一、发电经济调度可行解判据及其求解方法（论文文献综述）
夏爱明[1]（2021）在《基于MOMPA-DE算法的含风电系统环境经济调度研究》文中提出随着全球化石能源的逐渐枯竭和环境污染问题的日益严重,电力系统的环境经济调度成为学者们研究的热点。电力系统的环境经济调度是一个复杂的含有约束的多目标优化问题,它以燃料成本和污染物排放量同时最小为目标,目标间相互冲突,且受到各种运行条件的约束,因此,需要寻找高效合理的优化算法进行求解。此外,利用清洁可再生的风能进行发电可以减少电力系统对化石能源的依赖和污染物的排放,有助于社会的可持续发展,是电力系统降低燃料成本和减少污染物排放量的另一个有效手段。然而,风电的随机性和间歇性等特点,使得电力系统在风电并网后的电力调度变得复杂。本文针对电力系统在纳入风电机组后的环境经济调度问题进行了相关的研究工作,主要研究内容如下:（1）混合多目标优化算法MOMPA-DE。针对多目标优化问题,提出了一个基于单目标海洋捕食者算法和单目标差分进化算法的混合多目标优化算法,被称为MOMPA-DE算法。该算法:1)对海洋捕食者算法进行了适当的改进以增强其寻优性能;2)利用帕累托支配的概念将单目标海洋捕食者算法扩展到多目标领域;3)对外部存档中的个体进行差分进化以提高所提算法的开发和收敛能力;4)引入基于非支配排序的方法更新顶级捕食者和维护外部存档,并使用基于新的拥挤距离的存档维护策略改善获得的帕累托最优前沿的均匀性;5)针对问题的各种约束,引入可行解占优的约束处理方法来获得可行解。通过四个含及不含约束的多目标测试函数,验证了所提算法在求解多目标优化问题上的有效性,说明其作为含风电系统静态环境经济调度及动态环境经济调度的求解基础,将具有很好的应用前景。（2）含风电的静态环境经济调度。以电力系统的燃料成本和污染物排放量同时最小为目标建立风电并网静态环境经济调度模型,该模型针对风力发电的不确定性,利用两参数Weibull概率分布函数和机会约束规划方法将风电建模为系统的约束,并综合考虑了机组输出功率限制、旋转备用容量限制以及系统功率平衡等各种等式和不等式约束。此外,模型中还计及了阀点效应引起的成本、网络传输损耗等因素。在两个含风电的测试系统上进行的实验表明:1)与文献中的结果相比,MOMPA-DE算法可以提供更好的最佳成本解、最佳排放解和最佳折中解;2)MOMPA-DE算法获得的帕累托最优前沿具有很好的均匀性、收敛性和覆盖范围。（3）含风电的动态环境经济调度。静态环境经济调度考虑的是单个时间段的机组出力分配问题,而动态环境经济调度则考虑的是多个时间段的机组出力分配问题,更加符合电力调度实际。本文在含风电的静态环境经济调度模型基础上,建立了含风电的动态环境经济调度模型,模型中除了充分考虑机组出力限制、旋转备用容量等约束外,还考虑了风电在不同时段的出力波动,以及机组出力在不同时段切换时的爬坡约束。通过对两个含风电及不含风电的测试系统的仿真分析,可以得出:1)MOMPA-DE算法得到的解决方案比文献中报道的结果更好;2)传统的火力发电系统在加入风电机组后,燃料成本和污染物排放量都有所降低,可以取得很好的经济效益和环境效益。
何中政[2]（2020）在《水库群中长期发电调度优化方法研究》文中研究指明随着我国社会经济的高速发展,对能源尤其是清洁的水能利用需求快速增长。一大批流域梯级水库群相继建成并投入运营,水库群所构成的水电能源系统联合运行态势已初具格局。然而,水库群联合调度运行在发挥防洪、航运、生态补水等综合效益的同时,也加剧了水电能源系统的复杂、高维、强耦合特性,使得系统优化运行和管理中面临的复杂现象和技术难题日益凸显,给水库群联合优化调度带来了新的挑战。水库群联合优化调度受水文不确定性、多种兴利需求等因素影响,且水库间水力和电力联系密切,是一类典型的高维度、非线性、强耦合的复杂约束优化问题,其问题的高效稳定求解一直是水资源管理研究领域的热点和难点。为此,本文围绕水库群联合优化调度所面临的若干科学问题,综合运用水电能源学、运筹学、系统动力学等理论与方法,以实现流域水能资源的综合高效利用为目标,研究了单一水库、梯级水库群和大规模混联水库群不同规模下水电能源系统优化调度理论与方法,取得了的一些可为水库群实际生产调度提供参考的研究成果。论文的主要研究内容和创新成果包括:（1）为进一步提升单一水库中长期发电优化调度问题求解的实时性,提出了基于两阶段模型最优判据的水库中长期发电优化调度逐次两阶段高效优化方法。研究工作建立了水库中长期发电优化调度两阶段模型,分析了两阶段模型发电效益目标函数凹凸性和单调性,推求了水库两阶段发电优化调度模型中间时刻状态变量最优判据;进而,借鉴分而治之的思想,将多阶段优化问题转换为逐次递进的两阶段问题进行求解,并据此提出了基于两阶段模型最优判据的水库中长期发电调度逐次两阶段高效优化方法。三峡水库实例分析结果表明,研究工作提出的逐次两阶段高效优化方法收敛精度高且搜索速度快,显着提升了水库中长期发电优化调度计划编制和运行管理的实时性。（2）围绕随机来水条件下水库长中短期嵌套发电预报优化调度问题,建立了响应预报偏差的水库长中短期嵌套预报发电调度耦合系统动力学模型。研究工作在已有嵌套预报调度相关研究基础上,建立了水库长中短期嵌套发电预报调度模型,分析预报误差对水库发电预报调度最优决策的影响规律;进而,结合系统动力学反馈机制和经典控制理论方法,提出了合理有效的水库嵌套预报调度对预报偏差的反馈控制响应机制;在此基础上,建立了水库长中短期嵌套预报发电调度耦合系统动力学模型。以三峡水库为研究对象开展相关实例分析结果表明,本文所提建模方法能够及时响应实际调度过程中预报来水与实时来水的预报偏差,做出更为合理的预报调度决策,从而提升来水不确定性条件下水库运行发电效益。（3）针对梯级水库群中长期发电优化调度智能优化方法易陷于局部收敛和收敛稳定性差等缺陷,且在问题寻优过程中面临时间和空间耦合、量级和量纲无法统一的多重复杂约束处理难题,提出了分区参数自适应更新差分进化算法和综合考虑等式、刚性和柔性约束不同优先级的梯级水库群优化调度约束处理策略。研究工作提出梯级水库群统一流量约束及其约束违反程度评价指标,并设计了综合考虑等式、刚性和柔性约束不同优先级的梯级水库群优化调度约束处理策略;此外,还提出了一种根据个体适应度进行分区参数自适应更新的改进差分进化算法。以金沙江下游和三峡梯级水库群为研究对象,相关实验结果表明所提出改进差分进化算法在测试函数和工程实例实验中均取得了较好表现,结合所提出的约束处理策略能够有效应对了梯级水库群优化调度多重复杂约束处理难题,从而改善智能优化方法在梯级水库群优化调度研究领域的实用性。（4）针对梯级水库群多目标优化调度多个目标间互馈关系难以定量解析的问题,提出了结合多目标优化理论方法和梯度概念的多目标优化互馈关系梯度分析方法。研究工作建立了梯级水库群供水-发电-环境联合优化调度模型,结合约束法和动态规划求解得到多目标优化调度问题非支配解集;分析梯级水库群供水-发电-环境多目标优化调度结果非支配解集空间分布特性,对非支配解集进行插值从而构建供水-发电-环境目标空间曲面函数,并采用梯度分析方法推求两两目标在归一化目标空间偏导函数值,从而量化梯级水库群多个调度目标间的互馈关系,为梯级水库群多目标优化调度目标间互馈关系解析提供一种新的研究途径。（5）面向高维度、强耦合、非线性的大规模混联水库群中长期联合发电优化调度问题高效稳定求解需求,提出了基于两阶段资源分配问题单调性和松弛策略的改进逐次逼近动态规划。研究工作在无弃水假设和忽略库容和下泄流量变量耦合关系的前提下,推导证明了大规模混联水库群联合发电调度问题逐次逼近动态规划建模降维求解中,对单一水库进行采用动态规划进行寻优的发电效益递推函数为凹函数;进而,结合凹函数特性下两阶段资源分配问题单调性,设计了基于单调性结论拓展寻优空间的松弛策略,从而提出了松弛逐次逼近动态规划优化方法。以包含61座水库的长江上游大规模混联水库群为研究对象开展实例分析结果表明,本文所提出的松弛逐次逼近动态规划相比传统逐次逼近动态规划在保障收敛精度的同时显着提升了其收敛速度,该方法可为实现大规模水库群所构成的水电能源系统安全经济运行提供可靠的技术支撑。
