空间耦合粒子群优化算法及峰谷电价下IES-CCHP区域联合调度

综合能源系统中电力、天然气和热力系统之间的交互影响具有一定的相关性。考虑能源间转换关系以及系统对分时电价的响应,以最小化购售电计划交易成本、燃料成本和排放污染气体所产生的环境成本为目标,建立峰谷电价下冷热电联供(CCHP)系统区域联合环保经济调度模型。为解决粒子群优化算法求解模型时存在的优化效率低、易陷入局部最优、计算结果随机性强等问题,提出一种空间耦合粒子群优化算法。在粒子寻优多维参数空间上,通过引入耦合协调数学模型将各维参数有效耦合,从而使所有参数从总体上同时趋向最优解。仿真结果表明,相比经典粒子群优化算法和改进粒子群优化算法,空间耦合粒子群优化算法有较强的全局搜索能力和更可靠的优化计算结果; 所提CCHP系统的联合调度模型能有效促进能源的高效利用、电力的经济调度和节能减排。     

计及附加机会收益的冷热电联供型微电网动态调度

在分时电价及微电网并网运行条件下,为更好地调度储能和可调度型微电源并优化微电网购电及售电功率,建立了计及附加机会收益的冷热电联供(CCHP)型微电网动态调度模型。以一个包含风机、光伏电池、储能、燃料电池、CCHP系统的微电网为例,采用基于模拟退火的粒子群优化算法对调度模型进行动态寻优,从而求得调度周期内各微电源的最佳经济出力,同时比较了CCHP系统相对于分产系统的优势。算例分析验证了所述模型和算法的有效性,仿真结果表明:并网运行条件下,计及附加机会收益的CCHP型微电网调度模型能够在能源梯级利用和节能减排的基础上,优化网内各组成部分的出力从而降低微电网的运行成本。     

冷、热和电联产系统的最优能源定价策略

采用基于双层规划的粒子群优化算法,制定冷、热和电联产(Combined Cooling,Heating,and Power,CCHP)系统的最优能源价格策略。对于一个以天然气为燃料的CCHP,当电力售价和天然气购价处于合理的比例范围时,系统会有很高的能源利用率,同时也会产生很好的经济收益。对国内某CCHP系统进行测试,依据实际能源价格计算出全年最优峰谷电价和天然气价格。仿真结果表明,当制定出最优能源价格后,CCHP可以调整容量配置以实现最优经济效益,电力公司的收益也会得到保障。     

基于改进量子粒子群算法的微能源网优化运行

通过对冷热电联供（CCHP）结构分析,综合考虑微能源网的运行成本与一次能源转换成本,建立包含电气、烟气、空气和热水母线的光气储互补发电模型,分析了不同场景下微能源网的冷热电负荷的优化调度结果。通过对量子粒子群算法（QPSO）加以混沌搜索、邻域变异和变权重更新种群最优位置中心等操作,有效避免了粒子过早陷入局部最优,提高了种群质量。算例分析结果表明,该算法能有效求解CCHP模型,在保证微能源网可靠运行的同时,能有效地降低成本,提高可再生能源利用率,实现微能源网的经济调度。     

基于智能单粒子算法的微电网经济调度

为充分消纳可再生能源,以分时电价为杠杆,通过经济调度手段,对微电网内分布式发电资源进行优化配置。在综合考虑各类分布式电源发电成本和环境成本的基础上,计及热电联供收益、电能交易收益、电价补贴等多项运行收益,建立微电网多目标经济函数。考虑储能系统在不同时间断面上的耦合性问题以及时移特性,结合分时电价、净负荷曲线进行预调度。考虑微电网实时调度的快速性要求,运用智能单粒子算法搜索调度变量的最优解,并与常规粒子群算法进行对比。算例分析了基于冬季典型日数据的微电网调度方案和各项经济指标,结果表明微电网调度模型、调度策略和优化算法合理有效。     

引入可调度空间约束的电力系统优化调度模型

传统电力系统优化模型通常以火电机组固有技术出力作为该机组的出力约束,而实际运行中,机组调度出力范围还受净负荷值及机组上一时段出力的影响,出力约束存在较大的优化空间。为有效缩减机组出力变量的可行域范围,提出净负荷增量指标,应用该指标及机组上一时段的出力状态优化各机组可调度空间范围。进一步以可调度空间范围作为约束,建立改进电力系统优化调度模型。运用标准粒子群与模拟退火算法相结合的混合粒子群算法求解。算例结果表明,混合粒子群算法能够有效改进标准粒子群算法陷入局部最优的缺点,提高模型求解精度;此外,引入可调度空间值约束的电力系统优化调度模型与传统优化调度模型相比,在确保求解精度的同时大大减少了计算量,且不易陷入局部最优。该改进的思路与方法也可应用于其它能源系统的优化调度模型中。     

