基于均值方差模型的柔性资源投资组合策略

随着需求响应在电力市场中深度应用,负荷聚合商作为新的参与主体在市场平衡中发挥着调峰避峰、提供需求侧备用的重要作用。然而,针对负荷聚合商柔性资源风险管理方法方面的研究尚有不足。因此,提出一种基于均值方差风险模型的柔性资源投资组合策略。该方法能够基于一定的预期收益,优化得到最小化风险的柔性资源投资组合方法。通过分析算例,证实了该方法与基线方法相比能够有效降低投资风险,提高负荷聚合商的经济效益。     

试验数据的统计处理方法——总体均值和方差一致性的检验

４总体均值和方差一致性的检验 在生产和科学试验中,或因条件不同（例如,不同生产厂家生产的同类产品、使用了不同类型的测试仪器等）,或因条件的变化（例如,更换了某些零部件或原材料、改变了生产工艺等）都可能使观测对象的某个或某些关键指标的算术平均值或标准差有某些差异或变化。那么,这些差异或变化是由于观测次数较少而引起的随机波动呢？还是有着实质性的不同或变化呢？要想对此作出科学的判断,就应该用假设检验的方法。 假设检验也称显著性检验,在国家标准中,对总体均值或方差的假设检验称为一致性检验。显然,“假设检验…     

基于改进k-均值聚类的负荷概率模型

提出采用改进的k-均值聚类方法对电力系统小时负荷进行聚类,避免了传统k-均值聚类存在的聚类中心初始值难以确定、聚类结果不稳定的问题。在建立聚类负荷模型的基础上,进一步建立了考虑负荷不确定性和相关性的负荷概率模型。RBTS和IEEE RTS79算例分析结果表明,采用所建立的聚类负荷模型时的发电系统可靠性计算结果精度高,节省了状态抽样法的计算时间;负荷不确定性和相关性对发电系统可靠性有较大影响。所建立的负荷概率模型为采用解析法和状态抽样法进行发电和发输电系统可靠性评估提供了基础。     

包含风力发电的电力系统绿色调度模型

电力系统调度需要考虑风电的影响.在传统电力系统优化调度的基础上,重点考虑电力生产中污染物的排放,构建了包含风力发电的电力系统绿色调度模型.运用模糊化处理技术和自适应遗传算法进行计算,实例验证表明,所提出的绿色调度模型合理,算法具有很好的实用价值.     

基于MVSbEM模型的分布式电源并网研究

近年来,全球变暖问题愈发严重,以煤炭为代表的化石能源不再成为全球能源资源的主流,而分布式能源具有清洁、取用轻便等优点,得到了广泛的应用。随着愈来愈多的分布式电源并入电网,电网的不确定性随之增加,这给电网的安全稳定运行带来了一定的挑战。为此,本文首先分析了分布式电源并网后对配电网的影响,然后引入均值-方差-偏度期望最大化优化模型对配电网风险进行了评估,并通过算例分析验证了该模型的优越性。     

考虑发用电双侧不确定性的电力系统鲁棒模糊经济调度

风电和需求响应的双侧不确定性会对电力系统经济调度产生重要的影响。首先,利用模糊理论对分时电价下不确定负荷进行了拟合,利用鲁棒理论构建了风电的不确定集,同时考虑双侧不确定性建立了鲁棒模糊数学模型,并根据其等价确定转化思想对模型进行求解。然后,建立了电力系统鲁棒模糊多目标调度模型,其中多目标包括碳交易成本最小的低碳目标和综合经济成本最小的经济目标。采用内点法多约束条件处理策略改进多目标细菌群体趋药性算法,利用此算法求解模型并获得目标函数最优解。最后,以经典的IEEE 10节点系统和一个风电场为例进行仿真研究,验证所提模型的可行性和优越性。     

基于改进差分进化算法的电力系统经济调度研究

结合目前我国节能降碳发展目标,针对计及阀点效应的经济调度问题求解方法开展研究。首先,从求解经济调度函数模型的传统数学方法和遗传优化算法的局限性进行研究,然后提出了一种改进差分进化算法,通过引入混沌初始化操作,制定了一种非线性动态调整控制参数策略。最后,通过算例仿真对所提出的方法进行验证,结果表明本文所提出的改进算法与其他计算方法相比,在结果精度和鲁棒性等方面更具优势。     