李新桥[3]（2020）在《基于禁忌搜索算法的配电网重构研究》文中指出配电网重构是优化配电系统运行的重要手段,也是配网自动化研究的重要内容。配电网通常为闭环设计、开环运行。在正常运行条件下,配电调度员根据运行情况进行开关操作以调整网络结构,一方面可将负荷由过负载馈线转移到轻负载馈线上,从而调节馈线的负荷水平,消除馈线过载,改善系统供电电压质量;另一方面通过网络重构可改善电网运行方式从而降低网损,提高系统的经济性。在配电系统发生故障时,通过打开某些分段开关隔离故障,同时合上某些联络开关把故障线路上部分或全部负荷转移到未故障的线路上去,从而缩小停电范围,并在故障后迅速恢复供电。本文结合现代优化算法和配电网优化分析的研究现状,对基于禁忌搜索算法的配电网重构进行了以下方面的研究:（1）在配电网拓扑分析的基础上,给出了配电网辐射状的判据并总结出配电网辐射状判据的流程。采用基于支路电流的前推回代法进行潮流计算,避免了复杂的网络编号工作,能够快速便捷的确定配电网的结构。（2）采用并行禁忌搜索算法解决配电网重构过程中编码复杂和计算效率低等问题。该算法通过设置多个禁忌长度对解空间同时进行搜索,提高了搜索效率。在设计邻域结构时,采用N维坐标系的编码策略对网络中开关进行编码,其中坐标系的维数对应网络中联络开关的个数,在每维坐标中针对每个状态量分别进行加1和减1操作,对应网络拓扑图中的开关的移动操作,在该种邻域结构下进行寻优并得到全局最优解。最后采用两个IEEE经典算例进行仿真,结果表明应用该算法进行配电网重构研究时能简便快速的求出使得网络损耗最小的网络结构,具有一定的可行性和优越性。（3）对一天24小时进行配电网动态重构研究。首先对该时间区间进行等时段划分,在负荷预测的基础上对每一时间段先进行静态重构研究。然后通过两次优化策略对各时间段的重构结果进行组合优化,得到最终的动态重构方案。采用IEEE33节点系统进行仿真,结果表明应用该方法进行配电网动态重构研究能进一步改善配电网运行的经济性能且具有一定的可行性和实用性。
温泽之[4]（2020）在《计及风电置信风险的源网协调优化调度研究》文中指出近年来风电装机容量的快速增长,风电并网的规模不断增加。但是由于风电场内部影响风速的因素较多且其具有不可控性,使得风电特性较之于传统的火电和水电,具有较强的不确定性。而传统优化调度模型多以确定性原则为前提,大规模风电并网所带来的不确定性将给电力系统的调度运行带来新的挑战。为切实保证系统在充分利用风能的同时能安全、经济的运行,则所建立的电力系统优化调度模型将具备更高的要求。在此背景下,本文以风电并网风险性为研究框架,针对风电接入的电力系统多目标优化调度模型及算法展开研究,论文的主要工作归纳如下:1)构建了风险置信风险模型,为灵活、合理的对风电并网风险性指标进行量化计算,并防止调度方案的过于保守,在风电出力概率分布引入机会约束,构建出风险置信风险模型。同时提出了一种最短置信区间近似计算方法,解决了威布尔分布置信区间估计不够准确问题。2)构建了计及风电置信风险成本的电力系统多目标最优潮流模型,将风电并网后由于维持系统稳定运行所带来的置信风险成本引入经济性目标,将系统的运行成本和污染物排放量作为优化目标,并综合节点功率平衡、机组出力、线路传输容量等约束。针对该模型的求解,设计一种新型的多目标复合回溯搜索（MOCBS）算法,在回溯搜索算法中嵌入不同的变异策略,一定程度上平衡了算法的寻优速度和深度。通过对算例的仿真研究表明,置信风险成本计算方法能较为灵活、合理和准确的量化风电并网风险性;MOCBS算法可搜索到更为宽广、均匀和准确的帕累托前沿。3)构建了计及计及风电置信风险的源网协调优化调度模型,对风电并网的风险性表征为风电置信风险功率综合偏差,并在经济性目标中加以考虑常规机组的环境成本,以系统的运行成本最小和风险功率综合偏差最低优化目标,此外模型的优化变量还包括了变压器变比和无功补偿容量。设计了一种可行性和非劣性综合排序回溯搜索（FNSBS）算法,其中算法的可行度可消除罚函数法需提前预设惩罚因子的主观性。通过对算例的仿真研究表明,置信风险功率综合偏差计算方法可实现在一定程度下降低计及风电并网的决策方案的保守性;源网协调的调度方案可使得到系统运行成本更少与风险功率综合偏差更低;FNSBS算法可在复杂问题下搜索到高质量的解。
董翰龙[5]（2020）在《考虑需求侧响应的主动配电网储能优化配置》文中提出随着不可再生能源逐渐走向衰竭,绿色能源在各国政府的大力支持下愈加广泛的应用于电力供应领域,充分合理的利用风、光等可再生能源能够有效的解决能源危机和减少环境污染。由于可再生能源具有间歇性和随机性的特点,容易对电力系统造成冲击,增加配电网调度难度,传统配电网已无法有效的处理,主动配电网技术因此应运而生。储能设备是主动配电网的关键组成部分,能够平滑可再生能源功率波动、实现负荷削峰填谷和增加配电网调度的灵活性,对储能系统优化研究具有非常重要的现实意义。同时,储能的安装位置、额定功率和容量会对配电网潮流分布和经济运行产生一定影响,因此,本文对主动配电网的储能优化配置问题展开研究。本文首先简要分析了风电、光伏和储能的发电特性和运行特点,并建立了相应的数学模型,作为主动配电网储能优化配置的基础。并在分时电价的基础上,考虑电力负荷与电价的弹性关系,以削峰填谷、平抑负荷波动为目标,建立了需求侧负荷响应模型,增强电网侧与用户侧的互动水平,实现储能系统与可控负荷联合优化以及源-网-储-荷设备协同调度。然后,为解决由于风、光出力不确定性,给储能规划调度带来的困难,提出了基于K-means聚类算法的大规模场景缩减方法,通过对风电、光伏历史数据进行场景划分,获得了典型风、光出力曲线。并利用平均值法对日负荷实测数据进行场景缩减,得到了典型日负荷曲线。再把典型场景曲线应用于储能规划中,建立了考虑风、光并网的储能双层多目标优化配置模型,利用内外层耦合将储能选址定容和充放电功率调度有效结合。优化目标从最大化储能投资效益出发,兼顾了配电网运行成本,并考虑了负荷波动和电压偏移。此外,将MOEA/D多目标进化算法应用于求解过程,通过MOEA/D算法求取内层Pareto最优前沿和最优解集。并提出了一种基于模糊函数的满意度评价机制,从中选择最优折中解传递给外层优化。因此,本文储能的前期规划兼顾了后期运行调度,并通过后期运行结果来指导规划,进而更加合理的对储能进行配置。最后,利用IEEE-33节点配电网系统对选取的4个场景进行仿真比较,并通过Matlab软件编程计算。分别从经济效益、削峰填谷效果和改善电压质量角度,对程序运行结果进行分析,验证了本文提出的储能双层优化配置模型和相应求解方法的合理性与优越性。
