考虑可再生能源不确定性的热-电耦合微能源系统多目标鲁棒规划方法

由于可再生能源出力具有高度随机性和间歇性,其大规模并网会严重影响电力系统的安全稳定运行。为促进可再生能源消纳,可通过大力发展热-电耦合微能源系统解决此问题。为此,提出一种考虑风电不确定性的热-电耦合微能源系统多目标鲁棒规划方法。以投资运行成本最小及系统峰谷波动最小为目标,构建热-电耦合微型综合能源系统多目标鲁棒规划模型。采用NSGA-II和TOPSIS相结合的求解算法实现多目标问题求解。仿真结果表明,该方法可以提高风电利用率和系统经济性,对于工程应用有一定的参考价值。     

基于离散多目标蜻蜓算法和改进FCM的风电协调输电网扩展规划研究

针对风电并网协调输电网扩展规划问题,提出一种基于离散多目标蜻蜓算法和改进FCM的风电协调输电网扩展规划方案。首先以投资建设成本、网损成本和弃风量为指标构建多目标风电协调输电网扩展规划模型。设计加权多核改进FCM算法,有效模拟风电空间分布多维运行时空特性。其次,提出柔性N-1安全校验策略,筛选出隶属度较低、出力和负荷较大的极端场景。设计离散多目标蜻蜓算法,提高算法多目标优化问题求解精度。最后,采用离散多目标蜻蜓算法对风电协调输电网扩展规划模型进行求解,提出最优规划方案确定策略。仿真实验证明了所提方法的有效性。     

考虑经济性与安全性的发输电联合优化规划

独立的发输电规划已无法适应新形势下电力系统发展需求。从联合建模的角度,考虑风电出力的随机性与间歇性给系统带来的安全隐患,建立了计及系统N-1安全网络约束的发输电联合优化规划模型。为平衡系统安全性与经济性之间的矛盾,以系统切负荷费用表征安全成本,在此基础上,以年投资费用、燃料费用、安全成本及弃风惩罚成本之和最小作为目标函数。考虑到不同负荷水平持续时间的差异性及风电出力的不确定性,采用高斯混合模型方法对运行场景进行削减,其能够在得到聚类中心的同时从概率角度给出数据分别属于不同聚类中心的可能性。以修改的Garver-6和IEEE-RTS 24节点系统为算例,对所提模型和方法进行了验证和分析。     

考虑综合需求侧响应的区域综合能源系统多目标优化调度

为兼顾区域综合能源系统（regional integrated energy system,RIES）中能耗成本、污染排放、风电消纳等多个调度目标,建立了考虑综合需求响应的RIES多目标优化模型。首先,对含电转气、储能系统、热电联产机组等设备的RIES建模,并在区域内引入了具体考虑削减负荷、转移负荷和替代负荷的综合需求响应,旨在削减系统负荷峰谷差。然后,分别建立了以系统用能成本、弃风功率和污染物治理成本最小的目标函数,采用多目标优化方法--以模糊加权规划遍历权值求解帕累托前沿,再根据证据推理决策方法寻找最优调度策略。最后基于典型算例研究,结果表明了所提多目标优化算法能有效在多个调度目标间做出权衡,考虑综合需求响应的RIES在总能耗、环境友好和风电消纳等方面更具优势。     

Multi-objective market clearing of electrical energy,spinning reserves and emission for wind-thermal power system

This paper proposes energy and spinning reserve market clearing mechanism for wind-thermal power system, including uncertainties in wind power generation and load demand forecasts. The impact of wind power and load demand volatility on the energy and spinning reserve market is taken into account. This paper considers reserve offers from the conventional thermal generators. The stochastic behavior of wind speed, and wind power is represented by Weibull probability density function (PDF), and the load demand uncertainty is represented by Normal PDF. This paper considers two objectives: energy and spinning reserves cost minimization, and emission minimization. The energy and spinning reserves cost minimization objective includes cost of energy provided by conventional thermal generators and wind generators, cost of reserves provided by conventional thermal generators. It also includes costs due to over-estimation and under-estimation of available wind power, and load demand. The proposed market clearing model provides a compromise solution by optimizing both the objectives simultaneously using multi-objective Strength Pareto Evolutionary Algorithm 2+ (SPEA 2+). The effectiveness of the proposed approach is established from the results on IEEE 30 bus system.     

