本文是一篇电气自动化论文，本文提出一种基于弹性消纳新能源的火电机组调峰优化调度策略，提出调峰裕度作为电网调峰灵活性的指标，将基于弹性消纳新能源的火电机组调峰优化调度策略转变为动态规划策略，并且将新能源出力预测的不确定部分与负荷预测的不确定部分离散化，并以模拟退火-Q 学习算法求解调度策略，与优化前运行数据进行对比分析，不仅较好的处理了新能源以及负荷的不确定性，而且有效降低了的系统的运行费用并提高了系统调峰的灵活性，为电网调度人员在处理新能源消纳时提供良好的参考，具有良好的实际应用价值。
第一章 绪论
1.1课题的研究背景与意义
由工业革命开始，蒸汽机的改 良使得大机器工业逐渐取代工场手工业，煤炭等一次能源的地位不断上升并占领了主导地位。随着时代的推移和技术的改革与更新，能源关系着各个国家的经济发展，人们在生活中也越来越离不开能源。但长期的开采导致能源的储备量不断下降，不可再生能源即将枯竭，同时不可再生能源的使用也对地球环境造成了巨大的破坏，因此清洁能源的研究与应用是打破现状的唯一途径。针对这一现状，各个国家积极建设新能源并实现能源转型，据国际可再生能源机构（IRENA）发布的《2021 年可再生能源发电量统计》显示，截止 2020 年末，全球水力发电的总装机容量达到 1331GW，风能的总装机容量达到 713GW，太阳能的总装机容量达到 733GW，生物能源的总装机容量达到 126GW。其中，中国的水力发电的总装机容量为 370GW，风能的总装机容量为 281GW，太阳能的总装机容量达到 254GW，生物能源的总装机容量为 18GW，占我国总装机容量的 42.4%。根据我国“十四五”规划主要内容，我国可再生能源发展格局将呈现“大规模”、“高比例”、“市场化”、“高质量”的新特征，即可再生能源发电总装机容量占我国发电总装机容量的比例超过 50%；可再生能源变为能源电力消费的增量主体；今年开始风电光伏发展进入平价阶段，摆脱对补贴的依赖，实现市场化和竞争化；提升新能源消纳和存储水平，实现大规模开发和高水平消纳利用。
2020 年全球增加了 260GW 可再生能源，比 2019 年增长了近 50%，其中光伏和风电发展尤为惊人，2020 年全球光伏和风电装机容量分别新增 127GW 和 111GW，中国光伏和风电新增装机容量为 121GW，美国光伏和风电新增装机容量为 29GW，中国光伏和风电的新增装机容量是美国的 4 倍。在新能源快速发展的形势下，光伏和风电已经成为多个省市中除火电之外的主要发电方式。当大规模光伏风电并网后，光伏风电的出力随机特性导致负荷峰谷差不断增大，如风电在夜间负荷低谷时段功率大发、光伏在中午时段负荷峰值时段功率大发，电网为消纳新能源导致火电机组调峰压力不断增大。在我国大规模光伏风电装机消纳形势下，火电机组深度调峰已经不能满足电网的运行要求，尤其在某些省市新能源全额消纳政策下，地区电网为保证光伏风电等新能源的全额消纳不得不采取火电机组启停调峰以使得电网功率动态平衡。电网调峰资源不足在限制了新能源的消纳容量的同时，也对电网运行经济性和调峰灵活性也带了不利影响。
..............................
