基于遗传萤火虫算法的含风电电力系统机组组合研究

随着风能资源的广泛应用,机组组合问题求解愈显复杂。以减少煤耗费用提高系统经济性为目标,提出一种采用遗传萤火虫算法求解含风电电力系统机组组合问题的新方法。引入遗传算法双矩阵通路判断及约束修复策略,提高了初始解生成质量及产生速度;再利用萤火虫算法求解连续负荷经济优化分配,给出自适应交叉概率,从而提高了算法的收敛速度。应用所提算法对经典10机系统优化仿真表明,与其他算法相比,该方法能合理安排机组组合,提高系统供电的经济性,具有较好的实用价值。     

基于蚁群算法的水电站AGC机组组合与负荷分配优化

针对水电站厂级自动发电控制(AGC)中的经济运行问题,采用蚁群算法求解,所建模型综合考虑了功率平衡、机组出力约束、旋转备用和机组开停机时间约束等多重安全运行限制条件,并根据等微增率原则导出经济负荷分配公式嵌入并行随机搜索模式中,减少负荷分配时的迭代次数。算例中的机组耗量特性曲线根据实际数据采用二次曲线拟合。仿真结果表明,该方法既带有智能算法搜索的随机性又具有传统算法的稳定性,优化速度快且精度较高。     

含风电电力系统机组组合的量子离散差分进化方法

风电具有天然的不可控性和随机性,大量并网给电力系统调度计划带来困难,在电力系统日前机组组合计划中计及风电出力的不确定性,有利于提高电力系统优化运行的精细度。文中通过系统旋转备用将风电出力的预测误差纳入机组组合的数学模型中,为求解含风电的机组组合问题,设计了双层求解方法,外层采用量子离散差分进化法优化传统火电机组的启停状态,内层采用二次规划法优化求解负荷分配的经济调度问题,以提高算法的求解精度。最后通过10机系统算例仿真,验证了文中算法的有效性。情景仿真得出在电力系统日前机组组合阶段中考虑风电出力的波动性和预测误差,可以提高电力系统供电可靠性,也为电力系统运行节省了费用,但随着风电出力预测误差的最大,系统所需旋转备用也会变化,使得发电费用也会增加。     

哈郑直流投运后河南电网事故备用适应性及应对策略

分析了哈郑直流的故障特性,探讨了哈郑直流投运对河南电网运行可靠性的影响,提出了采用基于成本效益分析的事故备用确定策略以折衷可靠性和经济性,并根据我国电网调度特点,设计了简化求解数学模型,提高了计算效率。以河南电网2016年夏季大负荷日为例进行了计算分析,结果表明,该日最佳的事故备用容量略小于哈郑直流单极闭锁容量加上1台主力发电机停运所损失的容量,但会受到闭锁概率、失负荷价值、燃煤价格等因素的影响而变化;电解铝等可中断负荷参与事故备用,将有效替代燃煤机组旋转事故备用,大幅提高事故备用的经济性。     

大规模风电并网的滚动备用分区分配策略

大规模风电的随机波动造成系统等值负荷的峰谷差拉大、断面潮流波动加剧,对发电调度的备用决策提出了更高要求。针对滚动调度环节,提出了大规模风电并网系统基于失负荷期望的备用风险决策模型,分析了失负荷期望与备用需求的关系。提出了系统失负荷期望为约束下的多目标备用分区分配决策模型,并采用基于模糊优化策略实现最小弃风、发电成本和分区期望失负荷率均衡等多目标的协调决策方法。由于备用容量与发电计划耦合约束的复杂性,采用改进粒子群算法对模型进行求解。最后,以IEEE 24节点系统为算例系统,对所提算法进行了验证。     

含风光电站的电力系统动态经济调度

随着电力系统中风电和光伏发电的接入比例不断增长,其输出功率的随机性给系统经济调度带来了不确定因素。通过将满足一定置信概率的风电、光伏发电的功率区间预测信息纳入发电计划中,同时引入了可中断负荷作为旋转备用,建立了基于功率区问预测的考虑机组组合的系统动态经济调度模型。求解模型时利用改进离散粒子群算法（discreteparticleswarlnoptimization,DPSO）来解决机组启停问题,采用连续粒子群算法来实现负荷的经济分配,并采用启发式调整规则,提高算法的效率和搜索性能。最后通过10机系统仿真算例验证了模型和算法的有效性。     

