一、电网结构规划的启发式方法(论文文献综述)
陈德忠[1](2021)在《基于充电行为的电动出租车充电站选址优化及推荐算法研究》文中提出大范围推广普及电动出租车,是实现新能源汽车产业快速发展和国家“双碳”目标的重要途径。电动出租车不仅需要持续改进新能源技术,提升续航里程,更需要在合理的运营区域内提供充足的公共充电设施。基于电动出租车用户的大数据分析,来进行有效的充电站布局和充电策略优化,对于满足电动出租车及时充电需求、推动电动出租行业发展具有重要意义。但是,如何分析和刻画电动出租车充电行为,来支持充电站的布局优化依然存在诸多难点。例如,如何挖掘和预测电动出租车的实际充电需求?如何将充电行为纳入到传统的充电站布局优化模型?差异化的充电兴趣点(Point of Interest,POI),是否会影响用户的充电行为?针对这些问题,本文将通过上海市电动出租车的大数据分析,深度刻画电动出租车充电行为,揭示影响充电行为和充电需求的关键要素;进而,采用两阶段混合整数规划模型,对充电站进行布局优化。同时,本文进一步提出了基于隐语义模型改进组间效应的充电推荐算法,设计了基于用户协同过滤相似度的用户充电策略、基于K-means的用户充电策略以及最终的用户充电推荐策略。从而,为提升电动出租车的高效使用和城市低碳出行提供支持。具体而言,本文开展了如下具体的研究工作。(1)基于充电订单数据的用户行为特征和充电站运营特征研究首先,根据文献等相关研究,建立电动出租车司机充电行为和充电站运营的描述属性指标;然后,以上海市为例,通过充电站的订单数据,生成司机与充电站的指标数据;最后,利用聚类算法将不同的出租车司机与充电站进行分类,并分析不同类别的电动出租车司机充电行为特征和不同充电站的运营特征,为后续的充电站选址优化和推荐算法设计提供支持。(2)基于用户充电评价数据的充电站服务需求主题挖掘研究电动出租车司机在使用平台进行充电的过程中,产生和积累了大量的服务评价信息,这些信息主要是针对充电站的服务缺陷进行投诉或抱怨。本文将利用自然语言处理技术对评价文本进行规范化处理,并利用LDA主题算法提取、挖掘评论内容中的服务缺陷主题词,为后续研究提供基础。(3)考虑用户需求的充电站选址布局研究对于充电站的整体布局和优化,除了传统的路径和位置规划外,还要充分考虑用户的实际需求以及现有充电站的运营状态。本文主要在前两章数据分析的基础上,充分考虑电动出租车司机的实际充电需求,结合现有充电站的运营状态以及路径、位置等相关要素,对现有充电站布局进行优化调整。(4)基于隐语义模型改进组间效应的用户充电推荐研究利用第三章收集的充电站数据和用户数据。前者包括充电站ID、充电站地理位置、充电速度等信息,而后者包含了用户ID、用户平均充电时长、兴趣点等数据。进而,本文提出了一种基于隐语义模型的推荐算法,该算法可以有效预测电动出租车用户对不同充电站的偏好,使得推荐更加合理有效。(5)基于评分机制的用户充电推荐策略电动出租车司机对充电站周边环境的兴趣点评分,可以在一定程度上对充电站的总评分产生影响。从而,改变其他用户对充电站的整体印象。当在营充电站处于正常运作状态时,充电站评分将成为吸引电动出租车司机进行充电的主要影响因素。基于此,本文进一步提出了基于用户协同过滤相似度的用户充电策略、基于K-means的充电策略,以及最终的用户充电推荐策略。本文的创新之处主要有:(1)提出了基于两阶段整数规划的充电站选址优化模型。第一阶段的目标是在满足充电站数量限制的同时,最大限度地满足所有电动出租车用户的出行需求。第二阶段的目标是在综合考虑位置、价格、环境、服务体验限制的基础上,满足区域内所有用户的充电需求,最小化运营成本。基于此,本文使用Python语言在Cplex和Doclpex环境下,对第一阶段模型自建了一种新算法。该算法属于启发式方法,结合多方面实际情况,选择使用Matlab调用intlinprog函数进行算例分析。同时,进行了实际的案例分析,验证了算法的有效性和适用性。(2)提出了基于隐语义模型改进组间效应的充电推荐算法。本文改进了原有的隐语义模型,提出了融入用户历史充电行为、用户类型和行车速度的组间效应模型。利用该模型,可以更加精准地预测电动出租车用户对不同充电站的偏好值,并结合用户当前位置和剩余电量数据匹配得到候选充电站,从而给出更加合理有效的充电站推荐结果。通过加入用户组和充电站组的组间效应模型可以实现对用户偏好更为精确的预测,使得推荐更加合理有效。(3)提出了基于评分机制的用户充电推荐策略。本文考虑电动出租车司机对充电站的评论行为,针对目前充电站用户评分混乱难以选择的问题,提出了基于POI加权的矩阵分解协同过滤推荐算法。由于充电站周边POI加权评分数值差异过大,影响到用户评论信息的主导性,本文对其进行均值修正后并获取最终预测评分,从而对充电站用户进行推荐。同时,通过Foursquare数据集在精确率和召回率两项统计指标上,对比验证了算法的有效性。并考虑了用户年龄对充电行为的影响,基于K-means算法对不同年龄段的用户进行了评分估计,并以评分估计结果作为标准对同一年龄组的用户进行精准推荐。
张凯越[2](2021)在《智能配电网自愈控制策略研究》文中研究说明配电网作为电能从生产至用户的最后一道环节,在电力系统中起着至关重要的作用。自愈控制技术是传统继电保护和配电自动化技术的继承和发展,是保证智能配电网安全稳定运行的核心。配电网的运行状态大体可划分为两种:即故障状态与正常运行状态。针对故障状态,配电系统根据故障及时做出反应,通过联络、分段开关重新构建辐射状运行网络,尽可能多地恢复非故障失电区域供电;针对正常状态,通过调整配电网的结构对负荷进行转移,从而不断改变潮流流向,起到提高系统运行可靠性与经济性的作用。论文主要研究内容如下:(1)针对配电网故障恢复问题,提出基于启发式规则与主客观综合评价方法(Analytic Hierarchy Process-Criteria Importance Though Intercrieria Correlation,AHPCRITIC)的配电网故障恢复策略。第一步,由停电区域内所有具有黑启动能力的分布式电源(Distributed Generation,DG)形成孤岛供电。第二步,由启发式规则生成用于配电网故障恢复的候选方案集。第三步,考虑故障恢复的目标,引入负荷容量裕度、负荷转移量、负荷恢复比例、开关操作次数和电压降落五个评价指标,并使用AHP-CRITIC法确定最优故障恢复方案以恢复剩余失电区域供电。通过算例分析验证了所提出的配电网故障恢复策略的有效性。(2)针对配电网优化运行问题,建立含DG配电网重构数学模型,包含系统网损、负荷均衡和电压偏差三个目标函数,采用随机权重分配方式确定三个目标函数的权重以保证目标解的多样性;提出自适应多种群果蝇优化算法(Adaptive Multi-population Fruit Fly Optimization Algorithm,AMFOA),分别对嗅觉搜索和视觉搜索做出了改进。引入自适应步长调整策略,提升传统果蝇优化算法(Fruit Fly Optimization Algorithm,FOA)局部搜索能力,达到平衡全局与局部搜索的效果;采用的多种群策略和切比雪夫混沌映射,提高算法的全局搜索能力并加快寻优速度。仿真结果验证了基于自适应多种群果蝇算法的配电网重构策略的准确性与可行性。(3)针对配电网多目标优化问题,虽然将多目标转化为单目标进行配电网优化重构具有操作简便、计算量小等优点,但权重因子的大小易受主观影响,且未考虑各目标间的制约关系,该优化解的可靠性还有待提高。为了提高智能算法在配电网重构中的实用性与可靠性,结合Pareto多目标优化的概念,提出一种基于种群曼哈顿距离的多目标果蝇优化算法(Multi-Objective Fruit Fly Optimization Algorithm based on Population Manhattan Distance,pmd MOFOA),并与配电网静态重构相结合以提升重构的效率与质量。在第4章配电网重构目标函数及约束条件的基础上,利用pmd MOFOA获得配电网重构候选方案集并通过AHP-CRITIC法确定最优重构方案。仿真结果表明,提出的基于pmd MOFOA的配电网多目标重构策略在降低网损、维持负荷均衡、提高电压质量等方面均有显着成效。