1.2国内外研究现状
1.2.1 火电机组调峰研究现状
国内外研究人员对火电机组深度调峰进行了许多深入的探索研究，主要是研究火电机组深度调峰的技术和安全性能等问题。在火电机组深度调峰技术方面，文献[1]针对亚临界机组简化非线性动态模型，通过将 PID 参数整定方法与仿真分析结合，得到主要工况点协调控制系统最优参数,并提出适应工况变化的变参数控制逻辑，改造应用至某火电机组深度调峰后，极大保证了机组协调控制系统的控制品质。文献[2]分析了多种调峰模式对火电机组性能的影响，综合考虑机组能耗、调峰能力、供热能力等因素后，对比表明：高低压旁路+低压缸切缸的调峰模式为最优调峰方案。文献[3]针对某火电机组，研究了三种热点解耦方案，并考虑多种因素，确定不同情况下对机组的改造方案。三种方案在机组调峰灵活性、经济性与机组调峰能力等方面各自具有其自身的优势。文献[4]针对目前传统功率调节系统存在非线性以及不同工况下调节品质差异明显等问题,提出了一种基于多模型预测控制的先进一次调频控制策略。保证了火电机组在深度调峰状态下的一次调频性能。文献[5]计及深度调峰运行的附加成本，建立考虑机组组合问题的火电深度调峰改造规划模型，以策略迭代近似动态规划法解耦模型，结果表明在不同改造方案下可得到经济性最优的改造策略。文献[6]针对“三北”地区采暖区电负荷与热负荷不平衡现状，从技术路线及方案等方面入手对火电机组灵活性改造进行研究，并确立了改造方案。分析结果表明各方案在其适用范围内提升了火电机组运行的灵活性，并增加了火电机组的调峰深度。文献[7]考虑了火电机组深度调峰时的多方局限后，从多个方面给出了热工控制系统改造方案。实验表明深度调峰技术需要全面统筹，机组热工控制性能可极大提升。文献[8]测试了三台典型火电机组在深调调峰状态下的稳燃性能、水动力性能等，摸清了火电机组在低负荷时深度调峰能力。
以上文献研究基本上集中于火电机组如何改造使得机组深度调峰更灵活、更经济，然而关于深度调峰过程中火电机组能耗成本问题的研究成果不多。[9]因此，在新能源消纳下，根据电网历史运行数据及火电机组调峰运行特性等，在现有调峰策略基础上，如何保证新能源定量消纳与火电机组深度调峰运行协调运行是急需研究的问题。
..............................
第二章 新能源消纳下系统调峰特性分析
2.1新能源出力以及并网特性
在电网实际运行过程中，调度机构通过气象数据预测可以得到次日的风速预测曲线，并进行日前风电功率预测。尽管风电输出功率可以用风速为变量的分段函数表示，但由于风速受地域、环境等因素的影响，具有较强的随机性与波动性，因此在处理日前电力系统调度安排时，需根据风速的分布特性对日前风电出力预测准确性进行优化，通过查阅海量的风电历史实际功率数据和日前风电功率预测数据、日内超短期风电功率预测数据，对二者之间的功率预测误差进行分析研究。
根据对光伏风电等清洁能源的出力模型和分布特性研究可知，影响光伏输出功率和风电输出功率的辐照量和风速在一定范围内都存在一定的概率密度函数。针对风力功率输出问题，大量风电历史数据表明，风电出力在一定时间内的波动变化率非常小，因此可以通过单步预测方法和多步预测方法进行出力预测，把握时间尺度定量分析，基于此种方法来缩短风电出力预测值的计算时间并提高风电出力预测值的预测精度，使得日前风电输出功率满足并网要求。而针对光伏出力随机波动问题，光伏出力相较于风电出力具有更强的时段性，光伏出力的波动性主要表示为白天辐照强度的预测误差。考虑太阳能硅晶板的温度对光伏输出功率的影响，可以将预测时段内的温度视为恒定值以减小温度误差对光伏出力的影响，因此仅需将天气要素中的辐照强度进行细化研究来对光伏出力预测进行优化。目前多数针对光伏出力优化预测的文章，大部分采用聚类方法将辐照强度进行聚类，细化天气类型并建立预测模型，通过神经网络训练大量历史数据或机器学习算法等人工智能方法对光伏出力进行预测，得到基于历史数据的更为精准的预测出力值。
..............................
2.2 新能源消纳下的火电机组深度调峰分析
在一般情况下，火电机组进行深度调峰便可满足新能源消纳的调峰需求，但地区电网不断增大新能源装机容量导致新能源在出力高峰时段功率过高，会出现火电机组负荷率降低到一定水平时仍无法满足电网消纳新能源的调峰需求的情况，此时则需考虑火电机组停机调峰的运行。火电机组深度调峰与启停调峰对电网电网运行的经济性与灵活性都有一定影响，因此需研究新能源消纳下的火电机组深度调峰特性以及新能源消纳与火电机组深度调峰的相关性。
根据火电机组的运行状态和能耗特性，其调峰过程可以分为常规调峰(regular peak regulation，RPR)、不投油深度调峰(deep peak regulation without oil，DPR)、投油深度调峰(deep peak regulation with oil，DPRO)，可由图 2-1 所示。其中aP 表示机组深度调峰不投油最低稳燃出力，bP 表示机组深度调峰投油稳燃极限出力，maxP 表示机组最大运行出力，minP 表示机组的最小运行出力[29]。
电气自动化论文怎么写
在大规模新能源接入电网的形势下，600MW、1000MW 等大容量火电机组的锅炉在设计时考虑了其带有一定的调峰能力，而我国投入使用较早的 300MW 以下小容量火电机组的锅炉受技术限制，只带有基本负荷能力，且现阶段小容量火电机组并未全部改造完成，因此小容量火电机组在深度调峰时速率较慢，有些机组不投油最低稳燃出力时机组运行负荷率高达60%，因此小容量火电机组不适合经常开停机。电网公司在改造火电机组后，火电机组调峰深度大大增加，调峰机组的灵活性也逐渐上升，已经能够在电网较大调峰需求时刻进行深度调峰。火电机组在调峰的不同阶段对应的机组运行成本也不同，其各类运行成本可由下文所知。
..............................
