一、用模糊理论实现风/光互补发电的最优配置（论文文献综述）
牒鑫[1]（2021）在《计及经济最优性和公平性的风光—抽蓄联合优化调度方法研究》文中提出环境污染和能源短缺问题严重制约了人类经济社会的可持续发展,通过发展新能源发电来解决能源供应问题已经成为全社会的共识。随着可再生能源占比不断攀升,含新能源电力系统的调度模式也在为了适应电力市场政策和环境而发生转变。目前,针对电力系统公平性调度问题,我国调度机构最常采用的是“三公”调度模式,能够实现各发电厂的电量完成进度大致相当,从而公平对待各市场主体,保障发电企业的利益。但此调度模式严重制约了电力系统运行经济性的优化空间,并且由于新能源出力特点,使得传统电网中“三公”调度方法已不适用目前风光大规模并网系统。因此,在保证系统运行经济性的条件下,如何实现高占比可再生能源电力系统的有功出力公平性分配是一个具有重要研究意义的课题。论文的主要研究内容如下:（1）针对甘肃酒泉地区风光大规模并网系统,分析了风电场群、光伏电站群的出力特性,并建立相应的数学模型。考虑抽水蓄能电站作为风光场站的优良调节电源来缓解火电机组的调峰压力,分析抽蓄电站的基本运行原理和调峰特性,提出了风光—抽蓄联合运行策略,为接下来风光—抽蓄联合优化调度提供了理论支持。（2）为保证新能源各场站的合理权益以及新能源场站间调度计划的分配公平,使得新能源场站和电网能够实现真正意义上的协调运行,提出了一种基于模糊综合排名优先级的公平调度方法。首先,在分析传统电网以及目前含新能源电力系统“三公”调度模式基础上,建立了基于模糊综合排名优先级评价体系。然后,对体系中各级指标进行量化,通过灰色关联度和熵权法对新能源场站进行优先级排名,合理分配各场站的有功功率,以此来保障调度计划的公平性。（3）针对大规模风光并网系统如何保障系统运行经济性和新能源电站间如何实现公平调度问题,提出了一种计及经济最优性和公平性的风光—抽蓄联合系统两阶段优化调度模型。通过综合排名优先级计算,对各个新能源场站的日前调度计划进行公平性分配,以最大化消纳新能源为原则,优化各场站出力。最后结合具体算例表明:（1）基于模糊综合排名优先级的调度方法,在保证系统运行经济性的基础上兼顾了新能源场站有功分配公平性,充分利用消纳空间;（2）按照此方法展开中长期调度可以使得各场站的电量均衡性控制效果改善明显,可实现调度计划的中长期公平性分配。
陆昊[2]（2021）在《新型电力系统中储能配置优化及综合价值测度研究》文中研究指明自“3060”双碳目标的提出,新能源在未来电力系统中的主体地位得以明确。国家进一步推进实施可再生能源替代行动和“清洁低碳安全高效”能源体系建设,构建以新能源为主体的新型电力系统。但可再生能源大规模并网后,其出力的不确定性会给电网的运行带来挑战。当前储能被认为是解决新能源不确定性的最主要工具,是新型电力系统安全稳定运行的保障。然而,储能具有投资成本高、投资回收期较长、自负盈亏能力差等特性。这些不利因素严重制约了我国储能产业的发展。储能在新型电力系统中配置后,能给系统中的其他主体带来提高传统发电机组运行效率、减少电网线损和减少排放等外部价值,促进新型电力系统从外延扩张型向内涵增效型转变。但这种外部价值并未在储能投运商的收益中予以体现,是目前储能经济性差的一个重要原因。为促进我国储能产业健康可持续发展,提高储能资源的利用效率,亟需从储能投运商的视角,对新型电力系统环境下储能的选型和选址定容等优化问题进行研究,最大化储能的收益;在此基础上,从社会福利的视角,对储能在新型电力系统中综合价值进行科学测度,并据此对储能综合价值的补偿机制进行设计。鉴于此,本文主要研究内容如下:（1）新型电力系统特征及储能应用分析。首先,对新型电力系统的特征进行梳理分析;其次,对新型电力系统中储能在发电、电力输配和用户侧领域的应用进行分析梳理;最后,对储能系统的类型及技术特性进行对比分析。（2）储能在新型电力系统中多应用场景选型优化研究。首先,基于模糊德尔菲法,从技术、经济、效率和环境四个角度,建立一套从多个维度反映储能特性,适用于储能在新型电力系统中不同应用场景的评价指标体系;其次,采用贝叶斯最优最劣法和模糊累计前景理论构建综合评价模型,该模型能够最大限度地利用数据信息,并且可以同时考虑决策者不同的风险偏好程度,对各应用场景下的储能进行综合排序,输出相应场景下的最优选型方案。（3）考虑新型电力系统中多元随机干扰的储能选址定容研究。首先,构建储能选址定容优化双层模型,对新型电力系统中多元随机干扰不确定性进行处理,采用鲁棒性改造方法,建立风电、光伏和负荷的不确定性集合来描述风光出力和负荷的不确定特性;其次,给出双层规划模型的求解方法,其中上层模型采用结合最优保存策略和多点均匀交叉等方法的改进遗传算法求解,下层模型采用列与约束生成（C&CG）算法将其转化为相应包含主问题和子问题的优化模型进行求解。（4）新型电力系统中储能综合价值测度研究。首先,基于外部性理论,对储能在新型电力系统中运行后,给相关利益主体带来的正外部性进行梳理分析;其次,基于储能在新型电力系统中的最优配置场景,结合正外部性分析,构建计及外部性的储能综合价值测度模型,测度储能在新型电力系统中的综合价值,并且根据目标函数总成本中各子成本项的对比,能够显示储能综合价值的构成和具体流向,进一步明确储能在新型电力系统的综合价值形成机理。（5）新型电力系统中储能补偿机制研究。首先,利用技术经济中贴现现金流相关分析指标,从计及和不计及综合价值两个角度对储能进行经济对比分析,并通过讨论成本和综合价值实现度的不同场景,对储能进行盈亏平衡分析;其次,基于储能综合价值测度结果,将环保性和风险性纳入对补偿的考量,运用改进的Shapley方法,结合“谁受益,谁补偿”和“按价值贡献度”原则设计储能综合价值补偿机制,搜寻对储能综合价值补偿的最佳系数,确定各相关利益主体得到收益中需要返还给储能投运商的补偿数额。基于上述研究,本文得出以下主要结论:（1）抽水蓄能是可再生能源消纳和等效节约电网投资场景下的最优选择,锂离子电池是辅助服务和需求响应管理场景下的最优选择。抽水蓄能、锂离子电池储能和压缩空气储能在四个场景下排名前3,均优于其他3种储能系统。四种场景下指标重要性排序显示,储能在不同应用场景下,同一性能指标的重要性是不同的,并且最后的敏感性分析显示,决策者的风险规避程度对压缩空气储能、飞轮储能和钒液流电池储能的评价结果影响较大,高风险规避情景下排名较低,低风险情境下其综合性能值提高,排名会有所上升。（2）储能选址定容结果显示,储能会配置在新型电力系统中的重要传输节点和靠近可再生能源接入节点,可再生能源的接入会提高储能最优配置容量,并且储能系统的充放电运行策略会受可再生能源出力特性的影响。本文构建的储能选址定容优化双层模型能够有效降低新型电力系统中多元随机不确定性影响,提高规划结果的抗干扰能力,降低可再生能源出力和负荷预测的偏差给系统运行带来的影响。（3）储能在含高比例可再生能源的新型电力系统中综合价值更大,在算例系统中的日价值为5.78万元。在不含可再生能源的场景下,储能综合价值占主要部分的是减少机组启动成本价值和减少机组燃料价值,其占比分别达到了74.47%和20.07%。在含高比例可再生能源的场景下,储能综合价值占主要部分的是减少线损价值、减少机组燃料价值和减少机组启动成本价值,其占比分别达到了41.18%、21.80%和33.22%。结合传统燃煤机组的出力曲线、单位发电煤耗变化和储能充放电运行情况可知,储能显着减少了传统燃煤机组承担的负荷峰值,降低了峰谷差异,能够让传统燃煤机组处于更加经济高效的运行状态,进而减少机组的单位煤耗。从含可再生能源场景的结果来看,若能合理地配置储能系统,会减少远距离输送电能的情况,减少线路损耗成本。（4）储能经济分析结果显示,从不计及储能综合价值的角度来看,储能的投资净现值为负,内部收益率为2.47%,远低于6%的参照值。从计及储能综合价值角度来看,储能得到的收益净现值为正,经过9.68年可收回初期的全部投资,储能投资的内部收益率为6.70%,因此对于新型电力系统来说投资储能是有益的。