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。     

基于场景概率的含风电系统多目标低碳经济调度

提出了基于场景概率的含风电系统的低碳经济调度多目标优化模型。考虑负荷需求、风电出力以及碳交易价格等输入变量预测值的不确定性,提出一种应对不确定问题的场景概率模拟方法,建立更符合实际的多目标优化模型。多目标模型中包含了考虑风电成本的经济调度目标和考虑碳交易的低碳调度目标。为方便分析碳交易对调度结果的影响,定义了平均购电费用、风电价格补贴、机组平均出力份额等评价指标。采用改进的多目标粒子群算法进行优化求解,基于该模型,仿真比较了采用确定方法、随机方法和场景概率方法的优化调度结果,分析了不同目标函数的3种调度方案,最后计算了是否考虑碳交易的评价指标。结果表明,上述优化模型有效可行,算法合理。     

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...     

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。     

基于总体协调满意度的水火电力系统多目标短期优化调度

水火电力系统多目标优化调度符合国家节能减排的政策导向,在考虑整个系统梯级水电站发电效益最大化、火电机组发电成本最小化和梯级水电站发电用水最小化的目标同时,考虑了火电机组二氧化碳排放最小化的优化目标。针对水火电力系统短期优化运行调度中目标函数的权重处理困难的因素,采用一种基于目标函数总体协调满意度的处理方法,通过采用自然选择机制策略和异步学习因子策略提高算法的性能。以5个梯级水电站和4台火电机组组成的水火电力系统为实例进行计算．优化仿真计算证明了所提出的优化调度模型和求解算法具有可行性和适用性。     

计及风险系数的含风电场电力系统多目标动态优化调度

随着风电并网容量的不断增加,传统的确定性优化调度方法已难以满足电力系统安全运行要求。本文建立了计及风险系数的含风电场电力系统多目标动态优化调度模型,模型包括风险系数、燃料成本及污染排放量最小3个目标,将风电场出力及负荷的不确定性纳入模型综合考虑。为了对模型中的随机变量进行处理,引入概率性序列理论,并对其运算空间进行扩展,然后提出了一种改进的多目标教与学优化算法对模型进行求解。含风电场的10机系统算例验证了本文模型及算法的可行性和有效性。     

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。     

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。     

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。     

基于改进遗传算法的风电场多目标无功优化

针对风电场并网运行的多目标无功优化和电压稳定问题,建立了基于异步发电机内部等值电路的含风电场的电力系统无功优化模型,提出了风电场无功优化的目标函数和约束条件。结合非支配排序思想、精英保留策略、改进的小生境技术,得到了一种将向量模适应度函数作为淘汰准则的改进Pareto遗传多目标优化算法。以某风电场接入IEEE 14节点标准测试系统为例,将改进算法用于含风电场的电力系统无功优化。仿真结果表明,应用改进的遗传多目标优化算法可以同时得到多组Pareto最优解,为决策者提供了更多的选择余地,使风电场并网点母线电压在允许范围内。     

计及风电置信风险成本的多目标最优潮流计算

风电并网不确定性给电力系统最优潮流带来的风险性难以评估。首先基于风电机会约束概率提出了风电的高估/低估置信风险成本计算方法。然后计及风电置信风险成本构建了经济/环境多目标最优潮流模型,并提出了一种基于非劣性排序的复合回溯搜索(NSCBS)算法,以实现对多目标最优潮流模型高效准确的求解。最后以IEEE30节点为例进行计及风电置信风险成本的多目标最优潮流计算。结果验证了所提出方法的有效性和优越性。     

计及风电置信风险的源网协调多目标优化调度

为了更为合理灵活地评估风电高估/低估给电力系统优化调度带来的风险性以及降低调度决策的保守性,基于风电机会约束提出风电高估/低估置信风险功率偏差量化计算方法,并在决策变量中引入变压器变比调节和无功补偿容量优化,构建计及风电置信风险和源网协调运行的经济/风险多目标优化调度模型。提出一种基于可行性和非劣性综合排序回溯搜索算法,从而实现对调度模型的高效准确求解。IEEE 30节点系统算例结果验证了所提方法的有效性和优越性。     

