文档介绍：国内图书分类号:TM734国际图书分类号::10079密级:公开含风电场的电力系统优化调度研究硕士研究生:张成相导师:卢锦玲副教授申请学位:工学硕士学科:电气工程专业:电力系统及其自动化所在学院:电气与电子工程学院答辩日期:2012年3月授予学位单位:华北电力大学ClassifiedIndex:::Supervisor..:MasterofEngineeringSpeciality:School:DateofDefence:ElectricalpowersystemanditsautomationSchoolofElectricandElectronicsEngineeringMarch,:NorthChinaElectricPowerUniversity华北电力大学硕士学位论文原创性声明本人郑重声明:此处所提交的硕士学位论文《含风电场的电力系统优化调度研究》,是本人在导师指导下,在华北电力大学攻读硕士学位期间独立进行研究工作所取得的成果。据本人所知,论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体,均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签名:豸祆棚水晕日期:≯仁年乡月f垆日华北电力大学硕士学位论文使用授权书《含风电场的电力系统优化调度研究》系本人在华北电力大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归华北电力大学所有,本论文的研究内容不得以其它单位的名义发表。本人完全了解华北电力大学关于保存、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版本,同意学校将学位论文的全部或部分内容编入有关数据库进行检索,允许论文被查阅和借阅。本人授权华北电力大学,可以采用影印、缩印或扫描等复制手段保存、可以公布论文的全部或部分内容。本学保密不保于(请在以下相应方框内打“、/”):年解密后适用本授权书作者签名:认觚!}=目导师签名:尹坼拷日期:如f2年弓月f忙日日期:≥口f1年乡月J虹日进入新世纪以来,我国风力发电行业获得了高速的发展。然而,风电的随机性、波动性以及反调峰特性,对常规电力系统的运行分析、调度及控制方式提出了新的挑战,以风电功率预测技术为基础的电力系统调度管理是目前最为经济有效的解决办法。本文的主要工作包括:(1)提出基于气象数据相似度选取训练数据集的改进BP神经网络模型,来进行风电场功率预测。针对已有BP神经网络模型在选取训练数据集方面所存在的不足,分别对每个预测时段,通过数据相似度选取训练数据集。预测结果分析显示,改进BP神经网络模型相对于传统BP神经网络模型有一定的优越性。(2)提出求解含风电场电力系统优化调度问题的改进多目标粒子群算法,目标函数包括系统发电总成本、污染气体排放量和风电场输出功率短期波动引起的系统运行风险三个函数。该算法在处理机组组合问题时,首先通过所设计的启发式规则生成初始机组组合,保证初始解的机组组合的多样性和合理性,然后通过引入遗传算子,来改善多目标粒子群算法搜索机组组合的能力;在处理负荷分配问题时,通过所设计的外部档案维护策略和粒子全局最优解的选取策略,来改善多目标粒子群算法优化负荷分配的能力。最后运用模糊决策,从多目标粒子群算法所得到的非劣解集中选取最合适的调度方案,模糊决策时三个目标的权重可由决策者根据对优化目标的偏好以及负荷水平和风功率预测情况确定。仿真结果显示,风电并网可以显著降低系统总发电成本和污染气体排放量:同时,采用启发式规则和遗传算子搜索机组组合的能力要优于优先顺序法,算法有一定的实用价值。关键词:风力发电;优化调度;BP神经网络:多目标粒子群:模糊决策AbstractAbstractInthenewcentury,China’Swindpowerindustryhasreachedhigh—,therandomness,volatilityandtheanti—peakingcharacteristicsofwindpowerbringforwardnewchallengestothepowersystemanalysis,