陈逸轩[3](2021)在《多源电力系统多场景生成及规划方法研究》文中提出随着碳中和、碳达峰等要求的提出,电力系统中风电、光伏等新能源机组的接入容量势必逐渐升高、系统复杂程度也将会逐渐变大。传统的以“典型日”为主的规划方法不能很好地处理新能源所内含的不确定性,容易造成资源浪费等问题。而基于多场景法的电力系统规划方法能够考虑电力系统全景运行方式,使得电网规划方案能够适应新能源电力系统多种多样的运行状态。本文重点研究了适用于多源电力系统的场景生成及其对应的规划方法。首先,提出了适用于电力系统规划问题的系统时序典型场景集合生成方法。采用重采样生成多个单节点数据集,使用K-means划分聚类对每个单节点数据集进行典型场景提取,再对结果采用层次聚类进行二次聚类,生成单节点典型场景。基于禁忌搜索方法将不同节点的典型场景集合消减连接,在保证场景数目符合限制的前提下,提升场景集内部差异性,使得生成的场景集合能够覆盖电力系统全景运行方式。其次,考虑到包含新能源的规划典型场景集规模较大,建立了基于强化学习的规划场景优化调度计算方法,采用神经网络分别构建智能体行动器与评判器,采用近端策略优化方法进行智能体训练,并利用训练好的智能体进行场景计算。最后,在场景生成及场景计算的基础上,构建了精确计算运行成本的多场景双层规划模型,第一层模型为考虑全成本的长期规划模型,第二层模型为考虑运行成本的优化调度模型,第二层模型的目标函数作为第一层模型的变量。通过基于IEEE30节点系统与SimBench平台的算例进行分析,验证了方法的有效性与可行性。
潘俊南[4](2021)在《电力物联下电网技改物资配送中心选址及路径优化研究》文中提出随着我国经济的不断发展和人民生活水平的不断提升,电网作为保障我国国计民生的重要能源输送通道,其安全稳定运行的意义不言而喻。电网技改工作作为维护电网安全稳定运行的常规工作,随着我国智能电网的不断建设和运行,电网技改工作也越来越繁重。电网技改物资配送中心的选址和配送路径优化是提高电网技改工作效率中的一个重要环节,优化问题解决对于整个电网安全平稳供电、提高电网供电可靠率、降低技改运维成本具有十分重要的意义。国家电网电力物联网的建设为电网技改物资配送中心选址以及路径优化带来了新局面,通过大数据、人工智能以及5G通讯技术的进一步加强,电网企业可以利用智能运输小车以及物联网信息集成及分享技术,优化电网技改物资配送过程,在节能降碳的工作中极大地提高工作效率。在此背景下,本文对电网技改物资配送选址及路径优化问题进行了研究,主要研究内容包括以下几个方面:(1)归纳总结了国内外对于物流设施的选址、车辆路径优化及选址-路径优化方面的研究成果,分析了当前电网技改配送中存在的问题,论述了电网技改物资物流网络优化的必要性。结合电力物联网技术在物流系统中的应用,进一步提出具有针对性的电力物联网环境下电网技改物资配送方案。(2)构建了电网技改物资配送中心选址和路径规划的双层规划模型。其中,上层规划模型主要负责确定配送中心的选址数量和选址地理位置,在构建上层规划模型的过程中,除了考虑到配送中心的建设成本和运维管理成本外,还考虑了碳排放成本。在设计下层数学模型的过程中,基于上层规划的结果对配送路径规划进行优化。在下层模型考虑了车辆的固定成本和运输费用、以及违反时间窗的惩罚成本。这两层模型作为整体求解可以使整个优化过程达到最优,实现总成本费用最小。(3)提出遗传算法求解流程,实现了对电网技改物资配送中心选址和路径规划双层规划模型的求解。针对双层规划模型的典型NP-hard问题,根据遗传算法的特点和一般步骤,结合实际问题对编码、选择、交叉、变异操作进行了设计。通过实际算例进行电力物联网情形下两种运输方式的对比分析,并利用MATLAB对本文提出的模型进行了编程和求解,最终对电力物联网情形下的电网技改物资配送中心选址和路径规划特点进行了总结,提出了相关建议。
许传博[5](2020)在《计及不确定性与协同性的微电网项目投资组合优化研究》文中研究说明微电网是未来分布式能源的重要载体,其作为泛在电力物联网的重要组成部分,在城市区域、海岛及偏远地区均有广泛的应用前景。与此同时,微电网的建设隶属于新型基础设施建设的范畴,其投资建设将助力我国经济培育新增长点、形成新动能。本文以微电网项目为主体,从能源电力企业角度对其投资组合优化问题展开了研究。在对微电网项目战略对应度评估的基础上,由浅入深地构建了静态、动态、多阶段动态三种情景下的微电网项目投资组合优化模型。针对不同模型的特点,分别引入分枝定界算法、改进差分进化算法、多智能体强化学习算法进行求解,从而探索了能源电力企业在各种情景下的微电网项目最优投资组合策略。首先,论文梳理了微电网项目投资组合优化的研究背景及意义,开展了对国内外微电网项目和项目投资组合优化问题及其方法的研究综述,并概述了项目组合管理、项目投资组合优化、项目评估模型及方法、组合优化模型及方法、不确定性等相关基础理论与方法,为后续的研究奠定了理论基础和研究范围。然后,论文研究了计及双重不确定性的微电网项目战略对应度评估问题。在对中国大型能源电力企业的战略目标进行分析的基础上,提炼出绿色发展战略、效益导向战略、科技创新战略及和谐发展战略这四大重点战略目标;结合文献综述对战略目标进行分解,建立起一套完备的微电网项目战略对应评估指标体系;针对微电网项目中多种不确定性因素的影响,采用云模型来描述微电网项目的模糊-随机双重不确定性;提出云层次分析法和基于K-means算法改进的云PROMETHEE-II算法进行微电网项目的战略对应度计算。该部分研究可为能源电力企业的微电网项目的初步筛选提供理论依据。其次,论文研究了计及不确定性和协同性的微电网项目静态投资组合优化问题。对微电网项目的协同因素进行识别,针对微电网项目间可能存在的电力交易提出了新的运营协同因素;基于现有文献中对项目间协同性刻画不充分的缺陷,采用云Choquet积分结合模糊测度对微电网项目协同性进行量化;考虑到非线性问题求解的复杂性,对构建的不确定0-1非线性规划模型采用MCPPSP-GW模型进行等价线性化处理,转化为不确定0-1线性规划模型;采用精确算法中的分支定界法对不确定0-1线性规划模型进行求解。该部分研究可为能源电力企业在现有微电网项目无调整的单决策时点情景下提供投资组合决策依据。再次,论文研究了计及不确定性和协同性的微电网项目动态投资组合优化问题。引入动态的概念来考虑现有微电网项目的调整,包括升级、维持以及放弃动作;在考虑微电网项目的机会成本与沉没成本的基础上,以总净现值最大化为目标,构建微电网项目动态投资组合不确定性0-1非线性规划模型;采用云模型的去不确定性公式将其转化为确定性0-1非线性规划模型;针对差分进化算法易陷入局部最优的缺陷,提出了增加自适应算子和结合粒子群算法的一种改进差分进化算法对模型进行求解。该部分研究可为能源电力企业在现有微电网项目有调整的单决策时点情景下提供投资组合决策依据。最后,论文研究了计及不确定性和协同性的微电网项目多阶段动态投资组合优化问题。引入多阶段的概念来考虑企业在一个规划期内的连续动态投资组合问题;基于发电成本与项目电价的不确定性,采用实物期权法确定每个新微电网项目的最佳投资时机;考虑到多阶段的时序决策问题,将微电网项目多阶段动态投资组合优化问题建模为马尔可夫决策过程,并对相应的状态、动作和奖励进行定义;将每个微电网视为一个智能体,提出随机博弈理论与强化学习算法相结合的多智能体强化学习算法,对微电网项目多阶段动态投资组合优化问题进行求解。该部分研究可为能源电力企业在现有微电网项目有调整的连续多决策时点情景下提供投资组合决策依据。
