考虑风电波动性的源荷优化调度策略

针对风电波动性和随机性及电网调节能力不足的问题,在分析风电波动特性的基础上对风电波动过程进行划分,基于聚类算法以风电波动量和持续波动时间为特征向量划分风电波动类型,并提出一种源荷优化调度策略。针对不同类型的风电波动,日前优化模型以系统运行成本最优为目标安排高载能可连续、可离散负荷进行消纳;日内优化模型以风电消纳量最大为目标,通过调节可连续调节负荷来追踪风电波动。最后通过自适应惯性权重粒子群算法求解模型,验证了所提调度策略的有效性。     

考虑高载能负荷消纳受阻风电收益的荷源协调优化方法

高载能负荷是消纳受阻风电的有效途径,在消纳能力约束下,考虑其经济收益成为消纳受阻风电的关键。文章首先考虑风电预测误差对高载能企业收益造成的影响,提出了基于预测控制理论(MPC)的高载能企业预测收益模型;然后构建了以高载能企业预测收益最大化为目标的荷源协调优化模型;再次采用封装搜索迭代的方法,将非线性优化模型转化为若干次简单线性优化模型,并进行求解;最后通过算例分析,验证了所提方法的有效性。     

考虑风电消纳能力的含风电场电力系统多目标优化调度研究

针对含风电场的电力系统调度中存在的风电消纳问题,提出一种基于第二代非劣支配排序遗传算法(Non-dominated Sorting Genetic Algorithm II,NSGA-II)的多目标优化调度方法。为使电力系统在消纳尽可能多的风电同时,兼顾经济性、安全性和环保性,分别以风电消纳、发电成本和污染物排放量为目标建立了含风电场电力系统双目标及三目标调度模型,采用NSGA-II进行优化求解,并详细分析了不同目标组合策略下电力负荷、机组组合和优化目标对风电消纳的影响程度,同时引入伪权向量法为决策者提供非劣解信息,辅助决策者完成优化调度。分析结果表明,该方法有助于评估机组组合、目标组合等因素对电力系统优化调度的影响程度,对合理提高含风电场电力系统的风电消纳能力有一定的指导意义。     

计及风电消纳的源-荷-储环保经济型调度策略

为减少电力行业造成的环境污染、提升风电消纳比例,文章建立了考虑电力行业污染的电力系统日前调度模型。首先,依据热电联产机组及火电机组的燃料成本计算SO2,NOx,CO2排放量,并对其直接释放征收排污费用。然后,建立以总成本最低为目标的调度模型,综合考虑储能、储热装置的运行成本和投资成本、需求响应的激励成本以及弃风惩罚。最后,在保证系统安全、可靠基础上,通过遗传算法优化各个单元的有功功率。仿真结果表明,与不考虑环境成本的源荷储调度模型相比,CO2,SO2和NOx排放量分别减少14 944.07,48.85和42.54 kg,风电消纳比例提升10.60%。     

基于风-光-蓄-火联合发电系统的多目标优化调度

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,提出了含风-光-蓄-火联合发电系统的多目标优化调度模型。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系统优化调度。以风-光-蓄联合出力最大、广义负荷波动最小和火电机组运行成本最小作为目标函数,建立多目标优化调度模型,通过多目标处理策略,使目标函数简化为2个,以降低问题维数;在求解阶段,利用分层求解思想,将模型划分为两层,分别采用混合整数规划方法和机组组合优化方法进行求解。10机测试系统仿真结果表明：所建模型可以提高风能和太阳能的利用率,缓解火电机组的调峰压力,大幅降低风电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。     

考虑大规模风光消纳的多目标优化调度关键技术

文章针对大规模风光发电的稳定性和电网风光发电的消纳能力,建立了基于复杂时空耦合约束的最优潮流多目标动态调度模型。将优化调度模型解耦为两阶段:风光火荷协调优化和梯级水电站经济分配,提出了一种改进的多目标萤火虫算法对该模型进行求解,并通过算例对该模型和算法的有效性进行了验证。结果表明,该模型和算法能够显著提高风、光的利用率。     

考虑功率预测不确定性的风电消纳随机调度

针对风电并网消纳中的随机调度问题,基于随机规划理论,建立了考虑功率预测不确定性的风电消纳期望值模型,提出了基于Monte Carlo随机模拟和遗传算法相结合的模型求解算法步骤,并在含风电场的IEEE 30节点系统上进行算例分析,验证方法的可行性和有效性。研究表明：基于期望值模型的的风电消纳随机优化调度能够很好地量化风电功率预测误差带来的不确定性,实现调度目标期望值的最优化,对提高风电并网随机调度的量化决策水平,促进风电消纳具有积极作用。     

