收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

含风电场的电力系统功率预测与优化调度研究

李天  
【摘要】:以可再生能源替代化石能源,是解决现阶段人类面临的能源危机和环境污染问题的根本措施。在我国可再生能源发展过程中,风力发电技术逐渐成熟,而且发电成本低,易实现大规模产业化发展,已经逐步成为能源与环境可持续发展的重要力量。但是,受到自然因素的影响,风电的间歇性与波动性较为明显,难以把握并网风力发电的不确定性特征。进而,给电力系统的调度和控制决策带来严峻挑战。提高风电功率预测水平、建立合理的风电并网下的电力系统优化调度策略,能够提升风电资源利用率,降低风电并网对电力系统造成的冲击。在此背景下,本文围绕含风电的电力系统风电功率预测方法和多目标优化调度问题进行深入研究,主要工作和创新成果如下:(1)提出了基于共轭梯度算法优化神经网络的新型风电功率预测方法。首先,分析了传统神经网络模型当数据量增大、收敛时间增长和迭代次数增加时给风电功率预测准确度和优化控制灵敏度带来的影响。然后,构造了基于共轭梯度算法的神经网络优化模型,在神经网络训练过程中,采用共轭梯度算法对模型参数进行优化,该方法可克服传统前馈神经网络基于最速下降法训练的缺点,避免了传统预测模型易陷入局部最优的问题,有效提高了风电功率预测精度、模型的训练速度和泛化能力。(2)针对传统预测模型忽视预测方法中学习和校正这一问题,提出了基于自适应学习框架和小波神经网络组合模型的预测方法。首先,采用具有多尺度分辨特征的小波神经网络构建初始预测模块,并附加基于自适应动态规划的学习模块使预测模型具有自适应学习能力。学习模块利用实时风电数据及时更新组合模型参数,使得组合模型能够适应多变复杂的运行状况,最后得到经过学习优化后的预测结果。该方法为平抑风电出力的不确定性,实现更为精准的调度策略提供了新的思路和方向。仿真算例通过风电预测和负荷预测实验验证了所提模型和方法的通用性和有效性。精确的风电功率预测能够为多目标优化调度决策提供科学有效的依据,基于以上成果,本文进一步针对含风电场的电力系统经济和环境优化环境经济调度展开深入研究,成果如下:(3)提出了计及风电并网的电力系统环境经济调度模型及优化方法。针对风电预测不确定性、系统运行经济性、环境保护等问题,建立了含风电的静态优化调度模型,采用带精英策略的快速非支配排序遗传算法求解多目标最优解集和最优折中解,实现模型的全局搜索能力。通过含风力发电与燃煤发电机组的电力系统测试系统,验证了所提模型的可行性。(4)建立了含风电并网的电力系统动态环境经济优化调度模型。动态优化调度模型以同时优化常规燃料机组的发电成本最优和污染气体排放量最少为目标,并且充分考虑一个调度周期内各个时间断面之间的联系。采用快速非支配排序遗传算法对建立的优化模型求解,以期实现风电并网后电力系统调度运行中的环境经济性能指标综合最优。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 胡悦;;金融市场中的神经网络拐点预测法[J];金融经济;2017年18期
2 林嘉应;郑柏伦;刘捷;;基于卷积神经网络的船舶分类模型[J];信息技术与信息化;2019年02期
3 迟惠生;陈珂;;1995年世界神经网络大会述评[J];国际学术动态;1996年01期
4 吴立可;;脉冲神经网络和行为识别[J];通讯世界;2018年12期
5 王丽华;杨秀萍;王皓;高峥翔;;智能双轮平衡车的设计研究[J];数字技术与应用;2018年04期
6 张庭略;;基于硬件的神经网络加速[J];通讯世界;2018年08期
7 苏秀婷;;耦合神经网络的同步[J];绍兴文理学院学报(自然科学);2016年03期
8 朱溦;;神经网络结合平均影响值方法筛选变量[J];产业与科技论坛;2017年01期
9 ;硅光子神经网络亮相[J];石油工业计算机应用;2016年04期
10 任刚红;杜坤;周明;刘年东;张晋;;基于级联神经网络的年降雨量预测[J];土木建筑与环境工程;2016年S2期
11 金鑫;李龙威;季佳男;李祉歧;胡宇;赵永彬;;基于大数据和优化神经网络短期电力负荷预测[J];通信学报;2016年S1期
12 陈明;张凤荣;肖茜文;;基于灰色系统神经网络的中国低碳能源供需形势分析[J];生态经济;2017年02期
13 张国玲;;基于情感神经网络的风电功率预测[J];电信科学;2017年03期
14 梁燕华;张传斌;;基于神经网络数据融合实现火灾预警[J];科技传播;2017年04期
15 曾维亮;林志贤;陈永洒;;基于卷积神经网络的智能冰箱果蔬图像识别的研究[J];微型机与应用;2017年08期
16 吴志军;张景安;岳猛;张才峰;;基于联合特征的LDoS攻击检测方法[J];通信学报;2017年05期
17 张琳;;基于神经网络的微博话题预测及分析[J];数字技术与应用;2017年03期
