综合环境保护及峰谷电价的水火电短期优化调度

为了使电力市场环境中的发电侧能够实现节能环保且高收益的发电目标,对机组出力变化与分时电价波动之间的关系进行了研究,构建了一种新的水火电短期优化调度模型,该模型以实现电力市场条件下最大发电收益为目标,同时综合考虑了峰谷分时电价和环境保护成本对发电侧经济效益的影响,还考虑了梯级水电站群的蓄水量、下泄流量、机组出力等约束条件,由此得出机组的优化调度方案。针对传统优化算法难以处理高维梯级水电站优化调度多约束条件的缺陷,利用微分进化算法对此优化模型进行求解,仿真计算结果证明了该模型的合理性和算法的有效性。     

基于多目标模糊优化的抽蓄水火电联合调峰方法

本文针对日益增大的日负荷峰谷差所带来的调峰困难问题,对抽水蓄能机组、水电机组和火电机组调峰出力进行优化;构建了以余荷方差最小并兼顾水电发电量最大的抽水蓄能_水电机组调峰的第一步调峰优化模型,以及以发电成本和出力波动性为多目标的火电机组第二步调峰模型,同时考虑了机组爬坡性能、蓄水量、发电引用流量等约束条件;采用模糊优化算法对多目标问题进行处理;最后通过仿真验证了所构建模型的合理性。     

不同发电调度方式调度效果比较分析

均衡调度、煤耗调度和成本调度是3种不同的发电调度方式,与电力系统运行实现公平、节能、经济等目标密切相关.深入分析3种调度方式的机理,以等负荷率为目标建立基于最小二乘的均衡调度优化模型,采用序列二次规划算法求解:分别以煤耗最小和购电成本最小为目标,建立煤耗调度和成本调度的日前安全约束机组组合模型,采用动态规划结合序列二次规划的混合算法求解.IEEE30节点算例分析表明,3种调度方式体现了相异的调度目标,决定了机组组合和发电出力分配的结果,并且不同调度方式将影响区域间的潮流分布.     

节能减排背景下的火电AGC机组组合优化研究

为落实国家能源产业政策,电力行业提出了在安全约束下集节能、环保、经济为一体的多目标优化调度。在传统的AGC(自动发电控制)机组组合模型中,建立新的目标函数,在达到降低污染排放指标的前提下使发电成本最低,以达到节能减排调度的目的。通过引入排放成本系数和调度权重因子,利用动态规划法的前向算法建立递推方程解模型。对比分析三种不同优化目标的计算结果,表明所建模型能较好的实现经济指标和节能减排指标的相互协调,对火电AGC机组优化调度有一定指导作用。     

机组组合在含风电系统的备用协调优化

针对风电出力、负荷预测偏差,发电机组故障停运等不确定因素,在传统模型的基础上,增加负荷跟踪时间和快速旋转备用的限制,建立兼顾系统运行效益和备用效益的机组组合模型。以快速旋转备用来平抑风电功率和负荷的波动,以系统的发电成本和备用成本之和最小为目标函数,采用改进的遗传—粒子群算法优化求解。算例仿真验证了模型和算法的有效性。     

兼顾经济和环保效益的机组组合

在节能减排背景下,提出了同时兼顾经济和环保效益的多目标机组组合模型,基于拉格朗日松弛法的思想,将该问题分解为单机子问题,在子问题中利用并列选择遗传算法对经济和环保效益进行双目标优化。分别以发电费用最小、排放最小和综合最小为目标建立模型,对6机30节点算例进行了计算和比较,验证了算法和模型的有效性,实现了综合考虑经济和环保因素的机组组合问题的求解。     

基于可再生能源发电优先消纳的电力电量平衡模型研究

传统的电力电量平衡主要以经济调度、机组组合为基础,没有给予可再生能源突出考虑。首先利用聚类分析方法将电力系统内各电源按发电特性划分为电源簇,建立电量消纳优先次序,以充分体现各电源的价值;然后以购电成本最小化、可再生能源发电消纳最大化为目标函数,分别考虑各电源簇的运行约束,建立电力系统中长期电力电量平衡模型,并设计内外层相结合的分层求解策略进行模型求解。其中,模型外层为电源多目标优化配置,采用多目标规划-几何模型(MODM-GMM)算法求解;模型内层为电源发电能力计算,采用逐步优化-增量动态规划(POA-SIDP)算法求解。最后,将模型运用到重庆电网中验证模型可行性和有效性。模型能实现包含水、火、风、光等混合能源系统的购电经济性,并有效利用系统内的可再生能源,促进电网协调、低碳、健康、高质量可持续发展。     