盈亏平衡分析结果显示,当成本维持当前水平时,储能综合价值需要实现98.82%才能弥补其成本;当储能综合价值实现度为0时,储能需要减少当前成本的20.07%才能够达到盈亏平衡。通过政策梳理发现,当前我国对储能商业化的引导重点在激励储能参与辅助服务,相关机构也在建立辅助服务市场,并在不断完善区域及地方的辅助服务市场交易规则和结算机制,缺少有关储能综合价值的补偿政策和机制。基于改进Shapley值法的储能综合价值补偿结果显示,储能得到的补偿占其给新型电力系统带来综合价值的38.58%,其中发电企业需要支付56.64%,电网公司需要支付43.36%,支付额为发电企业和电网公司分配所得价值收益的63.00%。为保障新型电力系统中储能综合价值补偿机制的有效实施,本文从以下三个方面提出保障措施:1)建立补偿监管机制,保障储能补偿通道顺畅;2)完善补偿配套政策措施,设计储能补偿发展规划;3)拓宽补偿资金来源渠道,支撑储能补偿机制实施。储能综合价值的补偿是一个渐进性、持续性、全局性与战略性的实践过程,需要长时间、分阶段、有步骤地推进,中央和地方相关部门需要编制科学合理的补偿发展规划,以保证补偿工作的持续开展与有序进行,促进储能产业在新型电力系统中的健康可持续发展。本文对储能在新型电力系统中的配置优化和综合价值测度进行了一定的研究,在未来的科研工作中,还需深入研究储能综合价值中分项价值的形成机理和测度方法,为构建储能补偿机制提供更准确的经济效益参考,以期为我国储能产业的可持续发展提供参考建议。
吴静[3]（2021）在《分布式资源聚合虚拟电厂多维交易优化模型研究》文中指出化石能源的大规模利用在推动我国经济高速发展时,也加剧了能源与环境间的矛盾,可再生能源的高效利用成为能源结构优化的主要方向及可持续发展的重要支撑。为了进一步合理化能源结构、探索市场对资源配置的决定性作用,我国新一轮电力体制改革将充分发挥市场化功能,建立公平合理、竞争活跃的电力市场,挖掘发电侧多源竞争活力。而分布式可再生能源具有单体容量小、地域分散、出力波动的特点,增加了电网统一调度的难度,也为配网运行带来风险。因此,实现对分布式资源的聚合管理,提高可再生电力的消纳水平与市场竞争水平是未来分布式可再生资源发展的重要基础。基于此,本文结合虚拟电厂技术,聚合多分布式资源进行运行优化建模,同时,结合我国电力市场化改革路径,对虚拟电厂参与中长期电力市场、日前市场及日内-实时市场等进行交易优化建模,并基于我国未开展电力现货市场运行地区的实际情况,对虚拟电厂参与辅助服务市场交易进行了建模分析,从而形成了对虚拟电厂参与多级电力市场交易下的优化研究。本文的主要研究内容如下:（1）梳理了虚拟电厂的基本概念、特点、典型项目模式及类型功能。首先对虚拟电厂的定义及特点进行了详细介绍,分析了虚拟电厂的典型结构。其次,从国内和国外两方选取典型虚拟电厂项目展开研究,选择了德国、欧盟等国外虚拟电厂典型项目分析其结构及供能,同时结合上海、冀北、江苏及天津的虚拟电厂项目,总结了我国典型虚拟电厂项目的实施内容及突出效益。最后,总结虚拟电厂类别,提出虚拟电厂参与电力市场交易的主要可行路径,为后续章节虚拟电厂电力交易优化模型构建的研究做出铺垫。（2）提出了考虑“电-气”互转的虚拟电厂低碳运行优化模型。首先,结合“碳减排”的政策导向,考虑引入P2G技术后虚拟电厂中的能源流向,提出接入“P2G”设备的虚拟电厂结构。其次,结合虚拟电厂中的能量流向及初步测算,引入碳交易以实现碳原料的充分供给,基于“零碳排”目标及经济性目标,构建考虑“电-气”互转的虚拟电厂多目标运行优化模型。最后,设置多情景分析引入P2G设备的虚拟电厂运行方案,并进一步分析了碳交易价格对虚拟电厂运行影响的价格传导影响机理。（3）提出了中长期市场交易下虚拟电厂的交易策略。首先,分析了我国电力市场的两种模式,总结了中长期市场下的交易品种和交易方式;其次,梳理了目前市场中中长期合约电量分解的相关规则,提出固定电价合约与差价合约机制下虚拟电厂的收益模型;然后,结合可再生能源配额制及绿色证书交易机制,构建了计及可再生能源衍生品的虚拟电厂中长期合约交易优化模型;最后,在综合绿证交易、合约交易及各单元出力成本的基础上,计算不同可再生能源出力情景下虚拟电厂在集中式电力市场交易规则和分散式电力市场交易规则下参与中长期市场合约交易的收益。（4）提出了日前市场下虚拟电厂的交易优化模型。首先,建模分析了虚拟电厂参与日前市场交易的不确定性来源;其次,提出日前市场中虚拟电厂出力的不确定性综合模型,从发电预测方面进行预测方法的优化改进,构建了基于EEMD-CS-ELM方法的风光出力预测模型,并结合CVaR理论,构建基于预测方法优化与CVaR的虚拟电厂日前市场交易优化模型;最后,选取典型地区对进行算例分析,验证了改进预测方法的有效性和模型的可实现性。（5）提出了基于主从博弈的虚拟电厂三阶段交易优化模型。首先,分析日前市场、日内市场与实时市场的关联耦合关系,提出虚拟电厂可在日内交易中通过博弈达到优化均衡。其次,结合日前、时前、实时三个阶段,以虚拟电厂收益最大的目标,考虑不同阶段下的收益构成,分阶段构建相关优化模型。最后,参考北欧地区丹麦市场2020年4月的现货市场交易数据,设计进行虚拟电厂的市场交易算例,以验证所构建的三阶段交易优化模型的有效性。（6）提出了基于信息间隙决策理论的虚拟电厂辅助服务交易优化模型。首先,结合P2G技术与调峰补偿机制的联合优化,提出参与调峰辅助服务市场的含P2G虚拟电厂的交易路径及内部物理模型;其次,考虑市场交易中的负荷不确定性,分别以不考虑负荷不确定性及考虑不确定性两种前提条件下提出虚拟电厂的交易优化模型;最后,结合拉丁超立方抽样场景生成法和距离测算场景削减法,处理源侧不确定性,联合多目标粒子群算法、帕累托最优解筛选模型和模糊理论对所提模型进行求解,并设计算例进行多情景分析。
周用[4]（2021）在《光伏微网系统的发电特性及运行优化研究》文中研究表明能源互联网的兴起不断推进新能源电力产业与传统电网的融合发展。光伏微网系统是以光伏系统为基本发电单元的新能源系统,是未来能源互联网建设的重要组成部分。光伏微网系统可分为单一独立型和互补混合型两类。它既可以保证最基本供电需求,又能实现多种能源互补发电。系统在并网运行时,能够与公共电网间实现电能交换;在离网运行时,可以为当地负荷提供必需的电能。这种发电模式不仅能避免偏远地区建设线缆线路的难题,也能削弱系统周边负荷的变化对电网的扰动冲击,并分担用电高峰时段的供电压力。然而,光伏微网系统发展至今仍然存在运行的经济可靠性不足、供需匹配平衡度不佳及间歇性发电等方面问题。为此,本文对光伏微网系统的发电特性及运行优化方法进行了深入研究。首先探究了光伏微网系统的基本特性,其中包括系统的结构类型、各组成部分的发电特性以及等效模型,并通过数据分析揭示了系统内部运行机制。随后结合系统技术经济指标,设计了综合效益分析方法。该方法中的数学评价模型和评价操作流程能有效优化系统配置,并实现最佳的环境和经济效益。其次,探究了太阳辐照量变化规律和风速分布规律,并分别对光伏电池最大功率跟踪控制、风力发电功率调节控制与储能系统电量平衡控制技术进行了优化设计。仿真结果显示:各项控制技术均具有出色的稳定性和可靠性,能较好地提升系统局部和整体运行性能。最后,为了推广建设光伏微网系统,在实际应用中验证了系统优化方案的可行性。通过对独立型系统整体构架、模块化电路功能及运行方式的研究,设计并实现了一套完整的实验方案。实物测试结果表明:该方案实现了优化光伏系统结构和供电可靠性的目的。另外,根据系统可靠性分析原理和等效负荷分布规律,设计了混合型系统运行控制和能量管理模式,并利用计算机优化仿真技术,分析得出了系统最佳配置方案,以及影响系统可靠经济运行的关键因素。本文通过对系统运行控制技术及配置优化方法进行探究,解决了系统推广建设时面临的突出问题。该项研究成果不仅增强了系统内部各电源间的协作能力,还提高了能源综合利用率和电能供应质量,为系统更为广泛的实际应用提供了一定的技术参考。