韩笑[6](2020)在《考虑电力市场中市场力缓解的电网规划》文中指出随着我国电力市场化改革的稳步推进,电力现货市场建设逐渐成熟。电力市场化运营必然面临着电力市场力的风险,而与中长期市场相比,现货市场中发电企业报价机会更多,发电侧市场力问题也就更加值得关注。电力市场中发电侧市场力在很大程度上受到电网安全约束的影响,从市场监管者的角度上看,在当前市场建设初期,市场力监管机制还不够完善的情况下,有必要在电网规划中考虑机组市场力的缓解。本文基于对现有的电网规划方法和市场力分析方法的研究,通过引入市场力测试集合,将考虑电网约束的剩余供给指标量化模型嵌入传统电网规划模型中,先后建立了考虑市场力缓解的单阶段和多阶段电网规划模型。单阶段电网规划模型以整个规划周期线路投资成本和机组运行成本之和的最小化作为目标函数,约束条件计及机组功率输出约束、电网约束以及考虑电网约束的剩余供给指标约束。多阶段电网规划模型在单阶段模型的基础上考虑了各阶段间待选线路状态耦合约束。通过线性化方法将本文所建立的混合整数非线性规划模型转化为混合整数线性规划模型。为了缓解大规模电力系统电网规划的计算负担,并且考虑到只有部分市场力校验约束是起作用的,将模型分解为电网规划主问题和市场力校验子问题,自动筛掉不起作用的市场力校验约束,大幅提高了求解效率。在GAMS平台上实现模型编程,并调用CPLEX求解器进行求解。最后通过修正后的Garver 6节点系统和Polish 2383节点系统分析了市场力缓解约束、单阶段和多阶段电网规划以及分解算法对线路规划决策结果和计算时间的影响,算例结果验证了本文所提出方法的有效性。
张衡[7](2019)在《考虑大规模风电接入的发输电优化规划方法研究》文中进行了进一步梳理以风电为代表的可再生能源被视为传统化石燃料的替代品,但风电出力的随机性、间歇性和波动性给电力系统规划人员带来了诸多挑战。传统基于最大负荷的单时间断面规划模型无法考虑风电出力的间歇性和波动性,已不能满足大规模风电集中并网对发输电规划方法的要求。本文从风电出力特性入手,分别对大规模风电接入后的机组组合、电源规划、输电网规划和发输电联合规划进行了研究,旨在通过提高电源侧调节能力和电网侧灵活性,以协调源、网、荷的规划与经济运行,进而促进风电消纳,降低因风电自身出力变化给电力系统带来的经济性与可靠性问题。本文主要研究工作如下:(1)提出了考虑联络线运行方式的多区域机组组合方法。大规模风电出力的间歇性和波动性导致系统对调峰能力需求增加,利用联络线实现子区域间调峰资源互济。对联络线运行方式、潮流反转次数及潮流波动程度进行建模,通过引入人工变量将模型转化成混合整数线性规划形式。以年综合成本最小为目标,基于多场景随机优化理论,建立了考虑联络线运行方式的多区域、多场景机组组合模型。为平衡求解效率和求解精度,基于净负荷大小、变化速率和不确定因素风险度水平,定义了三类极端运行场景。(2)提出了考虑短期运行约束的多区域电源规划方法。基于蒙特卡洛模拟对风电、负荷的时序数据进行采样,通过高斯混合聚类实现典型日场景筛选。以电源和储能年投资、运行成本之和最小为目标,计及常规电源和储能设备短期运行约束,建立了考虑联络线不同运行方式的多区域电源规划模型。(3)提出了考虑网络拓扑结构优化的输电网规划方法。通过动态开断输电线路,在输电网规划模型中引入电网结构优化。以电网年投资、运行成本之和最小为目标,建立了考虑网络拓扑结构优化的输电网规划模型。(4)提出了考虑系统调节能力的发输电规划方法。针对大规模风电接入后对系统灵活性的要求,从电源和电网两个层面入手。电源侧,考虑不同电源的调节特性,通过机组开停机保证风电消纳,同时也为系统提供足够的旋转备用;电网侧,引入网络拓扑结构优化,实现了电网更灵活的拓扑结构。在此基础上,以年综合费用最小为目标,建立了考虑系统调节能力的发输电规划模型。(5)提出了考虑短期运行约束的多目标、多区域发输电规划方法。将联络线作为待选线路集,对其不同运行方式进行建模。在此基础上,考虑经济性指标、可靠性指标、环境指标,基于典型日场景,将短期运行与长期电力系统规划相结合,建立了发输电多目标、多区域规划模型。通过改进的IEEE RTS系统和某实际区域电网301节点算例的计算和分析,验证了本文所提模型和方法的有效性。
任泓宇[8](2019)在《高压配电网网格化规划和无功配置优化》文中指出高压配电网是连接输电网和中压配电网的枢纽,高压配电网的优劣将直接影响到整个电网的电能传输效率。高压配电网网架规划及其无功配置将带来巨大的社会效益和经济效益。但是,随着配电网规模的不断扩大和快速发展,针对整个规划区域的配电网规划难度越来越大。本文以工程应用为目标,基于“技术可行、经济最优”的基本规划理念,结合相关规划导则,分别提出了针对高压配电网网架规划和无功规划的模型及其求解方法。对于高压配电网网架规划问题,本文提出了供电分区全局优化模型和相应的启发式优化方法:首先,基于供电变电站和高压线路通道“N-1”供电安全性最大化,同时考虑到高压联络线路费用的最小化,在全局范围内进行供电分区的优化划分;然后针对电气上相对独立的各供电分区,采用技术经济比较方法选择其典型接线模式。其中,中间年网架采用了由简到繁的典型接线模式的过渡。对于高压配电网无功补偿问题,本文基于无功规划的相关技术标准,给出了高压配电网无功规划优化实用模型:目标为无功补偿净收益最大,约束涉及相关技术标准对无功补偿总容量、单组容量及其组数、电压、功率因数的要求。根据高压配电网的特点,通过供电分区减小优化计算的规模和复杂性,提出了一种基于高压配电网供电分区的三阶段启发式优化方法:首先分别针对各相对独立的高压供电分区,以净收益由大到小的顺序逐次确定单节点无功补偿的初始单组容量及其组数;然后,考虑到相同供电分区内不同位置无功补偿的相互影响,对初始无功补偿方案采用迭代计算进行修正;最后在全局范围内,对修正方案采用交流潮流进行校验并作进一步的优化微调。本文的模型和方法在保证规划方案全局最优或次优的基础上,实现了配电网分区规模的由大变小和相应规划方法的由繁变简,解决了现有规划方法存在的诸多方案“优化”和“实用”的问题。本文模型和方法可由计算机程序辅助实现,加上人工干预可得到较为理想的规划结果;然而,只要掌握了本文的基本思路,规划人员也可借助一般商业软件(如潮流计算)甚至仅依靠人工完成具体工作。
张漫[9](2019)在《高中压配电网协调规划和组网形态研究》文中认为基于规划区域的负荷密度及其发展趋势以及技术装备水平,选择技术经济合理的高中压配电网结构是具有战略意义的规划问题,其中的高中压配电网协调规划和组网形态研究具有重要的理论和实际意义。本文基于可靠性协调评估理论,探索了高中压配电网上下级网架之间的协调;建立了基于可靠性和经济性的高中压配电网协调优选模型,相应的优化结果可作为构建高中压网架组网形态的约束;提出了网状型和环状型组网形态的优化构建方法,并对网状型和环状型组网形态进行了比较分析。对于高中压配电网可靠性协调评估,考虑到高压配网一般存在多个有限切负荷率的实际情况,以及高压配网不同切负荷率与中压转供率相互结合对可靠性评估的不同影响,本文提出了等值4N+2M参数法:首先阐述了等值参数法的思路;其次在等值2参数法的基础上提出了等值4N+2M参数法,重点研究了其参数和可靠性指标计算方法;然后对两种方法的特点进行了比较分析;最后,将两种方法应用到典型算例中,结果表明,虽然等值4N+2M参数法较2参数法计算工作量略微增加,但计算精确度却大大提高。基于先进电网调研明确了不同组网形态的分类和特点;分别定义了电网及其高中压配电网“强、简、弱”;建立了一套基于可靠性和经济性评估的高中压协调方案优选模型:采用等值4N+2M参数法进行可靠性指标的估算,再将其折算为经济指标,并以总费用最小进行方案优选。典型高中压协调方案可靠性经济性计算分析表明:若要实现高可靠性供电首先必须做强中压配电网;一般情况下,高压配电网不必做到“强”,“简”的高压配电网可以减轻城区通道和站址的压力(如双辐射),同时也能保证农村辐射型配电网合理的供电可靠性和经济性。针对中压组网形态(或供电分区)的构建,提出了一套新的中压供电分区全局优化模型及其启发式求解方法:首先,明确规划区域候选主干通道布局;其次,基于负荷主干转供线路综合造价的最小化,在全局范围内优先形成可实现站间负荷转供的站间供电分区;然后,采用子供区并行排列的聚类方式细化负荷过大的供电分区;最后,分别在各供电分区内采用穷举法进行其子供区的优化匹配,形成大小适中的站间供电分区、自环供电分区和辐射供电分区。算例分析验证了所提方法的合理有效,具有较强的实用性。基于柔性规划理念,提出了一套配电网网架柔性规划的思路、模型和方法,比较了不确定性条件下的两种中压组网形态(即网状型和环状型组网形态)的特点和适用范围,阐述了环状型组网形态在柔性规划中的优势,提出了网状型和环状型组网形态的优选模型和启发式求解方法,重点阐述了环状型组网形态的构建方法。算例分析表明了所提的柔性规划方法的有效和实用。
