跳到主要內容

臺灣博碩士論文加值系統

(100.28.0.143) 您好!臺灣時間:2024/07/13 18:50
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:常文峻
研究生(外文):Wen-Chun Chang
論文名稱:考慮最小成本與需量反應之分散式電源規劃及單日空調排程
論文名稱(外文):Distributed Generation Planning Considering Cost Minimization and Demand Response and Day-ahead kW Scheduling of Air-conditioning
指導教授:洪穎怡洪穎怡引用關係
指導教授(外文):YING-YI HONG
學位類別:碩士
校院名稱:中原大學
系所名稱:電機工程研究所
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2016
畢業學年度:104
語文別:中文
論文頁數:157
中文關鍵詞:分散式電源需量反應時間電價單日排程模糊分類馬可夫模型
外文關鍵詞:Distributed GenerationDemand ResponseTime-of-use PriceDay-ahead SchedulingFuzzy ClusteringMarkov Model
相關次數:
  • 被引用被引用:0
  • 點閱點閱:154
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
近年來隨者氣候變遷所帶來的環境議題影響日漸加重,使得分散式電源與需量反應的研究與發展更加熱絡。本論文使用模糊C均值法 (Fuzzy-c-Mean, FCM)、馬可夫模型及內部點法求解小型電力系統之再生能源電源規劃與單日最佳室內溫度排程問題。首先應用FCM分類法將風力發電機、太陽能電池發電量、非彈性負載及室外溫度分類,以便進行馬可夫模型分析。使用馬可夫模型可計算其機率、頻率及持續時間,可加快內部點法運算速度。最後考慮舒適度與需量反應,並結合內部點法求出符合最小成本之再生能源電源規劃。再應用自適應演算法與內部點法,對確定和不確定性的氣候與負載做單日最佳化空調排程(夏、冬季)。本論文假設環境為50戶的小型社區(非彈性負載),每1戶裝有1台冷暖氣機,共50台(彈性負載)。本論文應用馬可夫模型可使內部點法模擬時間較時間依序法減少近3-5倍且最小成本之誤差皆於6.4%以內。

In recent years, because the impact of global climate change on the environment is a crucial issue, research and development of distributed generation and demand response become important. In this thesis, the Fuzzy-c-Mean (FCM), Markov model, and interior point method are used for sizing renewable energy power of a small power system, and for studying the day-ahead indoor temperature scheduling problems. Using FCM, wind power, solar power, inelastic load, and outdoor temperature are clustered. The Markov model can be used to calculate their probability, frequency, and duration and thus speed up the computational speed of the internal point method. Then, the interior point method considering the comfort and demand response is used to calculate the minimum cost of renewable power generation. Finally, by applying self-adaptive algorithms and interior point method, the optimal kW-consumption scheduling of air-conditioners in a single day (summer and winter) is studied. In this thesis, a small community including 50end-users who have an individual air-conditioner was studied. The difference between the results obtained by Markov model-based and time sequence-based interior point method is less than 5%. The CPU time used by the proposed method can be less 3-5times.

