计及风力发电风险的电力系统多目标动态优化调度

为解决风电的随机性给电力系统调度带来的问题,引入负荷预测误差和风速的概率分布函数来建立负荷及风电功率的随机性模型。基于对负荷及风电功率随机性模型的深入分析,对风电接入将导致系统维持稳定运行的成本增加风险加以考虑。并在约束条件中引入失负荷及风电浪费风险指标,构建计及风力发电风险的电力系统多目标优化调度模型,以实现系统总污染排放量最少和运行成本最低的综合优化目标。采用一种新颖的蝙蝠算法对模型进行求解,并对蝙蝠算法的不足之处进行了改进,有效地解决了该算法迭代后期收敛慢、易陷入局部极值等问题。以含大规模风电并网电力系统为例进行环境经济调度仿真,验证了所提模型及算法的有效性,并进一步分析了相关参数对含风电并网电力系统优化调度的影响。     

含大型风电场的环境经济调度模型与解法

大规模风电并网给电力系统发电调度带来了新的不确定性因素。基于多目标机会约束规划,构建含风电场环境经济调度的随机优化模型,将燃煤机组的发电成本最小和污染气体排放量最小同时作为目标函数,并计及系统正、负旋转备用容量约束。利用风电出力的分布函数将随机模型转化为确定性模型。设计一种包含多目标优化和辅助决策的2阶段解法,该方法在求出模型的Pareto最优集后,能为运行人员提供决策指导。以含40台燃煤机组和1个大型并网风电场的电力系统为例进行环境经济发电调度,结果表明,所提模型和解法是可行、有效的。     

基于改进k-means聚类的风电功率典型场景在日前调度中的应用

针对含风电电源的电网日前调度优化问题,应用聚类分析获得风电功率典型场景进行风电功率预测,并将预测结果用于日前调度优化具有重要意义。提出一种基于改进k-means聚类算法的风电功率典型场景生成方法,对周期内的风电数据通过场景生成和缩减,得到少数几个能反映周期内历史数据特征的风电功率典型场景集;然后以系统运行成本最小为目标,建立适应风电接入的日前机组组合模型,模拟风电接入后电力系统实际运行情况。最后通过算例比较风电功率点预测、区间预测和典型场景预测在电力系统日前调度中的经济运行优化结果,验证了所提方法的有效性和实用价值。     

含风电的电力系统机组组合问题研究综述

以风电为代表的新能源规模化开发利用,改变了传统电力系统的结构特性,给系统的运行控制方式带来了新的挑战。机组组合是电力系统经济调度的重要环节,通过优化发电周期内各机组的启停计划来降低发电成本,同时满足系统负荷需求和其他约束条件。风电具有随机性、间歇性特点,大规模风电接入电网使传统的机组组合方式难以适应新能源电力系统的要求,研究含风电的机组组合对于应对风电引起的负荷波动、保证电力系统稳定、经济运行具有重要意义。为此,综述了国内外对含风电机组组合问题的研究现状,分析了风电接入电网对电力系统机组组合问题带来的影响,归纳了常用的建模方法和求解算法。并对该领域未来的研究方向进行了探讨,希望为其他学者在该领域的研究提供借鉴。     

博弈论在含风电场电力系统经济调度中的应用

考虑到风电功率的波动性和不确定性,提出一种基于博弈理论的含风电场电力系统经济调度方法,确保电力系统的安全稳定运行。建立了含风电场的电力系统经济调度博弈模型,该模型以常规机组和风电机组作为博弈的双方,以各自发电功率作为博弈策略集,得到纳什均衡即发电成本最小的调度策略。以含风电场的IEEE 9节点系统为算例开展仿真,分析并验证模型和方法的可行性,结果表明该方法有利于风电并网消纳和降低发电成本,具有较好的适用性。     

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。     

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。     

基于改进差分进化算法的风电并网系统多目标动态经济调度

大规模风电接入对传统经济调度提出了新的挑战。建立了综合考虑火电机组运行成本、污染气体排放成本、风电运行成本、备用成本的多目标动态经济调度模型,并引入正、负旋转备用约束来应对风电波动性对调度带来的影响。采用层次分析法将多目标优化模型转化成单目标优化模型。提出一种改进差分进化算法对模型进行求解,算法中引入正交初始化技术和控制参数自适应调整策略以提高种群的全局寻优能力。以IEEE30节点系统为例验证所提模型的合理性和算法的有效性。     