含风电场电力系统环境经济动态调度建模与算法

为应对风电功率的不确定性,提出考虑风电渗透功率的增、减出力旋转备用量化模型。在旋转备用量化模型基础上,考虑常规发电机阀点效应及爬坡速率约束,采用价格罚因子法嵌入废气排放目标到发电机燃料费用目标函数中,将环境经济动态调度多目标优化问题转化为单目标优化问题。将约束条件的处理与目标函数完全分离,建立了含风电场电力系统环境经济动态调度模型。针对量子粒子群算法存在早熟的问题,引入早熟判断机制,对早熟粒子进行混沌搜索,从而提出改进量子粒子群优化算法求解所建立的调度模型。在10机系统上采用所提出的方法,仿真结果表明,与量子粒子群和粒子群算法比较,所提出的方法能较好地处理风电功率不确定性条件下的环境经济动态调度问题。     

基于可信性理论的含风电场电力系统动态经济调度

由于隶属度函数不具有自对偶性,传统模糊论进行置信水平下的调度决策时遇到困难.该文结合可信性理论和模糊机会约束规划,考虑风电预测误差的模糊性,研究了模糊置信水平下的动态经济调度问题.在模型建立上,推导了模糊风电预测误差的可信性分布函数模型,利用机会约束给出模糊置信水平下的调度可行域,由于采用可信性分布作为测度函数,保证了可行域能够覆盖置信水平下的模糊事件集合,确保不确定调度的优化解落在可信解空间.在解法上,将模糊机会约束条件转化为其清晰等价类,避免模糊模拟导致的模型求解效率降低,由于在目标函数中考虑了阀点效应,采用混沌粒子群算法求解.基于该文方法,给出10机含风电场系统的动态优化调度方案并进行了有关分析.     

基于碳交易的含风电系统低碳经济调度

随着"低碳经济"发展的持续升温,经济和社会的可持续发展对电力行业提出了低碳化发展的需求。风电作为最具竞争力的清洁能源之一,促进了电力低碳化的发展进程,同时风电出力的随机性对系统备用提出了更高的要求。建立低碳调度目标并引入碳交易,使碳排放成为赋有经济价值的可调度资源;在经济调度目标中引入旋转备用补偿成本以应对风电预测误差对系统带来的影响,引入风电场负效率运行补偿成本以弥补风电场技术弃风造成的经济损失。应用随机规划理论构建模型,提出了一种同时兼顾电能生产经济性和系统排放低碳性的新型低碳经济调度模型,实现多目标问题的单目标化。利用基于随机模拟的混合粒子群算法进行优化求解,通过算例验证所提模型与算法的合理性。     

基于随机模拟粒子群算法的含风电场电力系统经济调度

由于风电具有随机性,目前尚无法较准确预测其出力,因此含有风电的电力系统经济调度不再是-个常规意义下的确定性问题.利用传统的方法也难获得既经济又有较高可靠性的解.本文建立了基于机会约束规划的含风电场的电力系统经济调度数学模型,以概率的形式描述相关约束条件,考虑了机组的爬坡约束、出力限制,线路潮流限制、备用约束及负荷平衡等约束条件,利用基于随机模拟的粒子群算法求解该问题.通过IEEE30节点系统的算例验证,表明该模型与算法的有效性.     

基于改进模糊C均值算法的电力电子电路故障诊断

针对目前电力电子电路故障诊断方法存在的缺陷,结合模糊聚类分析方法,采用改进模糊C均值算法,对Cuk电路故障进行分析,使之不仅达到更好的分类效果,同时还适用于样本分类不均衡的聚类问题,具有较高的诊断率和较低的误诊断率,且故障诊断的时间比较短,为电力电子电路故障的初期诊断和故障数据处理提供了一个有效的方法和途径。     

基于鲁棒均值–方差优化的发电自调度算法及鲁棒代价分析

解除管制电力市场背景下,发电厂商作为价格的接受者,需向电力交易中心提供发电交易策略来最大化自身的收益,从而形成发电自调度的优化模型。然而,当考虑电价不确定性时,发电商一方面希望最大化收益,另一方面需要最小化不确定性带来的风险。为此,该文建立了一种鲁棒均值方差优化模型,以收益最大化和风险最小化为多目标,进而获得多目标优化的Pareto前沿。通过等价转化发现,鲁棒均值方差模型与非鲁棒均值方差模型具有相同的数学形式,均为一个二阶锥优化。进一步分析了鲁棒模型对收益、风险以及Pareto前沿的代价。最后采用30节点系统对鲁棒均值方差优化的发电厂自调度模型以及鲁棒代价进行详细的分析和对比,结果证明提出方法和分析的正确性。     

