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。     

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.     

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。     

LINGO在风电并网电力系统动态经济调度中的应用

通过优化火电机组出力,研究了风电并网后,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.采用LINGO软件进行分析计算,取得了很好的效果.并且,随着LINGO功能的不断扩展,它应用于电力系统经济调度的优越性也随之增加.经典算例结果表明,LINGO软件的稳定性...     

含风光电站的电力系统动态经济调度

随着电力系统中风电和光伏发电的接入比例不断增长,其输出功率的随机性给系统经济调度带来了不确定因素。通过将满足一定置信概率的风电、光伏发电的功率区间预测信息纳入发电计划中,同时引入了可中断负荷作为旋转备用,建立了基于功率区间预测的考虑机组组合的系统动态经济调度模型。求解模型时利用改进离散粒子群算法（discrete particle swarm optimization,DPSO）来解决机组启停问题,采用连续粒子群算法来实现负荷的经济分配,并采用启发式调整规则,提高算法的效率和搜索性能。最后通过10机系统仿真算例验证了模型和算法的有效性。     

考虑可靠性约束的含风电场电力系统动态经济调度

提出一种考虑系统可靠性约束的含风电场电力系统动态经济调度模型,在目标函数中加入了中断负荷费用.针对风速预测和负荷预测的不确定性,引入净负荷的概念,利用七分段高斯分布模拟预测误差的不确定性.在系统可靠性指标的计算过程中,考虑了系统机组的不确定性以及旋转备用.为求解模型,提出了一种改进的粒子群优化算法,引入信息分享和精英学习策略.以IEEE-RTS测试系统为算例,通过仿真分析,验证了所提模型的可行性与有效性.该模型可以在保证系统可靠性水平的基础上优化系统调度.     

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。     

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。     

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。     

Dynamic Economic Dispatch with Wind Power Penetration Based on Non-Parametric Kernel Density Estimation

Abstract

In order to analyze the randomness of wind power in dynamic economic dispatch (DED) with wind power, based on non-parametric kernel density estimation (KDE) technology, the probability distribution of wind power output and wind power forecast error is accurately modeled. A segmented statistical method on wind power forecast data is adopted to construct the confidence interval of the wind power output, the upper and lower bounds of the forecast errors. According to the established wind power output probability model, forecast confidence interval and forecast error upper and lower bounds, a DED model with wind power is formulated in this paper. A hybrid algorithm combining the evolutionary advantages of bat algorithm (BA) and particle swarm optimization (PSO) algorithm is designed to solve the proposed model. A crossover mechanism, which can solve the problem of falling into local optimum easily existed in BA and PSO, is introduced in the evolution of the algorithm. Finally, the effectiveness of the proposed model and algorithm is verified by simulation examples.     

含风电场的多目标动态环境经济调度

为应对风电并网给电力经济调度带来的影响,构建了含风电场的多目标动态环境经济调度模型。该模型能同时兼顾燃料费用目标及污染排放目标,并计及阀点效应、网络损耗以及由风电不确定性引起的旋转备用需求。为求解该模型,达到为决策者提供最优调度方案集的目的,将基于分解的多目标进化算法(multi-objective evolutionary algorithm based on decomposition,MOEA/D)应用于动态调度领域。针对模型的复杂约束,在算法中加入对机组出力的实时调整及对约束违反量的适当惩罚,并利用归一化操作,避免算法向某一目标过度进化。经过对算例的仿真及对不同调度方案的对比分析,验证了所提调度模型的合理性以及改进MOEA/D算法解决此类问题的有效性。     

基于机会约束规划的风–蓄联合动态经济调度

大规模具有随机性、波动性和反调峰特性的风电接入电力系统后,给电力系统的调度运行带来了很大挑战。针对风电出力特性,提出了基于智能能量管理系统(smart energymanagement system,SEMS)的风-蓄联合调度策略,基于随机规划理论建立了经抽水储能平抑后以风电功率波动最小和火电运行成本最低为目标的风–蓄联合运行的电力系统动态经济调度模型,并采用混沌粒子群优化算法求解模型。仿真结果表明了该调度策略的合理性及有效性。     

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。     

基于碳交易的含风电系统低碳经济调度

随着"低碳经济"发展的持续升温,经济和社会的可持续发展对电力行业提出了低碳化发展的需求。风电作为最具竞争力的清洁能源之一,促进了电力低碳化的发展进程,同时风电出力的随机性对系统备用提出了更高的要求。建立低碳调度目标并引入碳交易,使碳排放成为赋有经济价值的可调度资源;在经济调度目标中引入旋转备用补偿成本以应对风电预测误差对系统带来的影响,引入风电场负效率运行补偿成本以弥补风电场技术弃风造成的经济损失。应用随机规划理论构建模型,提出了一种同时兼顾电能生产经济性和系统排放低碳性的新型低碳经济调度模型,实现多目标问题的单目标化。利用基于随机模拟的混合粒子群算法进行优化求解,通过算例验证所提模型与算法的合理性。     

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.     

电力市场环境下含风电机组的环境经济调度模型及其仿真

电力市场环境下的传统经济调度不考虑环境补偿因素。文章在传统经济调度的基础上,考虑各机组和各种能源的环境成本,提出了火电机组名义环境补偿成本,用电方不需实际支付费用,发电方排污特性越好,火电机组的名义环境补偿成本越低;同时考虑了风电备用容量补偿成本,反映风电接入系统后火电热备用容量的变化;建立了电力市场环境下含风电机组的环境经济调度模型。基于Matlab优化工具箱,对一个包含2个火电机组和1个风电机组的系统进行优化仿真,结果表明：基于所提出的模型,环境友好的发电机组或能源将获得更大的调度权重。