计及分布式电源接入的配电网优化调度方法研究

分布式电源广泛接入配电网带来的功率波动性容易影响电网稳定运行,为保证配电网的稳定、经济运行,提出一种基于改进二进制粒子群算法的配电网优化调度方法。以风力发电接入为例,建立了有功功率损耗最小的配电网优化调度的数学模型,并辅以相应的约束条件。利用前推回代法进行配电网的潮流计算,并运用改进二进制粒子群算法将潮流计算程序和优化程序嵌套在一起,完成配电网的结构重构,实现电源资源的优化调度。MATLAB实例仿真证明,计及分布式电源接入的配电网,通过电网结构优化,可以提高电网节点电压,减少电网有功损耗。分析表明,基于改进二进制粒子群算法的配电网优化调度方法是可行的,可以提高电网的稳定和经济运行。     

基于多智能体深度确定策略梯度算法的有功-无功协调调度模型

实现有功-无功协调调度是促成"未来一体化大电网调控系统"建设中的关键一环.为解决调度中存在反复调节、难以协调冲突等问题,采用多智能体技术,智能组织多种有功调控资源和无功调控资源,建立电网有功-无功协调调度模型;为解决电力系统环境在多智能体探索过程中出现的不稳定问题,采用多智能体深度确定策略梯度算法,设计适用于有功-无功协调调度模型的电力系统多智能体环境,构造智能体状态、动作和奖励函数.通过算例仿真和对比分析,验证所提模型及算法的有效性.     

面向新能源消纳的新型电力系统优化运行策略

通过传统发电机输出功率定义有功功率流动系数,对风电场-抽水蓄能站进行统一调度,由该系数与风电场输出功率比值来决定风电的功率消纳策略。以传统发电机输出功率波动最小作为目标函数,建立跟随电网负荷变化的抽水蓄能站发电优化调度模型,采用改进的非洲野狗算法对系统进行优化,并在算法中加入动态迭代步长,旨在算法前期加快迭代速度、在算法后期增强计算精度。仿真结果证实了所提优化运行策略在系统运行中的有效性与可行性。     

基于面向服务架构的调度计划安全校核网格计算

电力调度安全校核业务的多样性对电网调度模式和信息化技术提出了重大挑战。通过分析面向服务系统架构的松耦合信息集成特点和并行化编程的思想,提出了智能电网调度计划安全校核网格计算模型及其关键技术。介绍了该系统的参考架构和详细设计;通过引入电网分区的方法来保证校核断面区域电网交换功率和交流潮流的收敛性;采用基于分时段并行的方法对日前计划安全校核,实现调度计划安全校核的快速智能计算。大电网的仿真计算结果表明此算法可行,并具有较高的计算效率,为智能电网调度计划安全校核网格计算的研究提供了一种可行的方法。     

含分布式电源配电网的前推回代潮流算法中PV节点处理方法

随着智能电网的不断发展,越来越多的分布式电源(distribution generator,DG)接入配电网中,DG在潮流计算中多数可看作PV节点,因此如何快速有效地在潮流计算中处理DG PV节点显得尤为重要。为此,在补偿前推回代潮流算法的基础上,提出了潮流计算中处理PV节点的方法,该方法对网络中PV节点进行迭代优化,使PV节点的电压幅值和有功输入量在迭代过程中与给定值保持一致,从而提高了算法效率。该方法实现简单,可移植到其他潮流算法中。算例结果验证了该方法的有效性。     

基于面向服务架构的调度计划安全校核网格计算

电力调度安全校核业务的多样性对电网调度模式和信息化技术提出了重大挑战.通过分析面向服务系统架构的松耦合信息集成特点和并行化编程的思想,提出了智能电网调度计划安全校核网格计算模型及其关键技术.介绍了该系统的参考架构和详细设计;通过引入电网分区的方法来保证校核断面区域电网交换功率和交流潮流的收敛性;采用基于分时段并行的方法对日前计划安全校核,实现调度计划安全校核的快速智能计算.大电网的仿真计算结果表明此算法可行,并具有较高的计算效率,为智能电网调度计划安全校核网格计算的研究提供了一种可行的方法.     

火电厂负荷优化分配的模拟退火粒子群算法

合理选择火电厂负荷优化分配的优化算法对快速完成电网调度指令、最大限度降低发电成本至关重要.在标准粒子群优化算法中引入模拟退火算法的思想,引入收缩因子对算法的重要参数进行了改进,并对种群初始化方式进行了改进,采用拉格朗日乘子法处理功率平衡约束.在严格满足约束条件的基础上,缩短了优化计算时间,进一步提高了算法精度.实例计算...     