多场景概率机组组合在含风电系统中的备用协调优化

备用配置是系统抵御风险、提高运行可靠性的重要手段,也是系统运行安全与经济协调决策的问题。提出了基于状态转移的概率机组组合方法,该方法将风电的运行场景离散化,通过对风电预测误差进行概率表达,并在时间尺度上考虑状态的转移矩阵组成多场景的方法,以场景发生的概率协调系统在场景下的调度决策,并以实时校正备用作为正常和误差场景之间机组的调整限制。通过安全与经济的协调,能够自动为风电出力的波动配置适宜的备用,且模型中考虑了网络安全约束对机组组合和备用决策的影响。最后对含风电系统进行了实例仿真分析,结果表明模型的有效性和可行性,对风电的调度和规划具有指导意义。     

求解计及可靠性机组启停的随机摄动蚁群算法

利用安全函数的概率性分析方法并针对机组启停问题对系统的旋转备用需求进行评估。针对该评估模型，在基本蚁群优化算法的基础上，提出了一种新的随机摄动蚁群优化算法来进行求解。对模型的转化、可靠性约束及其他运行约束的处理等进行了较深入的研究。试验系统的计算结果表明：一方面该算法可以有效地克服基本蚁群算法容易出现停滞现象的缺陷，具有更好的全局优化能力；另一方面所做的期望安全水平对优化解的影响的敏感度分析，对实际工程决策具有一定的指导意义。     

基于改进粒子群算法的机组负荷优化分配

针对标准粒子群算法存在容易早熟收敛的问题,在分析机组负荷优化问题的基础上,提出了一种基于解约束机制、边界反弹规则、高斯分布序列和混沌序列的改进粒子群算法。算法采用解约束机制和边界反弹规则处理优化问题的约束条件,同时在粒子移动过程中引入了高斯分布序列和混沌序列,从而克服了算法过早收敛的缺陷,提高了算法的全局优化能力。实例计算结果表明,该算法具有稳定的全局优化能力,为机组负荷优化分配问题的求解提供了新的方法。     

基于智能水滴算法的火电机组发电调度问题研究

电力系统机组组合是编制短期发电计划所需解决的核心问题,其所具有的高维数、非凸、离散、非线性等特征导致迄今尚未找到确定该问题最优解的解析算法。采用新型群智能算法——智能水滴算法,动态地生成每一时段的机组可行组合方案集合,基于此构建水滴遍历的空间,并将机组组合中各类技术经济约束条件融入智能水滴的评价与更新策略机制,提出了机组组合问题的智能水滴算法建模机制及求解流程。通过大量智能水滴并行运行、共同作用,得到了机组组合优化方案。将提出的模型应用于典型算例,计算结果证明,智能水滴算法能够有效解决机组组合问题,并且具有更强的全局搜索能力,收敛速度快,寻优迭代次数少,值得进一步研究探讨。     

改进的混沌优化方法在电站机组负荷分配中的应用

利用搜索过程中的先验知识，提出了一种改进的变尺度混沌优化算法，对电厂机组负荷分配这一类高维、非线性问题进行寻优。该算法利用混沌运动的遍历性和随机性进行全局搜索，结合下降法思想在当前最优解的局部空间搜索，提高算法的收敛速度。通过罚函数，将非线性约束问题转化为非约束问题求解，在寻优操作过程中检验解的有效性。并采用目标函数中负荷取值区间判别方法，降低优化问题的规模，减少了计算次数。与传统遗传算法相比，改进的混沌优化算法获得了更好的效果。     

基于多因素元件停运模型的电网失负荷计算

电网失负荷计算能反映电网事故的严重程度,是电网运行安全风险评估的重要内容。基于多因素对电网元件停运概率的影响,分析了电网元件停运概率的可修复失效模型、老化失效模型及天气相依的偶然失效模型三者之间的关系,采用并集的概念建立了电网元件停运概率模型,在此基础上提出了一种电网失负荷计算方法。以IEEE-RTS79系统为例,采用蒙特卡洛法对系统状态进行抽样,通过该失负荷算法计算出电网失负荷概率及失负荷量,验证了该种方法的有效性和可行性。     

基于期望后悔度的旋转备用多目标优化研究

考虑系统运行成本、旋转备用容量成本和能量成本,以及失负荷惩罚和弃风惩罚,并融入分时电价,提出一种期望后悔度度量指标,建立以系统总成本最小和惩罚费用最小为目标的双层优化模型,并对多目标量子粒子群算法进行改进。外层采用改进的多目标量子粒子群优化算法求解上、下旋转备用容量,内层采用优先顺序法求解机组组合和旋转备用的经济分配。从而得到成本期望后悔度-惩罚期望后悔度的Pareto前沿,并分析分时电价和权重系数对系统总成本和惩罚费用的影响。最后,通过算例验证所提优化模型和算法的有效性。     

