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。     

基于改进粒子群算法的风水火电短期多目标优化调度研究

为消纳更多风电,提出了风、水、火电短期联合优化调度策略。该策略优先消纳风电,由火电、水电联合运行承担剩余负荷。建立了含约束的多目标非线性优化模型,采用线性加权法将多目标问题转化为单目标问题后,使用粒子群算法进行求解。实例计算表明,该方法充分利用了水电灵活性,减小火电出力波动,同时提高了电网对风电的消纳能力。     

风-光-蓄-火联合发电系统的两阶段优化调度策略

针对风电、光伏出力的随机性、间歇性和波动性而导致其在大规模接入电网时对电网发电计划制定和调度产生的影响,提出一种风-光-蓄-火联合发电系统的两阶段优化调度策略。利用抽水蓄能的抽蓄特性,将风电和光伏出力进行时空平移,使风-光-蓄联合出力转变为稳定可调度电源,具备削峰填谷的功能,与火电机组共同参与电网调度。以风-光-蓄联合出力最大和广义负荷波动最小作为风-光-蓄联合削峰模型的优化目标,火电机组运行成本最小作为经济调度模型的优化目标,建立两阶段优化调度模型,分别采用混合整数规划方法和粒子群算法求解。改进IEEE-30节点算例系统仿真结果表明：所提调度策略可以提高风能和太阳能的利用率,缓解火电机组调峰压力,大幅降低风电的反调峰特性对电网的影响,从而保证电力系统安全、稳定、经济运行。     

基于条件风险价值的含风电电力系统旋转备用效益研究

由于风电出力的波动性和间歇性,大规模风电并网使得旋转备用效益和风险的矛盾更加突出。考虑系统上、下旋转备用的容量成本和能量成本,以及因购买上旋转备用而减少的失负荷损失和因购买下旋转备用而减少的弃风损失,以期望旋转备用效益最大和系统损失的条件风险价值(CVaR)最小为两个目标,建立基于条件风险价值的含风电电力系统旋转备用效益-风险模型。采用蒙特卡罗法模拟实际负荷功率和风电出力的预测偏差,并改进多目标粒子群优化算法,用于求解得到期望旋转备用效益-风险有效前沿和日前旋转备用计划,以及不同可靠性水平、置信水平对期望旋转备用效益和风险的影响。最后,通过算例验证了该模型和算法的可行性。     

风、火、水电短期联合优化调度研究

将风电引入水火调度系统中,针对风力发电的波动性和不稳定性,提出了风、火、水电短期联合优化调度策略.该策略先保证风电出力最大,火电承担基荷、出力平稳,再由水电调节补偿剩余负荷,将风电、火电与水电调度相结合,以补偿风电的不均匀性和随机性.建立了含约束的多目标非线性优化模型,模型求解采用线性加权和法处理多目标函数,外点罚函数法处理约束条件,将含约束多目标问题转化为无约束单目标问题,引入压缩因子的粒子群算法进行单目标优化.实例计算表明,该方法较好的发挥了水电站调度灵活的特点,提高了电网吸纳风电的能力,解决了不同电源的协调问题.     

基于CE-PSO算法的风、火、梯级水电系统联合优化调度

为促进风电更好地消纳、减少传统化石能源造成的污染,充分发挥梯级水电站的调节能力,制定了一种包含风、火、梯级水电系统的联合优化调度策略。该策略确定了优先风电上网、火电平稳出力、梯级水电补偿运行的调度模式,并依据该策略建立了多目标联合优化模型。针对传统粒子群算法存在容易陷入局部最优解的缺点,采用基于鲶鱼效应改进的粒子群算法对模型进行求解,并在MATLAB软件中进行仿真。算例的仿真结果表明,基于鲶鱼效应改进的粒子群算法能够有效地应用于风、火、梯级水电联合优化调度问题中,能够发挥出梯级水电站调节特性的同时有效地增加风电的上网电量、提高系统的综合效益。     

