基于风光互补电力入网的电力系统动态经济调度

为解决风光互补电力入网的不确定性给电网调度带来的影响,文章对其的经济调度问题进行研究。针对火电机组的排污特性引入了环境污染惩罚成本,针对风光电力输出功率的间歇波动性引入了备用容量惩罚成本,在考虑系统供需平衡与机组爬坡率等约束条件的基础上,给出了风光电力互补入网的调度策略,建立了含有风光互补电力的动态经济调度模型;应用一种改进的粒子群算法对所提模型进行求解。最后以IEEE-30节点测试系统为例进行仿真分析,仿真结果验证了所提模型的合理性及算法的有效性,同时也说明了风光互补电力入网能够平抑风电的出力波动,可以在保证系统可靠性的基础上,提高风光电力的并网率。     

考虑预测误差的综合能源系统优化调度模型

研究综合能源系统优化调度,实现预测误差下的经济可靠运行。分析综合能源系统的结构和负荷特性;在考虑风光负荷预测误差的条件下,建立基于风电、光伏发电、柴油发电及储能系统运行成本的优化调度模型;采用改进粒子群算法进行算例求解。经验证,优化储能系统和柴油发电调度模型,使系统既能较好地平抑风光负荷的波动性,又能实现最优经济运行。     

水-光电联合运行短期调度可行性分析

针对黄河龙羊峡光伏电站与水电站联合运行短期调度的可行性问题,建立调峰能力最大数学模型,提出基于模拟优化思想的模型求解方法。通过反推机组的最大技术出力论证水光互补对系统调峰能力以及水电站群短期水量调度的影响。实例研究表明:水-光电联合运行短期内可进一步提高系统的调峰能力,且对下游梯级水电站群的日水量调度基本无影响。     

基于随机规划的风光互补系统特性分析与准入功率极限计算

分析风、光及风光互补发电系统出力特性,针对风速、光照强度及负荷的随机性和互补性,提出一种基于随机规划的风光互补系统准入功率极限分析方法;建立含多个随机变量、多约束、非线性的机会约束随机规划模型,采用基于随机模拟技术的改进粒子群优化算法求解,并于IEEE-30验证系统约束条件置信水平及不同季节条件等对风光互补系统准入功率极限的影响。结果表明该模型能全面考虑风光机组实时运行波动与互补特性,求解算法简单,操作方便,计算速度快,误差小。     

考虑电网络影响的水火电力系统短期优化调度

为提高发电计划实际执行的可行性,提出考虑电网络影响的水火电力系统短期优化调度方案,即在传统水火电优化调度中引入输电网络潮流约束,构建水火电力系统短期优化调度数学模型。该模型以火电站的总煤耗量最小为优化目标,考虑水火电的发电特性、梯级水电复杂关系、系统运行约束、输电网络约束及传输功率限制。同时为模型求解引入迁徙操作和惯性权重非线性递减策略的改进粒子群算法,并设计了五种约束处理规则以应对复杂的约束条件。最后以典型水火电系统和IEEE-9节点的电网络拓扑为例对所构建的模型和算法进行验证。结果表明,所构建的优化模型和设计的求解方法能满足复杂运行约束的短期调度方案。     

考虑动态频率响应的风光水互补发电短期优化调度模型

针对风光并网会降低系统惯量、削弱系统调频能力的问题,综合考虑水电机组同步惯量、风电场和光伏电站的虚拟惯量和下垂控制作用,提出含风光水的多机系统动态频率响应模型,推导系统频率变化率约束、最低点频率偏差约束和准稳态频率偏差约束。基于此,为实现清洁能源利用最大化,以弃风、弃光、弃水最小及水库调度期末蓄能最大为目标,兼顾梯级水电、风电、光伏和发电系统的多种运行约束,构建风光水互补发电系统短期优化调度模型,并使用混合整数线性规划方法进行求解。最后通过算例仿真验证所提模型的有效性和适用性。     

风光互补发电系统混合储能系统容量优化方法研究

风光互补发电系统受风光资源影响发电功率波动较大,配置适当的储能系统可提高新能源发电的消纳能力和电能质量。针对风光互补发电系统储能容量优化配置问题,将运行投入成本作为优化目标,提出以抽水蓄能为基础,蓄电池和超级电容参与的混合储能系统模型。该储能模型以跟踪负荷曲线作为平抑目标函数,利用集合经验模态分解和滑动平均法,对抽水蓄能机组、蓄电池和超级电容设备进行功率分配。建立了风光发电系统模型,利用带免疫的粒子群算法对储能配置容量进行寻优求解。计算结果表明,所提基于抽水蓄能的混合储能容量优化模型,对发电系统输出功率波动情况改善明显,电能消纳能力和运行经济性有所提高。     

