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。     

含风电场的电力系统经济——排放多目标调度

从火电机组燃料成本和污染物排放两方面入手,构建了含风电场的电力系统发电调度运营管理多目标优化模型。引入了一种新的概率分布模型——截断多用途分布模型(TVD)来表征风电场,并简化风电的不确定性,同时引入基于TVD的可调节置信区间(ACI)风电场成本函数模型及一种基于列维飞行及解决非凸问题的改进型闪电算法(ILFA),可在随机多目标框架中有效地解决经济—排放调度(EED)问题。最后,通过算例与其他经典分布模型进行对比分析,结果表明所提模型可更准确地反映风电情况,该算法在平衡经济成本和污染物排放方面有效。     

考虑风电消纳能力的含风电场电力系统多目标优化调度研究

针对含风电场的电力系统调度中存在的风电消纳问题,提出一种基于第二代非劣支配排序遗传算法(Non-dominated Sorting Genetic Algorithm II,NSGA-II)的多目标优化调度方法。为使电力系统在消纳尽可能多的风电同时,兼顾经济性、安全性和环保性,分别以风电消纳、发电成本和污染物排放量为目标建立了含风电场电力系统双目标及三目标调度模型,采用NSGA-II进行优化求解,并详细分析了不同目标组合策略下电力负荷、机组组合和优化目标对风电消纳的影响程度,同时引入伪权向量法为决策者提供非劣解信息,辅助决策者完成优化调度。分析结果表明,该方法有助于评估机组组合、目标组合等因素对电力系统优化调度的影响程度,对合理提高含风电场电力系统的风电消纳能力有一定的指导意义。     

低碳经济下含风储联合电力系统优化调度

从低碳经济角度建立了含高渗透率风电的风储联合电力系统优化调度模型。该模型以系统综合运行成本最小为目标,合理评估了常规火电机组运行成本、风电运行成本、储能运行成本及环境成本,并结合电池储能可变寿命特征,综合考虑了放电深度对储能运行成本的影响。以改进的IEEE RTS-96系统及某风电场历史出力数据为例,对含风储联合电力系统优化调度予以研究,结果表明大规模风储并网对电力系统低碳化、清洁化具有积极影响,含风储联合电力系统的优化调度与风电出力特性、风电并网渗透率等因素密切相关。     

基于动态经济调度及无功调度的协同优化

本文探究了动态经济调度和动态无功调度协同优化在电网调度中的应用效果。通过设置约束条件构建了动态经济调度和动态无功调度的数学模型,并将两者结合得到了动态无功调度模型。随后在传统MHBA算法的基础上,提出了一种适用于动态调度的改进MHBA算法,并在Matlab软件上开展仿真实验。本实验中选取发电成本和功率损耗两项指标,对比两种算法下电网动态调度效果。结果表明,使用基于改进MHBA算法的协同优化策略,能够使电网的发电成本更低,功率损耗更小,该协同优化策略达到了预期效果。     

基于动态机组分类的风电场优化调度

研究风电场内的机组组合优化调度,可提高机组的运行效率,改善风电场有功输出,降低系统运行成本.首先,对风电机组的历史运行数据进行分析,提出风速和机组输出功率的时段动态概率分布综合建模方法,并根据获得的时段动态概率分布模型得到机组的动态运行特征矩阵;其次,利用模糊C均值算法对风电场内机组进行动态聚类分析,在各个调度时段内将...     

基于自适应遗传算法的金盆水库优化调度研究

根据黑河金盆水库的具体情况。建立了水库优化调度的多目标非线性数学模型。分别利用动态规划、遗传算法和自适应遗传算法求解模型。结果表明，自适应遗传算法由于能够根据群体适应度的分散程度以及个体优劣进行参数的自适应调整。使得算法在保持种群多样性的同时，保证算法的收敛性，其收敛速度和计算结果都明显优于其他两种算法。     

基于SIBCC算法的含风电场的配电网无功优化

针对传统的无功优化算法在求解含风电场的配电网无功优化问题时存在的局限性,充分考虑风电出力的随机性及间歇性,将风电机组作为连续的无功源参与电网的无功优化,针对1 d中不同时段的风速变化情〖JP2〗况,建立包含有功网损及电压偏差的综合无功优化模型,并提出一种基于子空间的细菌群趋药性算法（SIBCC）〖JP〗参与无功优化计算。最后以改进IEEE33节点系统为例进行仿真计算,验证了所提方法的有效性及实用性。     

基于改进遗传算法的溪洛渡水库优化调度研究

针对溪洛渡水库年调度问题,建立了以发电量最大为目标的优化调度模型,分别利用GSA和NGA进行求解,所得结果与DP、GA、SA算法比较,结果表明改进后的GSA融合了GA全局搜索能力强和SA局部搜索能力强的特点,而NGA将GA个体置于特定的环境中优胜劣汰,增强了个体的多样性,两种改进遗传算法的收敛速度和计算结果都明显优于传统优化方法和基本遗传算法.     