毕如玉[10](2019)在《多种灵活校正手段协同作用的快速安全校正策略研究》文中研究说明安全校正是消除电网潮流越限的重要手段,对保障系统安全运行具有重要意义。随着特高压交直流输电技术和柔性交流输电系统(Flexible AC Transmission Systems,FACTS)的发展与应用,输电线路传输功率大幅度提高,但也使得电网故障后引发的潮流转移更为严重,可能使其它线路过载,甚至引发连锁故障。加之我国能源结构的转型发展,新能源入网比例逐渐提高,电网运行方式更加复杂多变,系统运行安全受到更大挑战,也对安全校正策略提出了更高要求。一方面,电网复杂程度提高,基于直流(DC)潮流模型的安全校正策略越来越难以满足校正准确性要求。另一方面,运行方式的多变要求安全校正方案的制定更加快速。但与此同时,FACTS、柔性直流等设备的应用,以及有望成为能源传输新载体的电-气互联综合能源系统(Integrated Electricity and Gas Systems,IEGS)的发展,又为安全校正策略研究提供了新思路。充分挖掘现代电网可调控资源以及利用多能源互补特性,研究准确度高、校正代价低的快速安全校正策略对保障电网安全稳定运行具有重要的理论和实际意义。本文针对快速消除电网潮流越限的需求,从安全校正方案制定的快速性、准确性和低代价角度出发,充分协调利用可控串联补偿装置(Thyristor Controlled Series Compensation,TCSC)、柔性直流、传输线切换(Transmission Switching,TS)等可调控资源以及多能源互补,对多种灵活校正手段协同作用的快速安全校正策略开展深入研究。具体从以下四个方面展开:(1)针对常规校正手段校正代价高的问题,提出计及调整TCSC和柔性直流的安全校正策略,通过调整TCSC补偿度和直流功率快速改善潮流分布,减小常规手段的调整量,降低校正代价。首先,分析发现TCSC对交流线路有功潮流的灵敏度会随其补偿度改变而变化,灵敏度方法难以指导TCSC调整,提出构建计及调整TCSC和柔直的安全校正优化模型并基于智能优化算法求解的安全校正策略。进一步,为缩减决策变量、提高求解速度,提出基于近邻传播(Affinity Propagation,AP)聚类的启发式搜索方法,自动识别对待调节支路调节效果最好的发电机和负荷节点。最后,基于改造的IEEE 30节点算例进行验证,结果表明TCSC和柔直参与校正能显着减少切负荷量,启发式搜索方法可有效提高求解效率及校正方案的可操作性。(2)针对常规校正策略难以同时兼顾快速性和准确性的问题,提出基于二阶锥规划(Second Order Cone Programming,SOCP)的计及调整TCSC和多端柔直(Voltage Source Converter Based Multi-terminal HVDC,VSC-MTDC)的安全校正策略,以快速得到准确有效的校正方案。首先,基于交流(AC)潮流模型推导含TCSC和VSC-MTDC电网的SOCP潮流模型。进一步,为保证模型松弛度可控,提出一种网损附加约束。在此基础上,以TCSC补偿度、直流功率、发电机功率(连续型)和负荷切除状态(0-1二元型)为决策变量,以切负荷量和发电机调整量最小为目标函数构建基于混合整数二阶锥规划(Mixed Integer Second Order Cone Programming,MISOCP)的安全校正模型。针对MISOCP模型求解效率低的问题,提出基于松弛-校正的两阶段快速求解方法,将MISOCP模型转化为SOCP模型求解。基于改造的IEEE 30节点算例进行验证,结果表明基于SOCP的安全校正策略在准确响应预设潮流调整要求的前提下,大幅提高了方案制定速度。(3)针对常规计及TS的校正策略多基于DC潮流模型等线性化分析方法而准确性欠佳的问题,提出一种基于MISOCP的计及TS等多种快速校正手段协同的安全校正策略。首先,分析计及TS的MISOCP潮流优化模型构建和加速求解方法的关键点。在此基础上,基于AC潮流模型推导适用于可变拓扑结构的含TCSC和VSC-MTDC电网的MISOCP潮流模型,并构建计及TS和调整TCSC和VSC-MTDC的安全校正优化模型。进一步,为提高模型求解效率,以减少0-1二元变量个数和引导模型求解方向为切入点,提出由基于支路开断综合影响指标的启发式选线策略和诱导目标函数的加速求解策略共同构成的启发式双重加速求解策略。最后,基于改造的IEEE 57节点算例,验证了所提方法的有效性,以及相较于常规方法在调整效果、求解效率和准确性等方面的优越性。(4)针对以电网为核心的IEGS安全运行需求,考虑能源传输网络间互补关系,基于电网MISOCP潮流模型进一步构建IEGS的凸松弛潮流模型,提出计及电-气双向耦合关系的协同安全校正策略。首先,对于气网,分析基于SOCP的气网潮流模型存在过松弛问题,并为保证模型松弛度可控,针对管道中天然气单向或双向流通两种情况,分别提出气网改进单向、双向凸松弛潮流模型。然后,对于电网,为进一步减少切负荷量,提出计及发电机和负荷有功-频率调节特性的频率宽松策略,并构建相应的柔性潮流凸松弛模型。在此基础上,构建计及电-气双向耦合关系的协同安全校正优化模型。改造的IEGS算例(IEEE 118节点电网和比利时20节点天然气网算例综合改造形成)结果表明,所提协同安全校正策略灵活性高,电网-气网耦合互补有助于减少弃风和降低校正代价。
二、电网结构规划的启发式方法(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、电网结构规划的启发式方法(论文提纲范文)
(1)基于充电行为的电动出租车充电站选址优化及推荐算法研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究内容和方法 |
1.2.1 研究内容 |
1.2.2 研究方法 |
1.3 技术路线和章节结构 |
1.3.1 技术路线 |
1.3.2 论文架构 |
1.4 创新点 |
2 文献综述 |
2.1 新能源车相关研究 |
2.1.1 充电行为 |
2.1.2 充电特征 |
2.1.3 消费者画像 |
2.1.4 文献评述 |
2.2 充电站选址优化相关研究 |
2.2.1 充电站选址的复杂性分析 |
2.2.2 充电站选址的影响因素 |
2.2.3 充电站选址建模与求解 |
2.2.4 文献评述 |
2.3 充电站相关研究 |
2.3.1 充电站评价 |
2.3.2 充电站特点 |
2.3.3 充电站画像技术 |
2.3.4 文献评述 |
2.4 充电站充电个性化推荐相关研究 |
2.4.1 充电调度策略 |
2.4.2 个性化推荐主要考虑因素 |
2.4.3 推荐系统相关技术 |
2.4.4 文献评述 |
2.5 本章小结 |
3 基于订单数据的电动出租车充电行为和运营特征研究 |
3.1 研究背景 |
3.2 数据来源 |
3.3 电动出租车司机充电行为分析 |
3.3.1 个体司机数据描述 |
3.3.2 司机充电次数分析 |
3.3.3 司机充电时段选择分析 |
3.3.4 充电选择与充电费用的相关性分析 |
3.3.5 电动出租车充电行为分类 |
3.4 充电站运营特征分析 |
3.4.1 单体充电站的数据描述 |
3.4.2 站点使用频率热力图 |
3.4.3 充电站运营状态分析 |