潘珊珊[6]（2019）在《基于线性混合整数规划与非线性规划的非凸电力系统经济调度问题研究》文中认为近年来,我国国民经济飞速发展的同时,也伴随着能源的高消耗。在此背景下,一方面既要大力倡导发展新能源,另一方面又要提高能源的利用效率,降低能源消耗。为此,优化电力系统现行的发电调度方式,降低发电能耗,具有显着的理论与现实意义。本论文立足于电力系统安全经济运行中的两类重要问题——经济调度问题与水火联合调度问题,研究更为精确、符合实际的非凸电力系统经济调度模型（如计及阀点效应、网络损耗和禁止运行区域等因素）的快速有效求解方法,以期获取更优的发电调度方案,从而降低系统的发电能耗。当同时计及阀点效应、网损与禁止运行区域等复杂因素时,会导致问题的模型非凸非光滑并且非连续。这使得传统的确定性数学规划方法难以直接应用。为此,本文通过模型重构,将复杂难解的问题模型分别转化为可应用数学规划方法进行求解的线性混合整数规划模型与非线性规划模型,并设计了有效的求解策略。数值仿真结果表明,所提求解策略相对于当前流行的大部分方法均有较好的竞争力。具体的研究内容与主要成果如下:1)针对计及阀点效应的动态经济调度问题,提出了一种基于线性混合整数规划模型与非线性规划模型的有效求解策略。因计及阀点效应,问题的目标函数高度非凸非光滑,导致传统的基于梯度的优化方法不再适用利用辅助变量替换目标函数中的非光滑项,并把非光滑项放到约束中,导出了该问题的一个非线性规划模型。虽然该模型可应用非线性规划方法进行直接求解。但因问题高度非凸,若直接求解,优化过程极易陷入质量较差的局部最优解。为此,基于多种选择模型对问题的非凸非光滑目标函数进行分段线性逼近,得到该问题的一个近似模型——线性混合整数规划模型,用以产生一个好的初始点。基于这样一个好的初始点,求解非线性规划模型,可获得原问题的一个高质量的最优解。2)针对计及阀点效应的水火联合调度问题,提出了一种基于对数规模的线性混合整数规划模型和非线性规划模型的有效求解策略。对于非凸非光滑的目标函数与非凸的二变量水力发电函数,分别基于凸组合模型与米字型的三角形方法进行分段线性逼近,并结合先进的建模技术,使得建模过程只需额外引进对数规模的0-1变量和约束。基于这样一个线性混合整数规划模型进行求解,可以较快地获得其在某一精度范围内的全局最优解。但因线性化技术的应用,此时该解未必能够完全满足功率平衡方程。为消除线性化误差和处理计及网损的情形,通过模型重构,得到了原问题的一个非线性规划模型。此时再基于该模型进行求解,可得到原问题的一个可行的高质量解。3)针对计及阀点效应、网损与禁止运行区域的经济调度问题,提出了一种基于完全线性混合整数规划模型和非线性规划模型的有效求解策略。因网损约束是非凸等式约束,并且高维空间上的变量间有着较强的耦合关系,通常难以直接对其进行分段线性化。通过模型重构,将其转化为一个线性约束和一组相对容易处理的二次等式约束。充分利用问题模型中双变量函数与单变量函数之间存在的变量耦合关系,使得在对非凸双变量函数进行分段线性近似过程中需要额外引进的0-1变量与约束大大减少。再应用先进的建模技术,可使得额外引进的0-1变量和约束得到进一步的削减。当同时考虑非连续的禁止运行区域限制时,为使得所构建的模型与已建立的线性混合整数规划模型相兼容并且尽可能少的引进新变量与约束,借助了一种基于确定距离的重构技术,将禁止运行区域限制融合到模型中,得到了问题的一个完全线性混合整数规划模型。基于这样一个模型进行求解,若得到的解关于功率平衡方程的违反量小于一个给定的精度,则认为所得最优解是原问题的一个可接受的近似全局最优解。否则,将通过求解原问题的一个非线性规划模型来作进一步的搜索,以得到一个可行的最优方案。
刘迪[7]（2019）在《微能源网运行优化与规划一体化方法研究》文中进行了进一步梳理作为能源互联网的缩影,微能源网集成了多种类型供能设备及储能装置,可实现多能互补与多网耦合,为缓解能源危机提供了新的技术手段。由于微能源网支持大量分布式能源的接入,如何对系统进行整体的规划和运行优化是更高效、合理地利用资源的关键所在。本文以微能源网为研究对象,针对微能源网的结构与设备运行特性,搭建了微能源网系统模型,对微能源网进行了运行优化与规划一体化的方法研究。本文的主要研究工作如下:（1）为了探究微能源网各设备的运行特性和各种能源之间的耦合关系,更加方便分析系统供能方案,本文基于能量母线的概念,构建了含多能流传输网络的微能源网系统模型,并搭建了微能源网中可再生能源设备、多类制冷、制热设备以及不同类型储能的系统仿真模型。为了更准确地反映各种能量传输网络所带来的损耗,建立了三种不同类型（电、热、冷）传输网络的模型并进行了分析讨论。微能源网系统的建模为后续的运行优化和规划研究打下了模型基础。（2）以微能源网运行成本最小为目标函数,建立了考虑多能流传输网络运行特性约束的微能源网日前运行优化模型,并采用混合整型非线性规划算法对模型进行了求解。通过日前运行优化计算,可得到未来24小时内在微能源网运行成本最小时各供能设备的运行方式和出力大小,对系统进行有效的调度管理。微能源网日前运行优化是实时运行优化与规划的基础。（3）考虑到可再生能源设备出力的波动性与用户用能负荷的可调整性,基于模型预测控制,建立了微能源网实时滚动运行优化模型。以跟踪日前运行优化所得到的出力计划为目标,在实时运行阶段对网内各供能设备的运行方式和出力进行有效的调度优化管理,能够在兼顾日前运行优化计划的前提下满足实时的供需平衡,实现微能源网的实时经济优化运行。（4）将微能源网运行优化与规划相结合,结合拉丁超立方采样方法,提出了基于改进型Kriging模型的微能源网运行优化与规划一体化模型及其求解方法。以年总成本最小为优化目标,建立了微能源网运行优化与规划一体化模型,提出了动态Kriging模型求解方法;为了提高计算效率,在该求解方法的基础上,结合最小代理模型点准则、信赖域准则和均方误差准则,提出了基于混合采样修正机制的改进型Kriging模型一体化求解方法。通过算例验证了一体化方法的有效性。