多形态可控负荷参与风电消纳的荷源优化模型

针对我国大规模风电消纳受阻问题,提出了多形态可控负荷参与风电消纳的荷源优化模型。文章分析了多形态可控负荷参与调节对消纳受阻风电的影响,研究了多形态可控负荷的调节特性,并建立了可调节模型。在此基础上,分别建立了多形态可控负荷参与风电消纳的日前荷源电量优化模型以及日内功率优化模型,并综合日前、日内荷源优化模型,建立了多形态可控负荷参与风电消纳的荷源优化模型。采用该模型可深入挖掘多形态可控负荷的互补调节能力,提高风电消纳水平。通过算例验证了该荷源优化模型的可行性和有效性。     

基于SA-NSGA-Ⅱ算法的水库多目标优化调度研究

针对带精英策略的快速非支配排序遗传算法NSGA-II求解多目标优化问题时存在局部搜索能力较差的缺陷,提出一种基于逐次逼近方法改进的快速非支配排序遗传算法(SA-NSGA-Ⅱ),该算法通过不断调整搜索空间来减小不可行域和支配解占比,从而增强局部搜索能力,快速逼近Pareto真实前沿。以平均出力最大和下游河道适宜生态流量改变度最小为目标,建立小浪底水库多目标优化调度模型,分别采用SA-NSGA-Ⅱ和NSGA-Ⅱ求解模型并比较优化效果。结果表明,在两种算法求解模型生成的混合Pareto前沿中,SA-NSGA-Ⅱ、NSGA-Ⅱ所生成的Pareto前沿点分别占比80.45%、19.55%;SA-NSGA-Ⅱ、NSGA-Ⅱ生成的Pareto前沿中,分别有86.90%、52.67%的点处于非支配地位,且SA-NSGA-Ⅱ较NSGA-Ⅱ的算法运算时间减少了15.32%。因此,在相同初始条件下,SA-NSGA-Ⅱ的优化效果优于NSGA-Ⅱ,验证了SA-NSGA-Ⅱ在水库多目标优化调度中的适用性。     

基于交互式多目标优化算法的风光互补发电系统优化

风光互补发电系统的优化配置是一个多目标优化问题,优化目标为系统安装成本,约束条件为供电可靠性。合理的匹配设计是充分发挥风光互补发电系统优越性的关键。在成本(目标)函数的最优化计算中,提出一种基于偏好的交互式多目标优化算法,利用交互式遗传算法优化目标权重值组成的种群,利用粒子群优化算法优化加权单目标函数,并将其应用到风光互补发电系统的优化配置中。计算结果表明,在满足负荷用电的前提下,风光互补发电系统的经济性能优于单独的光伏系统和风电系统。     

风光互补独立供电系统的优化设计

在设计风光互补独立供电系统时,系统中需要优化的不仅有光伏电池和蓄电池的容量,还应该有风力发电机种类和容量以及光伏电池的倾角。优化目标为系统安装成本,约束条件为供电可靠性,其指标负载缺电率LP- SP需经仿真运行得到。本问题属于非线性整数规划,也是一个NP-hard问题。用包含精英策略的遗传算法优化,以自适应罚函数法处理约束。计算和验证表明本文采用的算法收敛,能同时优化风力发电机类型和容量、光伏电池的容量和倾角以及蓄电池的容量,并且计算效率高。     

基于改进径向移动算法的含风电场电力系统优化调度

为应对风电接入对电力系统稳定运行带来的影响,考虑风电高估低估成本、阀点效应、旋转备用约束和网络损耗等常需因素,建立计及风电不确定性的通用经济调度模型。为求解此模型,提出一种改进的径向移动算法(IRMO),该算法针对基本径向移动算法易陷入局部最优解的不足,一方面结合遗传算法中种群变异的思想,在迭代过程中随机对一部分粒子进行突变,改善种群多样性,使算法能够跳出局部最优;另一方面引入凹抛物线式的惯性权值非线性递减策略,以进一步增强算法中后期的搜索精度,更易找到全局最优解。最后对含风电场的电力系统进行算例分析和算法对比,验证模型的合理性以及IRMO的优越性。     

计及风电条件风险价值的鲁棒柔性超前调度

提出一种考虑大规模风电并网的超前优化调度方法,引入风电条件风险价值来评估风电消纳风险。建立基于鲁棒优化的柔性超前调度模型,以平衡运行成本与风电条件风险价值。根据该模型,对AGC机组的基点功率、参与因子、柔性容量进行协同优化,还可得到各风电场输出功率的可容许区域。提出一种基于大M法和分解法的求解双线性规划模型的高效算法。所提模型及算法结合鲁棒优化与随机优化的优点,在保证计算效率的同时,可避免鲁棒优化的过度保守。仿真结果验证了所提模型及算法的有效性。     