3.5 本章小结 |
4 基于评价数据的电动出租车充电站服务需求主题挖掘 |
4.1 研究背景 |
4.2 算法设计 |
4.2.1 文本预处理 |
4.2.2 困惑度计算 |
4.2.3 LDA主题分析 |
4.2.4 共词技术 |
4.3 实验结构 |
4.3.1 文本数据集 |
4.3.2 构建位置布局文本挖掘模型 |
4.4 实验结果和讨论 |
4.4.1 共词模型构建及其可视化 |
4.4.2 讨论 |
4.5 研究结论 |
4.6 本章小结 |
5 考虑电动出租车用户需求的充电站选址布局 |
5.1 研究背景 |
5.2 电动出租车充电需求模型 |
5.2.1 第一阶段参数设置 |
5.2.2 第一阶段目标函数 |
5.2.3 第一阶段约束条件及解释 |
5.2.4 第二阶段参数设置 |
5.2.5 第二阶段目标函数 |
5.2.6 第二阶段约束条件及解释 |
5.3 算例分析 |
5.3.1 数据描述 |
5.3.2 求解混合整数规划 |
5.4 研究结果 |
5.4.1 第一阶段求解 |
5.4.2 第二阶段求解 |
5.4.3 一二阶段结果比较 |
5.5 政策分析 |
5.6 本章小结 |
6 基于隐语义模型改进组间效应的电动出租车用户充电推荐 |
6.1 研究背景 |
6.2 充电站推荐影响因素 |
6.3 隐语义模型 |
6.3.1 模型定义 |
6.3.2 损失函数 |
6.4 GROUP SPECIFIC模型 |
6.4.1 模型介绍 |
6.4.2 目标函数 |
6.4.3 优化方法 |
6.5 推荐框架流程 |
6.5.1 组间效应模型 |
6.5.2 二段式推荐框架 |
6.5.3 匹配部分 |
6.5.4 排序部分 |
6.5.5 推荐案例分析 |
6.6 本章小结 |
7 基于评分机制的电动出租车用户充电推荐策略 |
7.1 研究背景 |
7.2 基于用户协同过滤相似度的用户充电策略 |
7.2.1 总体策略 |
7.2.2 基于矩阵分解的协同过滤算法 |
7.2.3 基于POI的加权优化 |
7.2.4 附带POI加权的矩阵分解协同过滤推荐 |
7.3 基于K-MEANS的用户充电策略 |
7.3.1 总体策略 |
7.3.2 对K值选择 |
7.3.3 初步估计推荐 |
7.3.4 欧式距离优化估计推荐 |
7.4 用户充电推荐应用 |
7.4.1 用户推荐建议 |
7.4.2 用户推荐方案 |
7.5 本章小结 |
8 结论与展望 |
8.1 研究结论 |
8.2 研究展望 |
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 |
(2)智能配电网自愈控制策略研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景和意义 |
1.2 课题研究现状 |
1.2.1 国外研究现状及发展 |
1.2.2 国内研究现状及发展 |
1.3 主要研究内容 |
2 智能配电网自愈控制 |
2.1 自愈控制 |
2.2 智能配电网自愈控制框架体系 |
2.2.1 两环控制逻辑 |
2.2.2 三层控制结构 |
2.2.3 六个控制环节 |
2.3 智能配电网自愈控制运行状态划分 |
3 基于启发式规则与AHP-CRITIC算法的配电网故障恢复策略 |
3.1 配电网故障恢复目标和评价指标 |
3.1.1 配电网故障恢复目标 |
3.1.2 配电网故障恢复评价指标 |
3.2 配电网故障恢复模型 |
3.2.1 故障恢复的启发式规则 |
3.2.2 故障恢复候选方案集的生成方法 |
3.2.3 故障恢复方案的综合评价模型 |
3.3 配电网故障恢复流程 |
3.4 算例分析 |
3.5 小结 |
4 基于自适应多种群果蝇算法的配电网重构策略 |
4.1 配电网重构数学模型 |
4.1.1 目标函数 |
4.1.2 约束条件 |
4.2 自适应多种群果蝇优化算法 |
4.2.1 自适应嗅觉搜索 |
4.2.2 自适应视觉搜索 |
4.2.3 算法步骤 |
4.3 配电网优化重构 |
4.3.1 矩阵编码 |
4.3.2 配电网重构流程 |
4.4 算例分析 |
4.5 小结 |
5 基于pmdMOFOA的配电网多目标重构策略 |
5.1 基于种群曼哈顿距离的多目标果蝇算法 |
5.1.1 定义种群曼哈顿距离 |
5.1.2 进化状态的检测 |
5.1.3 动态步长调整策略 |
5.1.4 外部档案选择策略 |
5.1.5 领导个体选择策略 |
5.1.6 外部档案更新与维护策略 |
5.2 配电网优化重构 |
5.3 算例分析 |
5.3.1 pmdMOFOA算法性能验证 |
5.3.2 配电网重构优化结果 |
5.4 小结 |
结论 |
致谢 |
参考文献 |
攻读学位期间的研究成果 |
(3)多源电力系统多场景生成及规划方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及研究的目的和意义 |
1.2 国内外研究现状 |
1.2.1 多场景电力系统规划研究现状 |
1.2.2 人工智能在场景计算中的应用 |
1.3 本文研究的主要内容 |
第2章 多源电力系统规划典型场景集提取方法 |
2.1 单节点典型场景提取 |
2.1.1 bootstrap重采样 |
2.1.2 K-means 一次聚类 |
2.1.3 凝聚法二次聚类 |
2.2 多节点典型场景消减连接 |
2.3 本章小结 |
第3章 基于深度强化学习的规划场景计算方法研究 |
3.1 面向规划场景计算的深度强化学习模型 |
3.1.1 面向规划场景计算的深度强化学习方法 |
3.1.2 近端策略优化模型 |
3.2 面向规划场景计算的深度强化学习模型设计 |
3.2.1 环境模型 |
3.2.2 动作空间 |
3.2.3 状态空间 |
3.2.4 奖励机制设计 |
3.2.5 网络结构与算法流程 |
3.3 基于深度强化学习的规划场景计算流程 |
3.4 本章小结 |
第4章 考虑运行成本精确计算的多源系统规划模型 |
4.1 长期规划模型 |
4.2 优化运行模型 |
4.3 规划模型与场景间的联系 |
4.4 本章小结 |
第5章 算例研究 |
5.1 参数选取 |
5.2 基于强化学习的多场景电力系统规划计算 |
5.2.1 规划典型场景提取 |
5.2.2 基于强化学习的多场景系统规划计算 |
5.3 本章小结 |
第6章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
攻读硕士学位期间发表的论文及其他成果 |
致谢 |
(4)电力物联下电网技改物资配送中心选址及路径优化研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 配送中心选址方法研究现状 |
1.2.2 路径规划方法研究现状 |
1.2.3 选址-路径问题研究现状 |
1.3 论文主要研究内容和方法 |
1.3.1 论文主要研究内容 |
1.3.2 研究方法 |
第2章 电网技改配送中心选址与路径规划相关理论 |
2.1 配送中心选址的相关理论 |
2.2 路径规划的相关理论 |
2.3 选址与路径规划的相关理论 |
2.4 选址与路径规划的相关算法 |
2.4.1 精确算法 |
2.4.2 传统启发式算法 |
2.4.3 现代启发式算法 |
2.5 本章小结 |
第3章 电力物联下电网技改物资配送应用分析 |
3.1 电网技改物资配送内容及存在的问题 |
3.1.1 电网技改物资配送工作内容 |
3.1.2 当前电网技改物资配送存在的问题分析 |
3.2 电力物联网数据空间及在电网技改物资配送管理中的应用分析 |
3.2.1 电力物联网下电网技改物资配送数据空间的构建 |
3.2.2 地理信息系统技术的应用分析 |
3.2.3 全球定位系统技术的应用分析 |
3.2.4 智能交通系统技术的应用分析 |
3.3 电力物联网环境下电网技改物资配送管理优化的解决思路 |
