计及需求响应的风电储能两阶段调度优化模型及求解算法

为解决风电功率不确定性对系统稳定运行带来的影响,在含风电的系统优化调度问题中引入需求响应和储能系统。首先利用区间法模拟风电场景并构建了基于Kantorovich距离的场景削减策略,然后分别在需求侧和发电侧引入需求响应和储能系统,结合2阶段优化理论,以风电日前预测功率和超短期预测功率作为随机变量及其实现,构建了计及需求响应的风电储能2阶段调度优化模型。为求解该模型,在传统二进制粒子群算法中引入混沌搜索,构建了混沌二进制粒子群算法。最后,以IEEE 36节点10机系统进行算例仿真。结果表明,混沌二进制粒子群算法能够得到全局最优解,适用于风电储能系统2阶段模型求解;利用需求响应和储能系统的协作效应,可以抑制风电功率的不确定性,提高系统风电利用效率,降低系统发电煤耗水平,因此综合效益显著。     

计及储能系统的微电网优化调度模型

为了缓解含风电、光伏等新能源微网并网对系统安全运行的影响,提出了在分时电价下,考虑储能系统的微网优化调度策略。以微网总成本最低为目标,分别考虑了投资成本、污染惩罚成本及主网购电成本,建立了微网主网联合运行优化模型,并以典型日负荷出力情况为例分析了不同情景下的优化结果。算例结果表明,所提策略和模型能有效实现微网优化调度,有效降低了含电动汽车和蓄电池等储能设备的微网年运行成本,同时能够保障微网和主网的联合安全运行。     

激励发电节能减排交易的Nash均衡两级优化模型

电力交易中心需要设计一种机制,将发电企业的环境成本内部化,从而在企业追求经济效益的过程中实现社会环境效益最大化.建立了燃煤发电企业节能减排交易两级优化模型,第一级优化模型将社会环境效益和发电节能效益最大化作为目标函数,并考虑机组出力约束,负荷约束和排污量约束等条件;第二级优化模型以各个发电企业的竞争利益最大化作为目标函数,以第一级模型的KKT条件作约束.该模型反应出的边际排污激励价格机制,既可以从总量上控制SO2的排放、节约能耗,又提高了燃煤发电企业进行排污治理的积极性.算例分析表明,模型和算法可以实现发电节能减排、激励竞争的效果.     

中国风电并网现状及风电节能减排效益分析

针对现阶段中国风电发展政策环境进行研究,就其中的不足提出未来改革的方向。介绍中国风电的并网状况,对中国风电并网的瓶颈进行分析。测算中国风电并网后的经济效益,结果表明风电行业收益状况良好,并且风力资源越丰富的地区利润水平越高;而通过扩大各风电资源区的电价差距将有助于促进风电在全国的均衡发展。对风电并网发电现在及未来的节能减排效益进行研究,预测结果表明,随着风电规模的壮大,风电对火电置换的环境效益将日益显著。     

基于排放绩效的燃煤电厂碳税优化模型

对燃煤电厂征收碳税是一种有效实现减排目标的经济手段,但势必会增加电厂生产成本,导致电价上涨,损害社会整体利益.通过建立燃煤电厂碳税二级优化模型,第一级优化模型将燃煤电厂利润最大化作为目标函数,考虑到负荷、机组出力和碳排放等约束条件；第二级优化模型将社会福利最大化作为目标函数,以第一级模型的KKT条件作为约束,对燃煤电厂...     

促进发电节能的可中断负荷电价优化设计模型

如果电力系统的备用容量完全有发电机组来承担,可能会产生长期"备而不用"的问题.这不仅会造成资源的浪费,也会导致用户购电成本的增加.通过供电公司与用户之间签订的合同,把用户的可中断负荷作为发电的一种备用,如果系统供给能量,则用户需要向供电公司支付电能价格;如果备用容量不足,系统中断时该用户的电力供给,但供电公司向用户进行其低谷用电的电价赔偿.可中断负荷电价的确定既要有利于发电成本的下降,又要有利于保护供电企业的利益,还要有利于激励用户减少高峰负荷用电的积极性.正是基于这样的目的而讨论可中断电价的优化设计模型.     

混合市场环境下计及电转气的园区燃气机组调峰优化模型

清洁能源消纳是当前我国电力市场改革加速推进的一项重要目标。在此背景下,文章构建了混合市场环境下计及电转气(power-to-gas,P2G)的园区燃气机组调峰优化模型。首先,设计了风光机组、燃气机组、电转气和储气罐参与的园区电力系统运行结构;其次,计及绿证交易市场和调峰辅助服务市场机制,分别构建了园区发电机组绿证交易模型和调峰补偿模型;然后,以清洁能源消纳最大化、燃气调峰意愿最大化、CO₂排放最小化和系统净收益最大化为目标,构建了清洁能源驱动下含P2G设备的园区供电系统经济调度数学模型;最后,采用混沌粒子群算法对模型求解。结果表明,此模型兼顾了P2G设备以及调峰补偿机制的园区电力系统,清洁能源消纳率提升了6.69%,CO₂排放量减少了14.66 t;燃气机组积极参与了调峰,系统净收益最高提升了18.706万元,验证了所提模型的有效性,并体现了求解算法较好的收敛效果。     

基于粗糙集和模糊C均值聚类算法的可再生能源投资风险评价

针对可再生能源发电项目投资风险评价问题,提出了基于粗糙集理论与模糊C均值聚类算法的可再生能源投资风险评价模型。基于全寿命周期理论,在构建可再生能源共性风险指标体系的基础上,建立可再生能源投资风险评价信息系统;分别利用模糊C均值聚类算法和粗糙集对评价指标进行离散化处理和属性约简,确定项目投资评价的关键风险指标及其权重;最后得出各类可再生能源投资项目的综合评价值。以风电投资项目为例进行了实证分析,结果表明,该方法以评价对象的客观数据为依据来确定其综合评价值,评价结果准确合理,可为可再生能源发电项目的投资选择提供一定的参考。     

基于混合布谷鸟算法的智能电网多业务组合投资决策优化

电网当前正处于加速电力市场化建设、拓展各类业务以及寻求效益点的关键时期。构建了基于价值链的智能电网重点业务评价模型与基于智能电网投资多目标的多业务决策优化模型,并利用混合布谷鸟算法求解多业务决策优化模型。通过算例分析验证了所提多业务投资决策模型的正确性以及混合布谷鸟算法的优越性,为电网企业组合发展电网业务提供借鉴。     

电网购电模型求解的一种启发式优化算法

启发式算法利用与所求问题有关的某些特殊住处来控制搜索状态空间的过程,对于某些难于用理论方法解决的问题可以起到独到的作用.在电网购电模型中会有离散和连续两类不同性质的变量,其目标函数为非连续、不可微的函数,模型求解有很大的难度.本文利用购电模型的特点,提出了一种启发式优化算法,该算法不涉及微分计算,只涉及各个发电商报价高低的比较和功率的累加,每一步的计算简单方便,算法的收敛速度快.