多类型电源提升风光电集群高效消纳的源网协调控制研究

随着新能源发电的快速发展,电网中相应的调峰配套设施明显不足,导致新能源发电送出消纳受阻,容易造成严重的电力浪费。在风电、光电、水电、火电等多类型电源发电特性的基础上,提出了一种基于多类型电源联合发电提升风光电集群高效消纳的优化调度模型,并且对比了不同电源组合对系统优化调度的影响。模型以甘肃地区的多类型电源能源基地作为研究对象,以经济效益最大化为目标,建立了一个混合整数线性化模型并在GAMS中进行求解。仿真结果表明,结合多类型电源联合发电调度能够促进新能源的高效消纳并且提高经济效益。为高比例新能源接入电网多类型电源联合协调优化调度提供了一种解决方案。     

基于NCPSO的微网群优化调度策略研究

传统的粒子群优化（PSO）算法因在微网优化中不易达到全局最优而导致微网运行成本过高,该文采用小生境混沌粒子群优化（NCPSO）算法对混合微网群的运行策略进行协同优化,以实现区域微网经济性最优、环境治理成本最低、风光等可再生能源利用率高等目的。根据所提出的调度策略,建立的优化调度模型包括动态电价下的负荷模型、经济收益模型以及成本模型等,使用NCPSO算法得到多微网在一个周期内的最佳运行状态,实现微网群系统综合能源的互动调控、空间互补。通过分析微网群的功率交互动态、可控能源的发电以及储能电池的荷电状态等,验证微网群的电力负荷响应动态电价,表明了NCPSO算法优化微网群运行的优越性、有效性。     

基于虚拟储能的微网风光储容量优化配置方法研究

风光储互补发电系统能够提高微网系统的稳定性.为了提升微网储能资源的合理配置,文章基于虚拟储能和电力弹簧概念,提出了计及主配储能协同的微网风光储容量双层优化配置方法,并利用改进的粒子群算法对风光储容量双层优化配置方法求解.最后,通过算例分析表明,文章配置方法提高了微网系统调节能力,降低了电压偏移率.     

计及不确定性的多类型发电机组联合调度优化模型

为了促进可再生能源并网,解决可再生能源机组在内的多类型发电机组联合优化调度问题,引入全额收购可再生能源发电,由火电机组提供备用、允许适度弃风,由火电机组提供备用以及水火机组联合提供备用的可再生能源发电三种不同方案。首先构建了涵盖风、光伏、水力机组的可再生能源机组发电处理模型;再结合设定的三种方案组建了多类型发电机组节能调度优化模型;最后,基于基础数据,得出该节能调度优化模型的发电系统总煤耗、备用煤耗、系统发电成本、启停成本、弃风量及弃水量等关键指标的优化效果,对多类型发电机组联合调度优化具有一定的指导意义。     

多目标粒子群优化算法在光伏MPPT中的应用

为提高光伏电池的利用率,需要进行光伏阵列的最大功率点跟踪(MPPT),针对传统粒子群优化算法在多目标优化中的不足,提出了基于最小粒子角度的多目标粒子群优化算法,利用目标空间中不同粒子之间的角度进行粒子全局极值更新,通过比较粒子的浓度值给出粒子群及粒子个体极值更新方法,并在Matlab/Simulink下进行了建模与仿真。仿真结果显示,该算法在外界环境变化时能快速准确地跟踪太阳能电池的最大功率点,并能保证系统的稳定性。     

基于风光荷时序特性和主动管理的配电网分布式电源准入容量模型及应用

在考虑风光荷时序特性的基础上,引入含需求侧响应的主动管理技术建立了一种新的分布式电源准入容量数学模型,并进行了仿真研究,即先采用K-均值聚类多场景分析法得到四季风光荷典型日时序功率曲线;然后引入含需求侧响应的主动管理方式,考虑电网静态安全约束和主动管理约束,建立分布式电源准入容量计算模型,并采用改进粒子群算法对准入容量进行求解;根据系统净负荷曲线,引入净负荷率指标对接入分布式电源后的配电网进行综合评价,以验证模型的优越性。该模型对IEEE33节点配电网系统的仿真表明,考虑含需求侧响应的主动管理系统可接纳更多新能源,有效降低系统负荷峰谷差,为实际配电网工程提供了依据。     

基于PSO-BP神经网络的短期光伏系统发电预测

对光伏发电影响因素进行了分析,建立了粒子群算法优化的前向神经网络光伏系统发电预测模型。该模型利用了粒子群算法来优化神经网络内部连接权值和阈值,兼具粒子群和BP神经模型的优点,具有较好的收敛速度,泛化性能与预测精度。将光伏电站发电历史数据与天气情况作为样本,运用所建立的模型进行了训练与预测。结果表明,经过粒子群优化的BP网络模型预测精度高于典型BP网络,验证了该方法的有效性。     