3.4 本章小结 |
第4章 电力物联环境下的双层规划模型 |
4.1 配送中心选址与路径建模的基本步骤 |
4.2 模型假设及符号说明 |
4.2.1 模型假设 |
4.2.2 符号说明 |
4.3 模型各项成本的设定 |
4.3.1 配送中心的建设成本和经营成本 |
4.3.2 碳排放成本 |
4.3.3 运输成本和车辆成本 |
4.3.4 惩罚成本 |
4.4 双层规划模型的构建 |
4.4.1 上层模型的构建 |
4.4.2 下层模型的构建 |
4.5 本章小结 |
第5章 基于遗传算法结合电力物联环境信息下的算例分析 |
5.1 基于遗传求解算法的选择和设计 |
5.2 算例分析 |
5.2.1 基本数据信息 |
5.2.2 基于matlab编程的求解 |
5.3 AGV算例求解比对分析 |
5.4 本章小结 |
第6章 研究成果及结论 |
参考文献 |
攻读硕士学位期间发表的论文及其他成果 |
致谢 |
(5)计及不确定性与协同性的微电网项目投资组合优化研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 选题背景及意义 |
1.1.1 论文的研究背景 |
1.1.2 论文的研究意义 |
1.2 国内外研究现状 |
1.2.1 微电网项目发展与研究现状 |
1.2.2 项目投资组合优化问题研究现状 |
1.2.3 项目投资组合优化方法研究现状 |
1.3 主要研究内容与技术路径 |
1.3.1 主要研究内容 |
1.3.2 技术路径 |
1.4 主要研究创新点 |
第2章 相关基础理论研究 |
2.1 项目组合管理相关理论 |
2.1.1 项目组合管理理论的发展 |
2.1.2 项目组合管理理论的内涵及流程 |
2.2 项目组合优化相关理论 |
2.2.1 项目组合优化的原则 |
2.2.2 项目投资组合优化的流程 |
2.3 项目评估相关模型及方法探讨 |
2.3.1 权重确定方法探讨 |
2.3.2 综合评估方法探讨 |
2.4 组合优化相关模型及方法探讨 |
2.4.1 基于精确算法的组合优化探讨 |
2.4.2 基于启发式算法的组合优化探讨 |
2.4.3 基于机器学习算法的组合优化探讨 |
2.5 不确定性理论探讨 |
2.6 本章小结 |
第3章 计及不确定性的微电网项目战略对应度评估 |
3.1 引言 |
3.2 微电网项目战略对应评估指标体系研究 |
3.2.1 能源电力企业战略分析 |
3.2.2 战略目标的指标分解 |
3.3 微电网项目战略对应度评估研究 |
3.3.1 微电网项目不确定性分析 |
3.3.2 云模型理论 |
3.3.3 云层次分析法 |
3.3.4 改进的云PROMETHEE-Ⅱ算法 |
3.4 算例分析 |
3.4.1 项目简介 |
3.4.2 指标数据收集及计算 |
3.4.3 指标权重计算 |
3.4.4 战略对应度评估结果 |
3.5 本章小结 |
第4章 计及不确定性和协同性的静态投资组合优化 |
4.1 引言 |
4.2 微电网项目静态投资组合优化模型特点分析 |
4.2.1 传统微电网项目静态投资组合优化模型 |
4.2.2 计及不确定性的微电网项目静态投资组合优化模型 |
4.2.3 计及不确定性和协同性的微电网项目静态投资组合优化模型 |
4.3 微电网项目间协同性模型构建 |
4.3.1 微电网项目协同因素识别 |
4.3.2 基于模糊测度和云Choquet积分的微电网项目协同性刻画 |
4.4 基于线性化处理和分支定界法的项目静态投资组合优化研究 |
4.4.1 线性化处理方法 |
4.4.2 分枝定界法 |
4.5 算例分析 |
4.5.1 项目简介 |
4.5.2 项目协同度计算 |
4.5.3 求解结果 |
4.6 本章小结 |
第5章 计及不确定性和协同性的动态投资组合优化 |
5.1 引言 |
5.2 微电网项目动态投资组合优化模型构建 |
5.2.1 微电网项目动态性问题阐述 |
5.2.2 动态投资组合优化模型构建 |
5.3 改进差分进化算法研究 |
5.3.1 标准差分进化算法 |
5.3.2 差分进化算法的改进 |
5.3.3 算法性能测试 |
5.4 算例分析 |
5.4.1 项目简介 |
5.4.2 项目协同度计算 |
5.4.3 求解结果 |
5.5 本章小结 |
第6章 计及不确定性和协同性的多阶段动态投资组合优化 |
6.1 引言 |
6.2 基于实物期权的微电网项目最佳投资时机分析 |
6.2.1 实物期权及微电网项目的实物期权特性分析 |
6.2.2 微电网项目最佳投资时机确定模型 |
6.3 基于多智能体强化学习的多阶段动态投资组合研究 |
6.3.1 微电网项目多阶段动态投资问题阐述 |
6.3.2 强化学习与Q-学习算法 |
6.3.3 多智能体强化学习与纳什Q-学习算法 |
6.4 算例分析 |
6.4.1 项目简介 |
6.4.2 项目投资时机确定 |
6.4.3 求解结果 |
6.5 本章小结 |
第7章 研究成果和结论 |
参考文献 |
攻读博士学位期间发表的学术论文 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(6)考虑电力市场中市场力缓解的电网规划(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题背景及研究的目的和意义 |
1.2 电力市场中市场力分析概述 |
1.3 电网规划国内外研究现状 |
1.3.1 电网规划的基本模型 |
1.3.2 电网规划的求解方法 |
1.3.3 市场环境下电网规划问题研究 |
1.4 主要研究内容 |
第2章 考虑电力市场中市场力缓解的电网规划模型 |
2.1 模型特性与假设 |
2.2 考虑电网约束的剩余供给指标模型 |
2.2.1 目标函数 |
2.2.2 约束条件 |
2.3 考虑电力市场中市场力缓解的静态电网规划模型 |
2.3.1 目标函数 |
2.3.2 约束条件 |
2.4 考虑电力市场中市场力缓解的动态电网规划模型 |
2.4.1 目标函数 |
2.4.2 约束条件 |
2.5 本章小结 |
第3章 模型求解 |
3.1 模型线性化 |
3.1.1 机组出力费用分段线性化 |
3.1.2 待规划线路潮流约束线性化 |
3.2 分解迭代求解算法 |
3.3 模型求解方法与求解工具 |
3.4 本章小结 |
第4章 算例分析 |
4.1 GARVER 6节点系统 |
4.1.1 算例一 |
4.1.2 算例二 |
4.2 POLISH 2383节点系统 |
4.3 本章小结 |
第5章 结论与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
攻读硕士学位期间发表的论文及其它成果 |
致谢 |
(7)考虑大规模风电接入的发输电优化规划方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 选题背景和研究意义 |
1.2 考虑大规模风电接入的发输电系统规划研究综述 |
1.2.1 考虑大规模风电接入的电源规划 |
1.2.2 考虑大规模风电接入的输电网规划 |
1.2.3 考虑大规模风电接入的发输电联合优化规划 |
1.3 规划模型求解方法研究综述 |
1.3.1 传统启发式算法 |
1.3.2 现代启发式算法 |
1.3.3 数学优化算法 |
1.4 研究思路和主要工作 |
1.4.1 现有研究的不足 |
1.4.2 研究思路 |
1.4.3 研究内容 |
第二章 大规模风电接入背景下考虑联络线运行方式的多区域机组组合 |
2.1 引言 |
2.2 联络线建模 |
2.3 考虑大规模风电接入的单区域机组组合模型 |
2.3.1 单区域机组组合目标函数 |
2.3.2 单区域机组组合约束条件 |
2.4 考虑大规模风电接入和联络线运行方式的多区域机组组合模型 |
2.4.1 多区域机组组合目标函数 |
