动态优化调度对特殊负荷段落的处理

分析了负荷曲线中特殊段落的特点及其在动态优化调度中可能出现的问题，提出了将前方段 落的信息反向传递的思想，给出了反向导引约束。应用这种约束调整策略，可以将前方段落 的准备要求反向部署给后方段落，顺利地进行动态优化调度的解算，从而使动态优化调度的 理论和算法更加完善。     

华北电网的动态发电计划

本文在分析了华北电网发电情况，负荷变化 特点及调度要求的基础上，应用电力系统动态优化调度的理认及两级协调方程算法，在发电计划中考虑了发电机组输出功率变化速率约束和响应能力约束等动态约束条件。     

动态优化调度对特殊负荷段路的处理

分析了负荷曲线中特殊段落的特点及其在动态优化调度中可能出现的问题，提出了将前方段落的信息反向传递的思想，给出了反向导引约束。应用这种调整策略，可以将前方段落的准备要求反向部署给后方段落，顺利地进行动态优化调度的解算，从而使动态优化调度的理论和算法更加完善。     

动态优化潮流

本文将电力系统动态优化调度中的动态瓶颈约束引入传统的优化潮流算法，建立了动态优化潮流的数学模型，编制了能跟踪负荷急剧变化的动态优化潮流程度。对算例系统的计算表明，本文所提方法能在实际系统的爬峰降谷期间，统筹考虑可靠性，经济性，安全性以及电能质量等问题，具有较快的计算速度并可较好地处理非单调上升段落，适用于省区以上系统的动态优化潮流解算。     

考虑柔性负荷响应不确定性的多时间尺度协调调度模型

针对柔性负荷实际响应的不确定性,以及各类柔性负荷在多时间尺度上的响应特性,提出了考虑柔性负荷响应不确定性的多时间尺度协调调度模型。首先,基于消费者心理学原理并计及柔性负荷响应不确定性的变化规律,建立了价格型需求响应(DR)的响应量模型。然后,在考虑实际响应误差的基础上,制定了激励型DR的激励机制,并基于上述不确定性分析建立了可转移负荷、可平移负荷和可削减负荷的响应模型。最后,从多时间尺度协调的角度,对柔性负荷、常规机组和风电进行协调优化,构建了日前—日内—实时的协调调度模型,并根据模糊机会约束规划理论和混合整数规划方法进行求解。算例分析验证了所提模型的有效性,通过考虑柔性负荷响应的不确定性及多时间尺度上的协调优化,能够实现削峰填谷,提高风电消纳,并降低电网调度的成本。     

考虑非计划脱网重要负荷独立供能的综合能源系统优化调度

在考虑非计划脱网后重要负荷供能需求的基础上，文章对并网时的综合能源系统（integrated energy system，IES）进行优化调度。首先以经济调度为目标，考虑不同能源转换效率及能量约束，建立含有冷、热、电多种能源形式的日前经济优化调度模型；在此基础上，根据非计划脱网后重要负荷供能需求提出储能系统荷电状态（state of charge，SOC）动态约束方法，在保障重要负荷的基础上充分利用储能系统容量；通过粒子群算法进行求解，最终确定多能流协同优化调度方案。算例分析表明：按照所提方案对储能系统SOC进行动态约束，能够在约束范围内充分发挥储能系统的“低谷电高峰用”作用，与传统分供式相比，具有显著的经济优势；建立的并网经济优化调度模型能够保证任意时刻脱网都满足重要负荷短时供能需求。     

一种新的动态优化调度网络流模型的解耦算法

简要介绍了动态优化调度的网络流模型和动态负荷的瓶颈分析理论对于负荷曲线中的紧段落和准备段落的处理。在此基础上，提出了一个新的适用于网络流模型的解耦方法，该方法是原网络流方法的改进。使得原网络流方法由原来的只能对系统进行整体运算，到可以对系统解耦分段求解。新的解耦算法大大简化了原网络算法的计算量，提高了运算速度，并保证了整体的最优性，对于解决大系统的动态优化调度有关重要的意义。最后部分算例的证明了该解耦方法是正确有效的。     