基于改进粒子群算法的综合能源系统经济优化运行

针对综合能源系统的最优经济化运行,将整个系统分为新能源供应商、综合园区服务商、用户三个主体,以新能源供应商收益最大化,园区服务商收益最大化,用户购能成本最小化为综合目标,建立基于分时电价的综合能源系统经济优化模型。改进传统的粒子群算法,用所有粒子的个体最优值的平均值代替个体最优值,提高算法的精准度。利用改进后的粒子群算法对模型进行求解,并通过算例进行验证分析。     

计及综合需求响应的综合能源系统优化调度

为提高系统运行的可靠性和经济性,在综合能源系统优化调度的基础上引入综合需求响应,利用不同形式能源间的相互转化关系,实现削峰填谷,提高能源利用效率。计及综合需求响应策略,建立了基于电价的电力负荷需求响应和基于激励的热负荷需求响应模型。并以运行成本最小为目标函数,提出了综合考虑供需平衡和供储能设备约束的综合能源系统调度模型。采用改进二阶振荡粒子群算法对模型进行求解。该算法在常规粒子群算法的基础上对速度迭代公式进行更新,克服了常规粒子群算法易陷入局部最优的问题。通过实际算例仿真,验证了所提出模型和求解算法的有效性。     

考虑分时电价的主动配电网柔性负荷多目标优化控制

为促进居民经济用电以及对分布式能源的消纳,在主动配电网的优化调度中,储能设备的调蓄作用至关重要,但单纯依靠储能的调节作用会极大增加系统成本。在需求响应机制下,利用分时电价机制可有效促进柔性负荷参与系统能量平衡的调蓄作用,从而有效降低储能单元配置成本。基于电力需求弹性理论,建立引入分时电价机制的主动配电网柔性负荷调度模型;构建可降低网侧功率波动、兼顾用户生活舒适度以及运行经济性为目标的多目标优化模型,并通过粒子群算法求解获得柔性负荷控制策略。通过对某一具体场景的分析与仿真证明了所提方法的有效性,实现配网清洁能源的友好接入和高效利用。     

基于改进粒子群算法的分布式能源系统协同优化运行研究

分布式能源系统是能源利用的未来趋势,其中协同经济优化运行是实现能量供需平衡、降低能源站成本的关键。首先从冷热电协同优化运行入手,建立了包括三联供系统、离心式冷机、空气源热泵以及风光储在内的分布式能源协同运行优化模型,然后考虑设备约束和系统约束,目标函数综合考虑运行成本和环境成本,采用改进粒子群优化算法求解。结果表明,与粒子群算法和自适应粒子群算法相比,该算法有效避免了局部最优以及后期收敛慢的问题,同时具有更好的优化效果。最后针对国内某示范园区分布式能源系统进行优化验证,所提方法能够有效降低总成本,提高分布式能源系统经济效益,促进可再生能源充分消纳。     

考虑电能交互的冷热电多微网系统日前优化经济调度

多个冷热电联供型微网接入同一区域配电网,形成以配电网为核心的冷热电联供型多微网系统。当冷热电联供型多微网间通过联络线进行电能交互时,给传统的多微网系统优化调度问题带来了挑战。在分析典型冷热电联供型微网供能结构的基础上,研究供用储设备间的冷热电能流动关系和设备的数学模型,建立考虑微网间电能交互的冷热电联供型多微网系统优化经济调度模型。通过天津中新生态城算例,分析各个冷热电联供型微网中设备出力和冷热电负荷平衡情况,与多微网间不存在电能交互时的优化调度进行经济成本、CO₂排放量和各微网与电网交易电功率值的比较,与传统冷热电联供系统“以热定电”和“以电定热”运行方式下多微网系统的总运行成本进行对比,验证所提模型的经济性、环保性和有效性,并对微网间交易电价的制定做进一步研究。     

基于可能度的冷热电联供微网区间优化调度模型

提出了含多种能量转换途径的冷热电联供微网非线性区间优化调度模型。首先,以充分利用光伏、风电等新能源为目标,确定了实现电冷、电热、热冷能量转化的灵活冷热电联供微网系统。然后以此系统为对象,针对光伏、风电、冷热电负荷随机性问题,考虑分时电价、环境效益等因素,建立以系统综合运行成本最低为目标的非线性区间优化模型。根据区间可能度模型,将不确定性模型转化为确定性模型,结合改进粒子群算法进行求解。最后通过算例验证了该模型的合理性、灵活性,并结合仿真结果分析了区间可能度和负荷波动对综合运行成本的影响。     