计及火电深度调峰的高比例可再生能源电力系统日前优化调度研究

针对高比例可再生能源并网,提出含风、光、火、蓄的高比例新能源电力系统多目标日前优化调度模型。该模型考虑在火电机组深度调峰及频繁爬坡等新工况下的火电机组运行成本、污染物惩罚成本以及可再生能源弃电成本,以系统运行成本最低、风光出力最大以及净负荷波动最小为优化目标,采用NSGA-Ⅱ算法进行优化求解。通过对某典型日不同调度场景进行仿真计算,结果表明所建立的系统运行总成本计算模型能够兼顾该系统的经济、环保与消纳,所提出的多目标优化调度策略能够促进高比例可再生能源的消纳,缓解火电机组的调峰压力,降低系统运行总成本,指导电力系统火电灵活性改造,保证电力系统安全、稳定、经济运行。     

考虑多弹性资源调峰成本的可再生能源开发协同优化模型

中国制定了2030年和2060年的碳排放目标.可再生能源,主要是风能和光伏发电,被认为是未来的发电方式.新能源发展的主要制约因素是电力系统资源监管灵活性有限,导致消费能力不足.因此需要考虑调峰灵活的资源成本以及区域可再生能源的合理协调开发和运行优化.本研究考虑了电力系统综合成本,综合分析电力系统各种弹性调节资源潜力及其...     

基于区间建模的新能源电网无功优化策略

  目的  新能源发电具有间歇性和随机性,其功率为不确定性数据,会造成电网电压和频率的变化,对电力系统安全运行构成威胁。为保证大规模新能源并网后电网电压的安全,考虑新能源发电波动不确定性,提出一种基于区间建模的新能源电网无功优化策略。  方法  该策略采用区间数描述无功优化模型中的不确定参数,进而建立区间无功优化模型,采用基于优化场景的区间潮流算法求解区间潮流方程,获取状态变量区间,确定控制变量的可行性,在此基础上采用改进的粒子群优化算法求解区间无功优化模型,在粒子群算法中加入局部搜索环节和离散变量交叉处理操作以提高算法寻优能力。为了验证所提方法的有效性和优越性,分别采用IEEE 14节点和IEEE 30节点算例进行仿真计算,与自适应遗传算法和普通粒子群算法进行对比分析。  结果  仿真结果表明:与自适应遗传算法和普通粒子群算法相比,采用改进粒子群的区间无功优化策略具有更快的收敛速度,更强的寻优能力,并且可有效处理模型中离散变量。  结论  所提策略可有效解决区间无功优化问题,能保障大规模新能源并网后电网电压的运行安全。     

基于改进的PSO算法的电力系统无功优化研究

电力系统无功优化是保证电力系统安全、经济运行的重要措施,粒子群优化算法（PSO）具有模型简单、收敛速度快、参数简洁等优点,但用于求解高维复杂优化问题时易陷入局部最优,针对此缺陷,在PSO算法的基础上提出了自适应随机变异粒子群优化算法（AMPSO）,将该算法用于求解电力系统无功优化问题,并以IEEE30标准节点系统为算例进行验证。结果表明,与PSO算法相比,AMPSO算法有效降低了系统网损,显现出良好的全局收敛特性。     

A novel optimization model for combined wind power accommodation and electric boiler with thermal storage

As the installed capacity of wind power continues to increase, the problem of curtailed wind power is becoming serious in China, especially in the northern region during the winter heating season. To solve the problem of wind‐heat conflict during the heating period in the Three North area, an electric boiler with thermal storage (EBTS) is installed at the end of the grid where wind power is difficult to accommodate and using curtailed wind power to supply heat promotes local accommodation. In this paper, a multi‐objective optimization model of wind power accommodation based on the wind power–EBTS system for heating is established. The goals of maximizing wind power accommodation, minimizing the number of times EBTS must be adjusted, and minimizing operating costs are presented, and a bi‐level optimization scheme is designed. An improved multi‐objective particle swarm optimization algorithm is used to solve these functions, and an optimal compromise solution from the generated Pareto solution set is filtered using the fuzzy membership method. Based on actual data from a demonstration project in China's Jilin Province, the simulation results verify that this method can effectively reduce operating costs and improve wind power accommodation.     

基于负荷侧响应的含储热热电联产的风电消纳模型

为了有效减少弃风,提高风电消纳能力,该文从负荷侧出发,通过峰谷分时电价策略引导用户的用电方式,达到削峰填谷,优化负荷曲线的目的。同时,在传统热电联产机组中应用大容量储热装置,通过对储热环节的控制,解耦“以热定电”约束,提高系统调节能力。以系统煤耗量最低为目标,构建包含储热的热电联产机组与风电联合出力优化调度模型。该模型考虑系统中的含储热热电联产机组运行成本,同时兼顾储热、负荷侧响应与热电平衡的相关约束等因素,采用基于模拟退火的粒子群算法对模型进行求解,并利用算例比较不同模式下的结果,验证了模型的有效性。