基于模型预测控制的微电网群分布式优化调度EI北大核心CSCD

微电网群由多个微电网互联构成并以集群的形式运行,能够实现微电网间的能量互补,显著提高可再生能源消纳能力和系统运行可靠性。结合同步型交替方向乘子法(alternating direction method of multipliers,ADMM)和模型预测控制(model predictive control,MPC),提出了一种微电网群分布式优化调度策略。采用同步型ADMM求解MPC中的优化问题,每个子微电网同步计算本地的子问题,同时引入有限时间一致性算法传递迭代计算过程所需的期望交换功率信息,实现完全分布式计算。算例计算结果表明,基于MPC的优化调度策略能够有效降低系统运行成本,分布式优化算法具有良好的收敛性,并且计算结果与集中式算法一致;该方法在通信拓扑发生改变的情况下依然有效,具有较高的可靠性。     

精细化日发电计划模型与方法

电网调度精细化管理水平的提高客观上要求日发电计划的精细化管理。针对传统日发电计划功能单一且难以实现准确的安全校核与网损管理的问题,提出了精细化日发电计划模型及优化算法。该模型以电网状态估计的网络拓扑和参数构造约束条件,决策目标兼顾电网经济性与安全裕度价值,具有应对电网运行不确定性的能力。采用交直流混合迭代优化算法,提出了交流潮流分析与有功优化的一体化决策方法,工程实用性强,有助于实现网损管理和安全校核工作的精细化管理。最后采用IEEE 30节点算例验证了算法的合理性。     

基于网损因子迭代的安全约束机组组合算法

针对考虑安全约束的机组组合(security constrained unit commitment,SCUC)问题,在传统SCUC模型的基础上,建立考虑有功网损及其在电网中分布的SCUC模型,提出一种基于网损因子迭代的SCUC算法。此算法每次迭代先解固定网损因子的SCUC问题,求得机组的运行状态,然后进行交流潮流计算,更新网损因子,进入下一次迭代。针对可能出现的网损因子振荡问题,提出SCUC和经济调度相结合的方法,选择对应发电成本较小的机组启停状态,进行经济调度优化和网损因子迭代计算,直至算法收敛。对IEEE 30和IEEE 118节点系统进行的仿真计算验证了所提算法的正确性和有效性。     

基于区块链的智能电网分布式资源管理研究

针对智能电网中分布式能源系统存在的管理困难,电力资源难以调度等问题,提出了一种基于区块链技术的电力网络管理系统。使用以太坊作为开发平台,建立分布式能源的电力交互管理区块链。使用股权证明(PoS)变异算法确立区块链中发用电双方共识机制,指定交易双方中的记账人;通过K-means聚类算法和粒子群优化算法(PSO)来设计分布式电能调度策略,进一步保障电网中能源交易分配的可靠性,最终实现电力运营智能合约下分布式能源的有效管理。实验结果表明：在智能电网中部署电力交互管理区块链,有效解决了分布式能源交易难达成,耗时长的问题,提高了电网中资源管理的合理性。     

基于边缘计算的能量自治区域调度策略

为了提升配电物联网基础数据海量增长背景下能量调度的效率,提出了基于边缘计算的能量自治区域调度策略,构建能量自治系统边缘计算架构和优化调度模型。该方法将大部分数据处理和储存工作下放至网络边缘侧,降低网络传输成本并且减少调度中心计算量,边缘侧采用基于莱维飞行的改进粒子群算法进行优化调度,既可以独立进行优化工作,也可以边云交互完成整体调度。相比于传统集中式调度策略,该方法可节省约90%的系统整体优化时间,且云层以及边缘层所进行的总迭代次数较集中式调度减少60%以上。最后以某地区电力负荷及分布式电源预测出力数据为算例进行仿真计算,结果表明基于边缘计算的优化策略有效地提高了能量调度的效率。     

A Joint Smart Generation Scheduling Approach for Wind Thermal Pumped Storage Systems

Abstract

Energy storage plays a crucial role in the development of smart grids with high wind power penetration. Pumped storage is an effective solution for smoothing wind power fluctuation and reducing the operating cost for a wind thermal power system. The joint generation scheduling of power systems with mixed wind power, pumped storage, and thermal power is a challenging problem. This article proposes a novel two-stage generation scheduling approach for this problem in the contexts of smart grids. Through optimization, a day-ahead thermal unit commitment and pumped storage schedule are provided; then, in real time, the pumped storage schedule is updated to mitigate the wind power forecasting error and hence avoid the curtailment of wind power generation. The proposed model aims to reduce the total operating cost, accommodate uncertain wind power as much as possible, and smooth the output fluctuation faced by thermal units, while making the system operate in a relatively reliable way. A binary particle swarm optimization algorithm for solving the proposed model and the pumped storage schedule update algorithm are also presented. The model and algorithm are tested on a ten-generator test system.     