考虑风力发电的电力系统经济调度

随着我国节能减排政策的落实,风力发电装机容量将快速增长。以风力发电为代表的分布式发电系统普遍受到气候因素影响而具有显著的间歇性,而政策规定对风电等必须全部收购,这将对电力系统的安全稳定运行和经济调度方式产生重要的影响。本文结合遗传算法研究在有风力发电装机情况下的电力系统经济调度问题,并对十机组测试系统在有/无风电机组投入情况下进行了经济调度的优化计算,仿真结果表明采用风力发电可以明显降低电力系统整体的一次能源消耗。     

基于改进非支配多目标差分进化算法的含风电-小水电电力系统动态环境经济调度

建立了一种含风电-小水电电力系统动态环境经济调度模型,考虑了机组阀点效应、爬坡率及电力网络损耗.为求解该调度模型,给调度人员提供一组优质的决策方案,构建了一种改进非支配多目标差分进化算法,该算法在基本多目标差分进化算法中引入多项式变异,增加种群多样性;同时,将常规非支配排序策略进行简化,降低求解复杂度;最后,以含10台...     

基于飞蛾扑火算法的电力系统负荷经济调度研究

电力系统负荷经济调度是电力系统经济运行中的关键一环,在综合考虑诸多电力系统实际运行约束的基础上,建立一个相对完善的负荷经济调度模型。为提高优化解的精度和准确性,引入飞蛾扑火算法进行模型求解,并提出采用平衡机组法与传统罚函数法相结合的方式来处理模型中的功率平衡约束。采用IEEE 6机组、15机组和40机组系统进行仿真测试。仿真结果表明,所提方法可很好地解决电力系统负荷经济调度问题,并具有良好的鲁棒性,经济效益显著。     

基于改进布谷鸟算法的电力系统优化调度

本文绍了布谷鸟算法的原理,对传统布谷鸟算法进行了改进,建立多目标优化调度的数学模型,基于改进算法对模型进行一定程度的优化,通过分析证明,改进过后的算法的计算精度更高,同时能有效提高全局收敛性以及保证Pareto非劣解的多样性。     

基于自适应风电功率场景选取的有功调度模型

大规模风电并网给电力系统优化调度带来了新的挑战。考虑到风电功率场景选取与系统有功调节能力之间的内在联系,提出一种风电功率场景自适应选取方法,该方法可以根据系统有功调节能力动态调整各场景的功率区间范围。在此基础上,建立了基于场景分析法的风电并网系统有功调度模型。通过对不同场景选取模式下条件期望再调度成本的比较,分析了风电功率场景选取对有功调度的影响。算例分析表明,所提模型和方法可以有效地获得对风电功率不确定性适应力更好的有功调度方案。     

含风电场的水火电力系统的多目标优化调度

随着风力发电的大规模并网运行,电力系统除了要安排火电厂和水电站的出力外,还要考虑风电场的出力情况。针对风能的间歇性、波动性和不可控等特点,引入旋转备用容量解决风力发电并网对电力系统经济调度和安全可靠运行带来的影响,建立含风电场水火电力系统优化调度模型,并运用改进粒子群算法对所建立的模型进行仿真计算和求解分析。仿真结果表明在风电出力全额上网的前提下,能够充分利用水资源,减少化石能源的使用,从而降低了火电厂污染物的排放,进而验证了调度模型的合理性和有效性。     

含积分风险的电网经济调度研究*

随着大规模风电机组的并网运行,风电的随机性和不确定性给含风电的电网调度带来新的挑战和要求。为了在电网调度中降低风电的随机性影响,本文首先通过对风电功率进行统计分析采用逐时分析的方法来绘制风电机组的功率频率曲线,得到动态的风电功率密度分布函数。然后将该分布函数引入到电网调度中,建立含积分风险的电网调度模型。为了解决求解该调度模型的优化问题了,本文引入遗传算法对骨干粒子群算法进行改进,提出了改进的骨干粒子群算法。最后通过IEEE30系统对本文模型进行了验证,并对含风电电网调度的风险和成本进行了分析。