摘要
Abstract
誌謝
目錄
圖目錄
表目錄
第一章 緒論
1.1研究背景與動機
1.2文獻回顧
1.3研究目標與步驟
1.4論文貢獻
1.5論文架構
第二章 問題描述與數學式表式
2.1問題描述
2.2風力發電系統介紹
2.3太陽能電池發電系統介紹
2.4負載系統 (非彈性負載) 介紹
2.5溫度數據介紹
2.6空調系統 (彈性負載) 介紹
2.7時間電價
2.8需量反應
2.9 分散式電源成本
2.10 數學表示式: 單日排程
2.11數學表示式: 再生能源容量規劃 (時間依序法)
第三章 基礎理論
3.1模糊理論
3.1.1 模糊分類
3.1.2 FCM演算法
3.2 馬可夫模型
3.2.1 馬可夫模型理論
3.2.2 多狀態馬可夫模型理論
3.2.3 馬可夫模型應用
3.3 內點法理論
3.3.1內點法
3.3.2 Fmincon
3.4 自適應演算法
3.5 蒙特卡羅模擬
第四章 馬可夫模型在本論文中的應用
4.1問題描述
4.2風力發電馬可夫模型
4.3太陽能電池發電馬可夫模型
4.4負載 (非彈性負載) 馬可夫模型
4.5溫度馬可夫模型
4.6空調系統 (彈性負載) 馬可夫模型
4.7時間電價馬可夫模型
4.8數學表示式: 一年4680個情境 (馬可夫模型)
第五章 模擬結果
5.1 只考慮太陽能電池發電之150KW尖峰負載與空調系統
5.1.1 應用時間依序法求最小成本 (初始值50)
5.1.2 應用馬可夫模型求最小成本 (初始值50)
5.1.3 應用時間依序法求最小成本 (初始值100)
5.1.4 應用馬可夫模型求最小成本 (初始值100)
5.1.5 應用時間依序法求最小成本 (初始值150)
5.1.6 應用馬可夫模型求最小成本 (初始值150)
5.2 只考慮風力發電之150KW尖峰負載與空調系統
5.2.1 應用時間依序法求最小成本 (初始值50)
5.2.2 應用馬可夫模型求最小成本 (初始值50)
5.3 考慮分佈式能源發電之150KW尖峰負載與空調系統
5.3.1 應用時間依序法求最小成本 (初始值50)
5.3.2 應用馬可夫模型求最小成本 (初始值50)
5.3.3 應用時間依序法求最小成本 (初始值100)
5.3.4 應用馬可夫模型求最小成本 (初始值100)
5.3.5 應用時間依序法求最小成本 (初始值150)
5.3.6 應用馬可夫模型求最小成本 (初始值150)
5.4 考慮時間電價之分佈式能源規劃
5.4.1 Case 1 二段式時間電價與1:1時間設定
5.4.2 Case 2 二段式時間電價與1:2時間設定
5.4.3 Case 3 三段式時間電價與買賣電價不相同
5.5 考慮溫度馬可夫模型對目標函數的影響
5.6 單日排程
5.6.1 確定性的單日最佳化排程 (夏季)
5.6.2 確定性的單日最佳化排程 (冬季)
5.6.3 不確定性的單日最佳化排程 (夏季)
5.6.4 不確定性的單日最佳化排程 (冬季)
第六章 結論
參考文獻

圖目錄
圖1.1 2010全球經濟領域的溫室氣體排放量
圖2.1 風力發電機之風速與發電量的輸出特性
圖2.2 太陽能電池之日照亮與發電量的輸出特性
圖2.3 1年8760個小時之室外溫度
圖3.1 二個狀態馬可夫模型
圖3.2 風力機發電量週期表示
圖3.3 兩狀態風力機之馬可夫過程
圖3.4 三狀態之馬可夫模型
圖3.5 五狀態之馬可夫模型
圖5.1裝設太陽能電池應用時間依序法,考慮初始值(Npv=50)與最小成本之成本疊代圖
圖5.2裝設太陽能電池應用時間依序法,考慮初始值(Npv=50)與最小成本之1年8760個小時最佳室內溫度
圖5.3裝設太陽能電池應用時間依序法,考慮初始值(Npv=50)與最小成本之1年8760個小時空調系統耗電量
圖5.4裝設太陽能電池應用馬可夫模型,考慮初始值(Npv=50)與最小成本之成本疊代圖
圖5.5裝設太陽能電池應用馬可夫模型,考慮初始值(Npv=50)與最小成本之1年4680個情境最佳室內溫度
圖5.6裝設太陽能電池應用馬可夫模型,考慮初始值(Npv=50)與最小成本之1年4680個情境空調系統耗電量