基于时序动态约束的主动配电网滚动优化调度

为有效应对主动配电网(ADN)中间歇性能源和负荷等不确定性因素给ADN优化调度带来的挑战,提出了基于时序动态约束的ADN滚动连续实时优化调度方法。以恒定调度周期24 h的经济性最优为优化目标,建立了统筹考虑各类有功和无功功率等控制资源的综合实时优化调度模型。所提的滚动优化调度方法基于优化时刻的实时采集数据和后续23 h的预测数据,采用和声搜索算法求解所建调度模型,连续实时确定每个时刻ADN的最优运行方案。在建模过程中考虑到风光荷预测的不准确性随时间的增长而增大的特性,提出了时序动态约束的概念,即愈往后其安全约束愈加宽松,以此扩大解空间范围,进一步提高了调度方案的经济水平。最后,对改进的IEEE 33节点算例和IEEE 69节点算例的调度仿真分析,验证了所提方法和模型的可行性和有效性。     

基于混合粒子群算法的源-荷-储协调优化调度

为了提高新型电力系统中对风电和光伏的消纳能力，降低电力系统运行成本，将火电机组、光伏、风电、需求响应负荷和储能系统作为调度资源建立了基于源-荷-储协调的优化调度模型。 以火电机组运行成本、弃风弃光成本和需求响应负荷调度成本最小为目标，提出了一种两阶段优化方法。第一阶段优化采用离散二进制粒子群优化算法，使火电机组启动成本和弃风弃光成本之和最小。在第一阶段优化结果的基础上，第二阶段的优化采用双层连续粒子群优化算法使基于电价的需求响应负荷调度成本和燃料成本之和最小。算例结果验证了该优化调度模型的可行性和有效性。     

柔性负荷聚合灵活性的多时间颗粒度鲁棒评估方法

面向柔性负荷虚拟电厂(FLVPP),提出了包含日内滚动时间窗-调度周期-分钟级的多时间颗粒度的动态聚合灵活性的鲁棒评估方法。分析了多时间颗粒度评估的必要性,构造了最大化多个时段聚合灵活性的鲁棒评估模型,考虑了多时段耦合、电力网络拥塞、负荷运行状态在调度周期内发生变化以及时延响应的影响。该模型属于决策依赖的不确定性优化模型,可通过数学变换转化为常规两阶段鲁棒优化问题。针对第二阶段问题存在的二进制变量,设计了基于嵌套列和约束生成算法的迭代求解策略。通过算例分析验证了相比于现有常见方法,所提方法可以更加准确地评估FLVPP的聚合灵活性,同时验证了在评估聚合灵活性时考虑电力网络约束的必要性,并展示了算法性能。     

基于粒子群算法的火电厂机组负荷优化分配研究

负荷优化分配是火电厂运行优化的一个重要研究领域,在机组之间合理地优化分配负荷能够提高整个火电厂运行的经济性。针对火电厂实际的运行情况,考虑多个实际约束条件,建立了并行火电机组间连续多时段动态负荷优化分配的数学模型;提出运用新近发展起来的智能算法-粒子群算法来解决动态负荷优化分配问题,详细介绍和研究了该算法的基本原理以及在负荷优化分配问题上的实现过程,并针对原算法的不足,对算法进行了改进;根据负荷分配和算法的特性,对初始种群的生成方法进行了改进,同时对约束条件进行了有效处理。仿真实例表明,该方法收敛性好,收敛速度快,能够有效地达到或接近全局最优,从而为火电厂机组负荷优化分配的求解提供了新的有效算法。     

Feasible solution for dynamic economic load dispatch using feasible operation region

High penetration of renewable energy in the future power system will pose a big problem to the load dispatch operation. The large disturbance and high forecast error must be considered when scheduling a limited number of controllable generators to follow rapid change in load. This paper proposes a dynamic economic load dispatch (DELD) problem approach based on the concept of a feasible operation region (FOR). FOR is defined as the region that committed generators may operate in to match the load profile without violating the ramp‐rate constraints. The DELD problem is solved in two stages. In the first stage, FOR of each generator is computed using recent real‐time forecasted load as well as renewable energy generation. In the second stage, a generation schedule is determined by solving the DELD problem interval by interval while considering ramp‐rate constraints and FOR constraints. The method can gives feasible solution for feasible load and specify the amount of compensation required for feasible solution for infeasible load. © 2013 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

加速遗传算法在电厂动态负荷优化分配中的应用

针对目前电厂负荷分配非实时最优、能源浪费巨大的问题,提出了一种动态分配负荷的算法.在考虑电厂机组实际运行特点后,建立了包含辅机、启停等约束条件下的连续多时段动态负荷优化分配的数学模型;分析了标准遗传算法(SGA)在解决负荷分配问题时收敛速度慢的原因,据此对SGA进行改进,提出了基于实数编码、双倍初始种群、自适应遗传参数...     

