首页> 中文学位 >大规模风能并网发电的可靠性和经济性研究
【6h】

大规模风能并网发电的可靠性和经济性研究

代理获取

目录

声明

摘要

第1章 绪论

1.1 选题背景

1.2 国内外研究现状

1.2.1 国外研究现状

1.2.2 国内研究现状

1.3 本文研究的主要内容

第2章 我国风电产业发展和并网问题分析

2.1 我国风电产业发展存在的突出问题

2.1.1 风电设备制造问题

2.1.2 风电并网的技术标准问题

2.1.3 电网对风电的消纳问题

2.2 风能并网发电对电网的影响

2.2.1 对安全稳定运行的影响

2.2.2 对电能质量的影响

2.3 风能并网发电对电力系统的影响

2.3.1 对电力系统运行成本的影响

2.3.2 对电力系统调度的影响

2.3.3 对电力系统规划的影响

2.4 面向可靠性和经济性的风能并网发电的解决方案

2.4.1 面向可靠性的风能并网发电的解决方案

2.4.2 面向经济性的风能并网发电的解决方案

2.5 本章小结

第3章 风电并网的可靠性分析和评价模型

3.1 风电并网对系统可靠性的影响因素

3.2 风电场并网发电的可靠性分析模型

3.2.1 风速模型

3.2.2 风力发电机组出力模型

3.2.3 风力发电机组停运模型

3.3 风电场并网发电的可靠性评价模型

3.3.1 风电场发电密集度

3.3.2 风电场运行安全度

3.3.3 风电场容量有效度

3.3.4 算例分析

3.4 可靠性评价指标的敏感性分析

3.4.1 不同类型风速对并网风电场发电可靠性水平的影响分析

3.4.2 切入风速对风电场并网发电可靠性水平的影响分析

3.4.3 额定风速对风电场并网发电可靠性水平的影响分析

3.4.4 切出风速对风电场并网发电可靠性水平的影响分析

3.5 本章小结

第4章 风电并网的环境效益分析模型

4.1 风能并网发电的节能减排效益分析

4.1.1 风能并网发电的节能效益分析

4.1.2 风能并网发电的减排效益分析

4.2 风能并网发电的环境影响分析

4.2.1 风能利用对环境现状的影响

4.2.2 风能并网发电的环境影响分析模型

4.3 算例分析

4.4 本章小结

第5章 风电并网的经济性分析和综合评价模型

5.1 影响风电经济性能的因素

5.1.1 风电机组价格

5.1.2 风能发电成本

5.1.3 政策环境

5.2 构建风能并网发电的经济性评价指标体系

5.2.1 风能并网发电的经济效益评价指标

5.2.2 风能并网发电的社会效益评价指标

5.3 基于模糊理想点的BP神经网络的综合评价方法

5.3.1 模糊理想点法

5.3.2 BP神经网络综合评价法

5.4 基于改进的粒子群算法优化BP神经网络的综合评价方法

5.4.1 粒子群优化(PSO)算法原理

5.4.2 改进PSO算法原理

5.4.3 改进PSO算法优化BP神经网络

5.5 风电并网的经济性综合评价算例分析

5.5.1 风电场的经济效益的敏感性分析

5.5.2 风电并网的经济性综合评价分析

5.6 本章小结

第6章 结论与展望

6.1 论文工作成果

6.2 展望

参考文献

攻读硕士学位期间发表的学术论文及其它成果

致谢

展开▼

摘要

随着全球能源危机的急剧加深和对环境问题的日益关注,风电作为可再生能源中技术相对成熟、商业化发展前景良好、规模化开发条件充足的清洁能源,已经成为世界主要大国调整能源结构的重要选择。我国的风电行业起步较晚,近年来虽然在政策法规的指导和鼓励下发展迅猛,但是存在个别关键零部件的设计技术仍然依靠国外进口,部分风电设备质量和可靠性未能及时跟上等方面不足,严重影响了风电产业的规模化发展速度,延缓了风电产业经济性的提升速度,因此提高风电的可靠性和经济性,对促进风电与电网的协调发展起着至关重要的作用。
  本文首先阐述了目前国内外风力发电的研究现状,分析了我国风电产业的发展存在的问题,探讨了风能并入电网所引发的一些亟待解决的问题。其次,研究了风电场并网发电的可靠性影响因素,从技术和经济两个视角入手,构建了风电场并网发电的可靠性分析模型,设计了衡量风电场并网发电的可靠性评价模型,探讨了风电并网的连续性、安全性和充裕性问题,采用算例分析验证了模型和指标的科学性和有效性。再次,一方面,从风能发电的环保角度出发,提出了评价风电节能效益和减排效益的指标,建立了风能并网发电的节能减排效益分析模型;另一方面,从长远角度考虑,分析了风能开发利用的环境问题,构建了风能利用的环境影响模型,并通过算例分析验证了模型的正确性和有效性。最后,从市场角度确定了影响风电经济性能的因素,提出了评价风能并网发电的经济和社会效益指标,并且从盈利性和社会性两个层面建立了风能并网发电的经济性评价体系,分别选择了单纯BP神经网络算法和改进的PSO-BP神经网络算法验证指标的合理性,证明了后者对比于前者具有更好的网络学习能力和推理能力,旨在为风电产业的快速发展奠定更坚实的基础。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号