摘要 | 第3-4页 |
abstract | 第4-5页 |
1.绪论 | 第8-16页 |
1.1 研究背景及意义 | 第8-10页 |
1.2 传统电力调度问题简介 | 第10-11页 |
1.3 能量的不可交付性 | 第11-12页 |
1.3.1 能量的不可交付性含义 | 第11页 |
1.3.2 一个能量不可实现的例子 | 第11-12页 |
1.4 国内外研究现状 | 第12-14页 |
1.4.1 风电功率预测的研究现状 | 第13页 |
1.4.2 含风电的优化调度系统研究现状 | 第13-14页 |
1.5 本文的主要内容 | 第14-16页 |
2.风电接入对电力系统优化调度的影响 | 第16-26页 |
2.1 引言 | 第16页 |
2.2 风电出力不确定性对调度模型的影响 | 第16-20页 |
2.2.1 风电的出力特性 | 第16-17页 |
2.2.2 风速与风电出力的关系 | 第17-18页 |
2.2.3 考虑风电不确定性对电力调度建模的影响 | 第18-20页 |
2.3 风电接入电网后火电机组的调峰特性 | 第20页 |
2.4 电力储能研究现状及对风电消纳的影响 | 第20-22页 |
2.4.1 储能系统配置容量与电网提高的风电接纳空间的对应关系 | 第21-22页 |
2.5 需求侧管理 | 第22-26页 |
3.基于离散平均时间功率的含风电调度模型 | 第26-32页 |
3.1 目标函数 | 第26页 |
3.2 约束条件 | 第26-28页 |
3.3 离散系统能量的不可实现性 | 第28-32页 |
3.3.1 能量可实现的含义 | 第28-29页 |
3.3.2 离散系统能量不交付性示例 | 第29-32页 |
4.考虑能量可实现的优化调度模型 | 第32-40页 |
4.1 可实现能量上、下限分析 | 第32-34页 |
4.1.1 可实现能量的上限分析 | 第32-33页 |
4.1.2 可实现能量的下限分析 | 第33-34页 |
4.2 基于能量可实现的调度模型建立 | 第34-36页 |
4.2.1 目标函数 | 第34-35页 |
4.2.2 约束条件 | 第35-36页 |
4.3 算法的选择 | 第36-40页 |
4.3.1 非线性规划简介 | 第37页 |
4.3.2 考虑非线性问题时模型的转化 | 第37-40页 |
5.算法设计及算例验证 | 第40-51页 |
5.1 数学模型特点 | 第40页 |
5.2 算法设计 | 第40-41页 |
5.2.1 算法的初步设计 | 第41页 |
5.3 算法的详细设计 | 第41-43页 |
5.3.1 找初始可行解 | 第41-42页 |
5.3.2 找可行下降方向 | 第42-43页 |
5.4 算例验证 | 第43-50页 |
5.4.1 算例介绍 | 第43-44页 |
5.4.2 场景1分析 | 第44-47页 |
5.4.3 场景2分析 | 第47-50页 |
5.5 本章小结 | 第50-51页 |
6.结论与展望 | 第51-52页 |
6.1 结论 | 第51页 |
6.2 展望 | 第51-52页 |
致谢 | 第52-54页 |
参考文献 | 第54-58页 |
攻读硕士期间发表论文 | 第58页 |