李方圆[8]（2019）在《基于多智能体协同算法的智能电网分布式调度与优化》文中研究指明随着可再生能源、分布式发电、需求响应等的持续集成,电网的规模迅速扩大,进一步被划分为不同实体所控制的区域电网,而不受单一实体控制,导致传统集中式的电力系统在组织和运行方式上面临诸多挑战。另一方面,信息通信技术、优化和控制理论的发展为电网提供了更新换代的可能,智能电网的概念应运而生。在智能电网背景下,负荷分配、机组组合、最优潮流等调度问题重新吸引了广泛的研究兴趣。当前的研究工作不仅关注电网中的新因素如分布式发电和需求响应等,还关注改进建模方法和设计分布式调度算法。具体地,1)对于负荷分配问题,已有工作主要在不损失问题凸性的前提下附加考虑新的因素,并设计分布式调度算法,但缺乏对非凸负荷分配以及模型不精确情况的研究;2)对于机组组合问题,已有工作主要研究如何改进问题模型,而对问题的求解仍然以集中式算法为主,较少研究如何设计分布式机组组合调度算法;3)对于最优潮流问题,已有工作主要在计算空间上探讨问题的分解和分布式求解,导致实际应用中存在不符合实际电网特点的情况。针对当前研究工作中的不足之处,本文考虑成本函数非凸情况、模型不精确情况、电网中微电网的特性等,基于多智能体协同算法,对负荷分配、机组组合、最优潮流等调度问题展开研究。本文的主要研究内容分为如下几个方面:1.考虑非凸成本函数和模型不精确情况,研究智能电网的分布式负荷分配调度问题。我们首先将该负荷分配问题建模为无导数优化问题,然后给出基于多智能体的负荷分配调度系统,一并给出其拓扑发现算法,接着设计分布式模式搜索算法用于求解该无导数优化问题,最后通过理论分析和仿真验证,说明所设计算法的收敛性和有效性。另外,所提出的分布式模式搜索算法可用于求解一类无导数优化问题。设计过程中,利用拉普拉斯矩阵构造了模式搜索算法的正张成矩阵,该构造方法可用于设计其他类似的分布式无导数优化算法。2.在非凸成本函数和模型不精确情况下,综合研究智能电网的机组组合和负荷分配调度问题。我们首先将机组组合和负荷分配整合为统一形式,然后在离散化假设下给出集中式强化学习调度算法,接着消除全局信息依赖、实现协同探索与利用,并建立局部动作值函数,最终得到分布式强化学习调度算法,并给出收敛性分析。得益于强化学习方法的特性,所提出的调度算法能够利用历史数据和与电网交互持续改进调度策略。另外,所提出调度算法能用于求解一类离散化假设下的无导数优化问题。算法的设计方法可用于设计其他基于强化学习的分布式算法。3.在微电网中考虑分布式发电、需求响应、碳排放等,研究其闭环最优调度问题。我们首先将该调度问题转化为等价混杂系统的最优切换问题,给出等价性条件,并证明该等价系统对任意可行初始条件和切换总存在唯一系统轨迹;然后,基于动态规划和神经网络设计闭环最优调度算法,并分析其收敛性。该调度算法的闭环特性在于:在初始条件改变和扰动影响下,无需重新训练,可直接给出新条件和扰动下的最优调度。其中,追求闭环最优策略,而非单纯的数值解,给类似优化问题的求解提供了一个新的研究思路。4.考虑微电网间的耦合特性,研究多个微电网的协同最优潮流调度问题。我们首先给出独立微电网的详细模型,然后以此为基础建立耦合微电网的协同最优潮流模型,接着将该模型分解到微电网水平,最后基于交替方向乘子法设计微电网的分布式协同调度算法,并讨论其收敛性。该算法是微电网层面上的完全分布式算法,无需中心协调者和全局通信。另外,所提出协同调度算法不同于一般调度算法的特点在于:每个微电网可自行选取求解局部优化问题的算法,这对融合多种算法来求解优化问题,具有一定的启发意义。
侯文庭[9]（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。
刘立阳[10]（2018）在《含风电的电力优化调度模型及其求解方法研究》文中研究指明风电具有较强的随机性、间歇性和反调峰特性,相比常规电源可调控性差。随着大量风电场陆续建成并投入运行,风电的优化调度问题成为目前热门的研究领域之一。含风电的电力系统优化调度不仅要处理风电的不确定性,还需考虑其它电源的效益以及众多的物理约束条件,是一种复杂的约束优化问题。由于传统调度方法主要基于确定性电源制定调度方案,已经无法满足风电并网的实际需求,为了合理消纳风电并保证电力系统的安全稳定运行,当前亟需研究新的调度理论和优化方法。含风电的电力系统优化调度包含两个核心问题:如何建立调度模型和调度模型如何求解。本文紧密围绕这两个核心问题,在求解算法的分析和改进、含风电的动态经济优化调度、滚动优化调度以及多目标优化调度等方面进行了研究和探讨,取得了一些具有理论意义和实用价值的研究成果。主要的研究工作和成果包括:（1）针对风电优化调度的求解问题,提出了两种优化能力更强的改进粒子群算法。首先,结合图论和信息论对粒子的邻居结构进行了分析,通过对粒子携带信息量的二进制化,从信息传播角度研究了粒子邻居结构对算法性能的影响。在此基础上,提出了一种邻居结构动态变化的改进单目标优化算法,通过改变邻居结构可以控制粒子群的信息传播速率,达到平衡算法收敛速度和搜索能力的目的。数值计算和调度算例分析表明,改进后的算法寻优能力更强、优化效果更稳定。其次,对传统多目标粒子群算法进行了改进:利用均匀初始化的方法增强初始阶段粒子在搜索空间中的均匀性;基于最小生成树理论对非支配解集进行维护,提高了非支配解集的均匀性;此外,在引导粒子选择等方面也进行了适当改进。通过与其它常用多目标优化算法进行对比,验证了改进后的多目标粒子群算法具有收敛速度适中、寻优能力强、非支配解分布均匀的特点。（2）采用非参数核密度估计方法描述风电预测误差,并基于粒子群算法对非参数估计的窗宽进行数值优化,降低了确定窗宽参数的难度。风电场实际误差数据分析表明,非参数估计具有较强的适应性,比传统的参数估计方法拟合优度更高。在非参数估计研究的基础上,建立了含风电的动态经济调度模型。以风电场历史预测误差数据为参考,研究了某预测值条件下的条件误差概率分布,推导了高斯核函数对应的误差置信区间。通过误差置信区间,将动态经济调度中涉及的不确定性问题转换为确定性区间问题。算例分析表明,计及预测误差区间的动态经济调度能够避免高估或低估风电预测误差,提高了调度方案的经济性。（3）以预测控制理论为基础建立了含风电的滚动优化调度模型。将常规火电机组的有功出力视为预测控制的状态量,出力调整量视为输入量,以状态空间的形式描述状态量和输入量之间的关系。通过对目标函数和约束条件进行状态空间转换,使滚动调度问题转变为矩阵形式的优化问题,建立了一种多机组、多预测时段的滚动优化调度模型,解决了以往滚动调度中无法充分利用最新预测信息的问题。同时根据调度模型的特点对目标函数和约束条件进行了化简,推导了全矩阵约束时的内点法增量矩阵,便于应用内点法进行求解。针对内点法初始点选择难的问题,结合前文提出的改进单目标粒子群算法对初始点进行了筛选。调度仿真表明,相比传统的单时刻优化,本文提出的滚动调度模型优化效果更好,调度决策也具有前瞻性。（4）建立了包含风电、火电、水电和储能的多目标优化调度模型。在优化目标中综合考虑了调度方案的经济性和环保性,此外,还将弃风弃水量加入到了优化目标中,体现了对清洁能源消纳的重视。针对调度模型中约束条件众多、可行域小的特点,将违反约束量作为一个独立目标进行优化,使得求解算法能够加强对约束边界的搜索。最终的调度模型包含了经济性、环保性、清洁能源利用率以及违反约束量四个优化目标,降低了多目标约束优化问题的求解难度。针对非支配解的选择问题,提出了基于满意度标准差最小的筛选方法,保证了目标之间的公平性。仿真算例表明,本文提出的多目标优化调度模型实现了不同类型电源之间的联合优化,充分发挥了水电和储能调节作用,可以有效地避免“弃水保风”现象的出现,与传统的环境经济调度方法相比,提高了清洁能源的消纳能力。
