波动率优于国网标准的风电场储能容量经济优化配置

基于某风电场出力的实际数据,从不同时间尺度上分析了该风电场的功率波动特性。考虑了风电场弃风成本、储能惩罚成本、储能投资和运行成本,通过3种成本间的制约关系,构建了储能容量经济优化计算模型;采用滑动时间窗口算法并引入平抑修正系数,制定出波动率优于国网标准的期望参考功率。采用改进粒子群算法,针对某含储能风电电网进行了储能容量优化配置,求解出最优储能容量和最小经济总成本,对比了不同储能容量配置策略下的经济性,并引入了波动率评估因子对平抑效果进行了量化分析。仿真结果表明,该优化配置方案能够将风电出力波动率限制在20%以内,优于国网标准,且经济性最好,具有较好的应用前景。     

考虑旋转备用约束的含风电场电力系统优化调度模型

文章建立电场电力系统优化调度模型,该模型考虑了风电功率预测误差的情况下,系统旋转备用容量满足负荷及风电波动的需求。模型中涉及火电机组、风电场的发电成本以及火电机组环境污染惩罚费用,并提出基于时变加速度的随机黑洞粒子群算法对模型进行求解,时变加速度增强了算法早期全局搜索能力,并保证迭代后期收敛到全局最优,同时黑洞原理避免了算法收敛早熟,陷入局部最优解。最后对含一个风电场的10机系统算例建模仿真,从而验证模型以及算法的合理性和有效性。     

大规模风电并网的滚动备用分区分配策略

大规模风电的随机波动造成系统等值负荷的峰谷差拉大、断面潮流波动加剧,对发电调度的备用决策提出了更高要求。针对滚动调度环节,提出了大规模风电并网系统基于失负荷期望的备用风险决策模型,分析了失负荷期望与备用需求的关系。提出了系统失负荷期望为约束下的多目标备用分区分配决策模型,并采用基于模糊优化策略实现最小弃风、发电成本和分区期望失负荷率均衡等多目标的协调决策方法。由于备用容量与发电计划耦合约束的复杂性,采用改进粒子群算法对模型进行求解。最后,以IEEE 24节点系统为算例系统,对所提算法进行了验证。     

考虑源荷交互的独立微电网分层优化调度

提出了一种分层调度模型,上层模型中采用移动边界法对负荷进行不同时段的划分,建立了需求响应模型,以光伏、风电发电与负荷用电的不平衡量最小为目标,对独立微电网不同时段的电价进行求解;在优化的分时电价及负荷的基础上,下层模型中以微电网调度成本最小为目标,建立了负荷、分布式电源与负荷不平衡量最优调度补偿的经济模型,使得微电网的经济性最优。上、下层模型均采用粒子群算法进行求解。对某地区的独立微电网进行仿真,验证了模型的合理性。     

基于双层优化的电动公交车有序充电策略

随着城市公交车电动化率越来越高,对电网安全稳定运行造成的影响也越来越大,因此对电动公交车的运营规律进行分析并制定合理的充电计划具有十分重要的意义。通过对电动公交车快速充电站运营规律的研究,提出了一种双层优化有序充电控制策略模型,并采用离散二进制粒子群算法进行优化求解。上层模型基于分时电价,从运营商的角度出发,以电动公交车的充电成本最低为目标;下层模型考虑到仅依赖分时电价可能会造成新的负荷高峰,因此从配电网的角度出发,基于上层模型的优化结果并以充电负荷方差最小为目标。最后,通过算例验证了所提模型能够有效减少电动公交车的充电成本,降低车辆充电对配电网所造成的影响。     

计及绿色电力证书制度的经济性优化调度

构建一种计及绿色电力证书交易制度(TGC)的含风电电力系统经济调度模型。首先,考虑负荷、风电出力和证书价格预测误差,通过拉丁超立方采样(LHS)生成场景集。然后,计及基于典型场景集的失负荷惩罚、弃风惩罚与绿色电力证书交易成本,以系统总成本最小为优化目标建立调度模型,同时引入可靠性约束保证系统的安全性。最后,采用自适应免疫疫苗算法求解所建模型,分析可靠性水平、弃风惩罚系数以及证书预测价格等不同因素对所建模型的经济性调度以及旋转备用计划的影响,优化制定机组的日前调度计划与旋转备用计划,验证了模型的合理性。     