含风电机组的随机生产模拟改进算法

等效电量频率法是针对大多数随机生产模拟忽略负荷的时序性而难以计算系统动态费用的问题而提出的随机生产模拟方法。将等效电量频率法忽略的除本台机组外的其他机组故障影响纳入机组启停次数的计算中,形成了改进的等效电量频率法。该方法在计算负荷频率曲线的时候考虑了应变分量f(i)3(x)的影响,并引起机组开机期望值、系统失负荷概率、缺电成本和启停费用的改变。通过对EPRI 36机组的随机生产模拟结果进行分析和比较,结果表明改进算法对系统可靠性和经济性均有改善。     

计及绿色电力证书制度的经济性优化调度

构建一种计及绿色电力证书交易制度(TGC)的含风电电力系统经济调度模型。首先,考虑负荷、风电出力和证书价格预测误差,通过拉丁超立方采样(LHS)生成场景集。然后,计及基于典型场景集的失负荷惩罚、弃风惩罚与绿色电力证书交易成本,以系统总成本最小为优化目标建立调度模型,同时引入可靠性约束保证系统的安全性。最后,采用自适应免疫疫苗算法求解所建模型,分析可靠性水平、弃风惩罚系数以及证书预测价格等不同因素对所建模型的经济性调度以及旋转备用计划的影响,优化制定机组的日前调度计划与旋转备用计划,验证了模型的合理性。     

智能算法求解机组组合的可行解检验方法

针对智能算法求解电力系统机组组合时存在的经济调度无解问题,提出了一种简便、高效率的检验方法.提出的算法可用于检验智能算法中较难处理的爬坡约束和直流潮流安全约束,有效地避免对不可行机组状态组合的经济调度.算例表明,该方法检验效率高,可有效节省计算时间,具有较强的实用意义.     

考虑旋转备用约束的含风电场电力系统优化调度模型

文章建立电场电力系统优化调度模型,该模型考虑了风电功率预测误差的情况下,系统旋转备用容量满足负荷及风电波动的需求。模型中涉及火电机组、风电场的发电成本以及火电机组环境污染惩罚费用,并提出基于时变加速度的随机黑洞粒子群算法对模型进行求解,时变加速度增强了算法早期全局搜索能力,并保证迭代后期收敛到全局最优,同时黑洞原理避免了算法收敛早熟,陷入局部最优解。最后对含一个风电场的10机系统算例建模仿真,从而验证模型以及算法的合理性和有效性。     

火电机组锅炉过热汽温的约束模型预测控制研究

提出了一种具有输入硬约束的模型预测控制算法,该算法无需在线迭代求解或矩阵在线求逆,具有算法简单,在线计算量小的优点,将其应用于火电机组锅炉过热汽温控制进行仿真研究,结果表明该算法是有效的。     

基于改进狼群算法的水电站厂内优化运行研究

针对水电站厂内运行中机组负荷分配问题的高维度、多约束的特点,提出了一种基于差分进化算法的自适应狼群算法,结合水电站厂内优化运行的优化目标和约束条件,以龙潭水电站日常运行数据为基础,采用该算法进行求解,并与遗传算法和原狼群算法计算结果进行比较。结果表明,该算法在计算耗时和收敛精度上均较遗传算法和原狼群算法有一定的改善,能满足电站实时性和精度要求,具有良好的全局搜索能力,在计算高维多机组负荷分配问题时能快速有效摆脱局部最优情况趋向全局最优解。     

考虑风光荷不确定性的随机生产模拟

为研究新能源出力随机性、负荷预测误差等不确定因素的影响,该文中将蒙特卡洛模拟与解析法相结合,建立一套考虑风、光、荷不确定性的随机生产模拟模型和算法。首先对风电、光伏、负荷时序出力的预测误差进行抽样,并经计算获得净负荷曲线的累积概率和频率分布;然后通过求解机组的多状态模型和条件概率,完成相应的卷积运算,并综合运算结果计算出火电机组的生产成本和系统可靠性指标。最后算例比较分析负荷及新能源不确定性对系统技术经济指标的影响,为含新能源的电力系统随机生产模拟研究提供了参考。