自适应免疫遗传算法及其在区域电力系统最优备用容量计算中的应用

充分利用区域互联电力系统在紧急情况下可以互相支援互为备用的特点,建立了区域电力系统的最优备用容量数学模型,该模型采用基于最小发电成本函数和最小网损函数组成的归一化最小综合经济成本作为目标函数.针对问题的具体特点,运用自适应免疫遗传算法求解最优备用容量,利用图论中的最大支撑树概念,采用自动产生可行解的编码策略对染色体进行编码,以及交叉、变异概率的自适应选取,在IEEE30节点测试系统上的仿真结果验证了所提模型的合理性、所提方法的可行性.     

自适应免疫遗传算法及其在区域电力系统最优备用容量计算中的应用

充分利用区域互联电力系统在紧急情况下可以互相支援互为备用的特点,建立了区域电力系统的最优备用容量数学模型,该模型采用基于最小发电成本函数和最小网损函数组成的归一化最小综合经济成本作为目标函数。针对问题的具体特点,运用自适应免疫遗传算法求解最优备用容量,利用图论中的最大支撑树概念,采用自动产生可行解的编码策略对染色体进行编码,以及交叉、变异概率的自适应选取,在IEEE30节点测试系统上的仿真结果验证了所提模型的合理性、所提方法的可行性。     

区域电力系统最优备用容量模型与算法

建立实现备用容量最小的区域互联电力系统最优备用容量数学模型,推算多区域互联电力系统的联络线功率增量方程,以及区域互联电力系统频率偏差与区域备用容量的关系表达式。针对问题的具体特点,运用自适应免疫遗传算法对该模型进行求解,充分考虑频率偏差、负荷的随机波动以及区域互联系统运行的各种可靠安全约束,分别对独立的电力系统以及通过交直流联络线互联组成的区域电力系统进行仿真计算,可得到一天中24个时段的弹性备用容量。独立电力系统的算例表明：随着电力系统规模的扩大以及装机容量的逐步增大,最优备用容量占最大负荷的比例会逐步减小,可以减小0.395%~9.366%。对区域互联系统的算例表明：当区域系统互联时可以在一定程度上减小区域系统的备用容量,互联区域系统比各个独立系统的备用容量要减少1.036%~1.858%,节约了互联区域电力系统的成本,在一定程度上提高了区域互联系统运行的经济性。实例计算结果验证了所提模型的合理性、所提方法的可行性。     

风速相关性下的最优旋转备用容量

在兼顾系统经济性和可靠性的基础上,同时考虑负荷预测偏差以及风电出力预测偏差等不确定性因素后,研究了计及风速相关性下的电网最优旋转备用.采用成本效益分析法,建立了系统发电成本、备用成本和期望停电成本之和最小的目标函数,利用基于随机模拟的量子行为粒子群算法对其进行求解,并对相关影响因素进行敏感性分析.通过算例分析了风速相关性对旋转备用的影响,验证了所提模型和算法是可行的.     

电力备用市场的竞价模型

当前对备用市场的研究大多基于备用容量为给定的这一个前提，其核心是求解如何以最小的费用去购买这个预定的容量，文中提出弹性备用需求的概念，即在备用竞价过程中，通过对备用购买成本和系统可靠性效益的分析，同时确定发电系统的最优备用容量及中标的发电厂商，结合可靠性评估，文中对备用市场最优容量需求和竞价出清模型进行了深入的探讨，给出了基于Pool结构的备用市场竞价模型，文中采用启发式算法求解，简便实用，实际系统的数字仿真结果证明所提模型对于备用市场的竞价是有效的。     

基于随机规划的正负旋转备用容量求解方法

为研究正负旋转备用容量对电力系统运行费用的影响,提出了一种随机规划二阶段补偿模型,其目标函数包括计划运行费用和补偿费用。在不同正负备用容量情况下,采用拉格朗日松弛法和Monte Carlo模拟对模型进行求解,结果表明：系统的总运行费用随着负备用的增加始终单调递增; 当系统中负荷和风电功率的随机性较强时,最大和最小正旋转备用之间存在最优值使得总运行费用最小。最后采用粒子群(PSO)智能算法对10机系统的最优正旋转备用容量进行了求解。     