基于大数据的智能电网数据调度与快速分发方法研究

针对云计算集群环境,智能电网的大规模数据处理面临巨大压力,任务调度和大规模数据分发的快速处理是亟待解决的问题。文章基于云计算和大数据处理技术,提出一种用于电力数据处理任务调度和分发的多队列动态优先级调度算法和节点选择算法,可以及时可靠地处理和分发关键数据。通过仿真将该算法与经典算法进行比较,验证算法的准确性和有效性。结果表明,该方法可以有效地分配节点负载,在任务完成时间和完成率上优势明显。该研究为我国电力大数据信息平台的研究提供参考和借鉴。     

适应自愈要求的配电网开关优化配置

自愈是智能配电系统的重要特征,通过对配电网分段开关的优化配置,不仅可以使配电网满足经济性和可靠性要求,更能使网架本身具有良好的自愈性。为体现自愈要求,分别从自愈时间、用户和负荷的角度提出了智能配电网自愈能力的评价指标以及负荷自愈率的分块计算法,在传统开关优化配置的目标函数中加入停电中断费用,在约束条件中增加了最小自愈率的约束,并通过对惯性系数和学习因子的调整改进二进制粒子群算法来求解适应自愈要求的配电网开关优化配置问题。最后,通过算例结果验证了所建模型的合理性和所提方法的有效性。     

考虑多个分布式电源接入配电网的多目标无功优化调度

坚强智能电网的建设促进了分布式电源(Distributed Generation,DG)并网技术的发展,DG并网对配网进行无功优化不仅能够提高电压质量、降低有功网损,还增加了配网运行的灵活性、经济性与安全性。以系统有功功率损耗最低与电压偏压量最小为双目标函数,建立无功优化模型。针对目前无功优化问题尚缺乏一种能兼顾求解的高效性与全局搜索最优性的方法,文中将一种新的启发式算法-鲸鱼优化算法(WOA)运用到电网无功优化调度中,对多个DG接入的IEEE 33节点系统进行无功优化仿真分析。研究表明DG并网增加了配网的稳定性,并且证明了WOA算法在解决此问题上的鲁棒性和有效性。     

自动化药房多个出药单据的调度优化

为了提高自动化药房的出药速率，实现多个出药单据药品出库时间最短。以某医院自动化药房出药系统结构为基础，建立多个出药任务单据的时间调度模型。针对此模型设计了改进的混合鲸鱼优化算法(H-WOA)。首先对多个出药单据进行整合分组，融入了遗传算法的交叉、变异，来提高种群探索的多样性；其次引入了免疫克隆算法的抗体与抗体的亲和度判定原理，来帮助构建最佳执行序列；最后结合鲸鱼算法的包围收缩和螺旋更新机制来保证种群最终收敛于最佳鲸鱼位置。实现结果表明，以3个出药单据为例，H-WOA优化算法相比原算法和未含优化算法效率分别提高了6.11%和18.11%。在4个、5个出药单据调度优化上，具有同等的优化效果。证明改进算法具有很好的寻优能力。     

基于机会约束规划的主动配电网能量优化调度研究

主动配电网(Active Distribution Network)的产生对于加大可再生能源的消纳能力、提高用电互动化水平、实现配电网的灵活智能管理发挥着重要的作用,逐渐成为未来智能电网发展的重要方向。其中主动配电网能量管理系统(DMSs)作为主动配电网的最高决策中心,通过对各分布式电源的有效控制和调度,保障配电网的全局优化运行。为提高主动配电网运行的经济性和可靠性,通过对主动配电网能量优化调度技术进行分析,考虑到风力发电和光伏发电的不确定性,结合随机模拟技术和惩罚函数方法,基于机会约束规划建立了含有风力发电机、光伏发电单元以及储能装置的主动配电网能量调度随机数学模型。在满足各种约束条件的基础上,使用改进的粒子群算法求解该模型。并以某地区实际系统为算例,通过与标准粒子群算法进行比较,验证所提模型的正确性与有效性。     

Short-term hydrothermal scheduling using clonal selection algorithm

An efficient optimization procedure based on the clonal selection algorithm (CSA) is proposed for the solution of short-term hydrothermal scheduling problem. CSA, a new algorithm from the family of evolutionary computation, is simple, fast and a robust optimization tool for real complex hydrothermal scheduling problems. Hydrothermal scheduling involves the optimization of non-linear objective function with set of operational and physical constraints. The cascading nature of hydro-plants, water transport delay and scheduling time linkage, power balance constraints, variable hourly water discharge limits, reservoir storage limits, operation limits of thermal and hydro units, hydraulic continuity constraint and initial and final reservoir storage limits are fully taken into account. The results of the proposed approach are compared with those of gradient search (GS), simulated annealing (SA), evolutionary programming (EP), dynamic programming (DP), non-linear programming (NLP), genetic algorithm (GA), improved fast EP (IFEP), differential evolution (DE) and improved particle swarm optimization (IPSO) approaches. From the numerical results, it is found that the CSA-based approach is able to provide better solution at lesser computational effort.     

基于源荷状态的跨区互联系统协调优化调度

随着跨区互联结构的日益完善及分布式电源的大规模接入电网,为充分利用区域间现有调度资源的互补效益,研究了基于源荷状态的跨区互联系统协调优化调度。以送、受端电网总运行成本及网损为目标函数,首先根据送、受端源荷状态,判断送端储能设备充放电状态及功率跨区流动状态。其次,考虑实际系统运行的各项约束,利用改进的基于粒子群优化算法的多目标搜索算法寻优,优化送端储能充放电功率、跨区联络计划及受端调峰火电机组出力。最后,以中国新疆地区实际电网为算例进行仿真计算。仿真结果表明,所提跨区优化调度策略可显著提升送、受端电网运行效益,充分发挥互联区域的互济合作。