二、发电经济调度可行解判据及其求解方法（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、发电经济调度可行解判据及其求解方法（论文提纲范文）
（1）基于MOMPA-DE算法的含风电系统环境经济调度研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的研究背景与意义 |
| 1.2 含风电系统环境经济调度问题的基本原理及其挑战 |
| 1.2.1 含风电系统环境经济调度的基本原理 |
| 1.2.2 含风电系统环境经济调度面临的挑战 |
| 1.3 国内外研究现状 |
| 1.3.1 环境经济调度问题研究现状 |
| 1.3.2 风电并网环境经济调度研究现状 |
| 1.4 论文主要研究内容及章节安排 |
| 1.4.1 论文主要研究内容 |
| 1.4.2 论文章节安排 |
| 第2章 混合多目标优化算法MOMPA-DE |
| 2.1 多目标优化问题模型 |
| 2.2 优化问题的约束处理技术 |
| 2.2.1 惩罚函数法 |
| 2.2.2 ε约束处理方法 |
| 2.2.3 多目标优化法 |
| 2.2.4 可行解占优法 |
| 2.3 海洋捕食者算法 |
| 2.3.1 海洋捕食者算法背景概要 |
| 2.3.2 基本海洋捕食者算法 |
| 2.4 差分进化算法 |
| 2.4.1 变异 |
| 2.4.2 交叉 |
| 2.4.3 选择 |
| 2.5 提出的MOMPA-DE算法 |
| 2.5.1 外部存档 |
| 2.5.2 改进的海洋捕食者算法 |
| 2.5.3 MOMPA-DE的差分进化 |
| 2.5.4 MOMPA-DE的约束处理方法 |
| 2.5.5 海洋捕食者算法中的精英和个体最优位置选择 |
| 2.6 MOMPA-DE算法的执行步骤 |
| 2.7 算例分析 |
| 2.8 本章小结 |
| 第3章 含风电的静态环境经济调度 |
| 3.1 风电接入对传统环境经济调度的影响 |
| 3.2 风速的不确定性模型 |
| 3.3 风电输出功率的不确定模型 |
| 3.4 含风电的静态环境经济调度模型 |
| 3.4.1 目标函数 |
| 3.4.2 约束条件 |
| 3.5 含风电电力系统静态环境经济调度模型求解 |
| 3.5.1 种群初始化 |
| 3.5.2 模型的约束处理 |
| 3.5.3 最佳折中方案 |
| 3.5.4 模型求解流程 |
| 3.6 仿真实验 |
| 3.6.1 案例1:极端点和折中解的对比 |
| 3.6.2 案例2:MOMPA-DE算法的多目标优化性能评估 |
| 3.7 本章小结 |
| 第4章 含风电的动态环境经济调度 |
| 4.1 含风电的动态环境经济调度问题模型 |
| 4.1.1 问题模型的目标函数 |
| 4.1.2 约束条件 |
| 4.2 含风电电力系统动态环境经济调度模型求解 |
| 4.2.1 算法种群的初始化 |
| 4.2.2 约束处理 |
| 4.2.3 模型求解流程 |
| 4.3 仿真实验 |
| 4.3.1 案例1:不含风电场的动态环境经济调度 |
| 4.3.2 案例2:含风电场的动态环境经济调度 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 研究总结 |
| 5.2 工作展望 |
| 参考文献 |
| 攻读硕士学位期间的研究成果 |
| 致谢 |
（2）水库群中长期发电调度优化方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 引言 |
| 1.2 选题背景与研究目标 |
| 1.3 水库群优化调度研究现状与进展 |
| 1.4 本文主要研究内容及章节安排 |
| 2 水库中长期发电调度逐次两阶段高效优化方法 |
| 2.1 引言 |
| 2.2 水库发电优化调度模型及其动态规划求解 |
| 2.3 水库发电调度逐次两阶段高效优化方法 |
| 2.4 工程实例分析 |
| 2.5 本章小结 |
| 3 水库长中短期嵌套预报发电调度耦合系统动力学建模方法 |
| 3.1 引言 |
| 3.2 水库长中短期嵌套预报调度模型 |
| 3.3 系统动力学反馈环节及其实现形式 |
| 3.4 水库长中短期嵌套预报调度耦合系统动力学模型 |
| 3.5 工程实例分析 |
| 3.6 本章小结 |
| 4 梯级水库群中长期发电调度差分进化优化方法及其约束处理策略 |
| 4.1 引言 |
| 4.2 差分进化算法概述 |
| 4.3 智能优化方法约束处理策略概述 |
| 4.4 梯级水库群中长期发电优化调度模型 |
| 4.5 基于分区参数自适应差分进化的梯级水库群发电优化调度 |
| 4.6 综合考虑等式、刚性和柔性约束的梯级水库群调度约束处理策略 |
| 4.7 本章小结 |
| 5 梯级水库群供水-发电-环境多目标互馈关系梯度分析方法 |
| 5.1 引言 |
| 5.2 供水-发电-环境多目标优化调度模型及其求解方法 |
| 5.3 多目标优化梯度分析法 |
| 5.4 工程实例分析 |
| 5.5 本章小结 |
| 6 大规模混联水库群中长期发电调度松弛逐次逼近动态规划优化方法 |
| 6.1 引言 |
| 6.2 大规模混联水库群联合发电优化调度模型 |
| 6.3 逐次逼近动态规划优化方法 |
| 6.4 基于两阶段问题单调性的松弛逐次逼近动态规划 |
| 6.5 工程实例分析 |
| 6.6 本章小结 |
| 7 总结与展望 |
| 7.1 研究总结 |
| 7.2 工作展望 |
| 参考文献 |
| 致谢 |
| 附录 攻读博士学位期间科研项目及获得成果 |
| Ⅰ 基金项目 |
| Ⅱ 企业委托项目 |
| Ⅲ 发表学术论文 |
| Ⅳ 国家专利 |
（3）基于禁忌搜索算法的配电网重构研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 配电网重构的研究背景 |
| 1.2 配电网重构的目的及意义 |
| 1.3 配电网重构的研究现状 |
| 1.3.1 配电网重构的数学模型 |
| 1.3.2 配电网重构算法的研究现状 |
| 1.3.3 含分布式电源的网络重构研究现状 |
| 1.3.4 配电网动态重构的研究现状 |
| 1.4 本文的主要研究内容 |
| 第二章 配电网网络拓扑分析 |
| 2.1 图论概念 |
| 2.1.1 图与网络 |
| 2.1.2 图的遍历 |
| 2.2 配电网拓扑结构分析 |
| 2.2.1 配电网辐射状判据 |
| 2.2.2 配电网辐射状判断流程 |
| 2.3 配电网潮流计算 |
| 2.3.1 配电网潮流计算综述 |
| 2.3.2 前推回代潮流算法的原理及特点 |
| 2.4 基于支路电流的前推回代潮流算法 |
| 2.5 本章小结 |
| 第三章 禁忌搜索算法 |
| 3.1 算法简介 |
| 3.2 局部邻域搜索 |
| 3.3 禁忌搜索算法的关键参数 |
| 3.3.1 初始解和候选解 |
| 3.3.2 适配值函数 |