光热-风电联合运行的电力系统经济调度策略研究

针对大规模并网风电出力的随机性、波动性以及反调峰特性给电网调峰和调度带来的影响,采用含储热的光热发电系统与风电联合运行的调度策略。利用光热与风电出力的互补性及储热的可调度性平抑风电出力波动,减小电网负荷峰谷差,降低火电调峰的成本,减少弃风。基于光热电站的运行机理分析,建立光热-风电联合系统的电网调度模型。采用粒子群算法对模型进行求解,实现经济调度的优化。通过仿真算例分析验证调度策略及模型的可行性和合理性。     

考虑风电置信区间的水风火短期优化调度方法

风电出力的不确定性影响电网的稳定运行,大规模风电并网后“弃风”问题突出。为了充分考虑风电出力的不确定性,本文提出基于风电置信区间的风-水-火短期联合调度运行方法。利用梯级水电站启停灵活、爬坡速度快等优点平抑风电出力波动,构建了发电成本最小与清洁能源消纳最大的多目标优化调度模型。基于分层求解思想,将模型分为风电运行层、水电调度层与火电调度层,并提出了集成非参数法、启发式算法与改进的粒子群算法的总体求解框架,实现了模型的快速求解。某区域电网短期调度模拟运行结果表明,所提方法求解速度快,仅需83.5 s,在满足电力系统安全稳定运行约束与清洁能源消纳最大的前提下,水电、风电多发45.56万kWh,煤耗成本减少23.33万元。     

考虑大规模风电接入的发电机组检修计划最小失负荷期望模型

风电出力的随机性和不稳定性对系统安全带来巨大压力。针对由于风电出力的随机性可能导致系统在不合理机组检修计划下出现备用不足的情况,采用基于风电概率分布的机组检修计划最小失负荷期望模型。通过考虑发电机组随机停运下可能产生的失负荷期望值对机组检修计划进行合理优化,减小甚至消除产生失负荷的可能性,保障系统安全运行。针对所采用的机组检修计划模型,提出了新型高效0-1问题粒子群算法。在IEEE RTS-96系统中的验证结果表明该模型与新型粒子群算法可行有效。     

机组组合在含风电系统的备用协调优化

针对风电出力、负荷预测偏差,发电机组故障停运等不确定因素,在传统模型的基础上,增加负荷跟踪时间和快速旋转备用的限制,建立兼顾系统运行效益和备用效益的机组组合模型。以快速旋转备用来平抑风电功率和负荷的波动,以系统的发电成本和备用成本之和最小为目标函数,采用改进的遗传—粒子群算法优化求解。算例仿真验证了模型和算法的有效性。     

风电并网电力系统动态经济调度问题的研究

通过优化火电机组出力,研究风电并网后,电力系统的短期动态经济调度问题。优化模型中引入了上、下旋转备用,以此应对风电功率预测误差给系统调度带来的波动。在基本粒子群优化算法基础上,提出了3种改进策略:先采用"循环处理策略"和"优先启停策略"生成问题的可行解,然后采用"机会停机策略"进一步优化可行解。经典算例结果表明,本文提出的策略稳定性好、寻优速度快、优化结果好,具有高效的搜索能力和适应性。     

计及权系数影响的区域电网时段多目标调度优化策略

为了解决区域电网受风光机组出力的不确定因素影响的调度优化问题,提出了含风光机组在内的多电源多目标调度优化模型,目标函数中考虑了经济运行成本及环境治理成本,同时增加了备用容量和爬坡能力等约束。考虑权系数对多目标优化结果的影响,基于不同的负荷情况,对多目标优化的权系数进行动态选取,得到各阶段负荷下对应的权系数。该文将负荷分为基荷、腰荷及峰荷三种情况,根据模糊综合评价法对各种负荷情况动态确定权系数,以此提出四种优化方案。为了降低综合成本,在考虑了各种约束的前提下,利用改进的粒子群算法求解模型,求得四种方案下的分时段综合成本,并确定调度优化方案,同时得到运行周期内区域电网中机组出力的最佳策略,最后通过实例验证了所提基于动态权系数的多目标调度优化策略的有效性。     