王鹏[5]（2020）在《小型独立式风光互补发电系统的研究与设计》文中研究表明当今世界经济飞速发展,能源问题日益突出,可再生能源成为解决能源危机和环境问题的重要途径。风能和太阳能作为一种绿色能源,其分布广泛,在空间和时间上具有很强的互补性,得到广泛的研究与应用。但这两种能源受环境条件影响比较大,在使用中容易造成供电的间歇性与波动性,如何将两种能源有效结合,并保持系统输出功率的连续性与经济性成为研究的关键。论文针对风光互补系统的电路结构,最大功率跟踪及储能系统进行研究,实现风能与太阳能的互补输出电能。首先,通过对当今广泛应用的独立式风光互补系统的研究,分析了系统的组成结构及工作原理。深入分析了光伏电池板及风力发电机的发电原理,根据其数学模型搭建了光伏电池板与风机的仿真模型。研究了蓄电池工作原理及电路拓扑结构,采用双输入Boost电路将光伏与风力发电结合在一个电路中,其后接双DC/DC变换电路连接蓄电池。其次,对光伏发电与风力发电最大功率跟踪进行研究,仿真验证跟踪策略的可行性。对光伏发电系统,在扰动观察法的基础上,设计了结合扰动观察法的模糊控制法,风力发电系统采用爬山搜索法。在最大功率跟踪控制下,仿真验证了双输入Boost电路中风光互补输入或单个系统输入,系统都能输出最大功率。同时对蓄电池充放电控制策略进行了设计,采用PI控制的恒压充放电控制策略进行仿真。最后,设计了系统的硬件部分与软件部分。硬件部分以DSP控制芯片为核心,同时包括电压采样电路、电流采样电路、驱动电路、电源转换电路等;软件部分以CCS5.3为平台,通过C语言进行程序编写,主要包括系统主程序设计、AD采样程序、PWM生成程序及蓄电池充放电程序。本文完成了风光互补发电系统的整体设计,可以实现光伏发电系统与风力发电系统在一个电路结构中完成最大功率输出,蓄电池可以根据系统需求进行充放电,系统能够稳定经济运行。
王尧[6]（2020）在《微能源网多能协同优化运行及效益评价模型研究》文中研究指明微能源网通过多能互补技术、综合能源服务等实现一定区域内的电、热、气、冷等多种能源的高效集成与协同供给。2016年,中国发改委提出《关于推进“互联网+”智慧能源发展的指导意见》,指出要加强多能协同综合能源网络建设,开展电、气、热、冷等不同类型能源之间的耦合互动和综合利用。微能源网群广泛应用智慧互联技术,作为一种智慧型区域网络,具备较高的新能源渗透率,通过能源储存和能源转化能够实现区域内能源供给和消耗的平衡。微能源网群可以根据实际需要交换能源,也可以与公共网络进行能源的灵活交互,实现了风、光、天然气等分布式能源的优化配置。因此,本文以微能源网为研究对象,重点研究微能源网容量配置、多能协同优化、综合效益评价,掌握得到微能源网“源-网-荷-储”优化配置模式,优化微能源网内、网间、网群多层级运行方式,建立综合效益评级模型指导微能源网建设和运营,主要研究内容如下:（1）分析了微能源网供给、转换、存储、消费等环节的能量特性。结合能源互联网的特性剖析了微能源网的功能;基于政策与实践试点项目提炼了微能源网的结构特征演变规律;对微能源网供给、转换、存储、消费等特性进行建模,分析能量的梯级利用。（2）提出了一种计及需求响应的综合能源系统协同优化配置方法。从系统结构和单元设备的角度分析了综合能源系统模型;分析了不同类型负荷参与综合需求响应的方式,建立了计及随机-认知不确定性的综合需求响应模型;构建“源-网-荷-储”容量配置双层规划模型,上层以建设综合能源系统经济性最优为目标优化单元容量,下层以日运行成本最低为目标优化单元出力;通过算例分析验证了模型和方法的有效性。（3）提出了微能源网多能协同互补双层调度优化模型。设计了一种新的微能源网结构,建立了微能源网的能量生产、能量转换和储能装置运行模型;利用二阶段优化理论,风光日前预测功率作为随机变量,构造上层日前调度模型,将其时前功率作为随机变量的实现,构造下层时前调度模型;采用细胞膜优化算法和混沌搜索算法对传统粒子群算法进行改进,对所提模型求解;选择深圳市龙岗区国际低碳园区进行实例分析。（4）提出了微能源网间多能协同交互平衡三级优化模型。以确立平均失负荷率最小为目标,构建多微能源网日前容量灵活性配置优化模型;利用条件风险价值度量风电和光伏不确定性所带来的风险成本,构建电、热、冷等多能协同日内调度优化模型;考虑不同时刻各主体（微能源网、激励型需求响应、上层能源网）的备用供给成本,确立备用调度成本最小的备用优化平衡方案;为了求解上述三级协同优化模型,提出基于信息熵和混沌搜索的改进蚁群算法;以深圳市国际低碳园区为实例对象,验证了模型的实用性和有效性。（5）提出了微能源网群多能协同分层协调多级优化模型。将多种能源生产设备、能源转换设备和能源存储设备集成微能源网,设计多微能源网在不同阶段（日前、日内、实时）多级竞价博弈框架体系;提出一种含多种博弈状态的三阶段优化模型;为模拟多微能源网竞价博弈过程,提出基于自适应调整信息挥发因子和转移概率的改进蚁群算法;以深圳市国际低碳园区为实例对象,制定微能源网群最佳运行策略。（6）建立了微能源网协同运行综合效益评价模型。分析了“以电定热”、“以热定电”、“热电混合”模式中的运行场景;刻画了微能源网中的居民楼宇、办公楼宇、商场等建筑的多负荷特征,构造了多类用户的年负荷曲线、冬夏典型日负荷曲线;分析了微能源网的结构布局,从经济、节能、减排等角度设计了微能源网3E效益评价指标;算例分析验证了微能源网的综合效益优势。
韦秋霜[7]（2020）在《风电-储能价值链协同决策模型及信息系统研究》文中提出随着传统能源危机和环境问题的日益突出,以风力发电为代表的清洁能源发展取得瞩目关注,但风电出力的随机性、弱抗干扰性和难预测性使风电消纳成为限制风电发展的关键性问题。储能技术具有瞬时响应和精准控制能力,能促进风电系统与负荷需求间的能量和功率平衡并提高风电利用率,成为实现风电价值管理的关键环节。在电力市场改革和信息技术条件下,围绕风电系统和储能系统构建“风电-储能”价值链,成为提高风电利用率、实现储能系统价值、促进价值链整体价值效应的解决方案。论文针对风电-储能价值链的价值管理过程,以促进价值链的价值创造和增值为目标,以提高风电利用率和储能系统价值为基本原则,构建风电-储能价值链,探讨价值链的利益管理、容量管理、用能管理和价值增值效应等协同决策问题,面向上述问题设计信息系统,通过谋求能量流、信息流和价值流的多维协同而寻求价值链价值效应的最大化。本文研究内容如下:（1）在分析风电及储能发展现状与瓶颈、风电产业链和价值链的基础上,界定了风电-储能价值链的基本内涵和框架结构,分析了新一代信息技术对价值链的支撑作用,论述了风电-储能价值链的协同决策理论框架,为论文后续研究奠定了理论基础。（2）构建了风电-储能价值链利益管理的协同决策模型。在设计并分析风电商-储能商协同交易模式的基础上,基于演化博弈理论,构建了风电商-储能商协同演化博弈模型,探讨了风电-储能价值链关键利益主体的协同交易策略和预期收益函数,讨论了二者间的动态演化博弈过程和演化稳定策略,通过仿真设计、结果分析和敏感性分析探讨了风电商和储能商协同交易的利益博弈和演化博弈情况,为构建利益主体间的稳定协同合作关系提供决策支持。（3）建立了风电-储能价值链容量管理的协同决策模型。首先,分析了价值链容量管理的协同框架。其次,构建了风电-混合储能系统,对系统的运行策略、组件模型和能量管理模型进行了分析和探讨。再次,以系统总成本、弃风量和供电缺失率为优化决策目标,构建了储能容量管理的协同优化决策模型,使用多目标粒子群算法和TOPSIS算法确定了系统最优配置。最后,通过对比分析和敏感性分析验证所构模型的合理性和有效性,证明了容量管理协同决策模型能够提高风电利用率并发挥储能系统的关键作用,促进系统的经济效益和环境效益协同。（4）构建了风电-储能价值链用能管理的协同决策模型。满足用户用能需求是实现风电-储能价值链价值效应的直接手段。首先,设计并分析了风电-储能价值链用能管理的协同框架。其次,构建了风电系统、氢储能系统、电池储能系统和电动汽车用能系统协调规划的风-储-充协同运行系统,探讨了系统的组件模型和系统控制策略。