多时段可中断负荷调度的智能优化算法

考虑多个可中断用户的多时段可中断负荷优化调度问题一般是一个多目标的组合优化问题,建立了一个多时段多目标可中断负荷优化调度模型,可考虑中断补偿费用最小化和中断频率最小化等多个优化目标,并计入不同可中断用户的不同中断特性和时段耦合约束.给出了应用离散二元粒子群优化算法的多时段可中断负荷调度问题求解方法.基于一个含19个可中断用户和16个时段的可中断负荷调度问题的算例仿真,通过比较采用离散二元粒子群优化算法和遗传算法的优化结果,表明离散粒子群算法在收敛解的质量上优于遗传算法.     

考虑可中断负荷的多时段配电网故障恢复

将可中断负荷应用到配电网故障恢复问题中,建立了考虑可中断负荷的多时段配电网故障恢复优化模型。通过遗传算法对多时段内可中断负荷主动切除和配电网重构方案进行全局寻优,通过动态规划算法对个体多个时段的修正方案进行局部深度寻优,有效提高了算法效率。算例计算结果验证了所提出的模型和算法的正确性和有效性,能够有效保证重要负荷供电,提高供电可靠性。     

基于改进粒子群算法的微电网多时段经济调度

分布式微电源与储能装置的广泛接入使微电网联网系统的能量交换形式更为复杂。研究微电网系统中各个时段的分布式电源和储能装置的协调优化调度,将大大降低微电网运行成本,提高系统电网经济调度能力。论文考虑负荷需求、微电源维护成本、购电、售电价格和网络损耗等微电网运行约束条件,建立了微电网经济调度目标函数模型,分别研究了微电网处在孤网和并网下多时段经济调度。运用了动态规划算法来协调微电网各时段的经济调度,即将各时段储能的最大容量离散成若干个小区间分别作为储能的上下限,同时提出在各时段的每个区间容量采用改进粒子群算法对微电源出力进行优化,最终求出各时段储能的最优状态及其它微电源的最优出力。通过算例验证了所提微电网多时段经济调度方法对各个时段的微电源及储能装置协调优化调度和微网运行经济成本,取得很好的效果。     

基于多通道迭代粒子群优化算法的微网经济调度

针对微网并网和计划孤岛运行方式下的经济调度问题,考虑分时电价差异及与主网能量交易,以最小化发电成本为目标,在由风电机组、光伏电池、燃气轮机和蓄电池组成的可再生能源的微网系统基础上建立了2种经济运行模型,同时通过对粒子群算法做出改进,提出了一种适用于多时段动态优化的多通道迭代粒子群优化算法并将其用于该文调度问题的求解,最后通过算例仿真证明改进算法的可行有效。     

基于logit离散选择模型的考虑需求响应含风电系统优化调度

风电因为其本身具有波动性、间歇性等特点,风电并网增加了传统电力系统优化调度的难度。引入需求响应,重新整合用户侧资源,能有效提高风电并网的经济性。因此,建立考虑需求响应的风电并网优化调度的新模型。首先建立基于logit离散选择模型的用户对电价菜单的自主选择模型,用户选择不同菜单电价并作出相应的负荷削减。然后建立考虑用户菜单电价选择和可中断负荷调用的需求响应含风电电力系统优化调度模型,将可中断负荷调用容量作为系统部分旋转备用容量。目标函数在传统含风电系统优化调度模型基础上,加入可中断负荷调用成本。最后,利用蛙跳简化粒子群算法对改进后含风电场的IEEE-RTS24系统进行分析验证,结果证明本文所建立模型的正确性和有效性。     

基于可中断负荷拍卖模型的电力双边交易阻塞管理

提出了基于可中断负荷拍卖模型的电力双边交易阻塞管理方法,通过市场机制来确定最优的负荷削减程序.阻塞调度过程可以分为三个阶段:调度前阶段、无约束调度阶段和考虑可中断负荷拍卖的阻塞调度阶段.在第三阶段,用户可以向调度机构提交各自的可中断负荷服务报价曲线.构建了阻塞调度模型,综合考虑了最小化所中断的负荷量和最小化向用户支付的可中断负荷服务费这两个优化目标.最后用算例对所提出的模型进行了验证.     