考虑需求响应的风电消纳模糊

随着智能电网的快速发展,将需求响应(demand response,DR)融入调度过程以协调风电和火电机组出力是目前的研究热点.首先利用需求响应对负荷曲线的优化作用及其对系统备用容量的等效作用,制定了分时电价和可中断负荷的容量成本;其次针对风电出力的不确定性和随机性,采用可信性测度理论对其进行模糊表示;然后将风电出力不确定性引入到旋转备用模糊约束中,给出了基于模糊机会约束规划(fuzzy chance constrained programming,FCCP)并考虑需求响应的经济调度模型;最后由改进引力搜索算法求解所给模型.算例分析表明所提模型能够有效应对风电出力不确定性,降低系统运行的总成本.     

考虑系统正负备用的电动汽车优化调度策略研究

大规模电动汽车和风电场的接入加大了电网运行的风险,将对电网备用容量产生影响。考虑电网正负备用容量配置成本,提出电动汽车优化调度策略,旨在降低电网正负备用容量配置,并提高风电利用率。首先,运用模糊聚类算法分析风力出力的不确定性,得出系统差额概率密度函数;然后,基于改进电量不足期望指标(IEENS)和风能浪费风险指标(IEWWR)引入电力系统正负备用配置需求;最后,以用户充放电成本和正负备用成本最小为优化目标,建立电动汽车优化调度模型。仿真计算结果表明,该策略能够有效降低用户充电成本和系统正负备用容量投入成本,提高电网经济运行水平。     

计及备用容量优化配置的风火联合随机经济调度模型

风电的随机波动性对电力系统的安全造成了严重的影响,备用容量能够起到降低风电入网风险的作用。在风电全额入网的前提下,考虑风速和负荷预测误差的概率特点,以置信水平确定旋转备用需求,以最大负荷的10%确定事故备用需求,在此基础上采用bootstrap抽样法,提高置信区间的估算精确度。将发电成本与备用成本计入目标函数,建立风电和火电联合运行的随机经济调度模型,并对模型中整数变量进行处理,以降低求解难度。通过算例求解,分析了不同时段各机组承担的发电和备用任务情况,以及不同置信水平下的经济性。     

含风电场与电动汽车充换电站的电力系统经济调度

在分析风电和电动汽车发展形势的基础上,提出将电动汽车充换电站视作储能电站引入电网调度,为含有风电场的系统提供备用.通过对风电出力和充换电站可用容量的预测,考虑风电和充换电站建立经济调度模型,提出模型优化策略,并采用粒子群优化算法（PSO）求解.通过算例验证了模型和算法的正确性和有效性.     

考虑源荷协调的风电并网系统旋转备用容量优化

风电的接入给电力系统带来更大不确定性,要求电网公司购买更多的旋转备用以维持电力系统的功率平衡和稳定,兼顾系统运行可靠性与经济性的旋转备用优化配置具有重要意义。考虑风电、需求侧互动资源,提出一种基于多场景的概率性旋转备用优化方法。该方法综合考虑风电预测误差、负荷波动及发电机非计划停运不确定性因素对旋转备用的需求,将弃风、可中断负荷分别作为部分负、正旋转备用融入发电日前调度计划,以购电总费用最低为目标函数建立日前机组组合优化模型,获得各时段旋转备用优化配置量。通过对IEEE 30节点、IEEE 118节点系统进行算例分析,验证了所提方法的正确性和有效性。     

考虑风电及分时电价的机组组合问题研究

近年来,风电等清洁能源的接入以及负荷侧分时电价的管理增加了电网调度的复杂性,为实现在风电接入及分时电价管理背景下的火电机组的经济调度和分时电价策略优化,首先研究了负荷需求对峰谷时段电价的响应模型,接着基于模糊机会约束理论建立了考虑风电及分时电价的机组组合模型,然后提出了一种双层混合粒子群算法求解该机组组合模型,以得到与风电相配合的分时电价定制策略以及火电机组出力值。最后仿真结果表明,所提出的方法可以实现负荷侧分时电价策略与供电侧火电出力的有效配合并降低火电机组的发电成本。