| 3.3.3 邻域结构和禁忌对象 |
| 3.3.4 禁忌表和禁忌长度 |
| 3.3.5 藐视准则和终止准则 |
| 3.4 禁忌搜索算法的流程 |
| 3.5 本章小结 |
| 第四章 基于禁忌搜索算法的配电网重构 |
| 4.1 配电网重构的数学模型 |
| 4.1.1 目标函数 |
| 4.1.2 约束条件 |
| 4.2 并行禁忌搜索算法 |
| 4.2.1 并行禁忌搜索的分类 |
| 4.2.2 并行禁忌搜索算法的实现 |
| 4.3 基于并行禁忌搜索算法的配电网重构 |
| 4.3.1 优化变量的设计 |
| 4.3.2 邻域结构的设计 |
| 4.3.3 禁忌表的设计 |
| 4.3.4 藐视准则和终止准则的设计 |
| 4.3.5 配电网重构流程 |
| 4.4 算例分析 |
| 4.5 本章小结 |
| 第五章 配电网多时段动态重构 |
| 5.1 配电网多时段动态重构的数学模型 |
| 5.1.1 目标函数 |
| 5.1.2 约束条件 |
| 5.2 配电网多时段动态重构的模型求解 |
| 5.2.1 负荷预测 |
| 5.2.2 多时段动态重构的初步优化 |
| 5.2.3 多时段动态重构的二次优化 |
| 5.2.4 配电网多时段动态重构流程 |
| 5.3 算例分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录1 IEEE16 节点系统计算数据 |
| 附录2 IEEE33 节点系统计算数据 |
| 攻读学位期间参加科研情况及获得的学术成果 |
（4）计及风电置信风险的源网协调优化调度研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 前言 |
| 1.2 国内外研究现状 |
| 1.2.1 风电并网优化调度研究 |
| 1.2.2 风电不确定性建模研究 |
| 1.2.3 优化调度算法研究 |
| 1.3 论文研究重点 |
| 第二章 风电置信风险分析 |
| 2.1 风速随机分布 |
| 2.2 风电功率出力特性 |
| 2.2.1 风电机组参数 |
| 2.2.2 风电出力模型 |
| 2.2.3 风电出力概率分布 |
| 2.3 风电置信风险分析 |
| 2.3.1 风电高估/低估风险性分析 |
| 2.3.2 风电置信风险 |
| 2.4 最短置信区间近似求解法 |
| 2.5 本章小结 |
| 第三章 计及风电置信风险成本的多目标最优潮流计算 |
| 3.1 计及风电置信风险成本的多目标最优潮流模型 |
| 3.1.1 经济性目标 |
| 3.1.2 环境性目标 |
| 3.1.3 约束条件 |
| 3.2 多目标复合回溯搜索算法设计 |
| 3.2.1 复合回溯搜索算法设计 |
| 3.2.2 多目标复合回溯搜索算法 |
| 3.2.3 算法流程 |
| 3.3 模型求解 |
| 3.4 算例分析 |
| 3.5 本章小结 |
| 第四章 计及风电置信风险的源网协调优化调度 |
| 4.1 计及风电置信风险偏差的源网协调优化调度模型 |
| 4.1.1 经济性目标 |
| 4.1.2 风险性目标 |
| 4.1.3 约束条件 |
| 4.2 可行性和非劣性综合排序回溯搜索算法设计 |
| 4.2.1 可行性排序 |
| 4.2.2 可行性和非劣性综合排序 |
| 4.2.3 算法流程 |
| 4.3 模型求解 |
| 4.4 算例分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 附录 A 最短置信区间计算结果 |
| 个人简历 在读期间发表的学术论文 |
| 致谢 |
（5）考虑需求侧响应的主动配电网储能优化配置（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 储能系统的国内外发展与研究状况 |
| 1.2.1 储能国内外发展状况 |
| 1.2.2 储能国内外研究现状 |
| 1.2.3 储能优化问题求解方法研究现状 |
| 1.3 课题研究的主要内容 |
| 第2章 主动配电网结构及风/光/储/荷模型建立 |
| 2.1 主动配电网结构 |
| 2.2 分布式可再生能源 |
| 2.2.1 光伏发电模型 |
| 2.2.2 风力发电模型 |
| 2.3 储能系统发电模型 |
| 2.4 需求侧负荷响应模型 |
| 2.5 本章小结 |
| 第3章 风/光/负荷场景分析及典型曲线提取 |
| 3.1 场景分析方法 |
| 3.1.1 场景缩减法分类 |
| 3.1.2 K-means聚类场景缩减法 |
| 3.2 风/光/负荷典型场景曲线提取 |
| 3.2.1 光伏发电典型场景曲线 |
| 3.2.2 风力发电典型场景曲线 |
| 3.2.3 负荷典型场景曲线 |
| 3.3 本章小结 |
| 第4章 主动配电网储能系统多目标优化配置方法 |
| 4.1 储能系统双层优化配置模型 |
| 4.1.1 双层优化模型 |
| 4.1.2 外层优化目标函数 |
| 4.1.3 外层约束条件 |
| 4.1.4 内层优化目标函数 |
| 4.1.5 内层约束条件 |
| 4.1.6 约束条件处理 |
| 4.2 前推回代法计算配电网潮流 |
| 4.2.1 支路电流前推回代法 |
| 4.2.2 支路功率前推回代法 |
| 4.3 MOEA/D多目标优化算法 |
| 4.3.1 MOEA/D算法简介 |
| 4.3.2 分解策略 |
| 4.3.3 进化策略 |
| 4.3.4 算法流程 |
| 4.3.5 模糊函数满意度评价机制 |
| 4.4 双层规划模型求解步骤 |
| 4.5 本章小结 |
| 第5章 算例仿真分析 |
| 5.1 算例描述 |
| 5.2 需求侧负荷参与响应结果分析 |
| 5.3 储能优化配置结果分析 |
| 5.3.1 算例仿真结果对比 |
| 5.3.2 经济效益分析 |
| 5.3.3 削峰填谷效果分析 |
| 5.3.4 改善电压质量分析 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
（6）基于线性混合整数规划与非线性规划的非凸电力系统经济调度问题研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电力系统经济调度问题 |
| 1.2.2 水火联合调度问题 |
| 1.3 本文研究思路和内容安排 |
| 1.3.1 研究思路 |
| 1.3.2 内容安排 |
| 第2章 相关理论与软件平台介绍 |
| 2.1 单变量函数分段线性化方法 |
| 2.1.1 多种选择模型 |
| 2.1.2 凸组合模型 |
| 2.2 多变量函数分段线性化方法 |
| 2.2.1 一般化的三角形方法 |
| 2.2.2 米字型的三角形方法 |
| 2.3 混合整数规划模型与相关理论基础 |
| 2.4 相关软件平台介绍 |
| 2.5 小结 |
| 第3章 基于线性混合整数规划模型求解计及阀点效应的动态经济调度 |
| 3.1 引言 |