基于多策略改进PSO算法的微电网优化调度研究

为解决微电网中随机性、波动性和分布式电源出力管理困难问题,提出一种并网模式下微电网优化调度的综合经济模型。首先,考虑蓄电池和峰谷电价的影响,计及失负荷和蓄电池超容惩罚成本,建立以微电网运行成本和污染物排放成本最低的目标函数;其次,引入白鲨优化算法（WSO）的全局动态捕猎特性,对粒子群优化算法（PSO）进行了Tent混沌映射、动态时间因子和多项式变异的多策略改进,并将其应用于求解多目标多约束非线性的微电网优化问题。仿真结果表明,与PSO算法和麻雀搜索算法（SSA）相比,改进PSO算法用于微电网优化调度可降低微电网运行成本、减少环境污染并提高新能源供电的可靠性。     

电力市场下光伏上网定价模型研究

针对电力市场环境下现行的光伏固定上网统一电价忽略了电力系统为应对其出力波动性而增加的热备用容量成本的问题,为了合理体现光伏发电的真实价值,提出光伏竞价上网的电价模型,根据历史数据进行未来日的出力预测并参与竞价,而采用该竞价模型所产生的部分费用反补给常规发电机组,可减少购电总成本。进而基于果蝇优化算法,运用Matlab软件对一个仅包含2个常规发电机组和1座光伏电站的电力系统进行优化求解与仿真,数值结果验证了本文模型的正确性和有效性。     

考虑DG与网架适应性的配网双层优化规划

为了适应高渗透率分布式发电并网及主动管理的配网发展趋势,在考虑分布式发电与网架适应性的情况下,建立了以年社会成本最小为目标的配网双层优化规划静态经济模型。上层模型是以系统年综合费用最小为目标的配网网架规划,下层模型是以年投资运行费用最小为目标的分布式电源选址定容规划。并根据各自的特点,分别采用二进制顺序编码的改进自适应单亲遗传算法和十进制顺序编码的改进粒子群算法求解。以某实际规划区域作为算例,验证所提模型的合理性和有效性     

基于改进粒子群算法的多杂质水网络优化设计

本文运用多杂质用水网络超结构建立的MINLP模型,以最小新鲜水用量为目标,利用进出口浓度的约束条件和惩罚函数,并采用改进的粒子群算法求解该优化问题,最后通过两个实例验证了模型和方法的有效性,取得了较好的效果。     

基于鲁棒优化的风光储联合发电系统储能配置策略

为响应高比例可再生能源的风光储联合发电系统储能侧灵活配置与调度,提出一种基于鲁棒理论的两阶段综合优化模型。第1阶段利用鲁棒优化理论构建可再生能源出力的不确定集,在分时电价的基础下以储能侧全生命周期成本、系统内总发电成本、联络线功率波动及成本最小为目标配置储能功率、容量及联络线功率;第2阶段以联络线功率偏移量及系统内发电成本最小为目标规划储能侧各时段充放电功率及常规机组出力。用群体智能算法——飞蛾扑火算法的改进对模型进行求解,利用IEEE 9节点系统验证模型合理性与算法有效性。     

考虑可再生能源的分布式机组选址定容研究

文章针对可再生能源在配网接入节点和容量进行了选址定容优化,通过节点位置指数确定机组的最佳位置。建立可再生能源机组的成本模型,考虑了电源成本、网损成本、环境成本和电压偏移成本。以总成本最小为目标建立了选址定容优化模型,并采用改进磷虾群搜索算法求解该模型,获得更优个体、提高收敛速度。最后,在IEEE 33节点系统中仿真分析了不同机组水平接入后的情况。     

考虑风电和光伏出力不确定性的日调度优化方法

文章采用一种改进的序列运算算法建立风电及光伏出力的不确定性综合模型,并将该模型引入调度优化问题中,建立了计及CO2排放费用及备用出力费用影响的考虑风电和光伏出力不确定性的日调度优化模型。采用机会约束理论处理含风电及光伏出力的不确定性约束,提出了一种离散粒子群与连续粒子群混合的智能算法求解该模型。最后,通过包含风电场和光伏电站的IEEE39节点算例,对所提模型以及算法进行了仿真分析,验证了数学模型和优化算法的环保性、经济性和有效性。     