圖5.7裝設太陽能電池應用時間依序法,考慮初始值(Npv=100)與最小成本之成本疊代圖
圖5.8裝設太陽能電池應用時間依序法,考慮初始值(Npv=100)與最小成本之1年8760個小時最佳室內溫度
圖5.9裝設太陽能電池應用時間依序法,考慮初始值(Npv=100)與最小成本之1年8760個小時空調系統耗電量
圖5.10裝設太陽能電池應用馬可夫模型,考慮初始值(Npv=100)與最小成本之成本疊代圖
圖5.11裝設太陽能電池應用馬可夫模型,考慮初始值(Npv=100)與最小成本之1年4680個情境最佳室內溫度
圖5.12裝設太陽能電池應用馬可夫模型,考慮初始值(Npv=100)與最小成本之1年4680個情境空調系統耗電量
圖5.13裝設太陽能電池應用馬可夫模型,考慮初始值(Npv=150)與最小成本之成本疊代圖
圖5.14裝設太陽能電池應用時間依序法,考慮初始值(Npv=150)與最小成本之1年8760個小時最佳室內溫度
圖5.15裝設太陽能電池應用時間依序法,考慮初始值(Npv=150)與最小成本之1年8760個小時空調系統耗電量
圖5.16裝設太陽能電池應用馬可夫模型,考慮初始值(Npv=150)與最小成本之成本疊代圖
圖5.17裝設太陽能電池應用馬可夫模型,考慮初始值(Npv=150)與最小成本之1年4680個情境最佳室內溫度
圖5.18裝設太陽能電池應用馬可夫模型,考慮初始值(Npv=150)與最小成本之1年4680個情境空調系統耗電量
圖5.19裝設風力發電機應用馬可夫模型,考慮初始值(Nwg =50)與最小成本之成本疊代圖
圖5.20裝設風力發電機應用時間依序法,考慮初始值(Nwg=50)與最小成本之1年8760個小時最佳室內溫度
圖5.21裝設風力發電機應用時間依序法,考慮初始值(Nwg=50)與最小成本之1年8760個小時空調系統耗電量
圖5.22裝設風力發電機應用馬可夫模型,考慮初始值(Nwg=50)與最小成本之成本疊代圖
圖5.23裝設風力發電機應用馬可夫模型,考慮初始值(Nwg=50)與最小成本之1年4680個情境最佳室內溫度
圖5.24裝設風力發電機應用馬可夫模型,考慮初始值(Nwg=50)與最小成本之1年4680個情境空調系統耗電量
圖5.25裝設分佈式能源應用時間依序法,考慮初始值(Npv=50、Nwg=50)與最小成本之成本疊代圖
圖5.26裝設分佈式能源應用時間依序法,考慮初始值(Npv=50、Nwg=50)與最小成本之1年8760個小時最佳室內溫度
圖5.27裝設分佈式能源應用時間依序法,考慮初始值(Npv=50、Nwg=50)與最小成本之1年8760個小時空調系統耗電量
圖5.28裝設分佈式能源應用馬可夫模型,考慮初始值(Npv=50、Nwg=50)與最小成本之成本疊代圖
圖5.29裝設分佈式能源應用馬可夫模型,考慮初始值(Npv=50、Nwg=50)與最小成本之1年4680個情境最佳室內溫度
圖5.30裝設分佈式能源應用馬可夫模型,考慮初始值(Npv=50、Nwg=50)與最小成本之1年4680個情境空調系統耗電量
圖5.31裝設分佈式能源應用時間依序法,考慮初始值(Npv=100、Nwg=100)與最小成本之成本疊代圖
圖5.32裝設分佈式能源應用時間依序法,考慮初始值(Npv=100、Nwg=100)與最小成本之1年8760個小時最佳室內溫度
圖5.33裝設分佈式能源應用時間依序法,考慮初始值(Npv=100、Nwg=100)與最小成本之1年8760個小時空調系統耗電量
圖5.34裝設分佈式能源應用馬可夫模型,考慮初始值(Npv=100、Nwg=100)與最小成本之成本疊代圖
圖5.35裝設分佈式能源應用馬可夫模型,考慮初始值(Npv=100、Nwg=100)與最小成本之1年4680個情境最佳室內溫度
圖5.36裝設分佈式能源應用馬可夫模型,考慮初始值(Npv=100、Nwg=100)與最小成本之1年4680個情境空調系統耗電量
圖5.37裝設分佈式能源應用時間依序法,考慮初始值(Npv=150、Nwg=150)與最小成本之成本疊代圖
