4 实行分时电价的意义 32 2.6.5 分时电价的确定 32-33 2.7 小结 33-34 3.市场环境下梯级水库发电优化调度准则与模型建立 34-44 3.1 引言 34 3.2 梯级水库联合优化调度的必要性和可行性 34-37 3.2.1 梯级水库联合优化调度的必要性 34-36 3.2.2 梯级水库联合优化调度的可行性 36-37 3.3 市场环境下梯级水库优化调度所面临的问题 37-39 3.4 市场环境下梯级水库优化调度的准则 39 3.5 非市场环境下梯级水库优化调度模型 39-42 3.5.1 梯级水库发电量最大模型 39-40 3.5.2 兼顾保证出力的发电量最大模型 40-41 3.5.3 梯级蓄能最大模型 41-42 3.6 市场环境下梯级水库优化调度模型 42-43 3.6.1 梯级水库发电效益最大模型 42 3.6.2 梯级水电站调峰容量效益最大模型 42-43 3.7 小结 43-44 4.市场环境下梯级水库发电优化调度模型的求解算法研究 44-60 4.1 引言 44 4.2 市场环境下梯级水库优化调度模型的特点分析 44-45 4.3 POA-DPSA算法 45-47 4.4 基于免疫的蚁群算法 47-50 4.4.1 蚁群算法的基本原理 47-48 4.4.2 免疫进化算法 48-49 4.4.3 免疫—蚁群算法的设计 49-50 4.5 差分演化算法 50-53 4.5.1 差分演化算法的基本原理 50-51 4.5.2 差分演化算法的参数设置 51-52 4.5.3 差分演化算法的改进 52-53 4.5.4 差分演化算法求解步骤 53 4.6 基于协进化的粒子群算法 53-59 4.6.1 粒子群算法的基本原理 53-54 4.6.2 粒子群算法求解最优化问题的步骤 54-55 4.6.3 罚函数 55-56 4.6.4 基于协进化的粒子群算法的关键技术问题 56-58 4.6.5 基于协进化的粒子群算法 58 4.6.7 基于协进化的粒子群算法改进技术 58-59 4.7 小结 59-60 5.基于电力市场和梯级水库中的多年调节水库年末消落水位研究 60-76 5.1 引言 60 5.2 研究现状及所存在的问题 60-61 5.3 多年调节水库年末消落水位优选模型 61-63 5.3.1 目标函数 61-62 5.3.2 约束条件 62-63 5.4 模型求解 63 5.5 实例分析 63-74 5.5.1 乌江流域概况 63 5.5.2 乌江上游梯级水库基本资料 63-66 5.5.3 乌江梯级水库基本调度规则 66-67 5.5.4 乌江梯级水库入库径流资料分析 67-68 5.5.5 乌江流域径流规律分析 68-69 5.5.6 POA-DPSA算法应用设计 69-70 5.5.7 差分演化算法应用设计及参数设置 70 5.5.8 计算结果分析 70-74 5.6 小结 74-76 6.市场环境下梯级水库发电优化调度实例研究 76-96 6.1 引言 76 6.2 梯级水库联合优化调度的发电量最大模型求解 76-79 6.2.1 免疫-蚁群算法设计 76-77 6.2.2 实例计算及结果分析 77-79 6.3 梯级水库联合优化调度的发电效益最大模型求解 79-81 6.3.1 基于协进化的粒子群算法设计 79 6.3.2 实例计算及结果分析 79-81 6.4 梯级水库发电量最大模型和发电效益最大模型比较分析 81-83 6.4.1 调度过程的分析比较 81-82 6.4.2 计算结果的分析比较 82-83 6.5 梯级水库联合优化调度中合约电量的划分以及年内分解计算 83-90 6.5.1 合约电量的确定 83-89 6.5.2 按照同比例分解 89 6.5.3 按照不同比例分解 89 6.5.4 按照水电站发电量统计特性分解 89-90 6.6 小结 90-96 7.市场环境下梯级水库发电优化调度规则研究 96-108 7.1 引言 96 7.2 市场环境下乌江梯级水库发电效益补偿分析 96-101 7.2.1 市场环境下梯级水库发电效益补偿计算的意义 96 7.2.2 发电效益补偿的计算原则 96-97 7.2.3 乌江梯级水库发电补偿效益计算 97-101 7.3 市场环境下乌江梯级水库优化调度规则研究 101-103 7.3.1 乌江梯级水库优化调度规则研究 101-102 7.3.2 乌江梯级水库优化调度规则验证 102-103 7.4 小结 103-108 8.总结与展望 108-111 8.1 结论 108-109 8.2 创新点 109-110 8.3 展望 110-111 致谢 111-112 参考文献 112-120 附录 120-121
|
相似论文
- 基于粒子群算法求曲线/曲面间最小距离方法,O182
- 药品扩散中的优化控制及其数值方法,R91
- 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
- 结合蚁群算法与基于划分的DBSCAN聚类算法的研究,TP311.13
- 基于控制方法的粒子群算法改进及应用研究,TP301.6
- 基于RFID监狱智能管理系统研究与实现,TP315
- 复杂动态环境下的小型足球机器人路径规划研究,TP242
- 多向变异遗传算法及其优化神经网络的研究,TP18
- 船用大型锻件余热热处理工艺方法研究及参数优化,TG316
- 基于克隆免疫算法的应急物流车辆路径模型的研究,U116.2
- 文化智能优化算法及其在约束优化问题中的应用研究,O224
- 心电信号时间不可逆性分析和胎儿心电信号提取方法研究,TN911.7
- 改进蚁群算法在盲均衡中的应用,TN911.5
- 基于量子计算的DNA编码方法研究,Q75
- 面向股票价格指数多步预测的混合模型研究,F224
- 水电厂年度合约电量划分及风险控制研究,F224;F426.91
- 并网电厂辅助服务综合评估系统研究与应用,F426.61
- 嵌入式实时操作系统ARTs-OS的时间管理,TP316.2
- 基于磁滞优化的车辆路径问题研究,O224
- 基于Struts体系结构的在线考试系统的设计与实现,TP311.52
- 智能支持向量机方法及其在丙烯聚合熔融指数预报中的应用,TQ325.14
中图分类: > 工业技术 > 水利工程 > 水利枢纽、水工建筑物 > 水库管理 > 水库运行管理 > 水情和水库调度
© 2012 www.xueweilunwen.com
|