含风电场的电力系统经济调度研究综述

由于风电具有随机波动特性,大规模风电功率注入电网给电力系统调度运行带来了严峻的考验.分别从建模和求解两个方面阐述并分析了计及风电场的经济调度问题.根据对风速/风电功率不确定特性的不同处理方法,将含风电场的经济调度模型分为确定性建模、模糊建模以及概率建模方法进行论述,并进一步阐明了建模过程中风电引起的备用及风险调度管理问题.对应于优化模型的分类特点,相应地将优化模型的求解方法归结为确定性和不确定性求解方法两大类.最后指出了含有大规模并网风电场的电力系统经济调度问题需要进一步深入开展的工作.     

基于一种改进粒子群算法的含风电场电力系统动态经济调度

随着风力发电在电力系统中比重的持续增加,在电力系统经济调度中需要考虑风电场的影响。提出了一种改进的粒子群优化算法,用来求解含风电场的电力系统动态经济调度问题。优化模型中引入了正、负旋转备用约束,以应对风电功率预测误差给系统调度带来的影响,并在目标函数中计及了常规机组的发电效应带来的能耗成本。以经典的10机系统为算例,通过与基本的粒子群算法和遗传算法进行比较,验证了所提算法的可行性和有效性。该方法可以节省较多的发电成本,具有较高的实用价值。     

基于一种改进粒子群算法的含风电场电力系统动态经济调度

随着风力发电在电力系统中比重的持续增加,在电力系统经济调度中需要考虑风电场的影响.提出了一种改进的粒子群优化算法,用来求解含风电场的电力系统动态经济调度问题.优化模型中引入了正、负旋转备用约束,以应对风电功率预测误差给系统调度带来的影响,并在目标函数中计及了常规机组的发电效应带来的能耗成本.以经典的10机系统为算例,通过与基本的粒子群算法和遗传算法进行比较,验证了所提算法的可行性和有效性.该方法可以节省较多的发电成本,具有较高的实用价值.     

计及风险备用约束的含风电场电力系统动态经济调度

为解决风电的不确定性给电网调度带来的问题,必须开展含风电场的经济调度问题研究。通过引入风速和负荷预测误差的概率分布函数来描述系统中存在的不确定性因素,提出了一种基于风险备用约束的含风电场电力系统动态经济调度新模型。在目标函数中采用惩罚的方式对风电计划出力相对于实际出力的偏差所造成的备用成本加以考虑。该模型采用收敛特性稳定的非线性预估–校正原对偶内点法进行求解。通过含有一个风电场的10机组系统算例,验证了所提调度模型的可行性。分析表明,该模型可以在保证系统可靠性要求的基础上,实现经济性最优的目标。     

考虑风电接入的电力系统经济调度研究综述

由于风电具有很强的随机性,风电以及风电功率的预测都有难度,因此给含风电的电力系统经济调度问题带来了很大困难,依据风电间歇性和随机性的不同处理方法以及旋转备用和风险的对目标函数的约束,从模型以及求解方法两个方面考虑风电接入下的电力系统经济调度问题,模型从确定性建模、模糊建模和概率建模三个方面论述,求解方法分为传统算法和智能算法两大类,考虑了模型的优势与不足,从寻优速度、精度和收敛性比较了算法的优缺点,讨论了模型使用各种算法解决问题的方法和途径。最后指出风电接入下的经济调度问题将来所面临的工作。     

考虑风电接入的电力系统经济调度研究

由于风电具有很强的随机性,风电以及风电功率的预测都有难度,因此给含风电的电力系统经济调度带来了很大困难。根据风电间歇性和随机性的不同处理方法以及旋转备用和风险对目标函数的约束,从模型以及求解方法两个方面考虑风电接入下的电力系统经济调度问题,分析了模型的优势与不足,从寻优速度、精度和收敛性比较了各种算法的优缺点,讨论了模型使用各种算法解决问题的方法和途径并指出风电接入下的经济调度问题将来所面临的工作。     

