导读:本文包含了电力系统优化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:柔性负荷聚合商,聚合响应特性,多时间尺度,协同优化调度
电力系统优化调度论文文献综述
贾雨龙,米增强,王俊杰,余洋,范辉[1]（2019）在《柔性负荷聚合商参与电力系统的多时间尺度协同优化调度策略》一文中研究指出随着电动汽车(EV)、分布式储能和温控负荷等柔性负荷接入新一代电力系统,为电网调度提出了新的挑战和机遇。基于多种柔性负荷的响应特性,计及风电和负荷预测不确定性所需的系统旋转备用,提出了一种柔性负荷聚合商参与电网调控的多时间尺度优化调度方法。首先,建立了不同柔性负荷模型,在日前阶段,考虑了EV优化充电和分布式储能电价差套利的柔性负荷聚合商运行约束,建立了以日前系统运行经济性最优为目标的调度模型;在日内阶段,考虑了系统旋转备用成本及温控负荷的约束,建立了日内调度模型。最后,以改进的8-bus电力系统算例分析,得出了柔性负荷聚合商参与电力系统的日前-日内协同调度运行计划及承担备用方案,验证了优化方法的有效性和可行性。(本文来源于《华北电力大学学报(自然科学版)》期刊2019年06期）
曹敏,岳红权,石蓉,巨健,白泽洋[2]（2019）在《基于柔性补偿优化的电力系统经济调度》一文中研究指出分散的电力负载和更多的可再生能源的整合需要提升现有电力基础设施的输配电能力,然而电力基础设施的扩建常常受到环境、经济的限制。此外可再生能源的集成需要额外的无功功率支持,这使得利用柔性补偿装置(串联电容器和静止无功补偿装置)提高现有的电网的输配电能力成为电力公司的高性价比的选择。文中首先提出一个用于柔性补偿装置配置经济性的目标函数,随后提出一种启发式迭代算法对该函数进行求解。通过IEEE 30总线和2736总线模型的仿真实验表明,该模型和求解算法能够在保证电力系统输电能力的前提下提高柔性补偿装置配置的经济性。(本文来源于《信息技术》期刊2019年11期）
李素素,王锡淮[3]（2019）在《基于粒子群优化的船舶电力系统经济环境调度》一文中研究指出本文提出了将温室气体的排放作为单独目标的船舶电力系统调度。为了同时实现运行成本低和温室气体排放量少两个目标,采用船舶航行调度和发电联合调度。利用多目标粒子群算法(MOPSO)在满足船舶航行及发电机约束的同时,对发电机组的功率、启停状态以及船舶速度进行优化调度,同时实现经济目标和环境目标。粒子群算法(PSO)由于易实现和收敛速度快等优点,可应用于解决多目标优化问题。通过用MOPSO进行全局寻优找到一组完整的Pareto折中解,使两个目标尽可能的达到最优。(本文来源于《船电技术》期刊2019年11期）
谢敏,罗文豪,吉祥,程培军,柯少佳[4]（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）
林从城,方万煜[5]（2019）在《含风电场的水火电力系统的多目标优化调度》一文中研究指出随着风力发电的大规模并网运行,电力系统除了要安排火电厂和水电站的出力外,还要考虑风电场的出力情况。针对风能的间歇性、波动性和不可控等特点,引入旋转备用容量解决风力发电并网对电力系统经济调度和安全可靠运行带来的影响,建立含风电场水火电力系统优化调度模型,并运用改进粒子群算法对所建立的模型进行仿真计算和求解分析。仿真结果表明在风电出力全额上网的前提下,能够充分利用水资源,减少化石能源的使用,从而降低了火电厂污染物的排放,进而验证了调度模型的合理性和有效性。(本文来源于《山东电力技术》期刊2019年10期）
梁作放,肖雨涵,张颖[6]（2019）在《计及电动汽车的风水火电力系统联合优化调度》一文中研究指出充分考虑了电动汽车充电的不确定性,以实测数据为基础,通过充电起始时间和持续时间,得到电动汽车充电概率的时间分布。针对风电出力和负荷预测的波动性等特点,将风电出力和负荷预测的不确定性表示为一个具有零均值、呈正态分布的预测误差。由此构建了风水火电力系统联合调度模型,调度模型以系统成本最小为目标函数,包含了火电机组煤耗成本、水电站管理成本以及风电场管理成本和预测误差成本,最后采用布谷鸟搜索算法对其进行求解。仿真结果表明,水电站能够在电力系统中发挥较好的调节作用,弥补风电出力的随机波动和电动汽车的无序充电,减少火电机组出力的频繁变化,降低系统备用容量,增加电力系统的安全性、稳定性和供电可靠性。(本文来源于《山东电力技术》期刊2019年08期）
