基于动态调峰裕度的风电并网协调优化调度

风电并网增加了系统有功调度的难度,为了协调系统运行的可靠性、经济性与风电利用效益之间的矛盾,提出了24点调峰裕度指标,从调峰的角度确定出系统动态正负旋转备用和风电并网功率,并构建了以系统总运行成本最小为目标,含水、火电运行价格成本、风电弃风惩罚成本以及系统备用惩罚成本的风电并网协调优化调度模型。针对该模型,采用优先顺序法和改进粒子群算法,并基于某个含风电的区域电网算例进行仿真验证。结果表明,所提出的指标和优化模型为解决风电并网运行问题提供了一种有效方法。     

基于改进差分进化算法的风电并网系统多目标动态经济调度

大规模风电接入对传统经济调度提出了新的挑战。建立了综合考虑火电机组运行成本、污染气体排放成本、风电运行成本、备用成本的多目标动态经济调度模型,并引入正、负旋转备用约束来应对风电波动性对调度带来的影响。采用层次分析法将多目标优化模型转化成单目标优化模型。提出一种改进差分进化算法对模型进行求解,算法中引入正交初始化技术和控制参数自适应调整策略以提高种群的全局寻优能力。以IEEE30节点系统为例验证所提模型的合理性和算法的有效性。     

采用二层优化的风电系统旋转备用容量分配研究

随着并网风电容量的加大,电力系统对旋转备用容量的需求也大量增加。基于二层规划理论,构建了含风电电力系统旋转备用容量的优化分配模型。模型分别以发电成本和备用成本最小为上层和下层优化目标.在备用成本中考虑了旋转备用容量的综合报价以及由风电不确定性所需要增加的旋转备用容量,对各台发电机发电和备用所担负的容量进行了优化分配,模型的分层结构较好地体现了发电调度和旋转备用调度的主辅关系。采用粒子群算法和单纯形法对模型进行求解,并通过算例分析说明所提出的模型和算法是有效的,对含风电系统的运行分析有一定的参考价值。     

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...     

采用混合智能算法的含风电电力系统多目标优化调度

为了增强含风电电力系统的安全性和稳定性,提出一种计及运行风险及备用成本的含风电电力系统环境经济调度新模型。在目标函数中加入了系统运行风险指标和正、负旋转备用成本;增加了系统可靠性约束条件,确保了较低的系统运行风险,并同时获取正、负旋转备用量。采用一种新型高效的场景生成技术来描述风电功率的随机性。基于花授粉算法及差分进化算法提出一种具有时变模糊选择机制的多目标优化算法。将所提模型及求解方法在具有一个并网风电场的4机组系统中进行仿真。分析了各参数变化对系统运行的影响,并与其他两种启发式智能算法进行比较,验证了所提模型及算法的可行性和有效性。     

协进化粒子群算法在含有风电的电力系统动态经济调度中的应用

为了解决电力系统中含有风电的动态经济调度问题,文章在考虑了实际运行中的机组爬坡率、运行约束和旋转备用约束等多种约束条件后,利用风速求出了风电24小时的功率曲线,将风电的投资和维护成本折算成风电的发电成本,提出了一个含有常规机组阀点效应的发电成本、风电发电成本和系统备用成本的目标函数和所有约束条件的罚函数,应用提出的协进化粒子群优化算法求解该问题,该算法通过两个种群的自主进化和交互信息,得到了全局最优解和最佳罚因子。最后通过实例的仿真结果验证了该算法具有良好的搜索性能和收敛特性,获得的解得质量明显好于其它算法。     

基于机会约束目标规划的综合能源系统经济调度

为了降低大规模风电的不确定性和波动性对综合能源系统(integrated energy system, IES)的影响,对接入风电的综合能源系统的备用容量和调度计划进行优化,提出了基于机会约束目标规划(chance constrained goal programming, CCGP)的经济调度模型。首先,利用机会约束目标规划处理含多个机会约束的不确定性模型。然后,引入量化备用不足的风险指标,将备用不足风险纳入经济调度成本,同时考虑风险备用成本目标和系统运行成本目标。最后,利用算例对模型的有效性进行验证。结果表明,模型能够很好地兼顾系统运行的安全性与经济性,提高了系统的调度灵活性,降低了风电不确定性对系统的影响,实现了系统的经济运行。     