圖5.38裝設分佈式能源應用時間依序法,考慮初始值(Npv=150、Nwg=150)與最小成本之1年8760個小時最佳室內溫度
圖5.39裝設分佈式能源應用時間依序法,考慮初始值(Npv=150、Nwg=150)與最小成本之1年8760個小時空調系統耗電量
圖5.40裝設分佈式能源應用馬可夫模型,考慮初始值(Npv=150、Nwg=150)與最小成本之成本疊代圖
圖5.41裝設分佈式能源應用馬可夫模型,考慮初始值(Npv=150、Nwg=150)與最小成本之1年4680個情境最佳室內溫度
圖5.42裝設分佈式能源應用馬可夫模型,考慮初始值(Npv=150、Nwg=150)與最小成本之1年4680個情境空調系統耗電量
圖5.43確定性的單日最佳化排程 (夏季)
圖5.44確定性的單日買賣電量 (夏季)
圖5.45自適應演算法求最小成本 (夏季)
圖5.46確定性的單日最佳化排程 (冬季)
圖5.47確定性的單日買賣電量 (冬季)
圖5.48自適應演算法求最小成本 (冬季)
圖5.49不確定性的再生能源與非彈性負載平均值(夏季)
圖5.50不確定性的再生能源與非彈性負載標準差(夏季)
圖5.51不確定性的單日排程平均值(夏季)
圖5.52不確定性的單日排程標準差(夏季)
圖5.53不確定性的單日買賣電量之平均值與標準差(夏季)
圖5.54不確定性的再生能源與非彈性負載平均值(冬季)
圖5.55不確定性的再生能源與非彈性負載標準差(冬季)
圖5.56不確定性的單日排程平均值(冬季)
圖5.57不確定性的單日排程標準差(冬季)
圖5.58不確定性的單日買賣電量之平均值與標準差(冬季)

表目錄
表2.1每週尖峰負載百分比
表2.2每日尖峰負載百分比
表2.3 時尖峰負載百分比
表2.4台電3段電價(新台幣/度)
表2.5本論文使用之3段電價(美金/度)
表2.6台電的需量反應措施
表2.7再生能源機組單位成本、裝置成本與維護成本
表3.1兩狀況風力機之狀態發生頻率及持續時間
表3.2三狀態風力機之狀態變化率
表3.3三狀態風力機之馬可夫模型參數
表3.4三狀態風力機之狀態
表3.5五狀態風力機之馬可夫模型參數
表3.6五狀態風力機之狀態
表3.7三狀態太陽能電池之馬可夫模型參數
表3.8 三狀態太陽能電池之狀態
表3.9兩部風力機合併之所有狀態
表3.10 fmincon簡介
表3.11 最佳化的參數設定
表3.12 蒙特卡羅的正態分佈取樣
表4.1 風力發電機之馬可夫模型
表4.2太陽能電池發電之馬可夫模型
表4.3負載 (非彈性負載) 之馬可夫模型
表4.4室外溫度之馬可夫模型
表4.5時間電價對應非彈性負載之馬可夫模型
表5.1 機組成本
表5.2時間依序法限制式設定
表5.3馬可夫模型限制式設定
表5.4裝設太陽能電池應用時間依序法,考慮初始值(Npv=50)與最小成本之模擬結果表
表5.5裝設太陽能電池應用馬可夫模型,考慮初始值(Npv=50)與最小成本之模擬結果表
表5.6裝設太陽能電池應用時間依序法,考慮初始值(Npv=100)與最小成本之模擬結果表
表5.7裝設太陽能電池應用馬可夫模型,考慮初始值(Npv=100)與最小成本之模擬結果表
表5.8裝設太陽能電池應用時間依序法,考慮初始值(Npv=150)與最小成本之模擬結果表
表5.9裝設太陽能電池應用馬可夫模型,考慮初始值(Npv=150)與最小成本之模擬結果表
表5.10裝設風力發電機應用時間依序法,考慮初始值(Nwg=50)與最小成本之模擬結果表
表5.11裝設風力發電機應用馬可夫模型,考慮初始值(Nwg=50)與最小成本之模擬結果表
表5.12裝設分佈式能源應用時間依序法,考慮初始值(Npv=50、Nwg=50)與最小成本之模擬結果表
表5.13裝設分佈式能源應用馬可夫模型,考慮初始值(Npv=50、Nwg=50)與最小成本之模擬結果表
表5.14裝設分佈式能源應用時間依序法,考慮初始值(Npv=100、Nwg=100)與最小成本之模擬結果表
表5.15裝設分佈式能源應用馬可夫模型,考慮初始值(Npv=100、Nwg=100)與最小成本之模擬結果表
