基于区间规划的含风电场电力系统优化调度

针对现有风电功率建模方法存在的历史数据需求量大、模型复杂度高等问题,提出基于区间规划的含风电场电力系统优化调度模型。该模型引入环境污染惩罚成本,用基于预测误差的区间数表示风电功率和系统负荷,并将区间可能度约束作为新的约束条件;模型求解采用机组启停计划和负荷最优分配的双层优化策略,其中负荷分配层的优化采用改进的粒子群优化算法,该算法在引入混沌理论和逻辑自映射技术的基础上,构造了自适应变速因子增强算法的全局探测和局部搜索能力。最后,通过算例证明了模型和算法的准确性和有效性。     

含风电场的电力系统多目标优化调度

针对火力发电对环境造成的严重污染问题,建立了含风电场的电力系统多目标优化调度模型。以火电机组燃料费用和污染气体排放量最低为目标,用虚拟解理论将多目标优化问题转化为单目标优化问题,以降低问题的复杂性;用动态搜索步长及动态搜索概率对布谷鸟算法改进,用改进后的算法求解所建立调度模型。仿真结果表明,改进算法在符合有功平衡约束、机组出力约束及机组爬坡约束等同样的前提条件下,具有节约发电成本,减少污染物排放,加快系统运行速度的优点。     

含风电场电力系统的鲁棒优化调度

随着风电场大规模的接入电力系统,电网调度运行变得愈加困难。传统的调度方法无法考虑风电出力的不确定性,将威胁系统运行的安全性,因此研究计及风电出力波动性的电力系统安全调度具有重要意义。采用一种基于风电出力预测区间的调度模式来考虑风电出力的不确定性,在此基础上建立鲁棒优化调度模型,并考虑机组的自动发电控制(automatic generation control,AGC)响应来应对风电出力波动,维持系统功率平衡。然后在鲁棒调度模型的基础上建立新的经济校正成本模型来对比传统调度和鲁棒调度的经济性。该模型在目标函数中加入模拟场景下的弃风和失负荷的惩罚费用,利用风电模拟场景计算平均总运行成本。最后采用96个时段的10机算例和实际某省系统中24个时段的134台机算例对传统调度和鲁棒调度进行了对比分析,验证了所提方法的鲁棒性和经济性。     

基于负载均衡的含风电场电力系统优化调度方法

随着风电并网容量的增加,大功率风电爬坡事件给电力系统调度带来了巨大的风险,研究相应的含风电场电力系统的调度策略十分必要。根据风电爬坡特性的特点,建立了风电爬坡事件模型,进而建立考虑风电爬坡约束的含风电场电力系统优化调度模型;借鉴负载均衡算法,提出了一种常规机组出力的重调度方法;并将其应用于风火系统调度,制定联合调度策略;通过对发生不同剧烈程度风电爬坡事件的计算,验证模型和调度策略的有效性。结果表明,通过负载均衡算法的应用,常规机组能有效平衡风电爬坡事件发生引起的风电功率缺额,保证系统爬坡容量的实际需求。     

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.     

考虑备用动作约束的含风电场电力系统多目标动态优化调度

建立了含风电场的电力系统多目标动态优化调度模型,以总燃料耗量、污染气体排放量及购电费用最小为优化目标,针对风电场出力随机性的特点,采用极限场景代表风电场出力偏离预测场景的各种可能方向,考虑了风电场出力极限场景下,各常规机组备用动作对应的网络安全、机组爬坡等约束。将极限场景与预测场景联立求解,得出机组出力计划及各极限场景下的备用动作方案。采用规格化法平面约束法(normalized normal constraint,NNC)和GAMS/CONOPT求解器求解三目标优化问题,以获得均匀分布的Pareto最优解集;并提出通过确定乌托邦面位于目标函数空间中可行域内部的完整部分,以求解完整Pareto前沿的方法。最后以IEEE 39节点系统和某省级电网为例,分析结果表明,所提出模型和算法能够为调度人员提供更为完整的决策信息,并得到在风电场出力波动条件下,能够满足系统各种运行约束的备用动作方案。     