提高风电渗透率的电力系统多目标优化调度研究

为解决风电不确定性给电网调度带来的困难,研究含风电场的电力系统经济调度具有一定的理论和实际意义。提出了一种改进粒子群优化算法的多目标优化调度方法,以常规火电机组发电成本最小和风电消纳电量最大为目标,建立了含风电场的双目标调度模型,采用改进的多目标粒子群优化算法进行优化求解。以包头电网为实例进行了仿真计算,结果表明所提方法能够有效降低系统发电成本,提高风电消纳水平。     

基于情景分析法风电场中储能系统经济调度

为保证电网安全、稳定、经济运行,储能系统在电力系统中得到了广泛应用,通过调控其功率及运行状态,可提高电网各个环节的灵活性,实现电网经济调度。本文首先综合考虑储能系统功率、容量、状态维持时间、爬坡速率等约束条件及风力发电机组出力、开停机时间等约束条件,建立储能系统的稳态模型与机组组合调度模型,并对风电出力进行预测,采用情景分析方法,以电力系统中总发电成本最小为优化目标,实现风电上网情况下含规模化储能系统电网经济有效运行。并通过实际算例分析储能系统对风电机组开停机、出力的影响及储能对接纳风电的作用,达到平衡风力发电机组承担负荷分布、降低发电成本的目标。     

含流域梯级水电的水火风互补发电系统联合运行优化

大规模水电和风电并网后,来水和风速的随机性降低了发电的可控性,如何科学地在多元电源系统联合运行中确定旋转备用容量,更好地协调系统经济性与可靠性,是市场化背景下亟需解决的理论和现实问题。在分析水电和风电的自然与技术互补特性的基础上,建立考虑水流滞时效应的梯级水电水量平衡关系。通过结合传统梯级水电联合调度模型与火电、风电的经济调度模型,引入水力发电的水资源费用成本,综合考虑梯级水电能量转换、水量耦合、库容限制、水流滞时和风电穿透率等多类复杂约束,在分析电能市场与备用市场顺序决策经济意义的基础上,构建以运行成本最小为目标的考虑梯级水电的水火风互补发电系统短期优化运行模型。采用外点罚函数法将模型转化为无约束优化问题,基于加惯性权重的粒子群优化算法,运用MATLAB软件编程实现优化功能。4个梯级水电、3个常规火电、2个大型风电场构成的算例系统验证了所提模型的有效性和适用性。     

考虑多风电场相关性的电网动态经济调度二阶段带补偿算法

大规模多风电场的并网给电网经济调度带来了巨大挑战,文中对含多风电场的电网日前动态经济调度问题进行研究。首先,引入Copula理论构建了多风电场间输出功率的联合分布。随后,建立了电网日前24h动态经济调度随机优化模型。针对约束中风电输出功率的随机性,引入二阶段带补偿算法求解,将原调度模型转化为二阶段模型:第一阶段为仅含常规变量约束,而在目标函数中增加补偿量期望值的优化模型;第二阶段为含随机变量约束,并以补偿量惩罚期望值最小为目标的优化模型;通过二阶段模型间的交替迭代求得最优解。基于IEEE 118节点系统和某省级大电网的算例对该方法的有效性进行了验证。     

Optimal power flow solution of power system incorporating stochastic wind power using Gbest guided artificial bee colony algorithm

This paper focuses primarily on implementation of optimal power flow (OPF) problem considering wind power. The stochastic nature of wind speed is modeled using two parameter Weibull probability density function. The economic aspect is examined in view of the system wide social cost, which includes additional costs like expected penalty cost and expected reserves cost to account for wind power generation imbalance. The optimization problem is solved using Gbest guided artificial bee colony optimization algorithm (GABC) and tested on IEEE 30 bus system. The simulation results obtained using proposed method are compared with other methods available in the literature for a case of conventional OPF as well as OPF incorporating stochastic wind. Subsequently an extensive simulation study is conducted to investigate the effect of wind power and different cost components on optimal dispatch and emission. Numerical simulations indicate that the operation cost of system and emission depends upon the transmission system bottlenecks and the intermittency of wind power generation.     

