考虑可再生能源出力不确定性的多能源电力系统日前调度

随着可再生能源的开发利用,以风电和光伏发电为代表的不确定电源对电力系统安全运行影响越来越大。传统对风电和光伏发电出力不确定的研究,大多假设其预测误差服从正态分布,但正态分布并不能准确描述这一误差分布。基于此,采用人工神经网络直接模拟预测误差的分布规律以确定其对调度方案的影响,同时为了提高模型的求解速度利用神经网络模拟机会约束条件成立的概率水平,将训练好的人工神经网络嵌入机会约束规划模型求解中,形成能够考虑风、光出力不确定性的多能源电力系统日前调度模型。为提高可再生能源消纳能力,调度模型在保证经济性的同时,优化可再生能源的渗透率。采用博弈优化理论,将得到的多目标优化非劣解作为博弈参与者的策略集,进一步通过相互博弈达到纳什均衡的过程寻找最优策略解。最后通过修改的IEEE30节点系统,采用实际风电场和光伏电站出力数据验证了所提模型的有效性。     

计及电网运行协调性的节能减排多目标发电调度

建立了综合考虑电力系统节能减排和协调运行的多目标发电调度模型.模型中以降低燃料成本、有功网损和提高电网运行协调性指标为优化目标,其中运行协调性指标定义为支路负载率的标准差,以衡量支路潮流分布的均衡度.基于改进多目标差分进化算法(I-DEMO)获取模型的帕累托最优解集后,采用逼近理想解排序法(TOPSIS)提取出最优发电调度方案.IEEE 30节点系统算例结果验证了所述发电调度方法的有效性.     

考虑可再生能源的冷热电联供系统环境经济调度模型

随着对节能减排的广泛关注,为了减少能源的消耗,冷热电联供系统（CCHP）、可再生能源发电在全球得到了广泛的应用,但传统冷热电联供系统经济调度忽略了污染物排放对环境的影响。为此,考虑各机组运行的环境成本,提出考虑可再生能源的冷热电联供系统环境经济调度模型;考虑可再生能源的随机性,在目标函数中加入可再生能源备用容量补偿成本,借助排污系数法将机组运行的环境成本并入机组运行总费用目标函数中,从而将环境经济调度模型从多目标优化转为单目标优化问题。基于Matlab优化工具箱以IEEE-14节点系统为例进行系统仿真,验证了优化模型的有效性和实用性。     

园区综合能源系统日前多目标优化调度

园区综合能源系统是目前中国综合能源示范项目重要的物质载体.园区综合能源系统优化调度往往兼顾多个量纲与数量级不同的目标.基于同里综合能源服务中心的实际工程建设,建立了考虑综合能源总体能效、综合能源成本和可再生能源协同消纳为目标的园区综合能源多目标优化调度模型.同时,利用标幺化后的目标函数固定步长求取Pareto平面的解集...     

基于经济性和环保性的区域综合能源系统优化调度研究

发展区域综合能源系统是提高能源利用率、缓解可再生能源消纳问题及改善环境的重要途径。对区域综合能源系统各类设备进行了建模,以经济性最优及一定环保性为目标,建立了区域综合能源系统优化调度模型,然后采用混合整数线性规划模型对实例问题进行求解,并以夏季典型日为例,分析说明了优化调度结果,以验证模型和优化算法的可行性和经济性。     

基于改进MOEA/D算法的含可再生能源系统协同优化调度

针对含可再生能源系统协同优化调度方法存在SOC值控制约束能力差、调度能耗高的缺点,提出基于改进MOEA/D算法的含可再生能源系统协同优化调度方法。首先构建含可再生能源系统中关键发电模型,分别为光伏阵列模型、风力发电模型以及储能蓄电池模型,然后以能耗最低为目标,构建出系统的协同优化调度函数,得出电功率及热功率平衡的函数约束条件,最后利用改进MOEA/D算法求解出函数最优解,实现含可再生能源系统协同优化调度。实验结果表明,本文方法的SOC值控制约束能力好,SOC值控制结果最接近理想状态,在环保性最优准则下系统调度能耗低,24 h能耗功率为0.6 kW。     

基于碳排放量的多目标发电调度优化模型的研究及其应用

建立了兼顾电力系统经济、节能及减排的多目标发电调度优化模型,提出了一种极大极小逐步宽容约束法对模型进行求解;对IEEE 24节点系统进行建模并求解,验证了模型的合理性以及求解方法的有效性。结果表明,将二氧化碳排放量引入到发电调度中,能够有效的减少碳排放量。     

