共查询到19条相似文献,搜索用时 62 毫秒
1.
2.
含风电场电力系统环境经济动态调度建模与算法 总被引:2,自引:0,他引:2
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。 相似文献
3.
含风电场多目标低碳电力系统动态经济调度研究 总被引:2,自引:0,他引:2
含风电场多目标低碳电力系统调度模型包括2个目标函数:发电成本和碳排放量。考虑电力系统经济性的同时减少碳排放量;考虑风电场带来的风险,在发电成本中增加风险成本;在保证电力系统安全性的同时增加风电场的出力,达到低碳节能的效果。对含风电场多目标低碳电力系统调度模型,采用改进的多目标粒子群优化算法进行优化求解。仿真验证了含风电场多目标低碳电力系统调度数学模型与改进粒子群算法的正确性与有效性。 相似文献
4.
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,建立了基于功率区间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(discrete particle swarm optimization,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。 相似文献
5.
6.
针对风、光出力不确定性,结合蒙特卡罗抽样模拟的风、光出力场景集合,对比同步回代、K-Means聚类、模糊C均值(FCM)聚类三种场景削减技术所得最大概率典型场景风、光出力数据,发现同步回代场景削减技术更能表征风、光出力的波动性和随机性。并以风电、光伏、微型燃气轮机、质子交换膜燃料电池及蓄电池组成的微电网系统为研究对象建立了以系统总运行成本最小为优化目标的经济调度模型。算例分析中,采用自行改进的粒子群算法(PSO)优化调度各微源在典型场景下的出力,验证了结合蒙特卡罗抽样的同步回代算法对风、光出力不确定性处理的有效性和合理性。 相似文献
7.
8.
9.
10.
基于可信性理论的含风电场电力系统动态经济调度 总被引:4,自引:0,他引:4
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. 相似文献
11.
针对大规模并网风电出力的随机性、波动性以及反调峰特性给电网调峰和调度带来的影响,采用含储热的光热发电系统与风电联合运行的调度策略。利用光热与风电出力的互补性及储热的可调度性平抑风电出力波动,减小电网负荷峰谷差,降低火电调峰的成本,减少弃风。基于光热电站的运行机理分析,建立光热-风电联合系统的电网调度模型。采用粒子群算法对模型进行求解,实现经济调度的优化。通过仿真算例分析验证调度策略及模型的可行性和合理性。 相似文献
12.
13.
风电的间歇性、波动性和反调峰特性导致大量风能成为弃风,致使风电的经济效益和环保效益均受到影响。针对风电和抽水蓄能以及火电出力的不同特性,文中采用内外两层模型嵌套求解,即优先建立内层风蓄联合运行收益最大和风电入网波动最小的双目标模型,以决定抽水蓄能机组的抽水功率或发电功率,再在外层建立计及不同置信水平风电预测误差的风蓄火联合收益最大的目标模型。以抽水蓄能和风电合作运行来应对风电的不确定性,同时采用机会约束规划来处理模型中的随机变量。采用粒子群优化-遗传算法混合优化算法求解模型,并通过IEEE 30节点系统验证了该模型在增加系统经济效益的同时可以降低风电出力波动性。 相似文献
14.
电力系统经济负荷分配的量子粒子群算法 总被引:2,自引:0,他引:2
本文首次将量子粒子群算法用于电力系统经济负荷分配中。该算法是以粒子群中粒子的收敛特性为基础,依据量子物理理论提出的,改变了传统粒子群算法的搜索策略,可使粒子在整个可行解空间中搜索寻求全局最优解。同时该算法的进化方程中不需要速度向量,而且进化方程的形式更简单,参数较少且容易控制。对两个算例进行仿真测试,证实该算法可有效解决经济负荷分配问题;性能对比显示,该算法求得的解优于已有的改进粒子群算法及其它优化算法所求得的解。本文为量子粒子群算法用于经济负荷分配的实用化研究奠定了必要的理论基础。 相似文献
15.
提出了一种用于求解复杂的非凸、非线性具有阀点效应的火电有功负荷经济分配问题的杂交粒子群算法(HPSO)。HPSO通过粒子追随自己找到的最优解和整个群的最优解来完成优化,并在此基础上将遗传算法的杂交思想引入到PSO算法当中,使其避免局部最优。算例的仿真结果表明:本文的算法有效、可行,可望应用于更广泛的优化问题。 相似文献
16.
提出了一种应用随机优化理论求解电力系统经济负荷分配的新方法,该方法以电力市场全天购电费用最小为目标函数,将高斯算子和交叉算子引入基本粒子群算法中。针对基本粒子群算法(PSO)的局限性,通过引入新的算子,克服了PSO算法前期精度低、后期收敛速度慢、易于陷入局部最优等缺点,在速度和精度上满足了计算要求。算例结果表明,所提出的方法能有效解决电力市场电力系统经济负荷分配问题。 相似文献
17.
18.
为解决综合能源系统(IES)中供需双侧不确定因素对运行调度带来的风险问题,将CVaR理论引入IES运行调度问题,提出一种计及风、光出力和电、热负荷不确定性的IES经济调度模型。该模型以IES运行风险费用最小为目标函数,综合考虑电力网络、天然气管网、热力管网以及机组出力等多种约束条件。运用双层优化的思想将上述模型进行转化,采用快速粒子群优化算法和内点法进行求解。通过算例分析置信水平、多能流约束和单位功率调整费用对运行费用的影响,验证了CVaR理论在IES经济调度中的有效性。 相似文献
19.
针对随机风电接入的电力系统动态经济调度问题,采用场景法应对随机风电接入带来的不确定性,并以发电总成本最小为优化目标,结合多学科协同优化算法的核心思想建立基于多场景解耦的电力系统动态经济调度协同优化模型。引入动态松弛算法求解模型的系统级优化问题,有效克服传统多学科协同优化算法的不足;采用网格计算工具并行求解由多场景构建的子学科优化问题,大幅提高求解规模和计算效率。含风电的IEEE 39节点系统仿真结果表明,所提模型是可行有效的,并且优化效果要优于基于GAMS-BARON求解器的传统场景法。 相似文献