中国重要会议论文全文数据库 前10条
1 孙军田;张喆;;基于神经网络数据挖掘技术确定灾害等级的灭火救援出动力量模型研究[A];2016中国消防协会科学技术年会论文集[C];2016年
2 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
3 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
4 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
5 李涛;费树岷;;具有变时滞Cohen-Grossberg神经网络的指数稳定性准则[A];第二十六届中国控制会议论文集[C];2007年
6 汪灵枝;秦发金;;具有变时滞和脉冲的离散Cohen-Grossberg神经网络的周期解[A];中国自动化学会控制理论专业委员会D卷[C];2011年
7 韩正之;林家骏;;用神经网络求解非线性相容方程[A];1993年控制理论及其应用年会论文集[C];1993年
8 林家骏;王赞基;;求解不可微优化问题的连续极大熵神经网络[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
9 姜德宏;徐德民;任章;;基于神经网络的自校正控制器[A];1993中国控制与决策学术年会论文集[C];1993年
10 窦永丰;贝超;;模糊与神经网络结合方式及在控制中的应用[A];1997年中国控制会议论文集[C];1997年
中国博士学位论文全文数据库 前10条
1 石葆光;基于深度学习的自然场景文字检测与识别方法研究[D];华中科技大学;2018年
2 李天;含风电场的电力系统功率预测与优化调度研究[D];华北电力大学(北京);2018年
3 刘梅;网络系统的稳定和同步行为研究[D];新疆大学;2017年
4 靳然;基于神经网络和支持向量机的麦蚜发生动态预测研究[D];山西农业大学;2017年
5 李骁;基于深度卷积神经网络MSCT对小肾肿瘤病理分型的预测研究[D];中国人民解放军海军军医大学;2018年
6 李若霞;基于忆阻的神经网络的动力学分析及应用[D];东南大学;2017年
7 项延德;基于卷积神经网络的心电信号检测和分类研究[D];浙江大学;2018年
8 李一鸣;结合知识和神经网络的文本表示方法的研究[D];浙江大学;2018年
9 李扬;面向图像目标识别和检测的深度神经网络关键技术研究[D];北京邮电大学;2018年
10 LYDIA LAZIB;文本否定范围识别技术研究及其应用[D];哈尔滨工业大学;2018年
中国硕士学位论文全文数据库 前10条
1 李亚飞;基于卷积神经网络的遥感图像分类算法研究[D];哈尔滨工程大学;2018年
2 吴贻淮;基于神经网络的车载CAN网络入侵检测系统的研究[D];成都信息工程大学;2018年
3 周冠豪;利用神经网络对加掩算法的高阶攻击研究[D];成都信息工程大学;2018年
4 崔洪振;基于GPU的卷积神经网络并行算法研究[D];哈尔滨工程大学;2018年
5 王强;基于卷积神经网络的自然图像分类研究[D];成都信息工程大学;2018年
6 马文娟;基于卷积神经网络的人脸年龄估计算法研究[D];哈尔滨工程大学;2018年
7 唐明轩;基于DenseNet的医学图像分割研究与应用[D];成都信息工程大学;2018年
8 赵新杰;深度神经网络的可视化理解方法研究[D];哈尔滨工程大学;2018年
9 齐鹤勋;基于降噪自编码神经网络的个人信用评估方法研究[D];哈尔滨工程大学;2018年
10 梁楷;面向FPGA深度学习应用的OpenCL优化研究[D];哈尔滨工程大学;2018年
中国重要报纸全文数据库 前10条
1 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
2 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
3 ;神经网络小史[N];电子报;2018年
4 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
5 ;人工智能将取得大面积突破[N];中国企业报;2017年
6 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
7 ;人类正迎来云端机器人时代[N];中国企业报;2017年
8 张斌;谁还需要“同传”[N];文汇报;2017年
9 科大讯飞董事长 刘庆峰;高考机器人考入一流大学不再是梦[N];中国教育报;2017年
10 邓洲 中国社会科学院工业经济研究所;深度学习:人工智能进入应用阶段[N];上海证券报;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978