含液流电池的微网环境经济调度模型及应用

鉴于储能技术的应用可提高微网运行的经济性与可靠性,将含液流电池的微网作为研究对象,建立了基于机会约束规划的含液流电池的微网环境经济调度模型,该模型以微网运行成本与污染物治理费用最小为优化目标,以旋转备用容量在某一置信水平下满足系统可靠性要求作为概率约束条件,采用基于自适应变异的改进遗传算法对模型进行求解,并采用蒙特卡洛模拟法处理模型中的概率约束条件。实例应用结果表明,模型具有合理性与有效性。     

基于改进量子粒子群算法的直流配电中心削峰填谷策略研究

直流配电系统具有供电质量高、系统稳定性好、利于可再生能源高比例接入等特点,其优化运行为典型的多目标优化问题。该文以国内首个五端柔性直流配电中心作为算例,考虑了直流配电中心所辖风光设备日运维成本与环境污染物惩罚成本的经济性模型。在考虑经济性的同时以直流配电中心最大日负荷曲线削峰填谷方差值最低为目标,建立了直流配电中心多目标优化模型。为有效求解该模型,提出了一种改进量子粒子群（QPSO）算法,有效提高了算法随机性和全局寻优能力,并将直流配电中心通过VSC换流器与IEEE33节点交流配电网互联构成柔性互联配电网。最后,通过算例潮流结果计算进一步分析验证了该策略的有效性。     

基于改进PSO算法的微能源网优化配置研究

微能源网优化配置的求解算法存在易陷入局部搜索和收敛速度低两大缺陷,如何同时解决这两个缺陷是一直以来的研究难点。针对这一问题,提出了基于时变压缩因子和自适应变异的改进粒子群算法。针对经济优化配置,建立了包括多种分布式设备的微能源网架构模型和以年经济成本最低为目标,计及可靠性并含多种约束的优化配置模型。最后,结合具体算例,将改进粒子群算法运用于模型中,得到各分布式设备的配置方案和最优年经济成本,对比验证改进粒子群算法性能。实验结果表明：改进粒子群算法较好地提高了算法的收敛速度和全局收敛能力;微能源网优化配置模型实现了低经济性和高可靠性的有效结合。     

分时电价机制下采用改进鸟群算法的微电网运行优化

针对微电网经济环保多目标优化调度以及传统智能算法易陷入局部最优和早熟收敛的问题,利用二元对比定权法将经济环保多目标转化为单目标优化模型,提出了在分时电价机制下含蓄电池充放电的微电网优化调度策略,并采用一种新型的以鸟类觅食、警惕和飞行行为为依据的基于Levy飞行策略的自适应改进鸟群算法(LSABSA),同时利用5个典型测试函数对LSABSA、鸟群算法(BSA)、粒子群(PSO)和改进粒子群算法(GPSO)进行仿真对比分析,验证了LSABSA算法的优越性。最后,以包含冷、电负荷的夏季典型日微电网系统作为算例,采用LSABSA算法对经济、环保和多目标模型进行仿真,结果表明了改进算法的可行性以及多目标优化的有效性。     

风光互补发电系统混合储能单元的容量优化设计

由于粒子群优化算法在优化计算中存在早熟收敛,易陷入局部最优且搜索精度不高等缺点,在现有粒子群优化算法的基础上融合模拟退火算法对其进行改进,得到改进后的模拟退火粒子群优化算法,并将其应用到风光互补发电系统混合储能单元容量的优化配置中。优化结果表明,在满足负荷用电的前提下,该算法可有效降低储能单元的投资成本和运行费用,从而证明了算法的正确性。     

不同电价政策下流域梯级水电站群长期优化调度

为定量分析、比较不同电价政策下流域梯级水电站群运营特点,结合发电侧市场开放后梯级水电站群发电计划制定的实际,考虑不同电价政策,以水电站群发电收益最大为目标,建立了长期优化调度模型,并采用粒子群算法求解模型.以我国西南某流域梯级电站群为例,探讨了不同电价政策对梯级电站群优化调度的影响.     

变尺度混沌蜂群算法在梯级库群优化调度中的应用

针对流域梯级水电站长期优化调度模型存在高维、非凸、非线性等特点,提出一种改进的变尺度混沌蜂群算法(VCBA),通过引入混沌方程和余弦收缩策略,使其具有更强的全局收敛能力和更快的收敛速度。以丰枯分时电价下金沙江下游梯级水电站群长期优化调度作为工程背景进行实例研究,并将计算结果与基本蜂群算法(BA)和粒子群算法(PSO)进行比较。结果表明,VCBA求解梯级水电站长期优化调度问题收敛速度快且优化结果精度较高,满足实际优化运行需求,具有很高的工程应用价值。