再次,以系统年利润最大化为目标函数,构建了协同优化决策模型。最后,利用改进的自适应遗传算法对系统最佳配置进行了优化,并在不同模拟场景下进行了算例分析,分析结果表明风-储-充协同运行系统能够高效满足用户用能需求,从而促进风电-储能价值链的价值效应。（5）构建了风电-储能价值链价值增值效应的协同决策模型。对风电-储能系统项目的价值增值效应进行综合决策研究,是风电-储能价值链协同决策的重要组成部分。基于指标构建原则,从系统协同维、业务协同维、价值协同维、信息协同维、外部协同维等五个维度构建了风电-储能价值链价值增值效应决策指标体系,基于区间二型模糊理论对指标进行了预处理,综合考虑决策指标的重要程度和影响程度确定了指标权重,并构建了区间二型模糊TOPSIS综合决策模型。最后,通过算例分析、对比分析和敏感性验证了区间二型模糊TOPSIS综合决策模型能够对不同风电-储能系统项目的价值增值效应进行综合决策并排序,为决策者提供理论基础和实践依据。（6）提出了风电-储能价值链信息系统设计方案。首先,论述了信息系统的系统需求和系统构建的可行性,探讨了智能物联信息系统构建的可能性。其次,分别从系统设计原则、工作流程设计、系统架构、物联集成模型、信息集成与共享模型等角度描述了智能物联信息系统的整体架构。再次,对智能物联信息系统的主要功能进行了设计,包括数据库设计、模型库设计、方法库设计和功能框架设计等。最后,对构建智能物联信息系统的关键技术进行了探讨,为实现风电-储能价值链的信息协同和价值增值效应提供了信息化手段和应用基础。本文研究为促进风电消纳、提升储能系统价值、提高风电-储能价值链的价值创造和增值提供了利益管理、容量管理、用能管理、价值增值效应等多维协同决策支持理论依据,基于信息技术为实现风电-储能价值链的信息协同提供了参考。本文选题不仅有理论探讨意义,还有重要的应用前景和实践意义。
汪敬人[8]（2020）在《海岛综合能源微网配置及运行优化建模仿真》文中研究指明伴随着人类社会的飞速进步,全球面临着陆地能源枯竭和环境污染加剧的双重压力。随着分布式能源技术、冷热电联供技术、微电网技术以及物联网技术的逐步发展,多能协同的综合能源微网系统逐步成熟,为缓解能源危机提供了技术支撑。由于综合能源微网可以容纳多种能源接入,如何对综合能源微网系统进行更高效合理的配置和调度,是促进能源利用效率提高的关键。本文以海岛综合能源微网为研究对象,针对海岛综合能源微网的结构和能源设备工况特性,构建海岛综合能源微网模型,研究与该模型相适应的系统配置与运行优化问题。研究工作主要包括如下内容:（1）海岛综合能源微网系统架构及建模仿真:首先,分析海岛综合能源微网系统输入侧可利用能源与荷端输出侧的能源需求;然后,在明确供需端实际情况基础上,考虑海岛综合能源微网设备的多样性、子系统之间的耦合关系以及能量流动的复杂性,构建海岛综合能源微网框架结构;对该系统关键组成部分进行仿真建模。（2）基于多种群协作多目标进化优化的海岛综合能源微网配置优化:针对研究内容（1）中所构建海岛综合能源微网系统,以减轻环境污染、降低投资和运行成本、提高可再生能源渗透率为目标,构建了系统配置多目标优化模型;然后,针对模型强约束特性,提出了基于多种群协作的多目标进化优化算法以求解该模型;考虑不同可再生能源接入场景对模型进行求解,并通过AHPTOPSIS方法对微网配置方案进行评价分析,仿真结果验证了构建模型和求解方法的可行性。（3）基于粒子群进化优化的海岛综合能源运行优化:针对研究内容（2）获得的配置方案,进一步考虑系统运行优化。首先,以可再生能源出力、多能负荷变化日前预测值为基础,构建考虑运行成本、环境成本、弃能成本和储能成本的日前运行优化模型;模拟冬季、夏季和过渡季三个典型日负荷与可再生能源的预测曲线,采用自适应权重粒子群进化优化算法,依照相应的运行优化求解流程,求解优化模型;仿真实验结果证明所得配置优化方案的可行性。综上所述,本文从海岛综合能源微网建模、配置优化、运行优化三个方面研究海岛综合能源微网系统,层层递进,算例分析表明所提模型及方法可有效提高微网的综合效益。该论文有图69幅,表23张,参考文献103篇
彭程,张卫存[9]（2019）在《风光互补发电系统研究回顾与展望》文中指出风光互补发电系统是新能源相关研究的重要方向之一,论文通过对国内外近三十年风光互补发电系统文献进行研究,回顾和总结了风光互补发电系统的研究历程,并对未来风光互补发电系统的研究趋势进行了分析。
苏康博[10]（2019）在《多类型水电协调下基于概率潮流的风光互补容量优化配置》文中认为发展可再生能源是我国的一项重大战略目标,国家发展和改革委员会发布的《可再生能源发展“十三五”规划》,确立了“加快推进包括水电等非化石能源发展,积极有序做好风电、太阳能等可再生能源转化利用”的思路。为响应国家能源政策,近年来湖南省积极发展风电和光伏发电。由于湖南一次能源相对贫乏,对外依存度很高,因此可再生能源的开发利用成为当务之急。区域资源丰富程度是衡量可再生能源开发利用的前提,资源分布不均和容量配置不合理对电网的安全平稳运行带来诸多问题并造成资源的浪费。为此,论文针对湖南省水、风、光可再生发电资源,开展资源特性分析、概率潮流分布及联合运行系统中风光电站装机容量的优化配置研究。首先,建立了风力发电和光伏发电的出力随机模型,进而基于Copula理论建立风光出力联合概率分布,对风光出力的相关性和互补性进行详细模拟。并基于气象部门历史监测数据,采用统计学方法对湖南水、风、光发电资源时空分布进行了详细刻画,主要涉及湖南多水区和少水区、各区域风速变化、三类相似性地区太阳能辐射量分布等,对各区域水、风、光装机容量、并网容量以及出力特性进行了分析,为下文研究风光接入对湖南电网概率潮流分布的影响以及湖南风光电站容量优化配置奠定基础。其次,建立了节点注入功率和支路功率的线性化模型,并分析了半不变量和Gram-Charlier级数展开法在概率潮流中的应用。接着在第二章对湖南水风光资源时空分布和出力特性分析以及建立的基于Frank-Copula函数的风光出力联合概率分布的基础上,利用半不变量和Gram-Charlier级数展开法,分3种场景对风光发电接入湖南500kV系统进行潮流计算分析。对比了不含风光接入、风电单独接入和风光互补接入下湖南电网稳态潮流变化特性,为下文研究考虑多类型水电协调的风光电站容量优化配置中电网的安全平稳运行提供保障。最后,针对径流式水电、梯级水电和抽水蓄能三种不同水电站建立其出力模型,并提出一种多类型水电-火电-风光联合系统运行策略。在此基础上,综合第二章的资源特性、出力特性和风光互补特性分析,第三章的风光接入对湖南电网概率潮流影响分析,以风光电站投资建设成本、联合系统运行维护成本及购电成本最小和风光发电占负荷需求比例最大为目标,考虑多类型水电站运行、水库库容、结点电压、支路功率和联络线传输功率等约束,建立了多类型水电协调的风光电站容量优化配置模型。基于湖南电网500kV线路等效接线图,将风电和光伏发电分别接入湖南风、光资源相对丰富区域的苏耽和罗城节点,采用基于极限学习机的改进粒子群算法进行仿真模拟,得出一种最优的风光电站装机容量配置方案。对比径流-梯级-火电-风光、径流-抽蓄-火电-风光、径流-梯级-抽蓄-火电-风光三种不同类型水电、火电和风光组成的联合系统在典型日的运行情况,得出径流-梯级-抽蓄-火电-风光联合系统配置的风光电站装机容量最多,且系统的日运行经济性最好、风光发电占负荷需求比例最高。
二、用模糊理论实现风/光互补发电的最优配置（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、用模糊理论实现风/光互补发电的最优配置（论文提纲范文）
（1）计及经济最优性和公平性的风光—抽蓄联合优化调度方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 含新能源电力系统调度方法国内研究现状 |
| 1.2.2 含新能源电力系统调度方法国外研究现状 |
| 1.3 主要研究内容 |
