考虑风电不确定性的电力系统多目标优化调度

针对风电机组并网规模的增加使火电系统面临平频繁启停、运行效率低的问题,建立考虑风电机组不确定性的电力系统多目标调度模型.在一定的风险情况下,对电力系统进行调度,对机组按照能耗量高低进行排序,安排机组开停机顺序,既提高机组运行效率又符合节能调度的要求.在传统经济调度模型的基础上,考虑机组运行稳定性,建立电力系统经济平稳调度模型,引入maxmin函数和ε支配的多目标粒子群算法对模型进行求解.算例分析表明,该模型能够在一定的风险情况下取得较好的经济性和平稳性。     

考虑风电接入的大型电力系统多目标动态优化调度

针对风电接入的大型电力系统,提出了以发电总燃料耗量、污染气体排放量和购电费用最小为目标的多目标动态优化调度模型,并考虑了抽水蓄能机组的实际运行特性对优化调度的影响。采用法线边界交叉法将多目标优化问题转换为一系列单目标问题,并采用原对偶内点法求解,从而获得均匀分布的帕累托最优解。根据熵权双基点法决策出折中最优解,为运行人员提供决策指导。在某省级电力系统上的计算结果表明,法线边界交叉法和熵权双基点法的结合能够快速、有效地求解电力系统多目标动态优化调度问题。     

计及风电备用风险的电力系统多目标混合优化调度

风电功率不确定间歇波动给电力调度带来了困难。如何合理考虑风电备用风险,一体化制定经济发电与旋转备用计划,并使节能减排等指标满足期望水平,是亟待解决的问题。定义了一种以风电功率间歇波动引起系统备用紧张程度为指标的规范化风电备用风险,建立了一种同时计及风电功率间歇波动对系统上调和下调备用的风险影响、一体化制定经济发电与旋转...     

采用混合智能算法的含风电电力系统多目标优化调度

为了增强含风电电力系统的安全性和稳定性,提出一种计及运行风险及备用成本的含风电电力系统环境经济调度新模型。在目标函数中加入了系统运行风险指标和正、负旋转备用成本;增加了系统可靠性约束条件,确保了较低的系统运行风险,并同时获取正、负旋转备用量。采用一种新型高效的场景生成技术来描述风电功率的随机性。基于花授粉算法及差分进化算法提出一种具有时变模糊选择机制的多目标优化算法。将所提模型及求解方法在具有一个并网风电场的4机组系统中进行仿真。分析了各参数变化对系统运行的影响,并与其他两种启发式智能算法进行比较,验证了所提模型及算法的可行性和有效性。     

考虑风电随机模糊不确定性的电力系统多目标优化调度计划研究

提出了一种考虑风电随机模糊多重不确定性的电力系统多目标调度计划新模型和相应的算法。首先,依据风电并网后的电力系统不确定环境实际提出以随机模糊变量描述风电功率,以区间形式表述负荷预测的不确定性。其次,以燃煤机组的购电费用和污染气体排放量最小为目标函数,构建考虑风电和负荷预测值不确定性的电力系统随机模糊多目标交易计划模型。然后,提出利用负荷的不等式区间约束将遗传算法的初始寻优种群模糊化,提出采用概率密度分布描述解的随机模糊分布特征,从而可获得兼顾多重不确定特征多目标交易计划解集。最后,以含10台燃煤机组和一个大型等值风电场的某省级系统为例进行模型和算法的求解验证,结果表明了提出模型和算法的合理性和有效性。     

水火电力系统多目标优化调度

水火电力系统多目标优化调度模型的确定在整个电网经济、安全运行中起着非常重要的作用。本文首先分析了大型水库的3种水能形式,建立了水电站发电模型,并在此基础上提出了耗水微增率的计算模型。在考虑发电成本时,引进了煤炭价格因素,并建立了新的发电成本函数模型。最后以水电站总发电用水最少和火电站总发电成本最低为两个目标函数建立调度模型,并对该模型进行了优化计算。仿真计算结果表明了本文提出的调度准则具有可行性和适用性,能给系统调度员作出最佳决策提供一定的依据。     

