版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、電力需求側(cè)管理(demandsidemanagement,DSM)是指通過采取有效的措施來引導(dǎo)、激勵(lì)或輔助電力用戶改變用電習(xí)慣,提高供用電效率,以降低負(fù)荷費(fèi)用,平滑負(fù)荷曲線,減少網(wǎng)絡(luò)損耗、提高供電可靠性等為目的而采取的一項(xiàng)對環(huán)境、電力公司、電力用戶及社會都有巨大意義的工程。作為需求側(cè)管理最重要的方面,負(fù)荷管理從本質(zhì)上改變了以往純粹依靠增加發(fā)電側(cè)發(fā)電機(jī)組容量來應(yīng)對負(fù)荷快速增長的局面,充分調(diào)動了電力用戶參與電網(wǎng)安全穩(wěn)定合理運(yùn)行與發(fā)展的積極性
2、,電力公司與用戶協(xié)作來提高電力系統(tǒng)運(yùn)行穩(wěn)定性并減少雙方的供電、用電成本,最大化雙方利益。本文研究負(fù)荷管理的重要組成部分——可控負(fù)荷在配網(wǎng)中的多目標(biāo)優(yōu)化控制策略,并將改進(jìn)的多目標(biāo)粒子群優(yōu)化算法(improvedmulti-objectiveparticleswarmoptimization,IMOPSO)應(yīng)用到了可控負(fù)荷模型的優(yōu)化中,相關(guān)仿真波形驗(yàn)證了該可控負(fù)荷多目標(biāo)控制策略在降低配網(wǎng)網(wǎng)損與用戶電費(fèi)方面的有效性和可靠性。
論文針
3、對現(xiàn)階段配網(wǎng)中存在的各種問題,如負(fù)載率過低,高峰時(shí)段峰值較大但持續(xù)時(shí)間一般較短,系統(tǒng)發(fā)電容量不足以滿足快速增長的負(fù)荷,可再生能源大規(guī)模接入帶來的波動性功率輸出及負(fù)荷隨機(jī)性等造成的頻率、電壓波動甚至崩潰等,提出了利用對配網(wǎng)中不同種類可控負(fù)荷進(jìn)行控制的解決方案,并闡述了可控負(fù)荷在解決這些問題時(shí)的優(yōu)越性。
論文重點(diǎn)對空調(diào)、熱水器、冰箱、電動汽車等典型可控負(fù)荷的工作特性進(jìn)行了研究,根據(jù)“黑盒子”理論只考慮其外部工作特性,建立了簡化的可
4、控負(fù)荷數(shù)學(xué)模型。過程的簡化與參數(shù)的概率選擇提高了模型在實(shí)際求解中的簡易性及準(zhǔn)確性,在此基礎(chǔ)上論文提出了基于低壓配網(wǎng)的可控負(fù)荷多目標(biāo)優(yōu)化控制策略,該策略利用啟發(fā)式算法對不同節(jié)點(diǎn)、不同種類、不同時(shí)段的可控負(fù)荷工作狀態(tài)進(jìn)行優(yōu)化,以期減小配網(wǎng)網(wǎng)損、降低峰谷差、減少用戶電費(fèi)等,控制策略靈活且不需對現(xiàn)有配網(wǎng)進(jìn)行大幅改造,便于實(shí)際應(yīng)用推廣。
針對可控負(fù)荷多目標(biāo)優(yōu)化問題的多維度、多約束性,論文采用多目標(biāo)粒子群算法作為可控負(fù)荷控制策略的底層算法
5、,并針對現(xiàn)有多目標(biāo)粒子群算法存在的,如優(yōu)秀個(gè)體選取方式不明確、對約束處理不夠靈活等問題,提出了基于歸一化函數(shù)值位與約束懲罰位的粒子比較策略,該比較策略綜合考慮了粒子對應(yīng)各目標(biāo)函數(shù)的函數(shù)值與對各約束的違反程度,可以更好地反映粒子的適應(yīng)度并引導(dǎo)粒子向最優(yōu)解前沿加速搜索,基于相關(guān)改進(jìn)設(shè)計(jì)了新的多目標(biāo)粒子群算法IMOPSO,該算法可以更好地求解可控負(fù)荷多目標(biāo)優(yōu)化問題,給出更合理的可控負(fù)荷控制序列。
論文的最后利用Matlab軟件編制了
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多目標(biāo)算法的企業(yè)負(fù)荷優(yōu)化及變壓器最優(yōu)控制.pdf
- 多目標(biāo)以及多目標(biāo)分式規(guī)劃的最優(yōu)性條件.pdf
- 連續(xù)系統(tǒng)的最優(yōu)控制
- 配電網(wǎng)絡(luò)多目標(biāo)最優(yōu)重構(gòu)研究.pdf
- B-不變凸條件下多目標(biāo)規(guī)劃αk-較多有效解的最優(yōu)性條件.pdf
- 連續(xù)系統(tǒng)的最優(yōu)控制
- 多目標(biāo)條件下的供應(yīng)商選擇問題求解
- 連續(xù)系統(tǒng)的最優(yōu)控制
- 年齡相關(guān)隨機(jī)種群擴(kuò)散系統(tǒng)的最優(yōu)控制和ε-最優(yōu)控制.pdf
- 密集雜波條件下的多目標(biāo)跟蹤算法研究與實(shí)現(xiàn).pdf
- 復(fù)雜條件下多目標(biāo)跟蹤關(guān)鍵技術(shù)研究.pdf
- 量子系統(tǒng)可控性、狀態(tài)分解及其最優(yōu)控制的研究.pdf
- 連續(xù)混沌系統(tǒng)的最優(yōu)控制.pdf
- 隨機(jī)參數(shù)系統(tǒng)的最優(yōu)控制.pdf
- 制造系統(tǒng)最優(yōu)控制中Hedging Point的優(yōu)化.pdf
- 量測噪聲未知條件下的多目標(biāo)跟蹤方法研究.pdf
- 城市快遞配送條件下的多目標(biāo)車輛路徑優(yōu)化研究.pdf
- 非等溫混合條件下的換熱網(wǎng)絡(luò)多目標(biāo)優(yōu)化.pdf
- E-凸條件下多目標(biāo)規(guī)劃的對偶性研究.pdf
- 最優(yōu)控制理論在汽車控制系統(tǒng)中運(yùn)用
評論
0/150
提交評論