基于功率预测的含风电场电力系统经济优化调度研究

风能作为对环境无污染的可再生能源,已经被世界很多国家开发利用。由于风电的随机性、不稳定性等特点,给电力系统的经济调度带来新的挑战和要求。为了降低风电并网带来的影响和损失,在风电功率预测的基础上,建立了含风电场的电力系统经济调度模型,并且在计算整个调度成本时把机组停运造成的损失考虑了进去,然后采用了改进的粒子群算法模型求解,并对所提出的改进粒子群算法进行了证明,最后在10机机组实验系统中应用,求解得到最优机组组合和最优经济成本。仿真结果表明了所提出模型和算法的有效性。     

含风电场电力系统的模糊鲁棒优化调度

随着电力系统中风电渗透率的不断提高,如何维护含风电场电力系统的安全稳定运行成为调度部门面临的新挑战。风电功率预测为调度部门提供决策依据,是解决风资源波动性和间歇性的首要方法,但当出现预测方法无法有效预测的风电功率爬坡事件时,依据功率预测值安排的调度方案可能不可行。为此,在传统模糊调度的基础上,提出含风电场电力系统模糊鲁棒调度方法。该方法采用六点模糊数考虑风电功率爬坡事件持续时间的不确定性,生成包含最坏场景的不确定集,并将其用来描述风电功率及安排调度。算例结果表明,考虑风电功率爬坡的模糊鲁棒调度可以有效解决传统调度方案中系统爬坡能力不足的问题。     

含风电场的电力系统节能减排优化调度研究

针对含风电场的电力系统节能减排优化调度问题进行了深入研究,在发电调度中考虑发电厂节能和减排的双重目标,并采用节能优先策略处理二者的权重关系;在优化调度的目标函数中考虑风电可能带来的风险,并在约束条件中通过加入额外的旋转备用来平衡这种风险;提出正交遗传模拟退火算法用于求解优化调度问题,算法采用混合编码方式协调处理离散变量和连续变量,采用正交试验方法确定算法的参数以优化其性能。算例分析说明了研究工作的有效性。     

基于机会约束规划和随机模拟技术的含风电场电力系统多目标优化调度

为了提高含风电场电力系统运行的经济性和可靠性,增强风电并网运行的稳定性,建立了基于机会约束规划的含风电场电力系统多目标机组优化调度的数学模型。考虑到风电场出力的随机性,引入了机会约束规划和随机模拟技术,以常规发电机组的发电成本最低和污染气体排放量最低为目标。问题分为内外两层求解,外层为机组组合优化,利用蚁群算法求解;内层为负荷的经济分配,基于Pareto最优解集概念和整体协调决策机制,结合多目标粒子群求解。用10机算例对模型进行了仿真分析,仿真结果表明所建模型合理、算法有效可行。     

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。     

含风电场电力系统经济调度研究

建立了含风电的电力系统经济调度模型,说明了机组开停机U值的确定方法,以其加入爬坡约束条件前后,运用遗传算法对模型进行求解,模型的解表明机组开机单位时间内功率爬坡速率过快,不满足爬坡约束条件;加入爬坡约束后,模型的解满足了爬坡约束条件,这结果符合电网运行的规律。     

基于随机规划的含风电场的电力系统节能优化调度策略

含风电场的多电源电力系统优化调度是一个新的具有重要经济和社会效益的复杂非线性问题.针对传统的水火经济调度模型以及新兴的火风互补经济调度模型,提出了基于随机规划的水、火、风混合系统短期优化调度模型,利用机会约束描述目标函数和约束条件,并给出不同置信水平下的调度方案.同时考虑水电站耗水量最小、火电煤耗量最小以及氮氧化物排放...     

含风电场的电力系统协调优化调度的评价技术

针对风电并网后,如何选择发电调度模式建立了综合评价体系。该体系利用常规机组的单位发电成本、单位风电的环境效益、单位发电量的污染物排放量等指标,对调度计划的优劣进行量化评估;并采用蒙特卡罗法评估不同调度模式下,风电预测误差、负荷预测误差及机组强迫停运对系统可靠性的影响。算例采用含风电场的IEEE-RTS79系统,应用该评价体系,实现了对五种调度模式的评估。计算结果表明评价体系可行、有效,能为实际调度决策提供参考依据。     