基于可中断负荷拍卖模型的电力双边交易阻塞管理

提出了基于可中断负荷拍卖模型的电力双边交易阻塞管理方法,通过市场机制来确定最优的负荷削减程序。阻塞调度过程可以分为三个阶段：调度前阶段、无约束调度阶段和考虑可中断负荷拍卖的阻塞调度阶段。在第三阶段,用户可以向调度机构提交各自的可中断负荷服务报价曲线。构建了阻塞调度模型,综合考虑了最小化所中断的负荷量和最小化向用户支付的可中断负荷服务费这两个优化目标。最后用算例对所提出的模型进行了验证。     

基于多时段IL用户优化调度的配电网TSC均衡提升策略

可中断负荷的管理作为配电网的一种调度手段,研究其对配电网供电能力的影响具有重要意义。目前研究仅涉及在加入用户分级后配电网的供电能力是否有所提升以及能够提升多少,尚不能有效地管理利用负荷以及实现可中断负荷在提升供电能力方面的电力资源的有效分配。以单位时段配电网供电能力值为优化变量,以计及可中断负荷后配电网TSC的曲线形状与日负荷曲线形状相似度最高和配电网各时段的供电能力最大为优化目标,建立可中断用户调度优化模型。针对模型采用遗传算法求得Pareto最优解集,并采用基于DM层次分析法进行决策,选出最满意的调度方案。通过算例验证了所提模型和算法的有效性。     

基于可中断负荷拍卖模型电力双边交易阻塞管理

提出了基于可中断负荷拍卖模型的电力双边交易阻塞管理构架,通过市场机制来确定最优的负荷削减程序.在该构架中阻塞调度过程可以分为三个阶段:调度前阶段、无约束调度阶段和考虑可中断负荷拍卖的阻塞调度阶段.在第三阶段,用户可以向调度机构提交各自的可中断负荷服务报价曲线.构建了阻塞调度模型,综合考虑了最小化所中断的负荷量和最小化向用户支付的可中断负荷服务费这两个优化目标.最后用算例对所提出的阻塞调度模型进行了验证.     

电动汽车充放电多目标优化调度策略研究

电动汽车作为新型负荷接入电网给原有的配电网带来一系列问题,有效的控制策略可以减小电动汽车充放电对电网的影响。针对电动汽车的入网情况和现有的分时电价制度,从配电网方面考虑以最小化配电网负荷均方差与最小化系统负荷峰谷差为目标函数建立电网负荷波动的数学模型。兼顾电网和用户双方共同的利益,在用户侧方面以电动汽车用户充放电成本最低作为优化的目标函数建立多目标的电动汽车优化调度模型。基于某商用楼宇负荷进行算例仿真,采用常惯性粒子群算法进行求解。仿真结果表明,分时电价引导下的调度策略可以减小峰谷差,提高用户的经济性。增大平均电价情况下调峰效果显著,用户成本会因平均电价上浮而增高。     

计及电池放电损耗的电动汽车充放电优化调度策略

针对现有电动汽车充放电策略对电池放电损耗考虑不够深入的问题,提出一种计及电池放电损耗的充放电优化调度策略。该策略以峰谷分时电价为背景,根据电池损耗模型计算电池放电损耗并计入用户用电成本,建立以电网负荷波动和用户用电成本为目标函数,以充放电功率、电池可用容量、不可用时段和出行SOC要求为约束条件的多目标优化调度模型,采用基于杂交的混合粒子群算法求解。利用Matlab进行算例仿真,针对不同电池损耗模型、不同调度车辆数以及不同分时电价下调度策略的优化效果进行了对比分析,验证了该策略的可行性和有效性。     

基于双层离散粒子群优化的智能小区车辆与家庭互动调度策略

综合考虑电动汽车的行驶特性、电池特性等约束条件,建立了计及峰谷差、日负荷率、负荷均方差和用户电费的多目标智能小区车辆与家庭互动(vehicle to home,V2H)调度策略。为求解该策略,提出双层离散粒子群算法优化V2H调度模型,以解决智能优化算法难以求解含等式约束方程的问题。第1层优化通过离散粒子群算法求解满足所有约束条件的单辆电动汽车充放电计划可行解,第2层优化采用基本粒子群算法迭代优化V2H调度模型。对无序充电、有序充电调度、V2H调度模式以及不同用户响应度的V2H调度策略进行仿真分析,结果表明:V2H调度在减小峰谷差、负荷波动、提升日负荷率方面的作用最显著,与无序充电相比用户电费下降1/3以上;随着用户对V2H调度策略响应度提高,负荷特性改善越明显,但是V2H调度的车均电费会增加。     

基于改进粒子群优化算法的微电网经济调度研究

微电网经济调度是一个复杂的多约束、多目标非线性优化问题。为了实现微电网中各微电源设备的经济运行,充分发挥分布式能源的发电优势,基于改进粒子群优化算法对微电网经济调度进行研究。在研究中,提出光伏发电预测与负荷预测背景下的微电网多目标模型,考虑蓄电池使用寿命,以经济成本最低和环境成本最低为目标,利用改进粒子群优化算法进行求解。通过案例分析,确认了研究成果的有效性。     