水轮机顶盖联接螺栓疲劳寿命研究

为提升风光水火蓄多源互补运行的经济性,计及不同类型电源的调峰特性,提出一种基于改进免疫蚁群算法的风光水火蓄多源互补优化调度策略。以火电机组的煤耗成本和启停成本、水电机组的发电成本、抽水蓄能的运行成本以及弃风弃光惩罚成本最低为优化目标,构建了风光水火蓄多源互补优化调度模型;提出改进的免疫蚁群算法对调度模型进行求解,改善了人工蚁群算法易陷入局部最优解的缺陷;通过夏、冬季典型日不同装机容量的抽水蓄能的算例仿真,表明所提模型可以充分利用抽水蓄能机组的“削峰填谷”以及能源之间的互补性,实现降低火电机组煤耗、新能源全额消纳、利用柔性电源调节的目的。     

基于改进萤火虫算法的分布式电源优化配置

在分析分布式电源特性的基础上,建立了含分布式电源的购电成本最小、网损费用最小、投资成本最小以及电压稳定裕度最大的多目标优化模型,能够比较实际、科学地反映DG规划布局。在此基础上,应用超效率数据包分析评价方法,明确各目标函数的权重组合方案,将DG多目标规划问题转换成单目标规划问题。鉴于传统萤火虫算法具有容易早熟、过度依赖控制参数的缺陷,将混沌搜索策略和全局思想融入到萤火虫算法,提出了一种改进型萤火虫算法;并将其应用于解决分布式电源的规划问题。通过算例验证所提算法具有良好的实用性和适应性,并且也验证了所提模型的实际意义。     

基于改进免疫蚁群算法的风光水火蓄多源互补优化调度

为提升风光水火蓄多源互补运行的经济性,计及不同类型电源的调峰特性,提出一种基于改进免疫蚁群算法的风光水火蓄多源互补优化调度策略。以火电机组的煤耗成本和启停成本、水电机组的发电成本、抽水蓄能的运行成本以及弃风弃光惩罚成本最低为优化目标,构建了风光水火蓄多源互补优化调度模型;提出改进的免疫蚁群算法对调度模型进行求解,改善了人工蚁群算法易陷入局部最优解的缺陷;通过夏、冬季典型日不同装机容量的抽水蓄能的算例仿真,表明所提模型可以充分利用抽水蓄能机组的“削峰填谷”以及能源之间的互补性,实现降低火电机组煤耗、新能源全额消纳、利用柔性电源调节的目的。     

计及碳排放和风光消纳的多目标切荷优化调度

低碳经济背景下,风光电源并网发电已成为节能减排的重要手段和方式。针对传统火电机组消耗化石燃料并排放污染物缺陷以及风光电源出力具有随机性和波动性的特点,建立了切荷机制下计及发电成本、碳排放量和风光电源限电量的多目标调度模型。根据模糊理论计算各单目标函数的隶属度,引入综合满意度将多目标优化问题向单目标转化。提出嵌套结构的遗传粒子群优化(Genetic and Particle Swarm Optimization,GPSO)算法求解数学模型,以5机和风光电源为例验证所提模型及算法的有效性和合理性。     

考虑环境效益的分布式电源优化配置研究

分析了计及环境效益的分布式发电成本,建立了考虑环境效益的发电成本计算新模型,该模型考虑了包括污染物的环境价值以及向有关部门缴纳的排污费的污染物的环境成本。以系统运行成本最小为目标函数,构建了分布式电源优化配置的数学模型,并采用粒子群优化算法进行求解。算例分析表明,所提方法能够得到较为合理的分布式电源位置和容量方案,可提高系统运行的经济性和环保性。     

考虑经济环境平衡的风光火联合外送调度策略多目标优化

风光火电联合调度运行是推动可再生能源发展的重要途径,并对发电调度策略提出了新要求。文章在经济环境平衡的原则下,以企业购电成本最小、可再生能源发电量最大、可再生能源出力波动最小为目标构建风光火电联合调度多目标优化模型,使用主要目标优先级法转成单目标规划后借助Lingo软件求解,并应用于天中直流输电工程的配套电源中,通过4个季节下的典型日调度结果对比分析,验证了所提出的优化模型在促进可再生能源消纳和节能减排方面的作用。此外,辅助服务费用纳入购电成本使得火电机组负荷分配更加平均。     