表5.16裝設分佈式能源應用時間依序法,考慮初始值(Npv=150、Nwg=150)與最小成本之模擬結果表
表5.17裝設分佈式能源應用馬可夫模型,考慮初始值(Npv=150、Nwg=150)與最小成本之模擬結果表
表5.18考慮時間電價對目標函數影響之初始值
表5.19二段式時間電價與1:1時間設定
表5.20二段式時間電價與1:1時間設定之馬可夫模型
表5.21二段式時間電價與1:1時間設定之模擬結果表
表5.22二段式時間電價與1:2時間設定
表5.23二段式時間電價與1:2時間設定之馬可夫模型
表5.24二段式時間電價與1:2時間設定之模擬結果表
表5.25三段式買、賣電價
表5.26三段式買、賣電價之馬可夫模型
表5.27三段式買、賣電價之模擬結果表
表5.28室外溫度之馬可夫模型 6群
表5.29室外溫度之馬可夫模型 9群
表5.30室外溫度之馬可夫模型 12群
表5.31不同室外溫度馬可夫模型之模擬結果
表5.32時間依序法與各種馬可夫模型的成本誤差值
表5.33夏、冬單日排程限制式
表5.34夏季單日排程資料
表5.35冬季單日排程資料
表5.36確定性的單日最佳化排程之模擬結果表 (夏季)
表5.37確定性的單日最佳化排程之模擬結果表 (冬季)
表5.38不確定性的單日最佳化排程之模擬結果表 (夏季)
表5.39不確定性的單日最佳化排程之模擬結果表 (冬季)


[1]S. M. Hakimi, and S. M. Moghaddas-Tafreshi, “Optimal Planning of a Smart Microgrid Including Demand Response and Intermittent Renewable Energy Resources”, IEEE Transactions on Smart Grid, Vol. 5, No. 6, pp. 2889 - 2900, Nov. 2014.
[2]G. Dorini, P. Pinson, and H. Madsen, “Chance-Constrained Optimization of Demand Response to Price Signals”, IEEE Transactions on Smart Grid, Vol. 4, No. 4, pp.2072-2080, Dec. 2013.
[3]A. Abdollahi, M. P. Moghaddam, M. Rashidinejad, and M. Kazem Sheikh-El-Eslami, “Investigation of Economic and Environmental-Driven Demand Response Measures Incorporating UC”, IEEE Transactions on Smart Grid, Vol. 3, No. 1, pp.12-25, Mar. 2012.
[4]A. Barbato, and A. Capone, “Optimization Models and Methods for Demand-Side Management of Residential Users: A Survey”, Energies, pp.5787-5824, Jul. 2014
[5]R. de Sá Ferreira, L. A. Barroso, P. R. Lino, M. M. Carvalho, and P. Valenzuela, “Time-of-Use Tariff Design Under Uncertainty in Price-Elasticities of Electricity Demand: A Stochastic Optimization pproach”, IEEE Transactions on Smart Grid, Vol. 4, No. 4, pp.2285-2295, Dec. 2012.