含风电电力系统鲁棒调度保守度的多目标优化方法

目前鲁棒调度广泛用于解决含风电的电力系统经济调度问题,鲁棒调度能保证风电在出力范围内的任意取值下均能满足约束条件,但存在着过于保守、对目标函数牺牲过大的风险。本文在传统电力系统鲁棒调度模型的基础上,定量分析了风电出力的不确定性对电网调度的影响,考虑煤耗成本、风险成本、越限功率作为优化目标,提出了一种以调度的保守度(采用风电出力的置信水平表示保守度)作为决策变量的多目标优化模型,最后通过构建双层优化算法进行求解。算例分析中比较了本文所提方法、传统备用法和传统鲁棒调度3种方法,发现所提方法通过优化保守度能协调鲁棒调度的经济性和鲁棒性两者的矛盾,虽然耗时最长,但能获得最优的综合满意度。     

基于混合变量动态优化算法的含风电电力系统多目标动态优化调度

由于风电功率具有随机性、不确定性等特点,从系统安全稳定运行的角度出发,文章综合考虑了机组的故障停运、负荷与风电的预测偏差这三种不确定因素,将概率性旋转备用用解析式表达,并将其引入到含风电场电力系统多目标多时段的动态优化调度模型及约束条件中。基于NSGA-II设计了一种0-1混合变量动态优化算法来求解该模型,该算法根据分层优化的方法处理整数混合变量,以达到同时实现机组启停与负荷分配的多目标优化;在求解过程中引入超前调度思想,对相邻时段约束耦合进行处理,从而实现多时段的动态优化调度。最后通过算例对模型进行仿真分析,仿真结果验证该模型的合理性和算法的有效可行性。     

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。     

考虑风电最大化消纳的电力系统多目标优化

风电出力存在随机性和波动性,可灵活调节电源配置比例偏低,给风电消纳带来巨大挑战。为实现风电最大化消纳,提高电力系统经济运行效益,本文构建了考虑购电成本最小、风电消纳电量最大的多目标优化模型,采用第二代非支配排序遗传算法对优化模型求解;搭建含5台火电机组、1个风电场的电力系统模型,仿真验证了多目标模型及算法的有效性,实现了购电成本最小和风电消纳电量最大的目标。     

大规模风电接入电网多目标随机优化调度

基于对风电机组出力随机特性的深入分析及其可能被高估和低估的概率计算,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,构建了含风电机组的电力系统环境经济调度静态随机优化模型,以尽可能实现系统总污染排放量最少化和运行成本最低化的综合优化目标。设计了基于非劣排序微分进化的多目标优化算法对模型进行求解,并应用模糊集理论和熵权法建立了综合最优解的提取方法。最后以一个含大规模风电场的电力系统为例进行环境经济调度仿真,验证了所提方法的有效性,并进一步从节能减排的角度分析了风电接入对电力系统优化调度产生的影响。     

含风电的电力系统多时间尺度经济调度研究

风电的波动和间歇行为具有强烈的不确定性,合理利用风电预测误差信息,对含风电电网的实时调度具有重要意义。以"时序递进、滚动协调和消纳风电最大化"为原则,提出了一种含大规模风电的电力系统多时间尺度滚动协调与分段协调调度相结合的调度方法。多时间尺度调度计划的递进协调方法使得各个时间尺度计划各司其职,同时兼顾与上下时间级尺度的协调。分析大规模风电并网系统中的最优应用模式,并验证了所提协调调度策略在提高风电并网运行经济性上的优势。     

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。     

含风电的电力系统鲁棒优化调度

风力发电是目前较为成熟的一种可再生能源发电技术,其出力具有随机性和间歇性,电力部门很难对其进行准确的预测。风电的不确定性给电力系统的经济调度带来重大挑战,如何最大化利用风电资源以及减小风电波动对系统供电侧的影响,是经济调度常需要解决的问题。文中建立了含风电且以最低发电成本为目标的鲁棒优化调度模型,该模型考虑机组的自动发电控制(Automatic Generation Control,AGC)响应来应对不确定性出力波动,维持系统功率平衡。然后模拟实际场景,分析该鲁棒调度方法的安全性和经济性。     