激励CCHP参与需求侧管理双向峰谷定价模型

削峰填谷是需求侧管理的主要目标,而峰谷电价是激励用户参与削峰填谷的有效措施。由于冷热电联供系统的运行特点,针对其制定双向峰谷定价将更为有效,激励其获取良好经济性,改变其供能方案和购售电交易计划,从而改变其接入电网母线的日负荷曲线。通过基于最小二乘法的误差相对值刻画日负荷与其均值的偏离程度,定义该误差值的变化率作为负荷曲线满意度;统一电价和峰谷电价条件下,比较联供系统经济性差异,定义冷热电联供系统满意度。为了综合考虑联供系统的调节效果,建立联供系统与负荷曲线的联合满意度为目标的峰谷定价模型。仿真结果表明,双向计量峰谷电价的合理定价,可促使联供系统调整调度方案,并获取改善的母线负荷曲线。均衡权重的联合满意度模型所定峰谷电价比不同权重的更能使联供系统积极响应,削峰填谷效果更优。     

基于用户响应下的分时电价优化设计模型与方法

从配电公司的自身利益出发提出了一个考虑购电成本、需求响应以及其它因素的分时电价定价模型,并针对购电商是否具有市场力两种情况分别进行了分析。论述了该模型本质上属于非线性规划问题并探讨了其求解过程。最后将该模型应用于某简单算例进行仿真计算,结果表明如果用户对分时电价具有较强的响应度,则在峰谷电价差较小时也可以实现用户与电力企业共同获利的目的。     

基于实时电价的微网PSO最优潮流算法研究

针对含多种DER的中压微网系统,提出基于实时电价的微网PSO最优潮流算法。首先推导了包含可中断负荷且与大电网可双向潮流交换的微网经济成本方程及包含能量流失的蓄电池运行约束方程。考虑了目前备受关注的PM10对健康的影响,综合经济、环境、健康成本及多种约束,以微网24小时运行费用最小为目标,建立了微网综合经济运行的优化模型。之后,提出基于牛顿-拉夫逊最优潮流算法的混沌PSO算法,结合某电力市场的实时电价和通过负荷预测获取的负荷曲线,在满足负荷需求的前提下,实现可中断负荷、蓄电池、DER与大电网功率的经济共享。最后,在Matlab环境下编程实现了该混沌PSO最优潮流算法。通过对某中压微网系统4种运行状态下的经济性分析,验证了该方法的正确性和有效性。     

以节能调度为导向的发电侧与售电侧峰谷分时电价联合优化模型

针对中国现阶段还未全面执行电力竞价上网的实际情况,以节能调度为导向,基于需求侧响应,考虑发电机组的上网电量及其在峰、平、谷时段的电量分配问题,在保证发、供、用三方均能从峰谷分时电价中受益的前提下,以实施峰谷分时电价后平均发电能耗成本最低为目标函数,建立发电侧与售电侧峰谷分时电价联合设计的优化模型。在建模过程中,根据各类机组在发电过程中所排放污染物带来的经济损失,为发电机组设置环境价值参数,并给出环境价值参数的确定方法。最后,应用遗传算法给出该优化模型的求解步骤。算例结果表明该优化模型的可行性和有效性。     

基于混沌自适应粒子群算法的冷热电联供系统优化

在研究冷热电联供系统优化运行的过程中,为了更好地优化调度冷热电联供系统中各设备的出力,提出了基于Tent映射的混沌搜索和非线性自适应粒子群算法相结合的优化算法。建立了一个包含风机、光伏、微燃机和燃气锅炉等主要设备的冷热电联供系统模型。以联供系统的运行成本、污染物排放量和能源利用率为目标,建立了多目标优化模型。在满足设备出力、功率平衡等约束条件下,利用Matlab进行了优化求解。仿真结果表明,所提出的冷热电联供系统优化方法,可以有效地提高经济效益,减少污染排放,提高能源利用率。     

Coordinated fuzzy constrained optimal power dispatch for bilateral contract, balancing electricity, and ancillary services markets

This paper proposes a coordinated fuzzy constrained optimal power dispatch (CFCOPD) algorithm for bilateral contract, balancing electricity, and ancillary services markets. The CFCOPD problem is decomposed into social welfare fuzzy maximization subproblem, which is solved by mixed-integer fuzzy linear programming (MIFLP), and combined reactive power cost and cost of real power loss fuzzy minimization subproblem, which is solved by fuzzy linear programming (FLP). The proposed CFCOPD algorithm is tested on the modified IEEE 30-bus system and the Thai power 424-bus system. The dispatch results show that the social welfare of the fuzzy constrained competitive electricity and ancillary services price (CEASP) scheme with bilateral contract curtailment bids is higher than those of competitive electricity price (CEP) scheme and CEASP scheme with and without bilateral contract curtailment bids, leading to a lower average electricity price.