基于变置信度机会约束规划的风电并网优化调度

风电的波动性和不稳定性给电网的调度增加了难度,为了兼顾系统运行的经济性和可靠性,提出一种变置信度机会约束模型,并将该模型引入机组旋转备用约束中。首先,建立考虑到系统经济性和可靠性的多目标函数,并在可靠性目标函数中引入风电预测误差置信度β,其值等于旋转备用机会约束置信度。其次,通过模糊隶属度方法将两目标函数变为无量纲的单目标函数,再通过基于线性递减惯性权值(LDIW)策略的改进粒子群优化算法求解各时刻最优置信度β,进而确定各机组最优出力与最优旋转备用容量。最后,利用IEEE-RTS96系统进行验证,其结果证明了文中所提方法均优于传统机会约束方法与现阶段常用的风电并网优化调度方法,既保证了经济性又确保了系统的可靠性,利用LDIW策略的改进粒子群算法也加快了算法的运算速度,保证了模型及算法的有效性。     

考虑电网安全约束的节能发电调度

对传统电力系统经济调度模型进行修正.以发电成本、有功网损和污染气体排放量最小为目标,构建了节能减排环境下的多目标发电调度模型,模型中计及了支路潮流约束和系统备用约束.针对模型呈现出多目标、多约束、非线性的特点,结合多目标优化和多属性决策技术对其进行求解.利用自适应多目标差分进化算法求出Pareto最优集后,采用熵权决策法从中提取出最优调度方案.IEEE 30节点系统算例结果验证了所提发电调度方法的有效性.     

风光互补混合供电系统多目标优化设计

相比光伏或者风能独立供电系统,光伏电池与风能互补混合供电系统更为经济、可靠,能很好地适应环境的变化.提出一种基于改进微分进化算法的风光互补混合供电系统容量优化配置模型,在满足独立供电系统基本性能指标的前提下,构造出以系统投资成本、运行成本、维持系统供电可靠性等综合成本最小为目标的目标函数.该算法能够根据种群中个体分布情况,采用控制参数自适应调整策略,并利用解群转换操作提高全局寻优能力.算例分析表明,该算法能快速、有效求解混合系统的最优容量配置.     

计及多种分布式能源运行的配电网双层优化规划方法

在配电网分布式可再生能源(Renewable Distributed Generation, RDG)优化规划问题上,考虑可控分布式电源和可中断负荷的调度运行情况,建立RDG双层优化模型。上层模型以配电网系统电压偏移最小、网络损耗最小为目标,求解RDG接入配电网的最优位置和容量。下层模型以配电网发电综合运行成本最小为目标,求解各时段可控分布式电源和可中断负荷最优出力安排。利用场景分析方法处理多种分布式可再生能源优化中的不确定因素。为减少模型计算量,采用K-means聚类算法获取典型场景。最后,采用改进的自适应遗传算法求解,以IEEE-33节点网络系统为例对所提模型与方法的有效性进行验证。仿真结果表明,该方法能够有效提高RDG优化方案在系统实际运行中的适用性。     

基于风电不确定性的电力系统备用容量获取

针对风电功率预测的不确定性对电力系统备用容量的影响,建立了基于风电不确定性的备用容量获取模型。首先利用场景法模拟生成风电功率、负荷及常规机组的不确定性模型,进而对生成场景进行概率统计得出系统差额概率密度函数,得出系统电量不足期望(EENS)和风能浪费风险(EWWR)指标,并通过EENS和EWWR指标及备用容量成本从系统可靠性和经济性两方面折中进行系统正、负备用容量的确定。最后通过10机系统仿真,验证了该方法在满足可靠性前提下有效地减少了备用成本和弃风量。     

双侧开放市场中能量与备用容量的联合优化

为缓解系统中有限装机容量与一定的备用容量要求之间的矛盾,根据电力用户可以采取积极措施主动进行负荷管理而为系统提供备用容量的思想,提出一种基于最优潮流的能量和备用容量市场联合优化模型;研究在双侧开放的电力市场环境中,用户主动参与备用容量服务对市场运营效益的影响。IEEE 30节点系统算例表明,用户进入旋转备用容量市场,成为系统备用容量的新供应者,可使全系统的运营效益有较大提高,减少了系统备用容量购买支出,降低了各节点上的电价水平和系统备用价格。     

考虑系统正负备用的电动汽车优化调度策略研究

大规模电动汽车和风电场的接入加大了电网运行的风险,将对电网备用容量产生影响。考虑电网正负备用容量配置成本,提出电动汽车优化调度策略,旨在降低电网正负备用容量配置,并提高风电利用率。首先,运用模糊聚类算法分析风力出力的不确定性,得出系统差额概率密度函数;然后,基于改进电量不足期望指标(IEENS)和风能浪费风险指标(IEWWR)引入电力系统正负备用配置需求;最后,以用户充放电成本和正负备用成本最小为优化目标,建立电动汽车优化调度模型。仿真计算结果表明,该策略能够有效降低用户充电成本和系统正负备用容量投入成本,提高电网经济运行水平。     