含大规模风电的电力系统优化调度模型

为研究发电侧电力市场环境下,大规模风电并网对电力系统运行方式的影响,提出一种考虑风电极端出力时的火电机组竞价开机方法.其核心思想是以等效最小负荷作为竞价容量,确定火电机组的初步开机机组,而后校验初步开机方式能否满足等效最大负荷的要求;如果不能满足要求,则在等效最小负荷时刻弃风,以提高竞价容量,如此直到开机方式可行.此外,建立总购电费用最小的最优潮流模型,采用约束成本变量法和内点法,求解最优潮流模型,并应用算例验证模型和方法的可行性.     

大规模风电接入的电力系统优化调度新方法

针对风电功率的反调峰和不确定等特性,建立水电调峰效益模型,并结合风、火电运行价格模型,构建了考虑机组组合的新型多目标动态优化调度模型.同时,为应对多目标优化问题中粒子群算法陷入局部最优和效率问题,提出了基于优先排序和多子群协同进化的多目标粒子群算法(multi-objective particle swarm optimization algorithm with multi-swarm co-evolution,MOPSO-MC)的优化调度新方法,即通过优先排序法确定机组最优组合状态,对负荷分配规划分为两层,并采用MOPSO-MC求解.将该方法应用于含大规模风电的甘肃电网优化调度问题,结果表明所提模型和算法为解决风电并网运行提供了一种对策.     

含风电集中供热的电力系统优化调度分析

针对"三北"地区弃风严重的现象,结合丹麦消纳风电的经验及我国调度模式,提出了风电集中供热方案。在综合考虑风电出力的不确定性、系统稳定性等约束条件的情况下建立了含风电集中供热的电力系统优化调度模型,在求解方法上构建了一种免疫遗传-拉格朗日松弛混合算法。通过算例仿真,不仅验证了该算法良好的收敛性和稳定性,也验证了风电集中供热方案对风电消纳的积极促进作用。     

风电与电动汽车协同并网的电力系统动态环境经济多目标模糊优化调度模型

为协调电动汽车与风电并网给电力系统经济调度带来的影响,构建了考虑插电式混合电动汽车入网的含风电场电力系统环境经济多目标调度模型。而风力发电和负荷的不确定性因素必将增加调度难度,为此应用模糊理论实现风电与电动汽车协同并网的模糊化建模,利用满意度指标将确定性环境与经济的多目标问题转化为单目标优化问题,在采用线性下降搜寻思路和考虑边界约束的粒子信息分享方法对传统粒子群算法进行改进的基础上,采用改进粒子群优化(particle swarm optimization,PSO)算法求解所提出的动态环境与经济调度模型,从电网运行和车主需求角度出发,考虑了系统旋转备用和车主日常出行等制约关系。经过仿真以及对不同场景下多个调度方案的对比分析,验证了模型的合理性和以及改进PSO算法对解决此类动态调度问题的优越性。     

计及风电和柔性负荷的核电多目标优化调度研究

随着电网负荷峰谷差的增大以及风电出力的随机性和反调峰性,核电机组参与系统调峰的需求愈发迫切。以总运行成本、核电调峰深度、污染气体排放最小为目标函数,建立计及风电出力随机性的核电?火电?电转气?风电联合优化调度模型。利用具有可移峰特性的电转气(power to gas,P2G)负荷以及燃气轮机作为可调度资源,完成核电的等效调峰。构造带权极小模理想点函数,采用层次分析法计算各子目标权重系数,给出引入二次非线性递减惯性权重粒子群算法的优化模型解算方法,并验证了模型的有效性。算例结果表明,该调度模型比确定性模型更符合实际,对风电的利用效率更高;并且在节约成本,增加核电运行安全性,提高电网调度的灵活性等方面具有明显优势。     

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。