导读:本文包含了动态经济调度论文开题报告文献综述及选题提纲参考文献，主要关键词:风电,动态经济调度,场景法,多学科协同优化
动态经济调度论文文献综述
谢敏,罗文豪,吉祥,程培军,柯少佳[1]（2019）在《随机风电接入的电力系统动态经济调度多场景协同优化》一文中研究指出针对随机风电接入的电力系统动态经济调度问题,采用场景法应对随机风电接入带来的不确定性,并以发电总成本最小为优化目标,结合多学科协同优化算法的核心思想建立基于多场景解耦的电力系统动态经济调度协同优化模型。引入动态松弛算法求解模型的系统级优化问题,有效克服传统多学科协同优化算法的不足;采用网格计算工具并行求解由多场景构建的子学科优化问题,大幅提高求解规模和计算效率。含风电的IEEE 39节点系统仿真结果表明,所提模型是可行有效的,并且优化效果要优于基于GAMS-BARON求解器的传统场景法。(本文来源于《电力自动化设备》期刊2019年11期）
张大,彭春华,孙惠娟[2]（2019）在《大规模风电机组并网的多目标动态环境经济调度》一文中研究指出在风力发电技术和并网技术不断成熟以及节能减排的背景下,构建了含大规模风电机组并网的电力系统多目标动态环境经济调度模型。该模型以火电机组的总燃料费用和污染排放量为目标,同时考虑了系统的功率平衡约束、火电机组的有功出力约束、爬坡约束以及系统的正负旋转备用约束。并采用基于非劣排序分子微分进化算法对该调度模型进行求解。最后通过算例分析,验证了所构建调度模型及求解算法的合理性和优越性。(本文来源于《华东交通大学学报》期刊2019年05期）
田年杰,代江,郑全朝,王成佐[3]（2019）在《基于混沌粒子群智能搜索的电力系统动态经济调度》一文中研究指出风电的大规模并网使电网调度面临更多的不确定性,准确描述多个风电场出力的随机性、间歇性以及各风电场间的出力相依性,对分析含多风电场的电力系统安全高效运行具有重要意义。由于一般Copula函数不能准确描述多个变量间相关关系,采用藤结构的Pair-Copula函数来描述多维风电场的出力相关性,并根据欧氏距离和AIC准则选取最优模型。针对约束中风电出力的随机性,将场景法与混沌粒子群智能搜索算法相结合,用来求解电网日前24 h动态经济调度随机优化模型。最后以IEEE 39节点系统为算例进行仿真计算,验证了所提模型和算法能够准确反映多维风电场的出力特性,并有效降低电网调度误差。(本文来源于《电气应用》期刊2019年09期）
易明月,童晓阳[4]（2019）在《考虑风荷预测误差不确定性的动态经济调度》一文中研究指出大规模风电的接入显着增加了电力系统运行调度的不确定性,在动态经济调度问题中需要考虑风电和负荷预测误差不确定性带来的影响。首先,采用高斯混合模型对风电功率预测误差的概率密度分布进行拟合,提出了依据风电功率预测值分段拟合预测误差的方法。其次,建立了考虑风电和负荷预测误差的动态经济调度模型,构造了基于风电和负荷预测误差概率分布模型的旋转备用容量概率约束,将含有概率约束的随机模型转化为等价的确定性模型。在蝙蝠算法的基础上,提出了一种融合量子行为和混沌映射操作的混合蝙蝠算法求解所建立的动态经济调度模型。最后,以包含1个风电场的10机组系统为例进行仿真分析,验证了所提模型和算法的有效性。(本文来源于《电网技术》期刊2019年11期）
闫李,李超,柴旭朝,瞿博阳[5]（2019）在《基于多学习多目标鸽群优化的动态环境经济调度》一文中研究指出针对电力系统动态环境经济调度(DEED)问题,提出了一种基于多学习策略的多目标鸽群优化(MLMPIO)算法.在多学习策略中,种群个体可以向外部存档集中的多个全局最优位置以及个体的历史最优位置进行学习,进而保持种群的多样性和全局搜索能力,避免陷入早熟收敛.引入了小概率变异扰动机制,进一步增强种群的多样性.为提升算法的运行效率,采用容量自适应变化的外部存档集来存储当前Pareto最优解集.为验证所提算法的性能,将MLMPIO应用于10机组电力系统的DEED问题求解.仿真结果证明了MLMPIO算法解决此类问题的可行性和有效性.(本文来源于《郑州大学学报(工学版)》期刊2019年04期）
周冬,陈阜东,邹红波,鲍刚,王飞[6]（2019）在《基于改进烟花算法的可再生能源动态经济调度分析》一文中研究指出可再生能源具有很强的不确定性,这使得微电网经济调度问题往往很复杂。本文提出了一种考虑可再生能源发电的不确定性,计及惩罚成本和备用成本的调度模型。模型除了考虑可再生能源经济因素以外,还考虑了传统火力机组的成本函数。风能和太阳能的随机性分别由Weibull分布和Beta分布模拟。本文利用改进的烟花算法求解该模型,仿真结果表明了改进烟花算法的有效性。相比于传统烟花算法,采用改进烟花算法进行经济调度,可成本节约5%。(本文来源于《智慧电力》期刊2019年05期）
朱永强,王甜婧,许阔,唐萁,夏瑞华[7]（2019）在《基于动态规划-遗传算法的混合储能系统实时协调调度和经济运行》一文中研究指出提出一种基于动态规划-遗传算法的混合储能系统实时调度和经济运行方法,协调充放电过程和功率分配。建立混合储能经济运行的双目标优化模型,对储能的容量、功率、放电深度和充放电时间进行约束,兼顾微电网系统的供电可靠性和混合储能系统的使用寿命。并将频谱分析、动态规划和遗传算法相结合,优化混合储能的功率分配,实现系统的经济运行。仿真算例表明,该文所提出的混合储能系统实时调度和经济运行方法是可行的,而且可取得良好的经济性。(本文来源于《太阳能学报》期刊2019年04期）