含风电场电力系统环境经济动态调度建模与算法

为应对风电功率的不确定性,提出考虑风电渗透功率的增、减出力旋转备用量化模型。在旋转备用量化模型基础上,考虑常规发电机阀点效应及爬坡速率约束,采用价格罚因子法嵌入废气排放目标到发电机燃料费用目标函数中,将环境经济动态调度多目标优化问题转化为单目标优化问题。将约束条件的处理与目标函数完全分离,建立了含风电场电力系统环境经济动态调度模型。针对量子粒子群算法存在早熟的问题,引入早熟判断机制,对早熟粒子进行混沌搜索,从而提出改进量子粒子群优化算法求解所建立的调度模型。在10机系统上采用所提出的方法,仿真结果表明,与量子粒子群和粒子群算法比较,所提出的方法能较好地处理风电功率不确定性条件下的环境经济动态调度问题。     

含风电场电力系统经济调度的模糊建模及优化算法

随着人们对风电的日益关注,新型风电场的容量在并网系统中所占比例不断增加,这对传统电力系统的经济调度问题提出了新的要求。特别是风电场输出功率的随机变化给系统的经济调度带来了更多的不确定性因素。文中应用模糊理论建立了含风电场电力系统动态经济调度的模糊模型,使调度结果能够表达决策者的意愿,从而更好地适应风机输出功率的随机性。在优化算法上,利用下降搜索思想对传统粒子群算法进行了改进,并将改进后的算法用于求解提出的动态经济调度问题。在算例中进行了测试,结果验证了所提出的方法的可行性。     

基于备用安全的含风电场的电力系统经济调度

随着风电在电网中渗透功率的持续增加,风电的不确定性给系统的备用决策和发电调度带来新的难题。为保障含风电场电力系统的安全运行,本文结合风电预测误差的概率密度函数,提出了一种系统运行安全性指标——备用安全可信度,并以备用安全可信度最大化和火电机组运行费用最小化作为优化目标函数,建立了含风电场的电力系统经济调度模型。针对寻优效率,本文采用了一种将优先顺序法和内点法相结合的优化方法对机组组合问题求解。算例分析证明了所提模型和解法的可行性和合理性。     

博弈论在含风电场电力系统经济调度中的应用

考虑到风电功率的波动性和不确定性,提出一种基于博弈理论的含风电场电力系统经济调度方法,确保电力系统的安全稳定运行。建立了含风电场的电力系统经济调度博弈模型,该模型以常规机组和风电机组作为博弈的双方,以各自发电功率作为博弈策略集,得到纳什均衡即发电成本最小的调度策略。以含风电场的IEEE 9节点系统为算例开展仿真,分析并验证模型和方法的可行性,结果表明该方法有利于风电并网消纳和降低发电成本,具有较好的适用性。     

基于改进遗传算法的含风电场的电力系统短期经济调度及其风险管理

风能是一种不产生任何污染物排放的可再生能源,其作为我国发展新能源的主要方向之一,发展潜力巨大。但由于风速的间歇性和不可控性,使得大容量风电并网给电力系统带来了更多的不确定性因素。考虑了负荷、风速的不确定性,将风险价值(VaR)和条件风险价值(CVaR)理论融入到含风电场的电力系统短期经济调度模型中,在最小化运行成本的同时,降低不确定因素对系统产生的风险。另外采用了遗传算法和免疫算法相结合的优化方法,并引用自适应理论来提高算法的效率,通过十机系统的仿真计算,验证了该模型和算法的可行性。     

考虑条件风险价值的含多风电场电力系统经济调度

针对单一Copula函数在描述风速相关性时的限制性,通过引入mix-Copula函数获取具有相关性的多维风速样本。引入条件风险价值理论,将风电功率的不确定性以经济性考量,建立了一种含多风电场的电力系统经济调度模型,协调经济性和安全性的问题。采用场景化理论对目标函数进行处理,使得计算得以简化。以含2个风电场的IEEE30节点系统为算例,分析风速相关性和置信水平对优化结果的影响,验证模型的合理性及有效性。     

含大规模风电场的电力系统动态经济调度

电力系统动态经济调度（DED）问题是一个高维、非凸、多约束的优化难题,风电场并网进一步增加了问题的难度。针对风功率波动性和随机性的特点,模型中引入了风电场出力爬坡约束条件,考虑了含风电场的系统上、下旋转备用量。在大规模风电场并网的基础上,根据电力系统所能提供的最大备用容量,适时优化风机出力,既满足了系统可靠运行,又实现风电最大化利用。为了更好地优化DED问题,增强算法的收敛性能,在二进制微分进化算法的基础上,加入了自适应调整控制参数、共享适应度等改进措施。运用旋转备用、最小启停时间、爬坡等修正策略来处理约     

