(电力行业)基于节能减排的电力系统优化调度研究

上传人:管****问 文档编号:137772299 上传时间:2020-07-11 格式:DOCX 页数:34 大小:290.69KB
返回 下载 相关 举报
(电力行业)基于节能减排的电力系统优化调度研究_第1页
第1页 / 共34页
(电力行业)基于节能减排的电力系统优化调度研究_第2页
第2页 / 共34页
(电力行业)基于节能减排的电力系统优化调度研究_第3页
第3页 / 共34页
(电力行业)基于节能减排的电力系统优化调度研究_第4页
第4页 / 共34页
(电力行业)基于节能减排的电力系统优化调度研究_第5页
第5页 / 共34页
点击查看更多>>
资源描述

《(电力行业)基于节能减排的电力系统优化调度研究》由会员分享,可在线阅读,更多相关《(电力行业)基于节能减排的电力系统优化调度研究(34页珍藏版)》请在金锄头文库上搜索。

1、毕业设计(论文)开题报告书课题名称基于节能减排的电力系统优化调度研究课题来源省教育厅课题类型AX导 师学生姓名学 号专 业开题报告内容: 电力系统优化调度(Economic Optimize Dispatch,EOD)是指在满足电力系统或发电机组运行约束条件的基础上在各台机组间合理地分配负荷以达到最小化发电成本的目的,是经济调度中非常重要的问题,是电力系统中一类典型的优化问题。随着人们对环境的关注,环境成本也应考虑到电厂的费用中去,而以往的EOD问题分析中没有考虑环境的问题。考虑环保成本的EOD是在不改变现有系统的情况下,通过机组间的负荷分配,挖掘系统本身的总体上减轻污染的能力,在满足现有负荷

2、情况下,充分协调各个系统之间的关系,以达到节能减排目标下电力资源的最优配置。对当代社会的发展具有深远的意义。方法及预期目的:方法: 以电力系统经济负荷分配为目标函数,以经济性、环保性、可靠性等为系统变量建立数学模型,采用控制理论的分层思想,用多粒子群多层次优化算法,结合配电网络的特点,把各个子系统的最优值作为当前粒子的个体最优值,进行第二次粒子群优化,以提高迭代过程中有效解产生的概率,利用多粒子群分层分布式算法,有效提高目标函数的优化精度,收敛速度和收敛到全局解的次数。本文以电力系统优化调度为中心,充分考虑各个系统之间的关系,利用粒子群优化算法,得到电力资源的最优配置。预期目的: 利用粒子群算

3、法对多节点的配电网络进行优化,并利用仿真软件对优化前后的结果进行仿真,最终找出最优的调度方案。 指导教师签名: 日期: 课题类型:(1)A工程设计;B技术开发;C软件工程;D理论研究; (2)X真实课题;Y模拟课题;Z虚拟课题 (1)、(2)均要填,如AY、BX等。基于节能减排的电力系统优化调度研究摘要电力系统优化调度(Economic Optimize Dispatch,EOD)是指在满足现有经济负荷条件下,合理的分配各个机组的负荷和约束条件,以最小的发电成本解决当前负荷增长的问题。从数学上来讲,机组组合问题属于高维数、非凸的、离散的、非线性的组合优化问题,用普通算法很难获得最优解,因此寻找

4、该问题的最优解成为本论文研究的主要方向。随着现代电力行业向智能化、微型化、网络化发展,现代电网的结构和运行方式更加复杂。加之环保问题越来越具体化,电力系统的优化问题出现了很多新的特点和要求,传统的优化模型以及常规的优化方法对现代的电力行业有很大的难度,根据现代电力系统的特点和发展趋势,本文深入的研究电力系统优化中的若干问题,在节能减排框架下对现代电力网络进行了优化调度的研究,利用改进型粒子群算法建立数学模型对现代电力网络进行优化,建立了考虑各个机组协调优化和环境参数的数学模型,采用改进粒子群算法解决电力系统环境经济调度问题。本文先研究基本粒子群算法,分析它的思想并利用测试函数对其算法进行仿真。

5、然后再此基础上将改进粒子群算法应用到电力系统优化的问题上,并且加入环境变量约束,该算法克服了传统粒子群算法易陷入局部最优,且收敛速度慢的问题,本文最后对两个典型IEEE配电网络进行了仿真和计算,计算结果表明该算法在计算精度和收敛速度的优越性。关键词:优化调度;电力系统;粒子群算法;环境保护;收敛性Optimal Scheduling of Power Systems Based on Energy Saving and Emission ReductionABSTRACTPower System Economic Optimize Dispatch (EOD) refers to a rati

