计及柔性资源的含风电场电力系统多目标动态协调调度

针对风电出力的间歇性和不确定性,提出考虑能量存储系统和需求侧管理的含风电场电力系统的动态经济环境协调调度模型。结合风电出力概率模型,将含随机变量的机会约束转化为确定性约束条件。在此基础上,建立含风电场及柔性资源的多目标调度模型,并提出一种基于拥挤熵的改进多目标粒子群优化(IMOPSO-CE)算法对该模型进行求解。最后以含6台火电机组和1个风电场的电力系统为算例,对不同调度情景下的仿真结果进行比较分析,验证了所提模型的合理性及IMOPSO-CE算法的有效性,为解决含风电场电力系统动态经济环境调度问题提供了一种新思路。     

计及柔性资源的含风电场电力系统多目标动态协调调度EI北大核心CSCD

针对风电出力的间歇性和不确定性,提出考虑能量存储系统和需求侧管理的含风电场电力系统的动态经济环境协调调度模型。结合风电出力概率模型,将含随机变量的机会约束转化为确定性约束条件。在此基础上,建立含风电场及柔性资源的多目标调度模型,并提出一种基于拥挤熵的改进多目标粒子群优化(IMOPSO-CE)算法对该模型进行求解。最后以含6台火电机组和1个风电场的电力系统为算例,对不同调度情景下的仿真结果进行比较分析,验证了所提模型的合理性及IMOPSO-CE算法的有效性,为解决含风电场电力系统动态经济环境调度问题提供了一种新思路。     

计及风电成本的电力系统动态经济调度

随着风电技术的快速发展,大规模风电场接入给传统的电力系统经济调度带来了新的问题和挑战。目前大部分含风电场的动态经济调度研究都未计及风电不确定性带来的成本。为此,提出一种计及风电随机、波动性的风电场发电成本模型,并将其引入到传统的电力系统动态经济调度模型中。首先引入冲激函数概念,考虑尾流效应后将风速的概率分布转化为风电场有功出力的概率解析模型;在此基础上,从系统旋转备用调度和地区环境效益角度出发推导出风电的成本函数,并以目标函数方式引入到传统的动态经济调度模型中。应用一种新颖的布谷鸟搜索算法对所提模型进行求解。最后,以经典10机系统为算例进行仿真研究,结果验证了所提模型及算法的正确性和有效性。     

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。     

计及风险系数的含风电场电力系统多目标动态优化调度

随着风电并网容量的不断增加,传统的确定性优化调度方法已难以满足电力系统安全运行要求。本文建立了计及风险系数的含风电场电力系统多目标动态优化调度模型,模型包括风险系数、燃料成本及污染排放量最小3个目标,将风电场出力及负荷的不确定性纳入模型综合考虑。为了对模型中的随机变量进行处理,引入概率性序列理论,并对其运算空间进行扩展,然后提出了一种改进的多目标教与学优化算法对模型进行求解。含风电场的10机系统算例验证了本文模型及算法的可行性和有效性。     

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。     

基于弱鲁棒优化的含风电电力系统调度方法

受风速的间歇性和波动性影响,风电功率具有明显的不确定性,这对电力系统的调度运行提出了新的挑战。鲁棒优化作为一种新的处理不确定性的方法,近年来在含风电电力系统调度中得到了有效应用,但大部分鲁棒调度模型主要从构造不确定集合的角度来考虑解的可行性和保守度,并未考虑目标函数的恶化问题,而在实际应用中调度决策人员往往既关注调度解的鲁棒性,同时又关注目标函数的恶化程度,即希望付出适当的代价换取一定程度上的可行性。为此该文提出了基于弱鲁棒优化框架的含风电电力系统的调度模型。该调度模型选取风电场的预测功率作为基准场景,并在此基准场景目标函数恶化容忍度的基础上建立了弱鲁棒优化调度模型。最后文中采用含两风电场的10机系统验证该弱鲁棒优化调度模型的有效性。     