计及大容量燃煤机组深度调峰和可中断负荷的风电场优化调度模型

从含大规模风电场的电网经济运行角度出发, 提出了一种计及大容量燃煤机组深度调峰和可中断负荷的优化调度模型。该模型首先从机组煤耗特性、单位发电容量补偿费用以及机组寿命损耗3个方面定义了深度调峰费用,从负荷备用费用和实际发生的负荷损失补偿2个方面定义可中断负荷费用,建立以深度调峰费用、可中断负荷费用及网损费用之和最小的优化目标,利用内点法对含风电场的电网调度模型进行优化。以新英格兰测试系统为例,分析了4种典型场景下的负荷及费用情况,最后给出了日前调度计划优化结果,结果显示节省费用达4.9 %,验证了所提算法的可行性和有效性。     

基于风速预测和随机规划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;而并网风电场具有动态、随机、容量大等特点,传统的经济调度方法已不再适用。针对风电场出力的随机性,在风速预测的基础上,应用随机规划理论建立了考虑机组组合的含风电场电力系统动元网络和遗传算法的混合智能算法,提高了算法的收敛速度和搜索性能。以含风电场的IEEE30节点系统为算例验证了所提方法的可行性和有效性。     

基于概率预测的混合储能平抑风电波动随机优化调控方法

在风电场中安装不同类型的储能设备可以有效平抑风电波动,减少风电不确定性给电力系统安全运行带来的影响.对于由风电场和混合储能系统构成的风储混合系统,提出了基于概率预测的混合储能平抑风电波动随机优化调控方法.首先,通过风电概率预测结合多元Copula函数生成具有时间相关性的风电场景集;随后,提出自适应变分模态分解方法计算并网风电功率和混合储能系统充/放电功率的目标预调度值;接着,基于所获得的预调度目标功率,考虑储能充/放电循环次数约束和存储能量机会约束,构建并求解了混合储能平抑风电波动随机优化调控模型;最后,通过算例分析说明了所提混合储能平抑风电波动随机优化调控方法的有效性和经济性.     

随机风电接入的电力系统动态经济调度多场景协同优化

针对随机风电接入的电力系统动态经济调度问题,采用场景法应对随机风电接入带来的不确定性,并以发电总成本最小为优化目标,结合多学科协同优化算法的核心思想建立基于多场景解耦的电力系统动态经济调度协同优化模型。引入动态松弛算法求解模型的系统级优化问题,有效克服传统多学科协同优化算法的不足;采用网格计算工具并行求解由多场景构建的子学科优化问题,大幅提高求解规模和计算效率。含风电的IEEE 39节点系统仿真结果表明,所提模型是可行有效的,并且优化效果要优于基于GAMS-BARON求解器的传统场景法。     

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。     

计及风电动态成本的电力系统区间经济调度*

大规模风电接入电网后,风速的间歇性和随机性使风电出力具有一定的不确定性,对传统确定性系统的安全经济运行产生严重影响。针对风力发电的不确定性对电网调度运行的影响,本文基于区间规划理论,提出风电动态成本这一概念,并建立计及风电动态成本的电力系统区间经济调度模型。该模型中引入决策变量求解模型的区间优化解,一定程度上反映系统运行风险和经济效益,并为调度人员安全评估提供支持。最后采用IEEE30节点系统进行仿真验证,算例结果表明该模型与方法的实用性和有效性。     

基于多场景随机规划和MPC的冷热电联合系统协同优化

以包含可再生能源及多种分布式资源的区域冷热电联合系统为研究对象,针对风光和负荷的不确定性,提出多场景随机规划结合模型预测控制(MPC)的方法,建立多时间尺度协调优化模型,其中日前和日内尺度主要以运行经济性最优为目标,求解机组的运行及出力计划;实时尺度采用模型预测控制技术,以日内尺度经济调度结果为参考,通过反馈校正与滚动优化调整机组运行出力,实现机组出力的精确控制,消除可再生能源波动性影响,并进一步讨论了出力扰动对调度结果的影响。算例分析证明所提模型和方法能够有效消除不确定性和风光波动性的影响,实现多能源互补协调优化运行。