6、onal load dispatch between units in order to achieve the purpose of minimizing the generation cost, Mathematically the unit commitment problem is a high-dimensional, nonconvex, discrete, nonlinear combinatorial optimization problem, problem and it is quite difficult to obtain the optimal solution. S

7、o most of the research of this problem aims at getting a near-optimal solution. With the development of modern power industry to intelligent, miniaturized, the network development, the modern power grid structure and operation mode of more complex. In addition to environmental problem more and more

8、specific, the power system optimization problems appeared many new characteristics and requirements, the traditional optimization model and the conventional optimization method of modern electric power industry has very great difficulty, according to the modern power system characteristics and devel

9、opment trends, this paper in-depth research on optimization of electric power system a number of issues, in the energy saving emission reduction under the frame of modern power network were optimized scheduling research, using the improved particle swarm algorithm to build mathematical model on mode

10、rn power network optimization, to consider the establishment of the unit coordination optimization and environmental parameters in the mathematical model, Adopts multi-objective particle swarm optimization algorithm to solve environmental economic power system. This paper first studies the basic par

11、ticle swarm algorithm, analyzes its thought and the use of test function for the simulation algorithm. Then the basis of improved particle swarm optimization algorithm and its application to power system optimization problems, and joined the environmental constraints, the algorithm overcomes the tra

12、ditional particle swarm algorithm is easy to fall into local optimum, and the convergence speed, based on the two typical IEEE distribution network is simulated and calculated, the results of calculation show that the algorithm in calculating accuracy and convergence speed advantage.Key words: Optim

13、ize dispatch; Power system; Particle Swarm Optimization; Environmental protection; Convergence目录第一章 绪论11.1前言11.2课题研究的背景和意义21.3研究现状31.4 本文主要内容4第二章 基本粒子群算法52.1基本粒子群算法的原理52.2 PSO算法的基本步骤和流程62.3 基本PSO参数设置92.4 带惯性权重的粒子群算法92.5 粒子群算法的应用102.6.粒子群优化算法的发展方向11第三章 粒子群算法的改进123.1 基本PSO算法存在的问题123.2 粒子群优化算法的改进策略133.

14、3 粒子群算法的改进方法13第四章 基于多目标电力系统的优化模型164.1 目标函数164.2 约束条件184.3 电力系统环境经济调度问题的多目标实现194.4 多目标粒子群算法解决电力系统环境经济问题的算法的优化214.5 算例与分析22第五章 节能减排框架下电力系统优化调度仿真225.1含3台发电机组的电力系统经济负荷分配仿真分析225.2含6台发电机组的电力系统经济负荷分配仿真分析25第六章 总结与展望28致 谢29参考文献30附录31第一章 绪论1.1前言最优化问题就是从所有可能的方案中选择出最合理的、达到最优目标的方案,即最优方案问题,以达到资源最优配置,搜索最优方案的方法就是最优

15、化方法。在国民经济各部门和科学技术的各个领域中普遍存在着优化问题,最优化方法广泛应用于工业、农业、国防、电力、交通、金融、化工、能源、通信等许多领域,如在资源利用、结构设计、调度管理、后勤供应等许多领域中产生了巨大的经济效益和社会效益。在结构力学、生命科学、材料科学、环境科学、控制论等其他科学研究领域也有广泛应用。国内外的应用实践表明,在同样条件下,优化方法对系统效率的提高、能耗的降低、资源的合理利用及经济效益的提高等均有显著的效果,而且随着处理对象规模的增大,这种效果也更加显著。这对国民经济的各个领域来说,应用前景是巨大的。以最小的资源获取最大的效率一直是人们追求的理想,长期以来,人们对最优化问题进行不断的探讨和研究。最优化方法就是从众多可能的解决方案中选择最佳者,以达到最优目标的科学。随着生产、经济、技术的发展,工程技术、管理人才在实际工作中常常会面临工程设计中这样的一类问题:怎样选取参数使得设计既满足要求又能降低成本;在资源分配中,怎样的分配方案既能满足各方面的基本要求,又能获得好的经济效益;在生产计划安排中,选择怎样的计划方案才能提高产值和利润;在原料配比问题中,怎样确定各种成分的比例才能提高

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 商业/管理/HR > 企业文档

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号