含多种可再生能源和冷储能装置的冷电联供系统经济优化调度模型研究

基于能源互联网理念的提出和可再生能源的快速发展,计及储能装置的运行特性,考虑冷电联供的经济性,兼顾系统的环保性和节能性,以综合成本为目标,搭建了含风电、光电等多种可再生能源和冷储能装置的冷电联供系统优化调度模型。基于对冷负荷需求和风电、光电出力的日前预测,采用自适应布谷鸟算法求解模型,得到不同运行方案下各机组的最佳调度方案。通过算例仿真发现,含有多种可再生能源和冷储能装置的冷电联供系统可以充分发挥可再生能源发电特有的经济、环保优势,减少了一次能源的消耗。仿真结果验证了模型的有效性。     

排污权交易下的多能源联供系统优化调度

随着节能减排与能源高效利用的不断推进,基于能源综合利用的多能源联供系统解决了多种能源的供应问题,是供能技术发展的方向和趋势．结合目前相继出台的排污权交易（Emission Trading）机制,提出排污权交易下的多能源联供系统优化调度方式．首先分析完全竞争和寡头竞争市场模式下的排污权交易价格,通过理论分析获得多能源联供系统的排污权交易成本的数学期望．在此基础上,以系统成本最小为目标,考虑供需平衡约束以及能源平衡约束,提出多能源联供系统的优化调度模型,并运用非线性原一对偶内点算法求解该模型．最后,以具有热电联供特征的广东理文造纸有限公司为例说明所提出的优化调度方式的有效性和可行性．     

计及可转移负荷的电-气综合 能源系统多目标优化

可再生能源发电、电转气(power to gas, P2G)技术和电动汽车等的快速发展,促进了电-气综合能源系统(integrated electricity-gas energy system, IEGES)的形成和发展。IEGES可以提升多能源系统的经济运行,但同时也引起了新的问题和挑战。在此背景下,研究包括P2G装置、间歇性可再生能源发电机组和电动汽车的IEGES系统的协调运行策略。首先,构建计及可转移负荷的IEGES多目标优化模型,以最小化系统运行成本、弃风弃光量和配电系统网损为优化目标,并考虑配电系统和配气系统相关的运行约束等;然后,应用模糊集理论将多个目标分别转化为隶属度函数,并采用加权综合指标法将多目标转化成单目标,之后采用AMPL/IPOPT商业求解器求解;最后,以修改的54节点配电系统和19节点配气网络所构成的IEGES为例,对所构建的优化模型和采用的求解方法进行说明。     

基于分布式储能系统的风储滚动优化调度方法

根据风电预测精度随时间尺度的减小逐级提高的固有特性,建立了多时间尺度多目标协调调度的滚动优化模型。依据风电并网标准与分布式电池储能系统(distributed battery energy storage system, DBESS)能快速修正风电波动的低频分量,以系统经济性最优和弃风电量最小为目标函数建立优化模型,采用加入4个风电场(wind farm, WF)和2个电池储能系统(battery energy storage systems, BESSs)的IEEE-39节点标准系统进行算例分析,遗传算法(genetic algorithm, GA)对目标函数进行迭代求解。结果证明,本研究提出的基于DBESS的风储有功滚动优化调度模型,可以有效降低系统运行经济性以及提高电网对风电的接纳能力。     

基于改进自适应权重多目标粒子群算法的分布式电源优化配置

根据配电网和分布式电源相关特性,建立考虑多种约束条件下配电网网损最小、分布式电源成本最低、电网电压稳定性最好的多目标优化数学模型。该文提出一种改进自适应权重多目标粒子群算法对配电网进行分布式电源优化配置,相较于传统的多目标粒子群算法容易陷入局部最优,以及单目标算法只能给出单一配置方案,该方法在保证得到更接近全局最优解的同时提供一系列可供选择的方案(一组Pareto解集)。采用不同算法对IEEE 69节点算例进行求解计算,仿真结果充分证明了算法的优越性,为配电网中分布式电源配置提供了更为灵活的可行性方案。     

电力电子技术在可再生能源发电系统中的应用

电力电子技术作为可再生能源发电的关键技术，直接关系到可再生能源发电技术的发展．首先对太阳能光伏发电、风力发电、燃料电池发电及混合能源可再生能源发电系统进行了简述．并对逆变器及并网控制技术、太阳能充电控制器、变速恒频风力发电系统、燃料电池功率调节系统及可再生能源发电系统中的谐波抑制技术等电力电子技术在可再生能源发电系统中的应用和发展趋势进行了详细的综述，为再生能源发电系统中的电力电子技术研究提供了有价值的参考．     