左丽霞,彭睿[8]（2019）在《家庭光伏发电系统动态经济调度研究》一文中研究指出随着光伏发电技术的快速发展,我国安装光伏发电系统的用户逐年增长,研究家庭光伏系统动态经济优化调度问题具有重大意义。以用户收益最大化为目标函数,设置上网比例和买电比例作为决策变量,充分考虑家庭光伏发电系统的并网收益、购电支出、政府补贴、光伏阵列和蓄电池系统维护支出等因素,确定了发电系统的经济效益调度模型。在MATLAB仿真环境中,以某家庭光伏发电系统24 h内的运行调度为算例,选取目前市面上实行的几种购电电价机制,采用改进型粒子群优化算法对所建立的模型进行寻优求解。分别比较了基本不同电价机制和不同的负荷情况下所得到的最优收益,最终为调度者提供了最好的调度策略。(本文来源于《华东交通大学学报》期刊2019年02期）
黄启文,陆文甜,刘明波[9]（2019）在《随机动态经济调度问题的Dantzig-Wolfe分解及其并行算法》一文中研究指出随着电力系统规模增大和场景法抽样场景数量增加,在求解含风电接入电力系统的随机动态经济调度问题时,计算将遭遇"维数灾"问题而无法求解。因此提出Dantzig-Wolfe分解及其并行优化算法,基于Monte Carlo抽样方法建立了以最小化发电成本为目标的随机动态经济调度模型,将随机优化问题转化为大规模确定性优化问题。采用Dantzig-Wolfe分解对其实施场景解耦,将大规模问题分解为上层主问题和一系列低维度的下层子问题,通过迭代求解主、子问题得到原问题最优解。在迭代过程中,利用改进次梯度法改善了算法收敛性。运用GAMS平台的网格计算工具构建了快速求解误差场景子问题的并行计算框架。既降低了计算机内存需求,从而实现高维问题的求解,又提高了求解速度。以含风电场的IEEE 39节点系统和某省级实际电力系统为例,验证了文中所提方法的正确性与有效性。(本文来源于《电网技术》期刊2019年12期）
谢敏,柯少佳,胡昕彤,韦薇,杜余昕[10]（2019）在《考虑风场高维相依性的电网动态经济调度优化算法》一文中研究指出大规模风电并网给电力系统的调度运行带来了巨大的挑战.本文提出改进的二阶段带补偿随机优化算法,用于考虑风场出力高维相依性的电网动态经济调度问题求解.首先,利用Copula函数描述多风场出力的高维相依性,获得多风场出力的联合分布;随后,引入二阶段带补偿随机优化算法解耦求解动态经济调度模型中的常规变量与随机变量;求解过程中,针对补偿费用期望值的计算受限于相依性风场维数,且对迭代方向指导不明确,导致算法收敛耗时长的问题,引入基于整体最小二乘的递推动态多元线性回归法对二阶段带补偿随机优化算法进行改进,通过补偿费用期望值的动态更新,促使两阶段模型的迭代求解快速收敛,克服了传统随机优化方法的"维数灾"弊端,使该算法能够用于考虑风场高维相依性的电网动态经济调度模型求解.最后利用IEEE 118节点系统和某省级实际电网系统验证了所提算法的有效性和实用性.(本文来源于《控制理论与应用》期刊2019年03期）
动态经济调度论文开题报告
（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：
在风力发电技术和并网技术不断成熟以及节能减排的背景下,构建了含大规模风电机组并网的电力系统多目标动态环境经济调度模型。该模型以火电机组的总燃料费用和污染排放量为目标,同时考虑了系统的功率平衡约束、火电机组的有功出力约束、爬坡约束以及系统的正负旋转备用约束。并采用基于非劣排序分子微分进化算法对该调度模型进行求解。最后通过算例分析,验证了所构建调度模型及求解算法的合理性和优越性。
（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。
动态经济调度论文参考文献
[1].谢敏,罗文豪,吉祥,程培军,柯少佳.随机风电接入的电力系统动态经济调度多场景协同优化[J].电力自动化设备.2019
[2].张大,彭春华,孙惠娟.大规模风电机组并网的多目标动态环境经济调度[J].华东交通大学学报.2019
[3].田年杰,代江,郑全朝,王成佐.基于混沌粒子群智能搜索的电力系统动态经济调度[J].电气应用.2019
[4].易明月,童晓阳.考虑风荷预测误差不确定性的动态经济调度[J].电网技术.2019
[5].闫李,李超,柴旭朝,瞿博阳.基于多学习多目标鸽群优化的动态环境经济调度[J].郑州大学学报(工学版).2019
[6].周冬,陈阜东,邹红波,鲍刚,王飞.基于改进烟花算法的可再生能源动态经济调度分析[J].智慧电力.2019
[7].朱永强,王甜婧,许阔,唐萁,夏瑞华.基于动态规划-遗传算法的混合储能系统实时协调调度和经济运行[J].太阳能学报.2019
[8].左丽霞,彭睿.家庭光伏发电系统动态经济调度研究[J].华东交通大学学报.2019
[9].黄启文,陆文甜,刘明波.随机动态经济调度问题的Dantzig-Wolfe分解及其并行算法[J].电网技术.2019
[10].谢敏,柯少佳,胡昕彤,韦薇,杜余昕.考虑风场高维相依性的电网动态经济调度优化算法[J].控制理论与应用.2019