A novel modified GBMO algorithm based static transmission network expansion planning

Due to the growing demand of electricity, transmission sector has become important part of the power sector. The penetration level of renewable energy resources has increased presently, which gives more challenges to the transmission expansion planner. To overcome this problem better transmission expansion planning (TEP) needs to be done. Hence, it is necessary to incorporate the impact of high wind power penetration in TEP problem. In this paper wind farm are considered as an alternative source for supplying the load to the transmission networks. The complex wind energy cost model is incorporated with the traditional transmission network expansion planning (TNEP) problem. Factors accounting for wind power utilization cost, underestimation, and overestimation cost model of wind power are included. Static transmission network expansion planning (STNEP) problem is modeled using the DC power flow model. The main objective function is to minimize the total cost of the system, which consists of transmission line investment cost, fuel cost of generators and wind energy cost. To solve this non-linear, non-convex optimization problem with a novel optimization algorithm i.e. Modified Gases Brownian Motion Optimization (MGBMO) algorithm is applied. To validate the capability of the proposed method is tested with modified Garver’s 6-bus system, IEEE 24-bus system and IEEE 25-bus system.     

基于梯级水电和高载能负荷功率变化主动响应能力的风光容量优化配置

为有效解决高比例风光消纳问题,提出一种基于梯级水电与高载能负荷功率变化主动响应能力的风光容量优化配置方法。设计高载能负荷配合梯级水电平抑风光出力波动的协调框架;通过刻画基于水头变化的不同时刻间梯级水电的功率调节规律以及基于生产过程的冶炼类高载能负荷功率调节特性,构建考虑系统调节能力约束的风光容量最优配置模型,以风光电站投资建设成本、水火电站运行成本、高载能负荷调度成本以及弃风弃光惩罚成本最低为目标确定风光装机容量。湖南某地区仿真结果表明,所提方法能够更好地应对净负荷功率波动,增加风光并网容量。     

含碳捕集装置的电气综合能源系统低碳经济运行

面对当前电气综合能源系统在新能源消纳、低碳性方面存在不足的问题,在系统中引入碳捕集装置进行优化.首先通过弃风惩罚因子将弃风量转化为弃风成本,以系统运行成本与碳排放量为多目标建立一种含碳捕集的电气综合能源系统低碳经济运行模型,使用法线边界交叉法构造多目标问题的Pareto前沿,并利用模糊隶属度函数选择出综合满意度最大的解作为折中解,其次通过算例对比了三种场景下的优化结果,分析了系统弃风量受电转气原料成本的影响情况,验证了将捕集的CO2作为产气原料能够有效提升电转气的运行效益,增强系统的风电利用率与运行经济性;最后对多目标下碳捕集的运行造成系统经济性与低碳性产生的矛盾关系进行了研究,证明了碳捕集能够有效提升综合能源系统的碳减排能力.     

风光互补独立供电系统的多目标优化设计

在风光互补独立供电系统的设计中,如何配置风力发电机、太阳能电池板和蓄电池,在满足负荷需求的前提下,使风能和太阳能资源得到充分利用,负荷的供电可靠性较高,而系统成本最小,这是一个多目标优化设计问题。本文首先建立了风力发电和光伏发电的天气模型,提出了衡量供电可靠性的失负荷概率LOLP、衡量清洁能源浪费的失能量概率LOEP和系统成本等指标,并采用蒙特卡罗仿真进行计算。为了求解这一多目标优化问题,本文提出了一种混沌自适应进化算法(CSEA),新算法的混沌初始种群算子提高了初代种群的多样性,分组选择策略保证了各代中一定数量的劣势个体能参与进化,自适应遗传算子增加了劣势个体的交叉和变异概率,从而避免算法早熟,增强了算法的全局搜索能力。算例表明,CSEA算法比传统单目标遗传算法的结果更加接近实际运行的Pareto优化前端,综合效果更优。另外,与纯光伏、纯风力发电方式比较发现,风光互补供电方式更为合理。可见,采用CSEA算法进行风光互补独立供电系统的优化设计,对于提高供电可靠性,降低成本,减少能源浪费具有非常重要的意义。     