基于改进蝙蝠算法的微电网优化调度

在分析微电网中相关电源发电技术的基础上,建立以发电成本、污染物排放费用、甩负荷补偿费用和微电网网损补偿费用最小的多目标数学优化模型,应用超效率数据包分析评价方法,将多目标优化转换为单目标规划问题。鉴于传统蝙蝠群体易聚集于局部极值,导致早熟,将混沌序列以及自适应调整策略融入到蝙蝠优化算法,提出一种改进型多目标蝙蝠优化算法,为克服算法本身对缺乏变异机制的缺陷,利用混沌理论以及动态自适应调整机制的特性,对蝙蝠算法参数进行调整。最后通过算例验证所提算法具有良好的实用性和适应性,同时也验证了所提模型的实际意义。     

基于带辅助搜索空间的改进二进制粒子群算法的微网经济负荷分配研究

研究了包括光伏电池、风机、微型燃气轮机、柴油发电机、燃料电池在内的微网的发电特性,考虑电压越限、功率平衡、微电源出力限制等约束条件,建立了以发电经济成本最小、环境成本最小的多目标微网经济负荷分配模型。针对二进制粒子群算法易"早熟"、容易陷入局部最优解的缺点,构造辅助搜索空间,改进二进制粒子群算法来求解该复杂非线性优化问题。对孤岛运行模式下的一个小型的含多种微电源的微网系统算例进行研究,仿真结果验证了模型的正确性和算法的有效性。     

考虑风电最大化消纳的电力系统多目标优化

风电出力存在随机性和波动性,可灵活调节电源配置比例偏低,给风电消纳带来巨大挑战。为实现风电最大化消纳,提高电力系统经济运行效益,本文构建了考虑购电成本最小、风电消纳电量最大的多目标优化模型,采用第二代非支配排序遗传算法对优化模型求解;搭建含5台火电机组、1个风电场的电力系统模型,仿真验证了多目标模型及算法的有效性,实现了购电成本最小和风电消纳电量最大的目标。     

基于免疫记忆粒子群优化算法的风火联合系统的多目标优化调度

随着清洁可再生的随机性和间歇性风电大规模接入,其对电力系统发电调度的影响不容忽视。考虑风电机组的环境效益和并网对系统安全造成的影响,建立基于多目标机会约束规划模型,将燃煤机组发电成本最小、污染气体排放量最小作为目标,并计及系统的正、负旋转备用容量约束。使用风电出力的分布函数将随机模型转化为确定模型,采用模糊化处理技术将多目标优化转化为单目标优化,利用免疫记忆粒子群优化算法求解模型。最后,以修改后IEEE-30节点系统模型测试算例MATLAB仿真为例,通过算例仿真结果比较分析,验证了所建立模型的正确性以及算法的快速性、有效性和收敛性。     

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BCC算法的含大型风电场的电源规划优化研究

在电源规划中考虑大型风电场的投运,考虑火电机组和风电场的投资及运行成本,以规划期内年综合成本最小为目标函数,同时考虑碳排放、电力电量等各种约束条件,建立电源规划模型。在某地区未来规划期内火电和风电装机计划的基础上,采用BCC算法及改进BCC算法优化电源投运顺序,使规划期内年综合成本最小,计算结果验证了模型和算法的有效性。     

基于风-光-蓄-火联合发电系统的多目标优化调度

针对风电、光伏出力的随机性、间歇性和波动性而导致其在大规模接入电网时对电网发电计划制定和调度产生的影响,提出了含风-光-蓄-火联合发电系统的多目标优化调度模型。利用抽水蓄能的抽蓄特性,将风电和光伏出力进行时空平移,使风-光-蓄联合出力转变为稳定可调度电源,具备削峰填谷的功能,与火电机组共同参与系统优化调度。以风-光-蓄联合出力最大、广义负荷波动最小和火电机组运行成本最小作为目标函数,建立多目标优化调度模型,通过多目标处理策略,使目标函数简化为2个,以降低问题维数;在求解阶段,利用分层求解思想,将模型划分为两层,分别采用混合整数规划方法和机组组合优化方法进行求解。10机测试系统仿真结果表明:所建模型可以提高风能和太阳能的利用率,缓解火电机组的调峰压力,大幅降低风电反调峰特性对电网的影响,从而保证电力系统安全、稳定、经济运行。