| 3.2 计及阀点效应的动态经济调度问题的模型 |
| 3.3 计及阀点效应的动态经济调度问题的非线性规划模型 |
| 3.4 计及阀点效应的动态经济调度问题的线性混合整数规划模型 |
| 3.5 计及阀点效应的动态经济调度问题的求解策略 |
| 3.6 数值仿真与结果分析 |
| 3.6.1 忽略网损的动态经济调度问题 |
| 3.6.2 考虑网损的动态经济调度问题 |
| 3.6.3 结果分析 |
| 3.7 小结 |
| 第4章 基于对数规模的线性混合整数规划模型求解计及阀点效应的水火联合调度 |
| 4.1 引言 |
| 4.2 水火联合调度问题的数学模型 |
| 4.3 水火联合调度问题的线性混合整数规划模型 |
| 4.3.1 一般化的线性混合整数规划模型 |
| 4.3.2 对数规模的线性混合整数规划模型 |
| 4.4 水火联合调度问题的非线性规划模型 |
| 4.5 水火联合调度问题的求解策略 |
| 4.6 数值仿真与结果分析 |
| 4.6.1 水火联合调度问题测试系统1 |
| 4.6.2 水火联合调度问题测试系统2 |
| 4.6.3 水火联合调度问题测试系统3 |
| 4.6.4 测试系统的规模分析 |
| 4.7 小结 |
| 第5章 基于完全线性混合整数规划模型求解计及阀点效应、网损与禁止运行区域的经济调度 |
| 5.1 引言 |
| 5.2 计及阀点效应、网损与禁止运行区域的经济调度问题 |
| 5.3 问题的一个完全线性混合整数规划模型 |
| 5.3.1 网损约束的重构 |
| 5.3.2 一个初步的完全线性混合整数规划模型 |
| 5.3.3 一个改进的完全线性混合整数规划模型 |
| 5.4 计及阀点效应、网损与禁止运行区域的经济调度问题的求解策略 |
| 5.5 数值仿真与结果分析 |
| 5.6 小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 附录A 水火联合调度问题测试系统3数据 |
| 附录B 攻读博士学位期间发表及完成的学术论文 |
| 附录C 攻读博士学位期间主持及参与的科研项目情况 |
| 附录D 学术论文与学位论文相关章节的对应表 |
| 致谢 |
（7）微能源网运行优化与规划一体化方法研究（论文提纲范文）
| 致谢 |
| 中文摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景与意义 |
| 1.1.1 微能源网发展概况 |
| 1.1.2 研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 微能源网建模 |
| 1.2.2 微能源网运行优化 |
| 1.2.3 微能源网规划 |
| 1.2.4 微能源网优化计算方法 |
| 1.3 课题研究的必要性 |
| 1.4 本文主要研究内容 |
| 2 基于能量母线的微能源网结构与建模 |
| 2.1 基于能量母线的微能源网结构 |
| 2.2 电能母线涵盖的设备模型 |
| 2.2.1 内燃机模型 |
| 2.2.2 分布式光伏发电 |
| 2.2.3 分布式风力发电 |
| 2.2.4 蓄电池 |
| 2.3 冷/热能母线涵盖的设备模型 |
| 2.3.1 吸收式制冷机 |
| 2.3.2 余热回收装置 |
| 2.3.3 蓄热装置 |
| 2.3.4 电制冷机 |
| 2.3.5 冰蓄冷空调 |
| 2.4 多能流传输网络建模 |
| 2.4.1 电传输网络模型 |
| 2.4.2 热/冷传输网络模型 |
| 2.5 本章小结 |
| 3 多能互补微能源网日前运行优化 |
| 3.1 多能互补微能源网日前运行优化模型框架 |
| 3.2 优化目标函数 |
| 3.3 优化约束条件 |
| 3.4 模型求解流程 |
| 3.5 算例分析 |
| 3.5.1 算例场景 |
| 3.5.2 设备参数 |
| 3.5.3 优化结果分析 |
| 3.6 本章小结 |
| 4 基于模型预测控制的微能源网实时滚动运行优化 |
| 4.1 微能源网实时运行优化模型框架 |
| 4.2 基于模型预测控制的实时滚动运行优化 |
| 4.2.1 预测环节 |
| 4.2.2 滚动优化环节 |
| 4.2.3 反馈校正环节 |
| 4.2.4 求解流程 |
| 4.3 算例分析 |
| 4.3.1 可再生能源出力与用户冷热电负荷的实时数据 |
| 4.3.2 运行优化结果分析 |
| 4.3.3 实时与日前结果对比分析 |
| 4.4 本章小结 |
| 5 基于改进型Kriging模型的微能源网运行优化与规划一体化方法研究 |
| 5.1 微能源网运行优化与规划一体化模型框架 |
| 5.1.1 规划结合运行优化的必要性 |
| 5.1.2 一体化模型框架 |
| 5.2 微能源网一体化模型 |
| 5.2.1 微能源网框架 |
| 5.2.2 一体化模型目标函数 |
| 5.2.3 优化约束条件 |
| 5.3 动态Kriging模型求解方法 |
| 5.3.1 Kriging模型 |
| 5.3.2 LHS构建初始样本库 |
| 5.3.3 修正Kriging模型 |
| 5.3.4 模型求解流程 |
| 5.3.5 算例分析 |
| 5.4 基于混合采样修正机制的改进型Kriging模型求解方法 |
| 5.4.1 混合采样修正机制 |
| 5.4.2 模型求解流程 |
| 5.4.3 算例分析 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（8）基于多智能体协同算法的智能电网分布式调度与优化（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号说明 |
| 第1章 绪论 |
| 1.1 智能电网及相关领域的研究背景 |
| 1.1.1 智能电网的研究背景 |
| 1.1.2 相关领域的研究背景 |
| 1.2 智能电网中经济调度的研究现状 |
| 1.2.1 负荷分配调度问题 |
| 1.2.2 机组组合调度问题 |
| 1.2.3 最优潮流调度问题 |
| 1.3 主要内容及章节安排 |
| 1.3.1 当前研究趋势与不足 |
| 1.3.2 研究内容及章节安排 |
| 第2章 基础概念与基本理论 |
| 2.1 代数图论基础 |
| 2.1.1 图的基本概念 |
| 2.1.2 图的矩阵表示 |
| 2.2 多智能体系统一致性算法 |
| 2.2.1 基本概念 |
| 2.2.2 若干相关定理 |
| 2.3 非线性优化基础 |
| 2.3.1 问题与求解 |
| 2.3.2 若干相关定理 |
| 第3章 考虑阀点效应的分布式负荷分配调度 |
| 3.1 引言 |
| 3.2 问题建模 |
| 3.2.1 阀点效应处理 |
| 3.2.2 负荷分配建模 |
| 3.3 基于多智能体的负荷分配调度系统 |
| 3.3.1 调度系统描述 |
| 3.3.2 拓扑发现算法 |
| 3.4 多智能体分布式模式搜索调度算法 |
| 3.4.1 集中式模式搜索算法介绍 |
