欢迎来到天天文库
浏览记录
ID:35038611
大小:1.57 MB
页数:43页
时间:2019-03-16
《中国风电优化模型研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、中图分类号:O221.2论文编号:102870816-S018学科分类号:070102硕士学位论文中国风电优化模型研究研究生姓名王明星学科、专业运筹学与控制论研究方向最优化理论与算法指导教师殷洪友教授南京航空航天大学研究生院理学院二〇一六年三月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofScienceStudyontheoptimizationmodelofwindpowerinChinaAThesisinO
2、perationsResearchandControlTheorybyMingxingWangAdvisedbyProfessorHongyouYinSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofSienceMarch,2016承诺书本人声明所呈交的硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得南京航空航天
3、大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本承诺书)南京航空航天大学硕士学位论文摘要化石能源的过度开发和使用导致能源枯竭和环境质量恶化等一系列问题,风能作为一种无污染、零排放、可再生的清洁资源,逐渐成为最具开发利用前景的可再生能源之一。因此,探索中国风能资源的最优开发,风能行业的市场最优化扩散模式和国内电力行业的优化控制,将有助于风能资源开发各
4、个环节的时间把控和政府政策的制定。本文分析了我国风电行业快速发展内在的政策影响规律,将政府扶持政策对于我国风电装机量的影响加入到风电装机预测模型中,基于Bass模型建立了风能技术扩散模型,利用优化效果更好的遗传算法对模型参数进行估计和优化,结果表明风能技术扩散模型中的创新系数、模仿系数和最大市场潜力对于历史数据的拟合效果更好,风能装机量的预测结果更符合现实发展,政策决策变量的加入使得研究学者对于风能装机量的控制更加灵活,数据说明更有说服力。分析我国风电装机成本的变化规律,建立学习曲线模型,对于风电装机成本
5、进行建模和预测。建立风能发电优化模型,对于风能在2020年的发电量进行分析和预测,结果表明我国2020年的风能发电量在现有经济和政策约束条件下对于我国电力行业的紧张局面有很大的缓解作用,预测结果有助于政府提前制定相应政策应对未来我国电力行业的紧张局面。最后对于我国风能发展提出几点建设性的意见,促进风电行业的快速、良性的发展。关键词:风能发电,优化模型,遗传算法I中国风电优化模型研究ABSTRACTTheexcessivedevelopmentanduseoffossilfuelshasledtoaseri
6、esofproblems,suchasenergydepletionandenvironmentalqualitydegradation.Windenergyisakindofnonpollution,zeroemissionsandrenewableresources,whichisoneofthemostpromisingrenewableenergysources.Therefore,theexplorationofoptimaldevelopmentofwindenergyresourcesinC
7、hina,theoptimaldiffusionmodelofwindenergyindustryandtheoptimalcontrolofthedomesticpowerindustrywillhelpthedevelopmentofwindenergyresourcesinvariousaspectsofthetimecontrolandthedevelopmentofgovernmentpolicy.Inthispaperanalyzestheinfluencelawoftherapiddevel
8、opmentofChina'swindpowerindustry,theimpactofgovernmentsupportpolicyonwindpowerinstalledinthewindpowerpredictionmodel,basedontheBassmodeltoestimateandoptimizethemodelparameters,theresultsshowthatwindenergytechnologyd
此文档下载收益归作者所有