电力市场环境下含风电电力系统旋转备用优化

为保障电力系统运行的稳定性,必须对原有旋转备用做出一定优化。利用条件风险价值方法,在电力市场环境下构建了含风电电力系统的旋转备用风险-成本模型,其包含了常规机组的运行成本、排污成本、期望停电成本以及旋转备用成本。在常规约束的基础上,增加了系统上、下旋转备用容量的机会约束描述。利用蒙特卡洛模拟风电出力,在Matlab环境下利用Cplex对模型进行求解。通过仿真算例分析了不同风险水平对系统上、下旋转备用容量的影响,以及不同置信度下系统总的运行成本和CVa R值,验证了该模型的正确性。     

计及过负荷风险的风电并网电力系统动态经济调度

建立了综合考虑系统发电成本、过负荷风险的风电并网系统多目标动态经济调度模型：在优化过程中计及机组出力爬坡约束、系统旋转备用约束;采用自适应DEM0算法对模型进行求解;得到Pateto最优集后采用协调性最优的准则选取折中解。最后在RTS-79系统上对所提模型和算法的有效性进行验证。     

基于自适应扩散高斯核密度风电预测误差估计的 风火联合优化调度研究

随着风电大规模并网,风电出力不确定性增加了电力系统调度的难度。针对风荷不确定性对电力系统调度的影响,采用迭代自组织数据分析算法对风电功率预测值及对应风电功率预测误差进行分段。然后采用自适应扩散高斯核密度估计拟合分段后各风电功率区间段内的预测误差。在此基础上,提出一种整体考虑风电及负荷预测误差得到净负荷预测误差、并将净负荷预测误差计入正负旋转备用容量概率约束的优化调度模型。采用机会约束规划将概率约束转换为等价确定性约束进行求解。在IEEE39节点系统进行三种代表性场景的算例仿真,结果表明引入迭代自组织数据分析算法和自适应扩散高斯核密度估计后,备用成本降低6.71%,含碳排放的环境成本降低20.4%,总发电成本降低2.98%。最后分析了置信水平对备用容量和总发电成本的影响。     

考虑风电不确定性和旋转备用容量配置的综合能源系统鲁棒机会约束优化

风电出力的随机性和波动性给综合能源系统带来极大挑战。为此,提出基于风电不确定性分析和广义储能备用的鲁棒机会约束优化模型。首先,采用拉丁超立方采样和模糊c均值聚类算法对风电出力进行不确定性分析;其次,引入广义储能优化旋转备用容量,以应对风电出力不确定性;然后,以运行成本最低为目标建立将随机规划和鲁棒优化相结合的鲁棒机会约束优化模型,客观处理综合能源系统运行中风电出力的不确定性;最后,经改进的IEEE 39节点电力系统、天然气系统与热网系统组成的综合能源系统验证,该模型能够在保证系统鲁棒性的同时,提高了系统的经济性。     

电力市场下风电电力系统旋转备用风险-成本模型

为了量化风电出力的随机性和波动性对电力系统备用容量的影响,利用条件风险价值方法,在电力市场环境下构建了包含了常规机组的运行成本、排污成本、期望停电成本、旋转备用成本在内的风电电力系统旋转备用的风险-成本模型,在Matlab环境下利用量子差分进化算法对模型进行求解,通过仿真分析了量子差分进化算法的优势、不同风险水平对系统上下旋转备用容量的影响,以及不同置信度下系统总的运行成本和条件风险值,得出了风险水平越高(对风电的态度愈保守),系统的上下旋转备用越小,而系统的上下旋转备用容量的置信度增加,系统总的运行成本和CVa R值则降低的结论。     

基于改进帝国竞争算法的微网动态经济调度

微网并网模式下,针对微网中光伏、风电及负荷等不确定因素的影响,在满足系统各个约束条件下,建立了基于机会约束规划的微网动态经济调度模型。模型以微网总的运行成本最小为目标,综合考虑了可控机组燃料成本、 CO2排放治理成本、机组维护成本,低压配电网有功购买成本和旋转备用购买成本等。采用概率约束形式刻画了微网系统运行的可靠性,并考虑了可控机组的出力约束及爬坡约束。针对帝国竞争算法存在收敛速度慢和易陷入局部最优的问题,通过引入混沌原理和随机模拟技术,提出改进帝国竞争算法求解所建数学模型。最后,以一个微网系统为例,分析不同可靠性水平对系统经济性和调度结果的影响,同时比较了所提算法和常规算法收敛特性,验证了所提算法的有效性。     

考虑风电预测误差成本的微网经济调度

提出考虑风电预测误差的微网经济调度模型,主要考虑的成本有燃料成本、运行维护成本、环保成本、以及备用容量成本,其中备用容量成本包括两个部分,一部分是旋转备用原有的成本,一部分是风电预测误差产生的备用成本;结合具体的微网算例,采用改进的粒子群算法对模型进行求解,得到机组出力的调度结果和考虑预测误差、不考虑预测误差调度费用曲线;并与实际的成本费用曲线作对比,结果表明考虑风电预测误差的更接近于实际情况;从而得到考虑风电预测误差是很有必要的,同时验证了模型和算法的有效性。     