| 3.4.2 分布式模式搜索算法设计 |
| 3.5 收敛性分析 |
| 3.6 仿真评估 |
| 3.6.1 算例1:30节点网络 |
| 3.6.2 算例2:4发电单元系统 |
| 3.6.3 算例3:13发电单元系统 |
| 3.7 本章小结 |
| 第4章 基于强化学习的分布式经济调度 |
| 4.1 引言 |
| 4.2 问题建模 |
| 4.2.1 负荷分配模型 |
| 4.2.2 机组组合模型 |
| 4.2.3 经济调度问题建模 |
| 4.3 基于强化学习的经济调度算法 |
| 4.3.1 集中式强化学习调度算法 |
| 4.3.2 分布式强化学习调度算法 |
| 4.4 收敛性分析 |
| 4.5 仿真评估 |
| 4.5.1 算例1:有限时间调度 |
| 4.5.2 算例2:集中式调度算法的探索与利用 |
| 4.5.3 算例3:分布式调度算法的探索与利用 |
| 4.5.4 算例4:调度算法仿真对比 |
| 4.5.5 算例5:利用旋转备用应对预测误差 |
| 4.6 本章小结 |
| 第5章 考虑碳排放的微电网闭环经济调度 |
| 5.1 引言 |
| 5.2 问题建模 |
| 5.2.1 微电网环境 |
| 5.2.2 碳排放交易 |
| 5.2.3 经济调度问题建模 |
| 5.3 等价系统的问题建模 |
| 5.3.1 模型分解 |
| 5.3.2 等价混杂系统建模 |
| 5.3.3 等价性分析 |
| 5.4 微电网的闭环经济调度算法 |
| 5.4.1 理论推导 |
| 5.4.2 算法设计 |
| 5.5 仿真评估 |
| 5.5.1 评估1:闭环最优性 |
| 5.5.2 评估2:碳排放影响 |
| 5.6 本章小结 |
| 第6章 耦合微电网的分布式最优潮流调度 |
| 6.1 引言 |
| 6.2 问题建模 |
| 6.2.1 独立微电网模型 |
| 6.2.2 耦合微电网模型 |
| 6.2.3 最优潮流问题建模 |
| 6.3 耦合微电网的协同调度算法 |
| 6.3.1 问题分解 |
| 6.3.2 分布式协同最优潮流调度算法 |
| 6.3.3 算法讨论 |
| 6.4 仿真评估 |
| 6.4.1 测试系统描述 |
| 6.4.2 收敛性评估 |
| 6.4.3 一致性评估 |
| 6.4.4 最优性评估 |
| 6.4.5 协同最优潮流调度的优势 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 全文总结 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（9）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 |
（10）含风电的电力优化调度模型及其求解方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题的背景和意义 |
| 1.2 国内外研究概况 |
| 1.2.1 风电波动、建模和功率预测研究 |
| 1.2.2 含风电的电力系统优化调度 |
| 1.2.3 优化调度的求解方法 |
| 1.3 当前研究面临的一些问题 |
| 1.4 研究内容和章节安排 |
| 2 优化求解算法的分析和改进 |
| 2.1 优化调度的数学描述 |
| 2.2 粒子群优化算法 |
| 2.3 单目标粒子群算法的分析与改进 |
| 2.3.1 粒子群邻居结构的理论分析 |
| 2.3.2 粒子群邻居拓扑结构的改进 |
| 2.3.3 单目标改进算法的性能分析 |
| 2.4 多目标粒子群算法的改进 |
| 2.4.1 粒子的均匀初始化 |
| 2.4.2 外部档案维护策略的改进 |
| 2.4.3 跳出局部最优和引导粒子的选择 |
| 2.4.4 多目标改进算法的性能分析 |
| 2.5 本章小结 |
| 3 计及风电预测误差的动态经济调度 |
| 3.1 基于非参数估计的风电预测误差模型 |
| 3.1.1 概率密度的非参数估计 |
| 3.1.2 预测误差概率分布的算例分析 |
| 3.2 含风电的动态经济调度 |
| 3.2.1 调度模型 |
| 3.2.2 风电预测误差的条件概率模型 |
| 3.2.3 调度模型的确定性转换 |
| 3.3 调度模型求解 |
| 3.3.1 约束条件的处理 |
| 3.3.2 求解流程 |
| 3.4 算例分析 |
| 3.4.1 历史数据有效性分析 |
| 3.4.2 优化调度仿真分析 |
| 3.5 本章小结 |
| 4 基于预测控制的含风电滚动优化调度 |
| 4.1 滚动调度模型 |
| 4.1.1 滚动调度的基本框架 |
| 4.1.2 目标函数 |
| 4.1.3 约束条件 |
| 4.1.4 调度模型的状态空间转换 |
| 4.2 调度模型求解 |
| 4.2.1 模型化简 |
| 4.2.2 求解方法的相关推导 |
| 4.3 调度控制稳定性的探讨 |
| 4.4 算例分析 |
| 4.5 本章小结 |
| 5 风火水储多目标联合优化调度 |
| 5.1 多电源多目标联合优化调度 |
| 5.1.1 电源的出力特性 |
| 5.1.2 目标函数 |
| 5.1.3 约束条件 |
| 5.1.4 调度模型中的不确定量 |
| 5.2 调度模型求解 |
| 5.2.1 多目标粒子群算法约束处理 |
| 5.2.2 非支配解的选择 |
| 5.2.3 调度求解流程 |
| 5.3 算例分析 |
| 5.3.1 风大水小时的算例仿真 |
| 5.3.2 风小水大时的算例仿真 |
| 5.3.3 求解算法的对比 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 博士期间论文和科研情况 |
四、发电经济调度可行解判据及其求解方法（论文参考文献）
- [1]基于MOMPA-DE算法的含风电系统环境经济调度研究[D]. 夏爱明. 江苏科技大学, 2021
- [2]水库群中长期发电调度优化方法研究[D]. 何中政. 华中科技大学, 2020
- [3]基于禁忌搜索算法的配电网重构研究[D]. 李新桥. 西安石油大学, 2020(12)
- [4]计及风电置信风险的源网协调优化调度研究[D]. 温泽之. 华东交通大学, 2020(03)
- [5]考虑需求侧响应的主动配电网储能优化配置[D]. 董翰龙. 南昌大学, 2020(01)
- [6]基于线性混合整数规划与非线性规划的非凸电力系统经济调度问题研究[D]. 潘珊珊. 广西大学, 2019(01)
- [7]微能源网运行优化与规划一体化方法研究[D]. 刘迪. 北京交通大学, 2019(01)
- [8]基于多智能体协同算法的智能电网分布式调度与优化[D]. 李方圆. 中国科学技术大学, 2019(08)
- [9]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)
- [10]含风电的电力优化调度模型及其求解方法研究[D]. 刘立阳. 南京理工大学, 2018(07)