第三章 基于模拟退火-Q 学习算法的火电机组调峰优化调度 ............................. 28
3.1 调峰运行费用分析 ................................................. 28
3.1.1 火电机组参与调峰的固定成本.................................. 28
3.1.2 电网调峰补偿费用 ....................................... 29
第四章 基于模糊综合评价的火电机组调峰效益分析 ............................ 54
4.1 基于区间数的模糊综合评价模型 .................................... 54
4.1.1 基于区间数的梯形隶属函数 ..................................... 54
4.1.2 基于区间数的模糊综合评价模型..................... 56
第五章 总结与展望 ...................... 74
5.1 总结 .......................................... 74
5.2 展望 ................................... 75
第四章 基于模糊综合评价的火电机组调峰效益分析
4.1 基于区间数的模糊综合评价模型
4.1.1 基于区间数的梯形隶属函数
模糊集的隶属函数有多种，即模糊分布有种，但确定隶属函数的方法多种多样，既可以通过模糊统计方法来确定，也可以通过指派方法来确定。常见的隶属函数类型有矩阵型、梯形、k 次抛物型、 型、正态型、柯西型等。矩阵型的隶属函数不能对两个界限之间的数据进行处理； 型和正态型的隶属函数无法归类同一等级的数据；而柯西型与梯形隶属函数可以归类不同等级的数据。由于电网中各火电机组的运行情况各不相同，若以相同标准评价，评价结果的准确性与可靠性欠缺，因此本文选择梯形隶属函数计算隶属度。由于梯形隶属函数在归类指标数据时，不能清晰表达指标数据和隶属度之间的关系式，若指标数据与隶属度的关系为线性关系，则本文采用基于区间数的梯形隶属函数进行指标分析[44]，如图 4-1 所示。
电气自动化论文参考
..........................
第五章 总结与展望
5.1 总结
在大规模新能源并网的形式下，新能源出力的波动随机性以及电网用电负荷的不确定性等问题对电网安全稳定运行造成负面影响，电网中火电机组的调峰空间一再被压缩，从而导致火电机组进行深度调峰，但受新能源全额消纳政策的限制，电网在消纳新能源电量时若火电机组深度调峰仍无法满足电网的运行要求，则需进行火电机组启停调峰。如果能够发现新能源消纳与电网深度调峰的相关性，研究火电机组深度调峰与启停调峰时的经济性与灵活性，提出一个能够协调新能源和电网调峰的运行策略，将有助于电网在深度调峰与启停调峰之间做出选择，并促进新能源的消纳。因此本文首先建立新能源消纳与电网深度调峰的相关性模型，并分析某地区电网在某日的深度调峰策略和启停调峰策略；其次建立一种基于新能源弹性消纳的火电机组调峰经济调度模型，并提出系统调峰裕度作为评判电网调峰灵活性的指标，以模拟退火-Q 学习算法求解弹性消纳的火电机组调峰调度策略并分析；最后提出基于区间数和多场景的新能源消纳下火电机组调峰效益的模糊综合评价方法，提出新能源消纳保障性收购小时数作为新能源保障性收购指标，并分析对不同策略的综合得分及综合效益。得出以下结论：
（1）新能源消纳与电网深度调峰运行的相关性研究，以某省级电网月度运行数据以及典型日运行数据为基础，揭示电网深度调峰运行的季节性以及时段特性等，并量化出新能源消纳电量与电网深度调峰运行各指标的影响程度，以电网典型日运行数据说明不同新能源消纳量对电网中火电机组深度调峰和启停调峰策略的不同意义。
（2）本文提出一种基于弹性消纳新能源的火电机组调峰优化调度策略，提出调峰裕度作为电网调峰灵活性的指标，将基于弹性消纳新能源的火电机组调峰优化调度策略转变为动态规划策略，并且将新能源出力预测的不确定部分与负荷预测的不确定部分离散化，并以模拟退火-Q 学习算法求解调度策略，与优化前运行数据进行对比分析，不仅较好的处理了新能源以及负荷的不确定性，而且有效降低了的系统的运行费用并提高了系统调峰的灵活性，为电网调度人员在处理新能源消纳时提供良好的参考，具有良好的实际应用价值。
参考文献（略）