[6]J. K. Kaldellis, “Optimum Autonomous Wind–Power System Sizing For Remote Consumers, Using Long-Term Wind Speed Data”, Applied Energy, Vol. 71, No. 3, 2, pp. 215-233, Mar. 2002.
[7]E. E. van Dyk, E. L. Meyer, F. J. Vorster and A. W. R. Leitch, “Long-term Monitoring Of Photovoltaic Devices”, Renewable Energy, Vol. 25, No. 2, pp. 183-197, Feb. 2002.
[8]P. Arun, R. Banerjee and S. Bandyopadhyay, “Optimum Sizing Of Photovoltaic Battery Systems Incorporating Uncertainty Through Design Space Approach”, Solar Energy, Vol. 83, No.7, pp. 1013-1025, Jul. 2009.
[9]K. Magnus, A.T. Holen and R. Hildrum, “Operation And Sizing Of Energy Storage For Wind Power Plants in A Market System”, Electrical Power & Energy Systems, Vol. 25, No. 8, pp. 599-606, Oct. 2003.
[10]B.S. Borowy and Z.M. Salameh, “Methodology For Optimally Sizing the Combination of a Battery Bank and PV Array in a Wind/PV Hybrid System”, IEEE Transactions on Energy Conversion, Vol. 11, pp. 367-375, Jun. 1996.
[11]D.B. Nelson, M.H. Nehrir and C. Wang, “Unit Sizing And Cost Analysis Of Stand-Alone Hybrid Wind/PV/Fuel Cell Power Generation Systems”, Renewable Energy, Vol. 31, No.3, pp. 1641-1656, Aug. 2006.
[12]W. Caisheng and M.H. Nehrir, “Power Management Of A Stand-Alone Wind/Photovoltaic/Fuel Cell Energy System”, IEEE Transactions on Energy Conversion, Vol. 23, No.3, pp. 957-967, Sep. 2008.
[13]M. A. Habib, S. A. M. Said, M. A. El-Hadidy and I. Al-Zaharna, “Optimization Procedure of a Hybrid Photovoltaic Wind Energy System”, Energy, Vol. 24, No.11, pp. 919-929, Nov. 1999.
[14]A. P. Leite, C.L.T. Borges and D.M. Falcao , “Probabilistic Wind Farms Generation Model for Reliability Studies Applied To Brazilian Sites ”, IEEE Transactions on Power Systems, Vol. 21 , No. 4, pp. 1493-1501, Nov. 2006.
[15]E. E. van Dyk, E. L. Meyer, F. J. Vorster and A. W. R. Leitch, “Long-Term Monitoring Of Photovoltaic Devices”, Renewable Energy, Vol. 25, No. 2, pp. 183-197, Feb. 2002.
[16]P. S. Georgilakis and Y. A. Katsigiannis, “Reliability and Economic Evaluation of Small Autonomous Power Systems Containing Only Renewable Energy Sources”, Renewable Energy, Vol. 34, No. 1, pp. 65-70, Jan. 2009.
[17]A. Maafi and A. Adane, “Analysis of The Performances of The First-Order Two-State Markov Model Using Solar Radiation Properties”, Renewable Energy, Vol. 13, No. 2, pp. 175-193, Feb. 1998.
[18]E. H. Ruspini, “A New Approach to Clustering”, Information and Control, Vol. 15, pp. 21-33, 1969.
[19]E. H. Ruspini, “Numerical Methods for Fuzzy Clustering,” Inf. Sci., Vol. 2, , pp.319-350, 1970.
[20]J. C. Dunn, “A Fuzzy Relative of the ISODATA Process and Its Use in Detecting Compact Well-Separated Clusters” , J. Cybermetics 3, pp. 32-57 , 1974.
[21]H. J. Zimmerman, “Fuzzy Set Theory and Its Application,” Dordrecht, Holland, Kluwer, 1991.
[22]陈宝林,「最优化理论与算法」,北京:清华大学,2005
[23]蒋旭东和肖先赐,「VLMS自适应算法」,中国电子学会,1988





QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top