动态优化调度走向实用的策略与段落全局优化

本文在总结动态优化调度在实际系统中应用经验的基础上,提出了动态优化调度走向实用的策略及以段落一局优化算动态化调度的方法,该策略可以较地贯彻电力系统运行“安全,优质,经济”的原则,段落全局优化方法则可以一次性处理各种负荷紧段落,包括单调升降段落及以往方法只有通过反向导引才能够处理的陡升连续等类的段落,具有计算时间短,节省内存等特点,为动态优化调度在电力系统中的进一步实用化打下了坚实的基础。     

电力系统经济负荷分配的量子粒子群算法

本文首次将量子粒子群算法用于电力系统经济负荷分配中。该算法是以粒子群中粒子的收敛特性为基础,依据量子物理理论提出的,改变了传统粒子群算法的搜索策略,可使粒子在整个可行解空间中搜索寻求全局最优解。同时该算法的进化方程中不需要速度向量,而且进化方程的形式更简单,参数较少且容易控制。对两个算例进行仿真测试,证实该算法可有效解决经济负荷分配问题;性能对比显示,该算法求得的解优于已有的改进粒子群算法及其它优化算法所求得的解。本文为量子粒子群算法用于经济负荷分配的实用化研究奠定了必要的理论基础。     

Optimal dynamic economic dispatch of generation: A review

This paper presents a review of the research of the optimal power dynamic dispatch problem. The dynamic dispatch problem differs from the static economic dispatch problem by incorporating generator ramp rate constraints. There are two different formulations of this problem in the literature. The first formulation is the optimal control dynamic dispatch (OCDD) where the power system generation has been modeled as a control system and optimization is done in the optimal control setting with respect to the ramp rates as input variables. The second one is a later formulation known as the dynamic economic dispatch (DED) where optimization is done with respect to the dispatchable powers of the committed generation units. In this paper we first outline the two formulations, then present an overview on the mathematical optimization methods, Artificial Intelligence (AI) techniques and hybrid methods used to solve the problem incorporating extended and complex objective functions or constraints. The DED problem in deregulated electricity markets is also reported.     

考虑网络断面约束的在线有功调度积留量法

积留量法是一种应用于在线有功调度的有效方法，但积留量法仅考虑全系统发电可调容量与负荷变化陡峻程度之间的关系，未注意系统内各子区域的发电可调容量与负荷变化陡峻程度之间的不匹配会造成断面潮流越限，使该方法不适用于大规模电网。文中在原有积留量法基础上，提出适于大电网在线有功调度的动态优化解耦算法，将动态优化调度过程沿时间维度分解为前瞻和后顾2个部分，后顾部分采用传统方法，前瞻部分考虑大系统中各分区内发电可调容量与负荷变化陡峻程度之间的关系以及这种关系对断面潮流造成的影响。算例验证了模型和算法的有效性。     

Dynamic optical economic dispatch under system availability constraints

In this paper we have developed a dynamic optimal economic dispatch policy based on a stochastic availability model of large-scale power systems and a piece-wise constant incremental fuel cost model. Using these models the optimal economic dispatch under given system availability constraint is formulated as a dynamic nonlinear optimization problem. The random variations of demands, available generation capacities and available tie line capacities are considered as constraints in the problem. In order to solve the optimization problem an efficient algorithm based on the rule of merit-order loading has been developed. The algorithm allows large dimensionality of the system and randomness of the system parameters. The algorithm can also be easily implemented on a dispatch computer. In order to illustrate the effect of the proposed method on system generation economy and availability, an example is presented giving detailed numerical results which are very encouraging. As far as the authors know, such an economic dispatch problem which maintains the system availability index at the highest possible level (under the given system environment) has never been considered in the literature before.     

Optimal power dispatch in multinode electricity market using genetic algorithm

The application of the genetic algorithm to solve the optimal power dispatch problem for a multi-node auction market is proposed in this paper. The optimal power dispatch problem is a non-linear optimisation problem with several constraints. The objective of the proposed genetic algorithm is to maximise the total participants’ benefit at all nodes in the system. The proposed algorithm is simple to implement and can easily incorporate additional constraints. The algorithm was tested on a 17-node, 26-line system. The results have shown that the proposed algorithm yields good results that are consistent with typical market behaviour.