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。     

融合交互规划与经济性的风电接纳水平优化

风电的实际出力与预测出力不可避免地存在一定的偏差,给电力系统带来一定的辅助服务成本,同时也给电力系统经济调度带来难度。本文从电力系统经济调度出发,考虑风电预测出力与实际出力的偏差对调度经济性的影响,引入风电接纳水平系数,建立了综合考虑常规机组和风电场调度经济性的风电接纳水平优化模型,从经济性角度评估电力系统的风电接纳水平,并通过算例来验证本文提出优化模型的正确性,为风电场规划和电网调度提供了依据。     

计及风电预测可靠性的含风电电力系统优化调度模型

针对风电随机性对电力系统安全、经济运行的影响,在考虑风电预测可靠性的基础上,建立含风电的电力系统优化调度模型。将实际风电出力看作随机变量,并通过混合Copula函数对历史风电场出力及其对应预测值建立相关性模型;在得到预测出力后,通过相关性模型获得风电实际出力分布概率;采用机会约束规划建立含风电的电力系统经济调度模型,并在保证系统可靠性的条件下优化风电计划出力。最后通过改进粒子群优化算法求解模型,结果表明该模型和算法可行且有效。     

含风电场的电力系统低碳调度模型及仿真研究

针对含风电场的电力系统优化调度问题,在风电功率全额上网的基础上,从保护生态环境、促进电力系统低碳化发展的角度考虑“能源环境效益”概念,构建含风电场的电力系统低碳调度模型.该模型综合考虑了发电资源消耗量和能源环境效益多个目标,较好地兼顾了电力生产的经济因素和环境因素.通过定义目标隶属度函数将确定性问题模糊化,采用最大满意度法将多目标优化问题转化为单目标问题,利用综合模拟退火思想的改进粒子群算法求解计算.实例验证表明,所提低碳调度模型合理,能够在传统经济调度的基础上更好地保护生态环境,促进电力系统调度的低碳化.     

基于logit离散选择模型的考虑需求响应含风电系统优化调度

风电因为其本身具有波动性、间歇性等特点,风电并网增加了传统电力系统优化调度的难度。引入需求响应,重新整合用户侧资源,能有效提高风电并网的经济性。因此,建立考虑需求响应的风电并网优化调度的新模型。首先建立基于logit离散选择模型的用户对电价菜单的自主选择模型,用户选择不同菜单电价并作出相应的负荷削减。然后建立考虑用户菜单电价选择和可中断负荷调用的需求响应含风电电力系统优化调度模型,将可中断负荷调用容量作为系统部分旋转备用容量。目标函数在传统含风电系统优化调度模型基础上,加入可中断负荷调用成本。最后,利用蛙跳简化粒子群算法对改进后含风电场的IEEE-RTS24系统进行分析验证,结果证明本文所建立模型的正确性和有效性。     

考虑可中断负荷与阀点效应的电力系统安全经济调度

由于风电并网给电力系统可靠运行带来新的挑战,针对风电波动性与随机性的特点,在考虑系统安全性和可靠性的基础上,研究含风电场的电力系统安全经济调度。基于条件风险约束安全经济调度模型,分别建立考虑可中断负荷和阀点效应的条件风险约束安全经济调度模型,以IEEE-14节点为计算实例,测试模型的有效性。算例结果表明,将可中断负荷补偿成本和发电机组阀点效应成本计入传统的经济调度模型中符合系统的实际运行,在新建立的模型中考虑可中断负荷和阀点效应因素使原模型更具实际意义和应用价值。     

基于随机模拟粒子群算法的含风电场电力系统经济调度

由于风电具有随机性,目前尚无法较准确预测其出力,因此含有风电的电力系统经济调度不再是-个常规意义下的确定性问题.利用传统的方法也难获得既经济又有较高可靠性的解.本文建立了基于机会约束规划的含风电场的电力系统经济调度数学模型,以概率的形式描述相关约束条件,考虑了机组的爬坡约束、出力限制,线路潮流限制、备用约束及负荷平衡等约束条件,利用基于随机模拟的粒子群算法求解该问题.通过IEEE30节点系统的算例验证,表明该模型与算法的有效性.     