陆春良,方江晓,郭超,叶承晋,龙厚印[7]（2019）在《低碳背景下的电力系统多时间尺度联合优化调度》一文中研究指出随着小火电关停以及大规模可再生能源的接入,机组整体启停速度下降且运行不确定性增强,传统的日前与实时两级调度模式下,电网在极端环境下失负荷以及弃风、弃光风险较高。为解决这一问题,提出电能与备用多时间尺度联合优化调度方法,在日前计划基础上,补充设计了周前和日内调度计划,周前计划用于解决极端情况下,大机组启动时间不充裕问题;日内计划用于应对风电等可再生能源的随机性与波动性。并且在联合调度模型中考虑了需求侧响应因素,提升电力系统整体调节能力。最后,通过IEEE-RTS 39节点系统验证了所提方法的有效性。(本文来源于《能源工程》期刊2019年04期）
麻利新,翟帅华,李萍[8]（2019）在《含风电场的电力系统多目标优化调度》一文中研究指出针对火力发电对环境造成的严重污染问题,建立了含风电场的电力系统多目标优化调度模型。以火电机组燃料费用和污染气体排放量最低为目标,用虚拟解理论将多目标优化问题转化为单目标优化问题,以降低问题的复杂性;用动态搜索步长及动态搜索概率对布谷鸟算法改进,用改进后的算法求解所建立调度模型。仿真结果表明,改进算法在符合有功平衡约束、机组出力约束及机组爬坡约束等同样的前提条件下,具有节约发电成本,减少污染物排放,加快系统运行速度的优点。(本文来源于《电工电气》期刊2019年08期）
王锐,张彦,王冬,张涛,刘亚杰[9]（2019）在《基于随机模型预测控制的含大规模风电接入的电力系统优化调度》一文中研究指出风电是重要的清洁可再生能源,将其引入智能电网中对节能减排有着重要的意义.为降低大规模风电不确定性给电网调度带来的影响,提出一种基于随机模型预测控制的风电与传统机组协调调度方法.考虑了部分传统机组需要人工调度而无法频繁、连续操作的情况,并引入可调负荷以增加系统可调度能力.构建基于混合整数二次规划(MIQP)的风电调度目标函数,以及包括机组最大可调节次数、最小运行/停机时间、可调度负荷总能量需求一致性、风电切负荷比例等约束.提出两阶段场景缩减方法以实现典型场景的快速筛选.通过与传统开环调度方法的性能对比表明所提出方法的可行性与有效性,并在此基础上进一步分析机组启停次数和可调度负荷对系统运行的影响.(本文来源于《控制与决策》期刊2019年08期）
陈庆攀,刘洋,杨得洋[10]（2019）在《考虑风电不确定性的电力系统鲁棒优化调度》一文中研究指出为更好地提高电力系统供电可靠性,采用基于风电出力预测区间的调度模式来考虑风电出力的不确定性,并建立鲁棒优化调度模型。通过96时段10机算例仿真分析可知,该调度方案可实时应对风电出力波动。(本文来源于《电工技术》期刊2019年11期）
电力系统优化调度论文开题报告
（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：
分散的电力负载和更多的可再生能源的整合需要提升现有电力基础设施的输配电能力,然而电力基础设施的扩建常常受到环境、经济的限制。此外可再生能源的集成需要额外的无功功率支持,这使得利用柔性补偿装置(串联电容器和静止无功补偿装置)提高现有的电网的输配电能力成为电力公司的高性价比的选择。文中首先提出一个用于柔性补偿装置配置经济性的目标函数,随后提出一种启发式迭代算法对该函数进行求解。通过IEEE 30总线和2736总线模型的仿真实验表明,该模型和求解算法能够在保证电力系统输电能力的前提下提高柔性补偿装置配置的经济性。
（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。
电力系统优化调度论文参考文献
[1].贾雨龙,米增强,王俊杰,余洋,范辉.柔性负荷聚合商参与电力系统的多时间尺度协同优化调度策略[J].华北电力大学学报(自然科学版).2019
[2].曹敏,岳红权,石蓉,巨健,白泽洋.基于柔性补偿优化的电力系统经济调度[J].信息技术.2019
[3].李素素,王锡淮.基于粒子群优化的船舶电力系统经济环境调度[J].船电技术.2019
[4].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
[5].林从城,方万煜.含风电场的水火电力系统的多目标优化调度[J].山东电力技术.2019
[6].梁作放,肖雨涵,张颖.计及电动汽车的风水火电力系统联合优化调度[J].山东电力技术.2019
[7].陆春良,方江晓,郭超,叶承晋,龙厚印.低碳背景下的电力系统多时间尺度联合优化调度[J].能源工程.2019
[8].麻利新,翟帅华,李萍.含风电场的电力系统多目标优化调度[J].电工电气.2019
[9].王锐,张彦,王冬,张涛,刘亚杰.基于随机模型预测控制的含大规模风电接入的电力系统优化调度[J].控制与决策.2019
[10].陈庆攀,刘洋,杨得洋.考虑风电不确定性的电力系统鲁棒优化调度[J].电工技术.2019