基于源荷互动的含风电场电力系统多目标模糊优化调度方法

在深入研究负荷互动特性的基础上,发挥互动负荷对系统消纳风电正负波动的效用,将互动负荷视为可调度资源融入传统日前调度模型中。综合考虑互动负荷对系统运行成本和潮流分布的影响,建立了以运行成本和网损最小为目标的含风电场电力系统多目标优化调度模型,并引入模糊理论将多目标优化问题转化为单目标优化问题进行求解,从而使发电侧和用电侧均能参与电网运行的资源优化配置。IEEE 30节点系统的仿真结果,验证了所提调度方法能够有效降低系统运行成本和网损,提高风电消纳水平。     

基于遗传算法的风-光互补发电系统的动态优化

风-光互补发电是一种新型的清洁能源,将为能源结构的调整和环境保护做出巨大贡献。但是,风-光互补发电系统具有强非线性和多目标性,很难建立精确的数学模型,用传统的方法很难对其进行动态管理。采用一种新的遗传算法,以风-光互补发电系统的发电成本最低为目标,并根据控制规则,可对风-光互补电场进行动态优化管理。结果表明,该算法能很好地跟踪负荷、风速及光照强度的变化,能有效地动态管理风-光互补发电系统,说明遗传算法在风-光互补发电系统的动态管理中是有效的。     

一种混合智能算法在电网优化中的应用

针对配电网络重构多为单一性能最优重构,提出了使配电网线损、负荷均衡、供电电压质量最佳的多目标配网优化模型.结合GA 中的进化思想和粒子群算法(PSO)中的群体智能技术,采用遗传粒子群混合算法寻优,通过随机权重方法来获得目标是Pareto前沿面的可搜索方向,体现出较GA和PSO更好的寻优性能.在此基础上制定的配网优化方案能够在保证配网呈辐射状、满足馈线热容、电压降落要求和变压器容量等的前提下,最大限度提高配电系统安全性和经济性.算例表明,该算法在求解性能和效率两方面都有比较显著的优势.     

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。     

含风电的多种形式储能协调调度多目标优化模型

随着大规模储能的日渐广泛应用,其灵活的出力调节能力为含大规模风电接入的电网优化调度运行提供了解决思路。针对电力系统中储能以电源侧、电网侧以及用户侧等多种形式并存的情况,建立多种形式储能协调调度多目标优化模型。该模型考虑风储一体化电站、电网侧电池储能电站和电动汽车参与系统调度运行,深入挖掘多种形式储能的互补调节能力,有效增加了电网的调节容量;电池储能电站面向电网调控运行,考虑其参与系统调峰并提供备用的功能,充分利用储能的可调空间优化系统运行。考虑到不同形式储能的利益主体不同,构建以风储一体化电站上网收益最大、系统总运行成本最小、电动汽车车主支付费用最小的多目标优化调度模型。基于十机算例系统的仿真实验说明:所提模型能兼顾各形式储能投资主体的利益,削减负荷峰谷差,提高风电的消纳能力,不同的储能初始剩余能量对系统整体运行经济性的影响不同。     

基于混沌优化的含风电场的最优潮流计算

通过建立简化异步风电机的等效稳态模型,将风电机的滑差引入到基本参数的计算,提出基于混沌优化算法的包含风电场的最优潮流计算。此方法利用混沌运动特定的遍历性、随机性等跳出局部最优点,接近最优解,从而提高了求解精发。经MATLAB编程对IEEE14、IEEE39、IEEE118节点系统进行测试,不同风速时计算结果表明,能得到更接近实际的最优解,验证了该算法的有效性和实用性。