市场环境下发电侧与需求侧备用资源联合优化

在双侧开放的市场环境下,发电侧备用容量和需求侧可中断负荷都可作为系统的备用容量。建立电网公司或独立系统运营商(independent system operator,ISO)最优潮流和备用市场的联合优化模型,引入了电量不足期望值(expected energy not supplied,EENS)的发电系统可靠性指标,同时考虑了备用响应时间对系统可靠性指标的影响。在满足一定的EENS指标、保证系统可靠性的前提下,实现了系统的总运行费用最小化,有效协调了系统的安全性和经济性。算例表明,多种备用资源参与备用市场有利于能源的合理利用、备用容量的优化配置以及市场运营效率的提高。     

需求弹性对系统最优备用投入的影响

在具有一定需求弹性和调节能力的电力用户参与备用服务提供的电力市场化背景下,考虑到用户侧提供备用服务时的电价和用户需求水平的不同会造成单位容量缺电成本的变化,建立了用户参与备用服务的补偿成本（消费者剩余）模型.在此模型的基础上运用最优潮流算法研究了需求弹性对电力系统最优备用投入的影响.IEEE 14节点算例表明：随着负荷侧需求弹性的增加,发电侧备用机组的投入量逐步减小,备用投入总成本也显著降低,同时增加了系统的运营效益.     

考虑储能参与备用配置的园区综合能源系统日前经济调度模型

备用容量可以有效应对不确定性风险,能够保障园区综合能源系统的安全运行。然而,以往研究主要利用发电侧备用能力来应对不确定性风险,未能考虑储能装置等其他柔性资源的备用作用。因此,文章提出一种考虑储能装置参与备用配置的园区综合能源系统日前经济调度模型,园区内部通过电储能装置、柴油发电机与热电联产机组提供备用容量平抑内部风光荷的波动性。为了平衡备用配置对于园区综合能源系统运行安全性与经济性的影响,引入机会约束规划方法构建计及可再生能源和负荷不确定性的概率备用配置模型,并将备用配置模型嵌入到日前优化调度模型中以提升日前能量与备用决策计划的合理性。基于离散化步长变换法和随机模拟方法将原来非凸机会约束规划问题转化为可求解的混合整数线性规划问题。仿真结果表明,储能装置参与备用配置可以提升发电机组运行的灵活性,从而提升系统运行的经济性;通过向上、向下调节备用约束成立的置信水平可以改变园区备用决策的保守程度,从而平衡系统运行的经济性与可靠性需求。     

电力市场环境下最优备用容量的确定

传统确定备用容量的方法已经不适用于电力市场环境。文中提出一种确定最优备用容量的算法,根据经济学中的效用(文中指电网安全效用)无差异理论,引入可中断负荷替代一部分备用容量,利用存储理论概念建立确定最优备用容量的数学模型,结合历史数据资料中备用容量利用的概率,运用决策论的算法求解最优备用容量。结合四川电网备用辅助服务的研究结果表明,在电网安全性不变的前提下,最优备用容量经济性明显优于用传统方法确定的备用容量。该算法符合市场规律,简单、实用。     

旋转备用辅助服务的需求与调度

备用辅助服务关系到电力系统的安全运行和可靠性。旋转备用与能量市场有很强的耦合关系,其容量需求和调度分配受到了人们的广泛关注。该文采用和能量市场解耦的旋转备用辅助服务模式,提出了以系统旋转备用社会效益最大的最优备用容量确定原则和基于竞争的备用分配调度模型。文中采用启发式算法求解,算例的仿真结果说明了该方法的有效性。     

电力市场下风电电力系统旋转备用风险-成本模型

为了量化风电出力的随机性和波动性对电力系统备用容量的影响,利用条件风险价值方法,在电力市场环境下构建了包含了常规机组的运行成本、排污成本、期望停电成本、旋转备用成本在内的风电电力系统旋转备用的风险-成本模型,在Matlab环境下利用量子差分进化算法对模型进行求解,通过仿真分析了量子差分进化算法的优势、不同风险水平对系统上下旋转备用容量的影响,以及不同置信度下系统总的运行成本和条件风险值,得出了风险水平越高(对风电的态度愈保守),系统的上下旋转备用越小,而系统的上下旋转备用容量的置信度增加,系统总的运行成本和CVa R值则降低的结论。