弃风参与电网调频的电转气-储气-燃气轮机容量优化配置

电转气(P2G)技术为消纳可再生能源提供了新的途径,然而,投资成本高、经济性较差的问题限制了P2G技术的应用与发展。为实现弃风资源的消纳与P2G经济性的提升,首先提出通过P2G技术用弃风生产天然气,经储气罐存储并通过燃气机组(NGGU)发电参与调频的运行场景,并提出了各装置的协调运行策略。其次,根据上述运行策略,构建了P2G、储气罐、NGGU参与调频过程的成本–收益模型,以最大化净收益为目标实现各装置的容量优化配置。最后,以某风电场实际弃风、某自动发电控制(AGC)机组实际下发指令为参考,利用粒子群优化算法进行规划计算。结果分析了利用风电场弃风与P2G技术在P2G、储气与NGGU容量优化配置下参与电力市场调频辅助服务经济性与可行性。     

考虑用户舒适度的蓄热式电采暖参与风电消纳的多目标优化

随着双碳目标的提出,大力发展新能源、降低碳排放将是未来能源发展的主线.由于新能源装机容量快速增长,电网消纳形势日趋严峻.为了消纳大规模风电的弃风功率来提升电网的调峰能力,文章提出了基于NSGA-Ⅲ算法和考虑用户舒适度的蓄热式电采暖参与风电消纳的多目标优化模型.首先,分析了蓄热式电采暖的工作特性及参与风电消纳的运行机理,...     

计及需求侧管理的新能源微电网多目标优化调度方法

提出了一种考虑需求侧管理的新能源微电网多目标优化调度方法。首先,为了改善用电结构,计及微电网的新能源消纳、用户购电成本和负荷的平稳性,建立了基于微电网中可控设备负荷转移的需求侧管理多目标优化模型;然后以微电网的经济性和环保性为优化目标,建立了包含风力和光伏发电的并网型微电网多目标优化调度模型;最后采用改进的多目标粒子群优化算法求解模型。算例结果表明,所提方法在提高新能源消纳、降低用户的购电成本并实现负荷削峰填谷的同时,能进一步降低经济和环境成本。     

微电网复合储能多目标优化配置方法及评价指标

复合储能在微电网功率平衡、平滑可再生能源波动、提升电能质量等方面发挥多重作用,针对包含光伏发电、风力发电和典型负荷的微电网,提出一种合理配置复合储能容量的方法。针对复合储能优化配置,以装置成本最低、功率匹配最佳、可再生能源输出功率平滑度最好建立复合储能多目标优化数学模型,采用自适应惯性权重的粒子群算法求解复合储能多目标函数最优解;针对子目标函数权重系数的确定,提出目标函数适应度离差排序法;提出了定量评估微电网储能多目标优化效果的参数指标,并以此为依据,对比了微电网内蓄电池单一储能多目标优化与复合储能多目标优化结果。最后,通过MATLAB编程进行实例验算,验证了方法的合理、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。     

考虑多种分布式电源及其随机特性的配电网多目标扩展规划

为了增强新建配电网环网转供能力,提高供电可靠性,同时减小投资和运行维护成本,提出了一种分布式电源(DG)选址定容和多供电途径的网状新建配电网协调规划方法。该方法建立了考虑经济性、可靠性和稳定性的多目标优化模型,优化求解采用两层嵌套的粒子群算法。在规划中考虑了风电、光伏、燃气轮机、储能电池4种DG的选址和定容。针对输出功率不确定的DG,建立了概率模型,利用多状态系统理论,将随机性问题转化为确定性问题。最后以某开发区的实际配电系统为例,验证了所提模型和方法的合理性。     