| 2 风光—抽蓄联合系统运行特性 |
| 2.1 风电场运行特性分析 |
| 2.1.1 风力发电机的数学模型 |
| 2.1.2 风电场运行特性 |
| 2.2 光伏电站运行特性分析 |
| 2.2.1 光伏发电的数学模型 |
| 2.2.2 光伏电站的运行特性 |
| 2.3 抽水蓄能电站运行特性 |
| 2.3.1 抽水蓄能电站水泵水轮机的数学模型 |
| 2.3.2 抽蓄电站的运行特性 |
| 2.4 风光—抽蓄联合系统运行策略 |
| 2.4.1 风光—抽蓄联合系统参与调度架构 |
| 2.4.2 风光—抽蓄联合系统运行策略 |
| 2.5 小结 |
| 3 电力系统公平性调度策略 |
| 3.1 公平调度模式对比分析 |
| 3.1.1 传统公平性调度模式 |
| 3.1.2 含新能源电力系统公平性调度模式分析 |
| 3.2 基于模糊综合排名优先级的公平调度模型 |
| 3.2.1 模糊综合排名优先级调度原则 |
| 3.2.2 模糊综合排名优先级指标计算体系 |
| 3.2.3 模糊综合排名优先级指标量化方法 |
| 3.3 模糊综合排名优先级评估算法 |
| 3.3.1 指标综合权重计算 |
| 3.3.2 新能源场站综合排名计算 |
| 3.3.3 新能源电站公平性调度 |
| 3.4 有效性分析 |
| 3.5 小结 |
| 4 计及经济最优性和公平性的风光—抽蓄联合系统两阶段优化调度 |
| 4.1 风光—抽蓄联合系统两阶段优化调度策略 |
| 4.2 风光—抽蓄联合系统第一阶段统经济最优调度模型 |
| 4.2.1 目标函数 |
| 4.2.2 约束条件 |
| 4.3 风光—抽蓄联合系统第二阶段公平性调度模型 |
| 4.4 算例分析 |
| 4.4.1 算例基础数据说明 |
| 4.4.2 新能源电站模糊综合排名优先级计算 |
| 4.4.3 多场景运行结果分析 |
| 4.4.4 各场站调度计划对比分析 |
| 4.4.5 电量均衡控制效果对比分析 |
| 4.5 小结 |
| 总结 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（2）新型电力系统中储能配置优化及综合价值测度研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 储能系统选型的综合评价研究现状 |
| 1.2.2 储能系统规划研究现状 |
| 1.2.3 储能系统价值测度研究现状 |
| 1.2.4 储能系统补偿激励机制研究现状 |
| 1.2.5 现有研究文献评述 |
| 1.3 论文主要研究内容及技术路线 |
| 1.3.1 主要研究内容 |
| 1.3.2 研究方案及技术路线 |
| 1.4 论文主要创新点 |
| 第2章 新型电力系统特征及储能应用分析 |
| 2.1 新型电力系统特征分析 |
| 2.2 新型电力系统中的储能应用分析 |
| 2.2.1 储能在发电领域的应用 |
| 2.2.2 储能在电力输配领域的应用 |
| 2.2.3 储能在用户侧领域的应用 |
| 2.3 储能系统的类型及技术特性分析 |
| 2.3.1 储能技术类型 |
| 2.3.2 储能技术特性需求分析 |
| 2.3.3 储能技术对比分析 |
| 2.4 本章小结 |
| 第3章 储能在新型电力系统中多应用场景选型研究 |
| 3.1 储能在新型电力系统中多应用场景选型指标体系构建 |
| 3.1.1 初始指标体系构建 |
| 3.1.2 基于模糊德尔菲法的指标体系筛选 |
| 3.2 基于BBWM-FCPT的新型电力系统储能多场景选型模型构建 |
| 3.2.1 贝叶斯最优最劣法 |
| 3.2.2 模糊累积前景理论 |
| 3.2.3 基于BBWM-FCPT的储能多应用场景选型模型构建 |
| 3.3 储能不同应用场景选型结果 |
| 3.3.1 计算标准化决策矩阵 |
| 3.3.2 储能各应用场景下最优选型评价结果 |
| 3.4 储能不同应用场景选型结果讨论 |
| 3.4.1 储能选型结果讨论 |
| 3.4.2 敏感性分析 |
| 3.4.3 方法比较分析 |
| 3.5 本章小结 |
| 第4章 储能在新型电力系统中考虑多元随机干扰的选址定容研究 |
| 4.1 新型电力系统储能选址定容模型 |
| 4.1.1 储能选址定容模型目标函数 |
| 4.1.2 储能选址定容模型约束条件 |
| 4.2 新型电力系统中多元随机干扰不确定性处理及模型鲁棒改造 |
| 4.2.1 新型电力系统中多元随机干扰不确定性处理 |
| 4.2.2 考虑多元随机干扰的储能选址定容模型鲁棒改造 |
| 4.3 考虑新型电力系统中多元随机干扰的储能选址定容模型求解方法 |
| 4.3.1 上层模型的求解方法 |
| 4.3.2 下层模型的求解方法 |
| 4.4 算例分析 |
| 4.4.1 算例介绍和相关参数的取值 |
| 4.4.2 结果分析 |
| 4.5 本章小结 |
| 第5章 新型电力系统中储能综合价值测度研究 |
| 5.1 外部性视角下储能系统综合价值机理分析 |
| 5.1.1 储能系统给发电厂商带来的正外部性分析 |
| 5.1.2 储能系统给电网公司带来的正外部性分析 |
| 5.1.3 储能系统给电力用户带来的正外部性分析 |
| 5.1.4 储能系统给环境带来的正外部性分析 |
| 5.2 新型电力系统中储能综合价值测度模型构建 |
| 5.2.1 新型电力系统中储能综合价值测度模型构建思路 |
| 5.2.2 计及外部性的储能综合价值测度模型目标函数 |
| 5.2.3 计及外部性的储能综合价值测度模型约束条件 |
| 5.3 算例分析 |
| 5.3.1 算例介绍和相关参数的取值 |
| 5.3.2 结果分析 |
| 5.4 本章小结 |
| 第6章 新型电力系统中储能综合价值补偿机制研究 |
| 6.1 计及储能综合价值影响的经济性分析 |
| 6.1.1 计及综合价值的储能技术经济分析 |
| 6.1.2 计及综合价值的储能盈亏平衡分析 |
| 6.2 基于改进SHAPLEY值法的储能综合价值补偿机制设计 |
| 6.2.1 我国储能系统补偿政策现状分析 |
| 6.2.2 传统Shapley值法基础理论模型 |
| 6.2.3 基于改进的Shapley值储能综合价值补偿机制设计 |
| 6.2.4 算例分析 |
| 6.3 新型电力系统中储能综合价值补偿机制保障措施 |
| 6.4 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论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（3）分布式资源聚合虚拟电厂多维交易优化模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 虚拟电厂研究现状 |
| 1.2.2 电力市场发展现状 |
| 1.2.3 虚拟电厂市场交易研究现状 |
| 1.3 论文主要研究内容和创新点 |
| 1.3.1 论文主要研究内容 |
| 1.3.2 论文研究技术路线 |
| 1.3.3 论文主要创新点 |
| 第2章 虚拟电厂发展现状及功能分析 |
| 2.1 虚拟电厂概述 |
| 2.1.1 虚拟电厂理论基础 |
| 2.1.2 虚拟电厂的组成与结构 |
| 2.2 典型虚拟电厂项目总结 |
| 2.2.1 国外典型虚拟电厂项目 |
| 2.2.2 国内典型虚拟电厂项目 |
| 2.3 虚拟电厂类型与功能 |
| 2.3.1 需求响应虚拟电厂 |
| 2.3.2 供给侧虚拟电厂 |
| 2.3.3 混合资产虚拟电厂 |
| 2.3.4 虚拟电厂参与电力市场的交易路径分析 |
| 2.4 本章小结 |
| 第3章 考虑碳减排目标的虚拟电厂运行优化模型 |
| 3.1 引言 |
| 3.2 虚拟电厂构成单元建模 |
| 3.2.1 微型燃气轮机 |