基于负载均衡的含风电场电力系统优化调度方法

随着风电并网容量的增加,大功率风电爬坡事件给电力系统调度带来了巨大的风险,研究相应的含风电场电力系统的调度策略十分必要。根据风电爬坡特性的特点,建立了风电爬坡事件模型,进而建立考虑风电爬坡约束的含风电场电力系统优化调度模型;借鉴负载均衡算法,提出了一种常规机组出力的重调度方法;并将其应用于风火系统调度,制定联合调度策略;通过对发生不同剧烈程度风电爬坡事件的计算,验证模型和调度策略的有效性。结果表明,通过负载均衡算法的应用,常规机组能有效平衡风电爬坡事件发生引起的风电功率缺额,保证系统爬坡容量的实际需求。     

提高风电渗透率的电力系统多目标优化调度研究

为解决风电不确定性给电网调度带来的困难,研究含风电场的电力系统经济调度具有一定的理论和实际意义。提出了一种改进粒子群优化算法的多目标优化调度方法,以常规火电机组发电成本最小和风电消纳电量最大为目标,建立了含风电场的双目标调度模型,采用改进的多目标粒子群优化算法进行优化求解。以包头电网为实例进行了仿真计算,结果表明所提方法能够有效降低系统发电成本,提高风电消纳水平。     

风电接入电力系统经济调度研究综述

由于风电的不确定性,给含风电的电力系统经济调度问题带来了很大的挑战。．本文从含风电的电力系统模型、算法方面讨论了含风电的电力系统经济调度问题。将经济调度模型分为单目标模型、多目标模型和机组组合模型,比较了这些模型的优势和不足。并从寻优速度、精度和收敛性等方面阐述了算法的优缺点,在传统算法的基础上对算法进行改进,使改进的算法具有更好的寻优性。最后对经济调度模型的各种算法进行分类介绍,并讨论了模型使用的各种算法解决问题的方法和途径,达到对求解模型的算法有更为深入的了解。本文希望读者能够对含风电的电力系统经济调度问题有个整体认识,能够提供关于经济调度问题的一些思路。     

风电与电动汽车协同并网的电力系统动态环境经济多目标模糊优化调度模型

为协调电动汽车与风电并网给电力系统经济调度带来的影响,构建了考虑插电式混合电动汽车入网的含风电场电力系统环境经济多目标调度模型。而风力发电和负荷的不确定性因素必将增加调度难度,为此应用模糊理论实现风电与电动汽车协同并网的模糊化建模,利用满意度指标将确定性环境与经济的多目标问题转化为单目标优化问题,在采用线性下降搜寻思路和考虑边界约束的粒子信息分享方法对传统粒子群算法进行改进的基础上,采用改进粒子群优化(particle swarm optimization,PSO)算法求解所提出的动态环境与经济调度模型,从电网运行和车主需求角度出发,考虑了系统旋转备用和车主日常出行等制约关系。经过仿真以及对不同场景下多个调度方案的对比分析,验证了模型的合理性和以及改进PSO算法对解决此类动态调度问题的优越性。     

含大型风电场的环境经济调度模型与解法

大规模风电并网给电力系统发电调度带来了新的不确定性因素。基于多目标机会约束规划,构建含风电场环境经济调度的随机优化模型,将燃煤机组的发电成本最小和污染气体排放量最小同时作为目标函数,并计及系统正、负旋转备用容量约束。利用风电出力的分布函数将随机模型转化为确定性模型。设计一种包含多目标优化和辅助决策的2阶段解法,该方法在求出模型的Pareto最优集后,能为运行人员提供决策指导。以含40台燃煤机组和1个大型并网风电场的电力系统为例进行环境经济发电调度,结果表明,所提模型和解法是可行、有效的。     

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。