计及电转气运行成本的综合能源系统多目标日前优化调度

电转气技术为弃风消纳提供了新的途径,将是未来综合能源系统的重要支撑技术之一。在考虑电转气运行成本的基础上,分析其对综合能源系统风电接纳能力与运行经济性的影响,并针对其较高的运行成本与较好的弃风消纳效果间的矛盾问题,提出一种多目标日前优化调度模型。首先,建立电转气及其运行成本模型,并给出含电转气的能源集线器模型。继而,针对电转气运行成本较高时系统在运行经济性与风电接纳能力间存在的矛盾关系,通过多目标加权模糊规划方法进行协调。最后,以9节点能源集线器系统为例对所提模型进行仿真计算,通过结果分析证明了综合能源系统中计及电转气运行成本的必要性,以及兼顾考虑经济性与风电接纳能力的可行性。     

含风电的多种形式储能协调调度多目标优化模型

随着大规模储能的日渐广泛应用,其灵活的出力调节能力为含大规模风电接入的电网优化调度运行提供了解决思路。针对电力系统中储能以电源侧、电网侧以及用户侧等多种形式并存的情况,提出多种形式储能协调调度多目标优化模型。该模型考虑风储一体化电站、电网侧电池储能电站和电动汽车参与系统调度运行,深入挖掘多种形式储能的互补调节能力,促进风电消纳;电池储能电站面向电网调控运行,在参与系统调峰的同时提供备用,充分利用储能的可调空间优化系统运行。考虑到不同形式储能的利益主体不同,构建以风储一体化电站上网收益最大、系统总运行成本最小、电动汽车车主支付费用最小的多目标优化调度模型。最后基于十机算例系统的仿真实验说明：所提模型能兼顾各形式储能投资主体的利益,提高风电的消纳能力。     

基于类电磁机制算法的综合能源系统多目标优化调度

针对综合能源系统低碳经济调度的优化问题,引入P2G设备提升系统的弃风消纳空间与低碳经济性,以运行成本与碳排放量为优化目标,建立含多种供能设备的综合能源系统多目标优化调度模型。模型的求解采用改进的类电磁机制算法,针对综合能源系统调度问题约束较为复杂,算法易陷入局部最优的问题,引入立方混沌初始化、差分进化策略和自适应权重因子,增强了算法的全局搜索能力与收敛性。结果表明,提出的IELM算法在全局最优解方面、收敛效率方面和操作适应性具有明显优势,P2G装置能有效提升系统的弃风消纳率与低碳经济成本。     

Security-constrained transmission expansion planning: A stochastic multi-objective approach

This article presents a stochastic multi-objective optimization framework for transmission expansion planning (TEP) with steady state voltage security management, using AC optimal power flow (AC-OPF). The objectives are to minimize the sum of transmission investment costs (ICs), minimize the Expected Operation Cost (EOC), minimize the Expected Load Shedding Cost (ELSC) and maximize the Expected Loading Factor (ELF). The system load uncertainty has been considered and the corresponding scenarios are generated employing the Monte Carlo (MC) simulations. A scenario reduction technique is applied to reduce the number of scenarios. A multi-objective mathematical programming (MMP) is formulated and the ε-constraint method is used to solve the formulated problem. The N − 1 contingency analysis is also considered for the proposed TEP problem.The proposed TEP model has been applied to the well-known IEEE 24-bus Reliability Test System. The detailed results of the case study are presented and thoroughly analyzed. The obtained TEP results show the efficiency of the proposed algorithm.     

基于概率潮流的风电分布式电源优化配置

由于风电机组输出功率的随机波动性,使得基于风电机组的分布式电源并网后,给配电系统的结构和运行带来巨大变化,影响系统的安全性和可靠性。在含分布式电源的配电网系统规划中,对分布式电源进行合理选择和配置是发挥最大效益的关键。采用Weibull分布来描述风速的随机变化,并计及风电机组强迫停机率的影响,结合功率曲线,建立风力发电的概率分析模型。通过Cornish-Fisher级数交流概率潮流计算方法,分析风电和负荷的随机波动对含分布式电源配电系统的影响,利用混合整数非线性规划方法,确定风电系统的最佳接入点和注入容量使得系统有功网损最小。