| 3.2.2 风电机组 |
| 3.2.3 光伏机组 |
| 3.2.4 电转气设备 |
| 3.2.5 需求响应 |
| 3.2.6 储能系统 |
| 3.3 考虑电-气互转的虚拟电厂运行优化模型 |
| 3.3.1 考虑电-气互转的虚拟电厂多目标运行优化模型 |
| 3.3.2 约束条件 |
| 3.3.3 线性化处理 |
| 3.4 算例分析 |
| 3.4.1 基础数据 |
| 3.4.2 算例分析 |
| 3.5 本章小结 |
| 第4章 虚拟电厂电力中长期合约交易优化模型 |
| 4.1 引言 |
| 4.2 中长期电力市场特点 |
| 4.2.1 电力市场模式 |
| 4.2.2 中长期市场交易品种 |
| 4.2.3 中长期电力市场交易方式 |
| 4.3 虚拟电厂参与中长期电力市场交易优化分析 |
| 4.3.1 中长期市场交易合约机制 |
| 4.3.2 固定电价合约下虚拟电厂收益分析 |
| 4.3.3 差价合约下虚拟电厂收益分析 |
| 4.4 计及可再生能源衍生品的虚拟电厂中长期合约交易优化分析 |
| 4.4.1 可再生能源配额制及绿色证书机制影响量化分析 |
| 4.4.2 计及可再生能源衍生品的虚拟电厂中长期合约交易决策模型 |
| 4.4.3 算例分析 |
| 4.5 本章小结 |
| 第5章 虚拟电厂日前电力市场交易优化模型 |
| 5.1 引言 |
| 5.2 日前交易下虚拟电厂不确定性分析 |
| 5.2.1 虚拟电厂不确定性分析及建模 |
| 5.2.2 结合CVaR的日前市场不确定性综合模型 |
| 5.3 基于EEMD-CS-ELM及CVAR方法的虚拟电厂日前交易优化模型 |
| 5.3.1 虚拟电厂内部不确定性处理 |
| 5.3.2 计及CVaR的虚拟电厂日前交易优化模型 |
| 5.3.3 基于蚁群算法的多目标优化模型求解 |
| 5.4 算例分析 |
| 5.4.1 基于EEMD-CS-ELM的风光出力预测 |
| 5.4.2 虚拟电厂日前交易结果分析 |
| 5.4.3 不同置信水平对虚拟电厂日前交易优化结果的影响 |
| 5.5 本章小结 |
| 第6章 虚拟电厂日内-实时交易优化模型 |
| 6.1 引言 |
| 6.2 电力日内-实时市场概述 |
| 6.2.1 日前市场与日内市场关联分析 |
| 6.2.2 日前市场与实时市场关联分析 |
| 6.2.3 虚拟电厂日内市场交易博弈行为分析 |
| 6.3 虚拟电厂参与日前电力市场交易建模 |
| 6.3.1 虚拟电厂参与日前-时前-实时市场交易 |
| 6.3.2 虚拟电厂多阶段交易优化模型 |
| 6.3.3 基于人工鱼群算法的模型求解方法 |
| 6.4 算例分析 |
| 6.4.1 基础数据 |
| 6.4.2 情景设置 |
| 6.4.3 结果分析 |
| 6.5 本章小结 |
| 第7章 虚拟电厂参与辅助服务市场交易优化模型 |
| 7.1 引言 |
| 7.2 调峰辅助服务市场环境下虚拟电厂参与路径 |
| 7.2.1 调峰辅助服务市场概述 |
| 7.2.2 虚拟电厂参与辅助服务市场 |
| 7.2.3 虚拟电厂物理模型 |
| 7.3 虚拟电厂辅助服务交易优化模型 |
| 7.3.1 不考虑负荷不确定性下交易优化模型 |
| 7.3.2 计及负荷不确定性基于IGDT的交易优化模型 |
| 7.3.3 优化结果评价指标 |
| 7.4 模型求解算法 |
| 7.4.1 风光不确定性处理算法 |
| 7.4.2 基于PSO的多目标优化模型求解算法 |
| 7.5 算例分析 |
| 7.5.1 情景设置 |
| 7.5.2 基础数据 |
| 7.5.3 确定性优化模型结果分析 |
| 7.5.4 不确定性优化模型结果分析 |
| 7.6 本章小结 |
| 第8章 结论与展望 |
| 8.1 研究成果与结论 |
| 8.2 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（4）光伏微网系统的发电特性及运行优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 英文缩略词表 |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 光伏微网系统的国内外研究现状 |
| 1.3 论文的主要研究内容 |
| 1.4 论文的组织结构 |
| 第2章 光伏微网发电系统的基本特性 |
| 2.1 光伏微网发电系统的类型 |
| 2.2 光伏微网发电系统的模型 |
| 2.2.1 独立型发电系统模型 |
| 2.2.2 混合型发电系统模型 |
| 2.3 光伏微网系统的发电特性 |
| 2.3.1 光伏电池板数学模型及发电特性 |
| 2.3.2 风力发电机数学模型及发电特性 |
| 2.3.3 蓄电池数学模型及充放电特性 |
| 2.4 本章小结 |
| 第3章 光伏微网发电系统的效益指标及评价方法 |
| 3.1 综合效益分析方法 |
| 3.2 综合评价体系的效益指标 |
| 3.3 效益评价方案的设计 |
| 3.4 本章小结 |
| 第4章 基于特定地域气象条件下的系统控制与优化 |
| 4.1 地域气象数据的收集与处理 |
| 4.1.1 光伏系统太阳辐照量 |
| 4.1.2 风力发电系统风速分布 |
| 4.2 光伏微网发电系统的运行控制策略 |
| 4.2.1 光伏电池最大功率跟踪控制算法及仿真 |
| 4.2.2 风力发电系统的功率调节控制 |
| 4.2.3 储能系统的电量平衡控制 |
| 4.3 本章小结 |
| 第5章 独立型光伏微网发电系统的实例研究 |
| 5.1 实用背景及意义 |
| 5.2 系统整体构架的设计 |
| 5.3 模块式光伏电源的设计 |
| 5.4 电路结构与功能设计 |
| 5.5 系统运行方式 |
| 5.6 系统的实现与测试 |
| 5.7 本章小结 |
| 第6章 混合型光伏微网发电系统的实例研究 |
| 6.1 实用研究目的 |
| 6.2 系统设计及优化过程 |
| 6.2.1 系统可靠性分析 |
| 6.2.2 负荷需求分布规律 |
| 6.2.3 运行控制和能量管理系统的设计 |
| 6.2.4 混合型光伏微网发电系统的仿真优化 |
| 6.3 本章小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的研究成果、参加学术会议及获奖 |
| 致谢 |
（5）小型独立式风光互补发电系统的研究与设计（论文提纲范文）
| 摘要 |
| Abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 风光互补发电系统研究现状 |
| 1.3 主要研究内容 |
| 2 风光互补发电系统结构 |
| 2.1 风光互补发电系统的组成部分 |
| 2.2 光伏发电系统 |
| 2.3 风力发电系统 |
| 2.4 蓄电池储能部分 |
| 2.5 DC/DC变换电路结构 |
| 2.6 本章小结 |
| 3 风光互补发电系统控制策略研究 |
| 3.1 最大功率点跟踪基本原理 |
| 3.2 光伏发电MPPT控制 |
| 3.3 光伏发电MPPT仿真 |
| 3.4 风力发电MPPT控制 |
| 3.5 风力发电MPPT仿真 |
| 3.6 风光互补发电系统仿真 |
| 3.7 蓄电池的充放电控制 |
| 3.8 本章小结 |
| 4 风光互补控制器硬件电路设计 |
| 4.1 控制器整体结构设计 |
| 4.2 DSP主控电路 |
| 4.3 功率主电路 |
| 4.4 电压电流检测电路 |
| 4.5 驱动电路 |
| 4.6 电源转换电路 |
| 4.7 本章小结 |
| 5 系统软件设计 |
| 5.1 系统主程序 |
| 5.2 A/D采样程序 |
| 5.3 PWM生成程序 |