含大规模风电场的电力系统动态经济调度

电力系统动态经济调度(DED)问题是一个高维、非凸、多约束的优化难题,风电场并网进一步增加了问题的难度.针对风功率波动性和随机性的特点,模型中引入了风电场出力爬坡约束条件,考虑了含风电场的系统上、下旋转备用量.在大规模风电场并网的基础上,根据电力系统所能提供的最大备用容量,适时优化风机出力,既满足了系统可靠运行,又实现风电最大化利用.为了更好地优化DED问题,增强算法的收敛性能,在二进制微分进化算法的基础上,加入了自适应调整控制参数、共享适应度等改进措施.运用旋转备用、最小启停时间、爬坡等修正策略来处理约束条件,大大提高寻优能力.经典算例分析表明,该方法能快速、有效地求解动态经济调度问题.     

考虑备用成本的含风电场短期经济调度

研究含风电场的电力系统短期经济调度问题,针对风电的随机性和波动性对调度的影响,建立了考虑备用成本的电力系统短期调度模型,充分考虑到系统运行经济性,模型中引入了一种特殊旋转备用--可中断负荷,使电力资源得到优化配置并提高系统运行经济性.在求解算法方面,将优先顺序法(Priority List,PL)和离散粒子群算法结合并...     

含风电场多目标低碳电力系统动态经济调度研究

含风电场多目标低碳电力系统调度模型包括2个目标函数:发电成本和碳排放量。考虑电力系统经济性的同时减少碳排放量;考虑风电场带来的风险,在发电成本中增加风险成本;在保证电力系统安全性的同时增加风电场的出力,达到低碳节能的效果。对含风电场多目标低碳电力系统调度模型,采用改进的多目标粒子群优化算法进行优化求解。仿真验证了含风电场多目标低碳电力系统调度数学模型与改进粒子群算法的正确性与有效性。     

含风电的电力系统动态经济调度模型

电力系统的经济调度必须考虑风电的波动性和随机性带来的影响。引入概率约束,定义了风电场计划出力实现的概率,研究了含风电场的电力系统动态经济调度模型。通过计算下一调度日风电场实际出力的条件期望与计划出力的差值,确定了风电对系统正、负旋转备用的需求。利用分位数的概念,将含有概率约束的随机调度模型等价地转换为确定性模型。提出了一种改进的粒子群算法来求解转换后的确定性模型。仿真实验结果表明,这种含风电场的电力系统动态经济调度模型能有效应对风电接入引起的备用需求变化,所得的调度方案在保证系统可靠性的前提下能节省更多的成本。     

含风电场电力系统旋转备用获取模型

为反映风电对电力系统备用容量获取的不确定性影响,以含风电场电力系统为研究对象,建立了风电出力偏差的概率密度函数,基于机会约束规划方法构建了考虑负荷预测误差、风电出力偏差以及发电机组的故障停运等不确定随机因素的旋转备用获取模型.该模型通过设定旋转备用被满足的概率大于给定的置信度水平的约束条件,反映了旋转备用充裕水平对系统经济性的影响.算例分析表明,在满足系统可靠性的前提下,文中模型的经济性优于传统模型,同时,风电出力偏差采用文中建立的概率分布较之正态分布的可靠性更佳,通过置信度水平的合理选取,所建模型可以实现可靠性与经济性的平衡.     

基于风速预测和随机规划的含风电场电力系统动态经济调度

随着风力发电在电力系统中比重的持续增加,在电力系统经济调度中需要考虑风电场的影响;而并网风电场具有动态、随机、容量大等特点,传统的经济调度方法已不再适用。针对风电场出力的随机性,在风速预测的基础上,应用随机规划理论建立了考虑机组组合的含风电场电力系统动元网络和遗传算法的混合智能算法,提高了算法的收敛速度和搜索性能。以含风电场的IEEE30节点系统为算例验证了所提方法的可行性和有效性。     

含风电场的电力系统环保经济调度

随着人们的环保意识逐渐提高,电力行业中的环保问题日益受到人们的重视。基于此,将电力生产过程中环境污染问题量化为环境成本计入经济调度的总成本中,同时针对风能的间歇性、不确定性给电力系统带来的影响,引入了低估和高估风电出力的成本,建立了含风电场的电力系统环保经济调度模型。以某地区24h负荷数据为参考,通过多种群遗传算法分析了计入环境成本的调度模型对电力系统购电成本、火电排污量的影响,仿真结果验证了模型的可行性以及有效性。