2.4.2 多区域机组组合约束条件 |
2.5 多区域机组组合模型求解 |
2.5.1 场景生成 |
2.5.2 场景筛选 |
2.5.3 多区域机组组合求解流程 |
2.6 算例分析 |
2.6.1 改进的IEEE RTS算例 |
2.6.2 301节点算例 |
2.7 本章小结 |
第三章 大规模风电接入背景下考虑短期运行约束的多区域电源规划 |
3.1 引言 |
3.2 考虑大规模风电接入的单区域电源规划 |
3.2.1 单区域电源规划目标函数 |
3.2.2 单区域电源规划约束条件 |
3.3 考虑大规模风电接入和短期运行约束的多区域电源规划模型 |
3.3.1 多区域电源规划目标函数 |
3.3.2 多区域电源规划约束条件 |
3.4 多区域电源规划模型求解 |
3.4.1 不确定因素建模 |
3.4.2 基于高斯混合聚类的典型日筛选 |
3.4.3 多区域电源规划求解流程 |
3.5 算例分析 |
3.5.1 改进的IEEE RTS算例 |
3.5.2 301节点算例 |
3.6 本章小结 |
第四章 大规模风电接入背景下考虑结构优化的输电网规划 |
4.1 引言 |
4.2 考虑大规模风电接入的输电网结构优化模型 |
4.2.1 输电网结构优化目标函数 |
4.2.2 输电网结构优化约束条件 |
4.3 考虑大规模风电接入的输电网多场景规划模型 |
4.3.1 输电网多场景规划目标函数 |
4.3.2 输电网多场景规划约束条件 |
4.4 考虑大规模风电接入和结构优化的输电网多场景规划模型 |
4.4.1 考虑大规模风电接入和结构优化的输电网规划目标函数 |
4.4.2 考虑大规模风电接入和结构优化的输电网规划约束条件 |
4.5 输电网规划模型求解 |
4.6 算例分析 |
4.6.1 改进的IEEE RTS算例 |
4.6.2 301节点算例 |
4.7 本章小结 |
第五章 大规模风电接入背景下考虑系统调节能力的发输电规划 |
5.1 引言 |
5.2 考虑爬坡约束的必要性 |
5.3 考虑大规模风电接入和系统调节能力的发输电规划模型 |
5.3.1 考虑大规模风电接入和系统调节能力的发输电规划目标函数 |
5.3.2 考虑大规模风电接入和系统调节能力的发输电规划约束条件 |
5.4 发输电规划模型求解流程 |
5.5 算例分析 |
5.5.1 改进的IEEE RTS算例 |
5.5.2 301节点算例 |
5.6 本章小结 |
第六章 大规模风电接入背景下考虑联络线运行方式的发输电多目标规划 |
6.1 引言 |
6.2 考虑大规模风电接入和联络线运行方式的发输电多目标规划模型 |
6.2.1 发输电多目标规划目标函数 |
6.2.2 发输电多目标规划约束条件 |
6.3 发输电多目标规划模型求解 |
6.4 算例分析 |
6.4.1 改进的IEEE RTS算例 |
6.4.2 301节点算例 |
6.5 本章小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
附录 |
致谢 |
攻读博士学位期间获得的学术成果 |
(8)高压配电网网格化规划和无功配置优化(论文提纲范文)
中文摘要 |
英文摘要 |
1 绪论 |
1.1 选题背景及意义 |
1.2 国内外研究现状 |
1.2.1 高压配电网规划方法研究现状 |
1.2.2 高压配电网无功补偿研究现状 |
1.3 本文主要工作 |
2 高压配电网网格化规划 |
2.1 引言 |
2.2 高压配电网网格化规划的优化模型和求解思路 |
2.2.1 供电分区分类 |
2.2.2 规划优化模型 |
2.2.3 模型求解思路 |
2.3 供电分区优化划分方法 |
2.3.1 候选通道布局 |
2.3.2 供电网格的优化划分 |
2.3.3 供电单元的优化划分 |
2.3.4 分区划分的人工干预 |
2.4 目标网架接线方案 |
2.4.1 初始接线方案的选取 |
2.4.2 最终接线方案的选取 |
2.5 网架过渡方案 |
2.6 算例 |
2.6.1 网状型网架算例 |
2.6.2 辐射型网架算例 |
2.7 本章小结 |
3 高压配网无功优化规划 |
3.1 引言 |
3.2 技术原则和标准 |
3.2.1 无功补偿基本原则 |
3.2.2 技术原则和管理标准 |
3.3 优化模型 |
3.3.1 目标函数 |
3.3.2 约束条件 |
3.4 模型求解 |
3.4.1 方法基础 |
3.4.2 单节点补偿容量连续值 |
3.4.3 单节点补偿容量离散值 |
3.4.4 三阶段启发式优化方法 |
3.4.5 分布式电源和弱环网的处理方法 |
3.5 算例 |
3.5.1 城市高压配网 |
3.5.2 农村高压配网 |
3.6 本章小结 |
4 结论与展望 |
4.1 结论 |
4.2 展望 |
参考文献 |
附录 |
A.作者在攻读学位期间发表的论文 |
B.作者在攻读学位期间参与的项目 |
C.学位论文数据集 |
致谢 |
(9)高中压配电网协调规划和组网形态研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 选题背景及意义 |
1.2 国内外研究现状 |
1.2.1 高中压可靠性评估 |
1.2.2 高中压配电网的协调规划 |
1.2.3 中压配电网供电分区的划分 |
1.2.4 网架柔性规划 |
1.3 本文主要工作 |
2 基于4N+2M参数的高中压配电网可靠性协调评估 |
2.1 引言 |
2.2 等值电源4N+2M参数法 |
2.2.1 假设条件和相关定义 |
2.2.2 协调评估基本思路和方法 |
2.2.3 基于2参数等值电源的协调计算 |
2.2.4 基于4N+2M参数等值电源的协调计算 |
2.2.5 两种等值电源的比较分析 |
2.2.6 算例分析 |
2.3 高压常用接线的可靠性指标计算 |
2.3.1 故障分类 |
2.3.2 二阶故障计算 |
2.3.3 高压常用接线可靠性指标简化公式汇总 |
2.3.4 高压常用接线可靠性指标计算 |
2.4 本章小结 |
3 基于网架结构的高中压配电网协调优选模型 |
3.1 引言 |
3.2 先进电网结构调研 |
3.2.1 法国巴黎电网 |
3.2.2 新加坡电网 |
3.2.3 调研启示 |
3.3 网架结构 |
3.3.1 接线模式 |
3.3.2 组网形态 |
3.4 高中压配电网协调优选模型 |
3.4.1 网架结构“强、简、弱”的分类 |
3.4.2 协调优选模型 |
3.4.3 费用估算 |
3.5 典型网架协调方案的可靠性经济计算分析 |
3.5.1 具体协调方案 |
3.5.2 基础数据 |
3.5.3 可靠性计算分析 |
3.5.4 经济性计算分析 |
3.5.5 综合分析 |
3.6 本章小结 |
4 中压配电网供电分区的划分 |
4.1 引言 |
4.2 供电分区的分类和优化模型 |
4.2.1 供电单元及其子供区 |
4.2.2 供电网格及其子供区 |
4.2.3 供电分区优化模型 |
4.2.4 模型求解思路 |
4.3 网格划分模型和方法 |
4.3.1 网格划分模型 |
4.3.2 网格划分方法 |
4.4 网格子供区细分模型和方法 |
4.4.1 子供区细分模型 |
4.4.2 子供区细分典型方式 |
4.4.3 子供区细分方式选择 |
4.4.4 基于单元子供区并行排列的负荷聚类方法 |
4.5 供电单元划分模型和方法 |
4.5.1 站间供电单元 |
4.5.2 自环供电单元 |
4.5.3 辐射供电单元 |
4.6 应用算例 |
4.6.1 负荷分布和变电站布点规划 |
4.6.2 主干通道布局 |
4.6.3 供电网格和供电单元划分方案 |
4.6.4 常规供电分区方法与本文方法的比较 |
4.7 本章小结 |
5 不确性条件下中压组网形态优选模型和方法 |
5.1 引言 |
5.2 组网形态优选模型 |
5.2.1 优选模型 |
5.2.2 费用估算 |
5.3 模型求解方法 |
5.4 应用案例 |