| 5.4 蓄电池充放电控制程序 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录 |
| 作者简历 |
| 致谢 |
| 学位论文数据集 |
（6）微能源网多能协同优化运行及效益评价模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 微能源网多能协同规划研究现状 |
| 1.2.2 微能源网多能协同运行研究现状 |
| 1.2.3 微能源网多能协同效益评价研究现状 |
| 1.3 论文主要研究内容和创新点 |
| 1.3.1 论文主要研究内容 |
| 1.3.2 论文研究技术路线 |
| 1.3.3 论文研究创新点 |
| 第2章 微能源网发展演化历程及能量特性动态分析 |
| 2.1 微能源网概念概述 |
| 2.1.1 基本概念 |
| 2.1.2 功能特性 |
| 2.2 微能源网发展演化历程 |
| 2.2.1 发展相关政策 |
| 2.2.2 实践试点项目 |
| 2.3 微能源网能量特性分析与建模 |
| 2.3.1 供给环节能量特性 |
| 2.3.2 转换环节能量特性 |
| 2.3.3 存储环节能量特性 |
| 2.3.4 消费环节能量特性 |
| 2.4 本章小结 |
| 第3章 微能源网“源-网-荷-储”容量配置优化模型 |
| 3.1 引言 |
| 3.2 微能源网模型 |
| 3.2.1 微能源网结构 |
| 3.2.2 单元设备模型 |
| 3.3 计及不确定性的综合需求响应建模 |
| 3.3.1 需求响应模型 |
| 3.3.2 DR不确定性分析 |
| 3.3.3 随机-认知不确定性模型 |
| 3.4 微能源网双层容量配置优化模型 |
| 3.4.1 上层规划 |
| 3.4.2 下层规划 |
| 3.4.3 算例分析 |
| 3.5 本章小结 |
| 第4章 微能源网内多能协同互补双层调度优化模型 |
| 4.1 引言 |
| 4.2 微能源网结构框架 |
| 4.2.1 能源生产(EP)模型 |
| 4.2.2 能量转换(EC)模型 |
| 4.2.3 储能运行(ES)模型 |
| 4.3 微能源网双层调度优化模型 |
| 4.3.1 前提假设 |
| 4.3.2 上层调度模型 |
| 4.3.3 下层调度模型 |
| 4.4 混沌细胞膜粒子群算法 |
| 4.4.1 算法基本原理 |
| 4.4.2 算法求解流程 |
| 4.5 算例分析 |
| 4.5.1 基础数据 |
| 4.5.2 算例结果 |
| 4.5.3 结果分析 |
| 4.6 本章小结 |
| 第5章 微能源网间多能协同交互平衡三级优化模型 |
| 5.1 引言 |
| 5.2 三级协同优化框架 |
| 5.2.1 灵活性边界概念 |
| 5.2.2 协同优化框架 |
| 5.3 微能源网间三级协同运行优化模型 |
| 5.3.1 系统灵活配置优化模型 |
| 5.3.2 多能协同交互优化模型 |
| 5.3.3 备用多元平衡优化模型 |
| 5.4 多级数学模型求解算法 |
| 5.4.1 基本原理 |
| 5.4.2 求解流程 |
| 5.5 算例分析 |
| 5.5.1 基础数据 |
| 5.5.2 算例结果 |
| 5.5.3 结果分析 |
| 5.6 本章小结 |
| 第6章 微能源网群多能协同分层协调多级优化模型 |
| 6.1 引言 |
| 6.2 微能源网群多级竞价博弈体系 |
| 6.2.1 多能竞价博弈体系 |
| 6.2.2 多阶段竞价博弈体系 |
| 6.3 微能源网多能协同三级博弈优化模型 |
| 6.3.1 日前合作调度优化模型 |
| 6.3.2 日内非合作竞价博弈模型 |
| 6.3.3 实时合作修正优化模型 |
| 6.4 微能源网群多能竞价博弈过程模拟 |
| 6.4.1 改进蚁群算法 |
| 6.4.2 竞价博弈过程分析 |
| 6.5 算例分析 |
| 6.5.1 基础数据 |
| 6.5.2 算例结果 |
| 6.5.3 结果分析 |
| 6.6 本章小结 |
| 第7章 微能源网群多能协同运行综合效益评价模型 |
| 7.1 引言 |
| 7.2 微能源网多能协同运行模式分析 |
| 7.2.1 “以电定热”模式 |
| 7.2.2 “以热定电”模式 |
| 7.2.3 “热电混合”模式 |
| 7.3 微能网集群系统多负荷特征分析 |
| 7.3.1 居民楼宇负荷特征 |
| 7.3.2 办公楼宇负荷特征 |
| 7.3.3 商场负荷特征 |
| 7.4 微能网集群多能协同灵活运行效益评价模型 |
| 7.4.1 微能网集群系统结构 |
| 7.4.2 3E效益评价模型 |
| 7.4.3 算例分析 |
| 7.5 本章小结 |
| 第8章 研究成果和结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（7）风电-储能价值链协同决策模型及信息系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 风电-储能价值链研究现状 |
| 1.2.2 风电-储能价值链利益管理决策 |
| 1.2.3 风电-储能价值链协同优化决策 |
| 1.2.4 风电-储能价值链价值增值效应决策 |
| 1.2.5 信息技术与价值链协同方面研究 |
| 1.3 论文主要研究内容和创新点 |
| 1.3.1 论文主要研究内容 |
| 1.3.2 论文研究创新点 |
| 第2章 风电-储能价值链构建及协同决策分析 |
| 2.1 风电及储能现状分析 |
| 2.1.1 风电发展现状 |
| 2.1.2 风电与储能协同发展现状 |
| 2.1.3 风电和储能协同发展瓶颈分析 |
| 2.2 风电-储能价值链内涵与构建 |
| 2.2.1 风电产业链和价值链 |
| 2.2.2 风电-储能价值链的基本内涵 |
| 2.2.3 风电-储能价值链的构建 |
| 2.2.4 新一代信息技术对风电-储能价值链的支撑 |
| 2.3 风电-储能价值链协同决策理论框架分析 |
| 2.3.1 协同决策的必要性 |
| 2.3.2 协同决策问题分析 |
| 2.3.3 协同决策维度 |
| 2.3.4 协同决策内容 |
| 2.3.5 协同决策框架 |
| 2.4 本章小结 |
| 第3章 风电-储能价值链利益管理的协同决策模型 |
| 3.1 引言 |
| 3.2 风电商-储能商协同交易模式及分析 |
| 3.3 风电商-储能商协同演化博弈模型 |
| 3.3.1 演化博弈理论 |
| 3.3.2 模型假设 |
| 3.3.3 协同交易策略及收益函数 |
| 3.3.4 动态演化博弈模型及分析 |
| 3.4 仿真验证及结果分析 |
| 3.4.1 仿真设计 |
| 3.4.2 结果分析 |
| 3.4.3 敏感性分析 |
| 3.5 本章小结 |
| 第4章 风电-储能价值链容量管理的协同决策模型 |
| 4.1 引言 |
| 4.2 储能容量管理的协同框架及分析 |
| 4.3 储能容量管理的运行策略及模型构建 |
| 4.3.1 WF-HESS运行策略 |
| 4.3.2 WF-HESS组件模型 |
| 4.3.3 WF-HESS能量管理模型 |
| 4.4 储能容量管理的协同优化决策模型 |
| 4.4.1 多目标协同优化决策模型 |
| 4.4.2 基于MOPSO和TOPSIS的求解算法 |
| 4.4.3 算例分析 |
| 4.5 本章小结 |
| 第5章 风电-储能价值链用能管理的协同决策模型 |
| 5.1 引言 |
| 5.2 用能管理的协同框架及分析 |
| 5.3 系统组件模型构建与控制策略 |
| 5.3.1 组件模型构建 |
| 5.3.2 系统控制策略 |
| 5.4 用能管理的协同优化决策模型 |
| 5.4.1 目标函数 |
| 5.4.2 约束条件 |
| 5.4.3 基于IAGA的模型求解算法 |
| 5.4.4 情景分析 |
| 5.5 本章小结 |