考虑风电不确定度的风-火-水-气-核-抽水蓄能多源协同旋转备用优化

随着风电并网渗透率的快速增长,系统的随机波动性显著增强。为合理地协调旋转备用配置效益和风险的矛盾,首先以多面体不确定集刻画风电不确定性,构建了计及风电出力误差概率的期望弃风和期望切负荷模型。在综合考虑风电、火电、水电等多类型电源机组运行特性的基础上,以发电效益与潜在期望风险为备用目标,建立了考虑风电不确定度的风-火-水-气-核-抽水蓄能多类型电源机组协同调度的旋转备用优化模型,并提出了一种自适应遗传算法与分枝切割算法相结合的双层优化算法以求解所建模型。算例结果表明,所提备用方法能自适应地寻找风电最优不确定度,合理地权衡备用策略的经济效益和风险成本,同时所建模型能适应在不同风电预测精度、不同切负荷成本系数以及不同风电调峰特性下的旋转备用优化配置,实现综合效益最优。     

考虑顺序性弃风惩罚的电力系统经济调度

为了提高电力系统风电消纳能力,提出一种基于风电并网友好性排序的灵活弃风惩罚模型。以风电场的出力波动性及预测精度来衡量其并网友好性,设置风电场的顺序系数;将分段弃风惩罚成本系数与顺序系数相结合,设置顺序性弃风惩罚成本系数,建立弃风惩罚模型;在此基础上,构建包含火电机组运行成本、环境成本、弃风惩罚成本及系统备用成本等的电力系统综合经济调度模型。采用经模拟退火思想改进的粒子群优化算法对调度模型进行仿真分析,结果表明灵活弃风惩罚模型可以合理减少弃风,并使并网友好性较高的风电场优先被调用,提高了电力系统风电消纳能力,提升了电力系统运行的经济性和安全性。     

考虑系统实时响应风险水平约束的风–火–水电力系统协调优化调度

随着风电入网规模的日益增加,合理协调风电出力与传统电力能源已成为电力系统调度面临的一个新挑战。通过定义实时电力不足期望(real-time EDNS,REDNS)以衡量系统实时响应风险水平,在此基础上提出了实时响应风险水平约束,并将该约束纳入调度当中,与用确定性方法确定系统备用容量相比,采用REDNS水平约束可以使系统在调度周期内各个时段响应风险水平维持一致,自动调整系统备用容量。在风电优先上网的前提下,以降低系统运行的经济性指标和保证火电、水电机组平稳运行为目标,构建了风?火?水多目标协调优化调度模型。通过引进学习环节和构建独立的备用选择集改进多目标粒子群算法性能,提出了一种新的多目标粒子群算法(new multi-objective particle swarm optimization,NMPSO)。采用加入一个风电场的10机组测试系统进行了仿真,结果验证了上述方法和模型的正确性和有效性。     

基于PSO算法改进的经济调度优化

在传统电力系统经济调度基础上,考虑风电并网后附加备用及上、下旋转备用约束,同时考虑火电机组燃料费用和环境污染物排放费用,建立了经济与环保协调的经济调度模型,提出应用改进PSO算法求解短期经济调度问题,并通过5节点火电厂、1节点风电场系统仿真验证了方法的可行性和有效性。     

一种含风电电力系统的日前发电计划和旋转备用决策模型

提出了一种新的大规模风电并网后日前发电计划和旋转备用决策模型。利用风电和负荷2种随机因素的概率密度函数估算系统的停电损失和弃风损失,并将它们作为风险成本计入发电成本目标函数中,在充分满足机组爬坡和系统安全等约束的前提下,同时求解每台常规机组的日前出力和正负旋转备用量。采用优先列表法和基于最小边际成本法的经济调度算法对模型进行求解。算例分析结果表明,所提模型和方法是有效的。     

含风电机组的电力系统动态经济排放调度研究

为了解决风电接入后的电力系统动态经济排放调度问题,首先提出了风电机组的出力模型,并结合风电前期投资和后期维护成本折算的风电发电成本,风电的波动引起的系统的备用容量补偿成本,火电机组的发电成本和排污导致的环境补偿成本模型,建立了满足各种约束条件下的动态经济排放调度模型,然后针对标准差分算法易陷入局部最优解的问题,利用了一种约束满足度来进行解的比较的水平比较差分进化算法来求取系统最小运行费用,最后通过了IEEE 39节点算例验证所提出模型和算法的正确性。