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。     

基于多目标离散粒子群优化算法的微电网重构

将多维度精英粒子扰动策略与粒子群优化算法相结合,得到一种多 目标离散粒子群优化算法,用于求解微电网重构问题.这一多目标离散粒子群优化算法以粒子的速度信息为概率,由粒子向正方向或负方向移动来更新自身位置信息;通过多维度精英粒子扰动策略,动态调整粒子群跳出陷阱的能力和局部精细搜索能力;引入线路负荷均匀度,作为辅助评价指标....     

基于多目标粒子群算法的微电网优化调度

提出了一种经济与环保相协调的微电网优化调度模型,针对光伏电池、风机、微型燃气轮机、柴油发电机以及蓄电池组成的微电网系统的优化问题进行研究,在满足系统约束条件下,建立了包含运行成本、可中断负荷补偿成本以及污染物处理费用的微电网多目标优化调度模型,并利用多目标粒子群算法(MOPSO)求解微电网优化调度问题,仿真结果表明该模型对微电网优化调度具有一定的指导作用。     

用于机组组合优化的蚁群粒子群混合算法

提出了一种用于求解机组组合优化问题的蚁群粒子群混合优化算法。通过将机组组合解编码为机组操作序列,降低了蚁群算法搜索的难度,使其空间复杂度由指数型降为线性型,使采用蚁群算法求解更大规模的机组组合问题成为可能。采用协同粒子群算法求解多时段负荷的经济分配问题时,用一个粒子群处理一个时段的优化问题,通过共享粒子群间的惩罚项解决了机组爬升率的约束问题。10机和20机系统的仿真实验和分析结果验证了该方法正确性、有效性和优越性。     

含源-荷-储的虚拟电厂经济性优化运行研究

虚拟电厂(VPP)作为一种新兴的能源聚合形式,可以降低风电、光伏等新能源入网时输出功率不确定性对电网安全的影响,提高供电可靠性,是未来新能源并网发展的方向。为提高VPP的调度灵活性,降低发电成本,使VPP获得更好的效益,在以往研究的基础上考虑负荷对VPP的影响,构建了考虑源-荷-储联合运行的VPP经济性优化调度模型,为减小预测误差并提高VPP收益,调度模型采用了多时段尺度优化和多市场盈利模式,最后采用粒子群算法对模型进行求解,优化VPP内各能源的出力。仿真算例分析了VPP内部各电源及VPP的出力优化情况,对比分析了可中断负荷参与VPP调度及其占比变化对VPP收益的影响以及4种不同运营模式下VPP的经济性差异。仿真结果表明,通过聚合适当比例的可中断负荷并采用合理的运营模式可以提高VPP的灵活性和经济性,算例验证了源-荷-储联合运行的VPP经济性优化调度模型的合理性。     

基于可控负荷提升风电接纳能力的优化调度

针对我国“三北”地区冬季供暖期的高热负荷、低电负荷问题,在构建多区域热电厂侧配置蓄热式电锅炉作为可控负荷的热电联合调度模型的基础上,利用改进的粒子群优化算法迭代寻优,对弃风电量供热、风电就地接纳、风电并网水平等问题进行探究。建立计及弃风因素与可控负荷影响的电网优化调度的双层优化模型:上层优化是可控负荷的负荷优化问题,通过优化调度可控负荷的方式,以可控负荷购电成本最小化为目标;下层优化是电网的发电优化问题,通过电网调度的方式,以全网发电成本最小化为目标,为上层优化提供电网实时电价。对所建模型进行算例仿真,通过KKT条件将双层优化模型转换为具有均衡约束的单层优化模型后使用MATLAB软件优化求解。结果表明:在负荷低谷的弃风时段蓄热及区域间协调送电供热能够高效利用蓄热罐的蓄放热能力,提升风电接纳与优化机组成本。     

基于新能源消纳的峰谷平时段划分方法

针对提升新能源消纳问题,设计了一种峰谷平时段划分方法.首先,建立基于消费者心理学的用户响应模型,得到用户负荷转移率;其次,综合考虑不同时段负荷对峰谷隶属度的贡献程度,以新能源消纳最大化及用户费用最小化为目标,建立基于新能源消纳的峰谷平时段优化模型;最后,通过改进粒子群算法对峰谷隶属度阈值进行优化求解.仿真结果表明,用户响应新的峰谷平时段后,用电费用降低,同时新能源的消纳得到提升.