5.4.1 负荷预测和变电站规划 |
5.4.2 通道规划 |
5.4.3 组网形态选择 |
5.4.4 组网形态方案比选 |
5.5 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
附录 |
A.作者在攻读学位期间发表的论文 |
B.作者在攻读学位期间参与的项目 |
C.学位论文数据集 |
致谢 |
(10)多种灵活校正手段协同作用的快速安全校正策略研究(论文提纲范文)
论文创新点 |
摘要 |
Abstract |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状分析 |
1.2.1 电网安全校正的主要方法与研究现状 |
1.2.2 计及调整FACTS或柔直的安全校正研究现状 |
1.2.3 计及传输线切换的安全校正研究现状 |
1.2.4 电-气互联系统潮流优化与安全性相关研究现状 |
1.2.5 电网与天然气网二阶锥潮流模型研究现状 |
1.3 论文研究内容与组织结构 |
2 计及调整TCSC和柔性直流的安全校正策略 |
2.1 引言 |
2.2 TCSC及柔性直流参与安全校正的益处分析 |
2.3 灵敏度法指导TCSC调整的局限性分析 |
2.4 基于启发式搜索的最佳决策变量筛选策略 |
2.4.1 启发式搜索策略的基本思路 |
2.4.2 AP聚类算法原理 |
2.4.3 实施步骤 |
2.5 计及调整TCSC和柔直的安全校正优化模型 |
2.5.1 决策变量 |
2.5.2 目标函数 |
2.5.3 约束条件 |
2.6 安全校正优化模型的求解方法 |
2.6.1 模拟植物生长算法 |
2.6.2 适应于交直流混联系统的改进柔性潮流算法 |
2.7 算例验证 |
2.7.1 算例简介与参数设置 |
2.7.2 非启发式搜索的优化结果与分析 |
2.7.3 启发式搜索的有效性及优越性验证 |
2.8 本章小结 |
3 基于SOCP的调整TCSC和多端柔直的安全校正策略 |
3.1 引言 |
3.2 交流电网的二阶锥潮流模型与提高模型准确性的方法 |
3.2.1 二阶锥规划的数学模型与特点 |
3.2.2 交流电网的AC潮流模型 |
3.2.3 交流电网的二阶锥潮流模型 |
3.2.4 提高模型准确性的网损附加约束 |
3.3 基于二阶锥的TCSC和多端柔直潮流模型推导 |
3.3.1 TCSC的注入功率潮流模型 |
3.3.2 TCSC的二阶锥潮流模型 |
3.3.3 VSC-MTDC的二阶锥潮流模型 |
3.4 计及调整TCSC和多端柔直的SOCP安全校正优化模型 |
3.4.1 决策变量 |
3.4.2 目标函数 |
3.4.3 约束条件 |
3.4.4 完整的安全校正优化模型 |
3.5 基于松弛-校正的两阶段快速求解方法 |
3.6 算例验证 |
3.6.1 算例简介与参数设置 |
3.6.2 所提模型的有效性和准确性验证 |
3.6.3 SOCP安全校正模型的计算效率和寻优能力对比验证 |
3.6.4 两阶段求解方法提升求解速度的效果验证 |
3.6.5 启发式搜索方法选择最佳决策变量的有效性验证 |
3.7 本章小结 |
4 基于MISOCP的计及传输线切换等快速手段的安全校正策略 |
4.1 引言 |
4.2 传输线切换问题的关键点分析及思路 |
4.2.1 计及TS的潮流模型建立关键点 |
4.2.2 计及TS的 MISOCP模型快速求解关键点 |
4.3 适应于传输线切换的交流电网改进MISOCP模型推导 |
4.3.1 基于修正节点注入功率模型的SOCP潮流模型 |
4.3.2 计及TS的变拓扑输电网MISOCP潮流模型 |
4.4 适应于传输线切换的TCSC改进MISOCP模型推导 |
4.5 计及TS等多种快速校正手段的安全校正优化模型 |
4.5.1 决策变量 |
4.5.2 目标函数 |
4.5.3 安全约束条件 |
4.5.4 完整的安全校正优化模型 |
4.6 面向传输线切换的启发式双重加速求解策略 |
4.6.1 基于支路开断综合影响指标的启发式选线策略 |
4.6.2 诱导目标函数的加速求解策略 |
4.6.3 基于MISOCP的安全校正优化模型的求解 |
4.7 算例验证 |
4.7.1 算例简介与参数设置 |
4.7.2 所提模型的有效性和准确性验证 |
4.7.3 MISOCP模型与直流潮流模型的准确性对比验证 |
4.7.4 TS的校正特性及快速手段协同配合的效果分析 |
4.7.5 启发式选线策略的有效性验证 |
4.7.6 启发式双重加速求解策略的加速效果验证 |
4.8 本章小结 |
5 考虑电网和气网双向耦合的IEGS协同安全校正策略 |
5.1 引言 |
5.2 电-气互联综合能源系统的天然气系统模型 |
5.2.1 气网与电网耦合元件模型 |
5.2.2 天然气网稳态模型 |
5.3 天然气管道流量方程的改进凸松弛模型推导 |
5.3.1 天然气管道流量方程二阶锥松弛模型的局限性分析 |
5.3.2 管道内气体单向流动的改进凸松弛模型 |
5.3.3 允许管道内气体双向流动的改进凸松弛模型 |
5.4 频率宽松策略与基于凸松弛的电网柔性潮流模型推导 |
5.4.1 频率宽松策略减少切负荷量的原理分析 |
5.4.2 发电机有功-频率静特性的凸松弛模型 |
5.4.3 负荷有功-频率静特性的凸松弛模型 |
5.4.4 可变拓扑的含TCSC和 VSC-MTDC电网的柔性潮流模型 |
5.5 电-气双向耦合的协同安全校正优化模型 |
5.5.1 所构建模型的特点及假设 |
5.5.2 决策变量 |
5.5.3 目标函数 |
5.5.4 设备调整量的耦合约束 |
5.5.5 其它安全约束 |
5.5.6 完整的安全校正优化模型 |
5.6 所提气网凸松弛模型与常规SOCP模型的对比验证 |
5.6.1 算例简介与参数设置 |
5.6.2 气网改进单向凸松弛模型的准确性及快速性验证 |
5.6.3 气网改进双向凸松弛模型的准确性及快速性验证 |
5.6.4 验证结论 |
5.7 算例验证 |
5.7.1 算例简介与参数设置 |
5.7.2 协同安全校正模型的有效性和准确性验证 |
5.7.3 频率宽松策略有效性及柔性潮流模型准确性验证 |
5.7.4 气网不同负荷水平对校正方案的影响分析 |
5.7.5 多种灵活校正手段配合及频率宽松策略的综合效果验证 |
5.7.6 所提协同校正策略的适应性分析 |
5.8 本章小结 |
6 结论和展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
附录1 |
附录2 |
附录3 |
附录4 |
附录5 |
攻读博士学位期间发表的科研成果目录 |
致谢 |
四、电网结构规划的启发式方法(论文参考文献)
- [1]基于充电行为的电动出租车充电站选址优化及推荐算法研究[D]. 陈德忠. 北京交通大学, 2021(02)
- [2]智能配电网自愈控制策略研究[D]. 张凯越. 兰州交通大学, 2021(02)
- [3]多源电力系统多场景生成及规划方法研究[D]. 陈逸轩. 华北电力大学(北京), 2021(01)
- [4]电力物联下电网技改物资配送中心选址及路径优化研究[D]. 潘俊南. 华北电力大学(北京), 2021(01)
- [5]计及不确定性与协同性的微电网项目投资组合优化研究[D]. 许传博. 华北电力大学(北京), 2020(06)
- [6]考虑电力市场中市场力缓解的电网规划[D]. 韩笑. 华北电力大学(北京), 2020(06)
- [7]考虑大规模风电接入的发输电优化规划方法研究[D]. 张衡. 上海交通大学, 2019(06)
- [8]高压配电网网格化规划和无功配置优化[D]. 任泓宇. 重庆大学, 2019(01)
- [9]高中压配电网协调规划和组网形态研究[D]. 张漫. 重庆大学, 2019(01)
- [10]多种灵活校正手段协同作用的快速安全校正策略研究[D]. 毕如玉. 武汉大学, 2019(07)