基于平抑风光出力波动的主动配电网优化调度

因风电、光伏光出力波动特性,并网运行将对主动配电网运行的稳定性造成影响。结合储能系统,将主动配电网中功率波动幅度大的风电、功率具有间歇特性的光伏搭建为风光储联合发电系统。通过改变柔性负荷边际效益增强其参与调度意愿,提高主动配电网消纳分布式可再生能源的能力及运行的稳定性。为提高粒子群算法的收敛性,利用模糊推理规则对学习因子动态调整。基于IEEE 30节点仿真算例,以系统日运行综合经济性为目标,使用模糊自适应粒子群算法寻优。算例仿真与分析验证了该文模型有效性。     

计及风光不确定性的新能源虚拟电厂多时间尺度优化调度

针对中国西北地区新能源消纳问题,该文聚合风力发电、光伏发电、光热电站、电储能装置组成虚拟电厂（VPP）,提出一种基于鲁棒随机优化理论的新能源虚拟电厂多时间尺度优化调度策略。首先对风力发电、光伏发电、光热电站与电储能装置进行数学描述,在此基础上建立VPP多时间尺度优化调度模型。在日前调度层中,以VPP运行效益最大为目标,依据风光日前预测出力建立日前优化调度模型;在时前调度层中,以VPP运行成本最小为目标,根据风光时前预测出力建立时前调度修正模型。同时,为了衡量风电、光伏发电出力不确定性对系统的运行影响,建立VPP随机优化调度模型。仿真结果验证该模型可提高运行效益与新能源消纳能力。     

计及住宅混合能源需求响应的含风电系统随机优化调度

建立基于需求响应的住宅混合能源系统优化运行模型.同时,采用负荷聚合方法来集中分散的住宅需求响应能力.在电网层面,建立计及需求响应与风电的日前随机优化调度模型.最后,分别对6节点系统和IEEE-118节点系统进行仿真.仿真结果表明,6节点系统的弃风量下降77.5％,IEEE-118节点系统的住宅能源成本、电力系统运行成本...     

考虑气象变化的光伏发电模型评估及研究

该文提出一种基于数据分析的发电模型评估方法,用于研究光伏发电模型输入,该方法主要由3 个步骤组成。首先,将基于信号分析的特征提取技术和基于专家知识的特征工程技术相结合扩展数据集,并进行异常值检测清除离群样本。其次对数据集进行相关性分析讨论输入数据的合理性。最后通过人工神经网络对该数据集进行建模,并把主成分分析引入模型训练中,分析模型在晴天、雨天、多云3 种不同气象条件下的表现。采用该方法对小型实验平台获取的气象数据与设备运行数据进行分析。实验表明,构造数据集比原始数据集训练的模型计算结果更精确,而引入主成分分析的模型计算效率更高。     

考虑灵活性供需匹配的孤岛微网优化调度策略

为使孤岛微网能更大程度地实现源侧发电功率与荷侧用电需求之间的匹配程度,以灵活性理论为依据,提出考虑灵活性供需匹配的优化调度模型。以最大化经济效益和最大化灵活性供需匹配程度为目标,利用多目标粒子群优化算法得到该优化问题的Pareto解集,并从中选取更符合实际需求的解。算例仿真结果表明,所提优化调度策略能有效提升系统应对可再生能源发电机组出力的波动性与随机性的能力,提高经济效益。     

考虑氢燃料电池响应延迟特性的电网日内优化调度

在以往调度模型中忽略了氢储能系统中氢-电环节氢燃料电池（HFC）作为一种电源其自身的响应延迟特性,这将造成电网切负荷并影响其稳定运行;由于HFC在不同负载其最优运行温度不同,当HFC在常温下启动时,工作温度的变化是造成其响应延迟的主要因素,因此该文从HFC的工作温度出发,分析HFC的响应延迟特性,建立其响应延迟特性模型,并分析负荷对其响应时间的影响,得到其在不同载荷率下的响应时间,最后结合电网日内调度周期的特点,提出根据HFC的载荷率不同,制定其能够响应不同调度周期的日内调度策略。     

基于PEMFC-P2G与风光不确定的综合能源系统优化调度

以氢气为主要燃料的质子交换膜燃料电池是一种良好的清洁能源利用介质,为应对“双碳目标”的挑战,提出基于质子交换膜燃料电池与电转气（P2G）混合储能并考虑系统中风电、光伏出力不确定性因素的综合能源系统模型。首先,对膜燃料电池进行精细化建模分析;其次,对风电、光伏等新能源采取基于小波变换-神经网络的短期预测;最后,建立包含设备运行维护成本、实时电价政策的外购能源等经济成本以及碳惩罚成本的最小优化目标的混合整数线性规划模型,且以系统安全稳定运行为约束。某园区的算例分析结果表明,所提出的考虑新能源出力与PEMFC-P2G混合储能优化模型能有效降低运行成本、减少碳排放,具有良好的经济性与环保性。