计及风电条件风险价值的鲁棒柔性超前调度

提出一种考虑大规模风电并网的超前优化调度方法,引入风电条件风险价值来评估风电消纳风险。建立基于鲁棒优化的柔性超前调度模型,以平衡运行成本与风电条件风险价值。根据该模型,对AGC机组的基点功率、参与因子、柔性容量进行协同优化,还可得到各风电场输出功率的可容许区域。提出一种基于大M法和分解法的求解双线性规划模型的高效算法。所提模型及算法结合鲁棒优化与随机优化的优点,在保证计算效率的同时,可避免鲁棒优化的过度保守。仿真结果验证了所提模型及算法的有效性。     

计及住宅混合能源需求响应的含风电系统随机优化调度

建立基于需求响应的住宅混合能源系统优化运行模型.同时,采用负荷聚合方法来集中分散的住宅需求响应能力.在电网层面,建立计及需求响应与风电的日前随机优化调度模型.最后,分别对6节点系统和IEEE-118节点系统进行仿真.仿真结果表明,6节点系统的弃风量下降77.5％,IEEE-118节点系统的住宅能源成本、电力系统运行成本...     

计及风、光消纳的风电-光伏-光热互补发电二层优化调度

以风电、光伏、光热构成新能源互补发电模式,计及风、光资源消纳,建立将高载能负荷作为可调度资源参与新能源互补发电系统的二层优化调度模型,采用NSGA-Ⅱ和二进制粒子群算法求解模型。上层优化模型以互补系统输出功率波动最小和并网效益最大为优化指标确定各机组的出力,并且计算出弃风弃光量。在此基础上,下层优化模型针对上层优化模型造成的弃风弃光量,选取能够有效消纳风、光的高载能负荷参与电网调度。最后,以甘肃地区实际数据为例,验证了所提方法的可行性和有效性。仿真结果表明,光热电站的参与增加了44.3%的经济效益,减小了65.8%的输出功率波动,高载能负荷的参与减小了86.3%的弃风弃光量。     

考虑风荷不确定性的大用户直购电鲁棒区间优化调度

该文以发电企业运行效益最优为目标,使用鲁棒区间优化方法对风电出力进行建模,用基于价格的需求响应对负荷不确定进行建模,建立考虑风电和负荷不确定性的大用户直购电鲁棒区间优化调度模型。最后,通过Matlab和CPLEX求解目标函数,验证所提模型的有效性和可行性。     

风-水电联合优化运行分析

以风-水电联合运行后的风电场效益最大为目标,提出了将概率遍历搜索和局部弹性搜索相结合的混合遗传算法来进行风-水电联合优化运行的仿真分析.仿真结果表明风-水电联合供电不但提高了风电场的收益,同时也平滑了风电场的功率输出,这将有利于提高风电在电力系统中的份额,促进我国风电产业的发展.     

基于遗传算法的风电场无功补偿容量的计算

提出了应用遗传算法进行风力发电机组机端无功补偿容量计算的方法,并应用MATLAB编程给予了实现.该方法根据风速变化和风电场所接入系统的实际情况,用遗传算法进行补偿容量寻优.目标函数中综合考虑了异步风力发电机功率因数和机端电压水平两方面因素,从而在一定程度上考虑了异步发电机的无功电压特性.通过与传统方法进行比较分析,证明了所提方法的有效性和准确性.     

基于改进AWNN的风电功率超短期多步预测

为提高风电功率超短期多步预测精度,针对梯度修正学习算法采用随机初始化网络参数训练自适应小波神经网络(AWNN)易陷入局部最优的缺点,将粒子群(PSO)算法和差分进化(DE)算法相结合,提出利用IPSO-DE算法优化AWNN的初始化网络参数,得到改进AWNN模型(IAWNN)并将其用于风电功率超短期多步预测.仿真结果表明...     

海上风电场功率提升和疲劳平衡综合优化控制

针对海上风电场,综合功率提升和疲劳平衡分配的优化目标,提出一种以天为优化周期的优化策略.在电网高负荷时段,基于Jensen尾流模型,以轴向诱导因子为优化变量,风电场整场功率最大为目标,运用随机粒子群算法进行风功率利用提升优化控制;在电网低负荷时段,基于风电机组综合疲劳系数计算方法,以机组轴向诱导因子为优化变量,应用尾流...     

基于网格-坐标化遗传算法的风电场布局优化

采用Jensen尾流模型来描述风电机组间尾流的干扰效应。首先基于网格化的改进遗传算法获得风电机组的数量和布局初始位置,再通过坐标化遗传算法对风电机组位置进行进一步调整优化,从而提高单位成本的发电量。根据所提出的方法,在3种不同的风场（定风向定风速、定风速变风向和变风速变风向）下,针对2 km×2 km的标准风场区域进行风电机组布局优化,再将其应用到不规则的实际案例,对比分析表明所提出的方法能有效提高发电量。     

基于改进D-K聚类算法的直驱型风电场动态等值建模

研究永磁同步发电机(PMSG)的低电压穿越(LVRT)特性,提出一种基于改进D-K聚类算法的直驱型风电场等值建模方法。首先,根据风电场内各台PMSG卸荷电路的导通情况对风电场进行首次分群。其次,将卸荷电路未导通的PMSG故障期间的机端电压值作为分群指标,应用改进D-K聚类算法对风电场进行聚类等值。该算法解决了传统K-均值聚类算法k值需提前给定和依赖于初始聚类中心的问题。最后,以某实际风电场为例进行仿真分析,结果表明该等值模型与传统等值模型相比能更准确地反映直驱型风电场的动态和暂态运行特性。