| 第6章 风电-储能价值链价值增值效应的协同决策模型 |
| 6.1 引言 |
| 6.2 价值增值效应决策指标体系 |
| 6.2.1 指标构建原则 |
| 6.2.2 指标体系构建 |
| 6.3 价值链价值增值效应决策模型 |
| 6.3.1 决策指标的预处理 |
| 6.3.2 区间二型模糊数确定指标权重 |
| 6.3.3 区间二型模糊TOPSIS综合决策模型 |
| 6.4 算例分析 |
| 6.4.1 基础数据 |
| 6.4.2 结果分析 |
| 6.4.3 讨论分析 |
| 6.5 本章小结 |
| 第7章 风电-储能价值链信息系统架构设计 |
| 7.1 系统分析 |
| 7.1.1 系统需求分析 |
| 7.1.2 可行性分析 |
| 7.2 整体架构设计 |
| 7.2.1 设计原则 |
| 7.2.2 工作流程设计 |
| 7.2.3 系统架构 |
| 7.2.4 物联集成模型 |
| 7.2.5 信息集成与共享模型 |
| 7.3 系统功能设计 |
| 7.3.1 数据库设计 |
| 7.3.2 模型库设计 |
| 7.3.3 方法库设计 |
| 7.3.4 功能架构设计 |
| 7.4 关键技术 |
| 7.5 本章小结 |
| 第8章 研究成果与结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（8）海岛综合能源微网配置及运行优化建模仿真（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究动机 |
| 1.2 综合能源微网发展状况 |
| 1.3 综合能源微网系统配置和运行优化相关工作 |
| 1.4 本文研究内容和结构 |
| 1.5 本章小结 |
| 2 海岛综合能源微网系统架构及建模仿真 |
| 2.1 研究背景 |
| 2.2 海岛综合能源微网架构 |
| 2.3 供电设备模型 |
| 2.4 冷/热能处理设备模型 |
| 2.5 海水淡化机组模型 |
| 2.6 储能设备模型 |
| 2.7 本章小结 |
| 3 基于多种群协作多目标进化优化的海岛综合能源微网配置优化 |
| 3.1 研究背景 |
| 3.2 配置优化框架 |
| 3.3 海岛综合能源微网多目标优化配置模型构建 |
| 3.4 基于多种群协作进化的多目标配置优化 |
| 3.5 计及可再生能源的海岛综合能源微网优化配置算例分析 |
| 3.6 本章小结 |
| 4 基于粒子群进化优化的海岛综合能源运行优化 |
| 4.1 研究背景 |
| 4.2 海岛综合能源微网运行优化模型 |
| 4.3 基于粒子群算法的运行优化 |
| 4.4 海岛综合能源微网运行优化算例分析 |
| 4.5 本章小结 |
| 5 总结与展望 |
| 5.1 本文工作总结 |
| 5.2 未来研究工作 |
| 参考文献 |
| 附录1 海岛微电网仿真模型 |
| 作者简历 |
| 学位论文数据集 |
（9）风光互补发电系统研究回顾与展望（论文提纲范文）
| 1 国外风光互补发电系统研究回顾及评析 |
| 2 国内风光互补发电系统研究回顾及评析 |
| 3 风光互补发电系统研究趋势分析 |
| 3.1 风光互补发电系统的类型和容量研究趋于多样化 |
| 3.2 风光互补发电系统的发电及电力输出控制研究依旧处于重要地位 |
| 3.3 风光互补发电系统的储能装置的设计和选型研究日渐凸显其重要性 |
| 3.4 风光互补发电系统的逆变器研究仍有较长的路要走 |
（10）多类型水电协调下基于概率潮流的风光互补容量优化配置（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 水风光资源特性及互补性分析 |
| 1.2.2 不同类型水电调节风光出力特性 |
| 1.2.3 联合发电系统容量优化配置研究 |
| 1.3 论文研究的主要工作 |
| 第二章 水风光发电资源时空分布及出力特性分析 |
| 2.1 引言 |
| 2.2 风光出力随机模型 |
| 2.2.1 风电出力随机模型 |
| 2.2.2 光伏发电出力随机模型 |
| 2.3 风光发电出力的联合概率分布建模 |
| 2.3.1 风电和光伏发电出力的非参数核密度估计 |
| 2.3.2 Copula函数的选择方法 |
| 2.3.3 Copula函数的相关性测度 |
| 2.3.4 风光互补出力的联合概率分布 |
| 2.4 湖南水资源特性分析 |
| 2.4.1 湖南降水时空分布 |
| 2.4.2 湖南水电出力特性 |
| 2.5 湖南风资源特性分析 |
| 2.5.1 湖南风速时空分布 |
| 2.5.2 湖南风电出力特性 |
| 2.6 湖南太阳能资源特性分析 |
| 2.6.1 湖南太阳能资源时空分布 |
| 2.6.2 湖南太阳能电站出力特性分析 |
| 2.7 本章小结 |
| 第三章 风光发电接入对电网概率潮流影响分析 |
| 3.1 引言 |
| 3.2 概率潮流的线性化模型 |
| 3.2.1 节点注入功率线性化模型 |
| 3.2.2 支路功率线性化模型 |
| 3.3 半不变量和Gram-Charlier级数展开法在概率潮流中的应用 |
| 3.4 风光接入湖南电网的概率潮流计算 |
| 3.4.1 潮流计算原始数据 |
| 3.4.2 不含风光发电接入时湖南电网500kV系统的概率潮流计算 |
| 3.4.3 只含风电接入湖南电网500kV系统的概率潮流计算 |
| 3.4.4 风光互补接入湖南电网500kV系统的概率潮流计算 |
| 3.5 本章小结 |
| 第四章 考虑多类型水电协调的风光电站容量优化配置方法 |
| 4.1 引言 |
| 4.2 多类型水电站出力模型 |
| 4.2.1 径流式水电站出力模型 |
| 4.2.2 梯级水电站出力模型 |
| 4.2.3 抽水蓄能电站出力模型 |
| 4.3 多类型水电站和风光电站的联合运行策略 |
| 4.4 考虑多类型水电协调的风光电站容量优化配置模型 |
| 4.4.1 目标函数 |
| 4.4.2 多目标处理 |
| 4.4.3 约束条件 |
| 4.4.4 SAA法处理机会约束 |
| 4.4.5 求解算法 |
| 4.5 算例分析 |
| 4.5.1 参数设置 |
| 4.5.2 联合发电系统优化配置结果分析 |
| 4.6 本章小结 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读硕士学位期间发表的论文及获得的专利 |
| 附录B 攻读硕士学位期间获得的奖励 |
| 附录C 攻读硕士学位期间参与的项目 |
四、用模糊理论实现风/光互补发电的最优配置（论文参考文献）
- [1]计及经济最优性和公平性的风光—抽蓄联合优化调度方法研究[D]. 牒鑫. 兰州交通大学, 2021(02)
- [2]新型电力系统中储能配置优化及综合价值测度研究[D]. 陆昊. 华北电力大学(北京), 2021
- [3]分布式资源聚合虚拟电厂多维交易优化模型研究[D]. 吴静. 华北电力大学(北京), 2021(01)
- [4]光伏微网系统的发电特性及运行优化研究[D]. 周用. 湖北民族大学, 2021(12)
- [5]小型独立式风光互补发电系统的研究与设计[D]. 王鹏. 山东科技大学, 2020(06)
- [6]微能源网多能协同优化运行及效益评价模型研究[D]. 王尧. 华北电力大学(北京), 2020
- [7]风电-储能价值链协同决策模型及信息系统研究[D]. 韦秋霜. 华北电力大学(北京), 2020
- [8]海岛综合能源微网配置及运行优化建模仿真[D]. 汪敬人. 中国矿业大学, 2020(03)
- [9]风光互补发电系统研究回顾与展望[J]. 彭程,张卫存. 桂林航天工业学院学报, 2019(02)
- [10]多类型水电协调下基于概率潮流的风光互补容量优化配置[D]. 苏康博. 长沙理工大学, 2019(06)