含風電場的低碳減排多目標動態(tài)機組組合優(yōu)化.pdf

1、傳統(tǒng)電力系統(tǒng)機組組合是預先安排好各個機組在一個調度周期內的啟停狀態(tài)與出力分配，從而達到火電機組燃煤費最低等經濟性最優(yōu)目標，然而隨著煤炭等化石能源消耗所占比重過大，一系列污染問題相繼產生，低碳減排等理念漸漸深入各行各業(yè)。以風電為代表的一批低污染、低消耗、可再生的新能源發(fā)電技術開始廣泛應用到生產電能中來，正如所有新能源具備的隨機性與波動性等特點，風電的接入必然給電力系統(tǒng)的機組組合問題帶來不確定性影響，研究如何更科學地處理風電場的電力系統(tǒng)機組

2、組合問題具有十分重要的現(xiàn)實意義。
　　論文首先闡述了選題研究背景及意義，對我國風力資源狀況、風電行業(yè)發(fā)展歷程與傳統(tǒng)電力系統(tǒng)機組組合問題進行了概述;然后從風電不確定對機組組合的影響、含風電的機組組合建模及求解方法這三個方面對國內外研究現(xiàn)狀進行深入分析;在此基礎上，針對風電場的短期風速預測，以某風電場的29天實測風速數(shù)據(jù)為訓練樣本，采用基于支持向量機的預測方法來進行預測周期為48小時的算例仿真;為了區(qū)別傳統(tǒng)單目標機組組合方式，引入低碳

3、減排理念來構建含CO2與SO2兩種污染氣體排放量最小的多目標函數(shù)，并對多目標優(yōu)化問題的數(shù)學概念與基于Pareto最優(yōu)解集的求解思路進行詳細說明;在眾多求解多目標問題的現(xiàn)代智能算法中，NSGA-Ⅱ算法極具代表性與優(yōu)越性，論文詳細描述了該算法的求解過程，并通過3個經典多目標測試函數(shù)來驗證其性能，針對含混合整數(shù)變量及時間耦合特性的多目標機組組合問題，論文提出了基于雙層優(yōu)化的改進NSGA-Ⅱ算法求解策略，以算法的自我嵌套調用，模糊化決策取優(yōu)來完