含风电场的水火电力系统的多目标优化调度

随着风力发电的大规模并网运行,电力系统除了要安排火电厂和水电站的出力外,还要考虑风电场的出力情况。针对风能的间歇性、波动性和不可控等特点,引入旋转备用容量解决风力发电并网对电力系统经济调度和安全可靠运行带来的影响,建立含风电场水火电力系统优化调度模型,并运用改进粒子群算法对所建立的模型进行仿真计算和求解分析。仿真结果表明在风电出力全额上网的前提下,能够充分利用水资源,减少化石能源的使用,从而降低了火电厂污染物的排放,进而验证了调度模型的合理性和有效性。     

含风电场的电力系统环保经济调度

随着人们的环保意识逐渐提高,电力行业中的环保问题日益受到人们的重视。基于此,将电力生产过程中环境污染问题量化为环境成本计入经济调度的总成本中,同时针对风能的间歇性、不确定性给电力系统带来的影响,引入了低估和高估风电出力的成本,建立了含风电场的电力系统环保经济调度模型。以某地区24h负荷数据为参考,通过多种群遗传算法分析了计入环境成本的调度模型对电力系统购电成本、火电排污量的影响,仿真结果验证了模型的可行性以及有效性。     

基于改进多目标粒子群算法的含风电场电力系统优化调度

由于风电具有随机性和波动性的特点,常规电力系统分析、调度及控制方式受到了新的挑战。深入研究了含风电场的电力系统优化调度问题,建立了基于多目标粒子群算法的调度模型,在该模型中考虑发电成本、污染气体排放量及风电场输出功率短期波动引起的系统运行风险,在约束条件中加入了正负旋转备用容量,从而减小了风电波动和预测误差对系统的影响程度。算法设计上,通过引入遗传算子对多目标粒子群算法搜索机组组合的能力进行改进,提高了该模型的全局寻优能力。10机系统算例结果分析表明,所提方法正确有效,且能够减少寻优过程中不可行解、解决各优化目标之间的冲突性,使所有目标函数尽可能达到最优。     

基于备用安全的含风电场的电力系统经济调度

随着风电在电网中渗透功率的持续增加,风电的不确定性给系统的备用决策和发电调度带来新的难题。为保障含风电场电力系统的安全运行,本文结合风电预测误差的概率密度函数,提出了一种系统运行安全性指标——备用安全可信度,并以备用安全可信度最大化和火电机组运行费用最小化作为优化目标函数,建立了含风电场的电力系统经济调度模型。针对寻优效率,本文采用了一种将优先顺序法和内点法相结合的优化方法对机组组合问题求解。算例分析证明了所提模型和解法的可行性和合理性。     

基于机会约束规划的含大规模风电电力系统阻塞调度优化

电力市场环境下,接入风电的不确定性增大了系统输电阻塞出现的概率。采用现有的确定性方法进行输电阻塞调度,会导致部分重载线路接近热稳定极限;若风电出力预测产生偏差,系统在实时运行中可能再度出现阻塞。为解决阻塞问题并使系统具备一定的抵御再度阻塞的能力,提出一种新的阻塞调度模型,该模型将风电出力预测误差作为随机变量,形成了模拟实时运行不确定性的机会约束条件;同时,模型计及了期望缺电、弃风风险指标,实现了阻塞调度中功率调整与旋转备用的联合优化。基于蒙特卡洛方法提出了不确定性风电并网导致的系统再度阻塞的量度方法和指标,通过IEEE RTS 24节点系统算例证明了所提模型的有效性。     

考虑不确定性成本的含风电场群电力系统短期优化调度

提出一种考虑系统不确定性成本和运行风险约束的含风电场群电力系统短期优化调度方法。针对多维风速联合概率分布函数不易构造的问题,采用Copula函数描述其时空分布特性并生成多维风速的场景空间。定义电力系统风险指标,建立一种考虑系统不确定性成本和运行风险约束的含风电场群电力系统动态经济调度模型,协调了系统经济性和安全性的之间的矛盾。提出基于场景运算的风险指标评估方法,并结合改进的量子粒子群优化算法用于模型求解,提高了模型求解速度,直观地反映出系统的风险程度,并得到系统最佳置信水平。以含2个邻近风电场的IEEE 30节点系统为算例,验证了模型及算法的合理性和有效性。