基于改进萤火虫算法的含风电系统环境经济调度

人们对环境保护意识的提高以及风电渗透率的不断攀升,使得电力部门对含风电系统的调度提出更高要求。为了在降低碳排放量及促进风电消纳的同时将发电成本控制在最低,该文建立考虑环境与经济指标的含风电系统环境经济调度模型,模型中的目标函数考虑火力发电成本、旋转备用成本、碳排放权交易成本、风力发电成本及弃风惩罚成本。针对传统萤火虫算法寻优过程中易出现的振荡问题,该文提出一种变步长萤火虫算法对模型进行求解。结合修改后的IEEE 39节点算例进行仿真分析,仿真结果验证了所提模型的可行性以及变步长萤火虫算法求解此类问题的有效性。     

基于多目标沙猫群算法的含风光储配电网无功优化

针对现有智能优化算法在求解配电网无功优化时存在的收敛速度慢、易陷入局部最优解等问题,提出一种基于多目标沙猫群算法(MOSCSO)的含风光储配电网无功优化方法.MOSCSO融合了多目标算法中外部储存集的更新和选择机制,具有较好的全局寻优能力,而沙猫群算法(SCSO)特有的搜索和攻击的种群更新方式保证了其具有较快收敛速度和较好寻优能力.建立储能设施(ESS)作为控制变量的IEEE 33节点系统数学模型,应用MOSCSO进行仿真验证.结果表明,本文所提方法在平衡风光发电系统的同时能够降低网损和提高电网稳定性,通过与传统算法比较,验证了MOSCSO在无功优化模型上的有效性和稳定性.     

基于自适应的配电网分布式电源优化配置研究

针对分布式电源接入配电网引起的电压越限和电能质量下降等问题,提出了一种具备自适应特性的分布式电源优化配置方法. 建立了光伏、风电两种典型分布式电源的数学模型,分析其功率输出特性. 构建了同时考虑发电成本、环境成本、有功网损折算成本三项指标的分布式电源优化配置模型. 针对多目标函数和多约束条件的优化配置模型,应用自适应粒子群算法求解,实现学习因子和惯性权重自适应调整以提高算法的寻优性能,由此得到分布式电源的最佳接入位置和容量. 最后,以IEEE33节点配电系统为例进行仿真验证. 结果表明,自适应粒子群算法与传统粒子群算法和混沌粒子群算法相比,求解得到的优化配置方案可达到更好的供电可靠性和经济性要求.     

风电运行风险与备用协调优化的调度方法

风电功率的预测误差体现了风电的随机性,风电的波动性描述了风电出力在指定时空尺度上的逐点变化特性。针对风电功率预测误差和风电功率波动所需的备用容量,通过对风电的随机性、波动性分析应对,建立风电备用需求新模型。根据风电备用需求与系统运行备用之间的关联关系,定义了风电运行风险,并在此基础上构建了风电运行风险与备用协调优化的调度模型,在模型中采用惩罚的方式对因系统为风电提供的运行备用不足所造成的失负荷成本和风能浪费成本加以考虑。通过修订后的IEEE 6节点和118节点系统算例的仿真计算,验证了模型的正确性和有效性,为更大限度、更经济、更安全的利用风电功率提供了一种决策支持。     

基于时序生产模拟的配电网光伏装机容量规划

基于时序生产模拟方法,对含风电与光伏的配电网,建立光伏发电装机容量规划模型,针对不同的弃风弃光率场景对光伏最优装机容量的影响,优化配电网最大光伏接入容量。仿真表明,通过允许一定水平的弃风弃光率,本研究所提规划方法能够在保证风电/光伏合理收益的前提下,最大化接入光伏发电,提高新能源发电利用水平。     

并网型风电场扩展光伏互补发电容量优化配置

风、光资源具有天然的互补性,在已建成的风电场中扩展光伏发电,组建互补发电系统,有利于平抑出力波动并提高运行经济性。提出一种并网型风电场扩展光伏容量优化配置方法。基于风速和太阳辐射在时间尺度上的互补性,建立修正的气象概率分布模型。以电气设备利用率最大,输出功率波动性和弃风、弃光电量最小为目标构建多目标优化模型,充分考虑3个目标之间的矛盾以及不同升压主变容量的影响。采用蒙特卡罗方法仿真生成风、光气象数据,基于多目标粒子群算法求取Pareto最优解集合,结合工程要求和经济性指标从集合中确定最终方案。结合算例,对本研究方法的有效性进行了验证。     

基于两层优化的主动配电网储能优化配置

针对主动配电网储能系统优化配置问题,考虑运行控制策略对规划方案的影响,提出一种基于两层优化的配置方法。在短时间尺度的内层优化中,利用低通滤波算法提取上网功率高频分量,以高频分量变异系数和可再生能源浪费率最小为目标,基于标量化方法和粒子群算法优化主动配电网控制策略。在长时间尺度的外层优化中,构建多目标优化模型,最小化投资成本和可再生能源浪费率,采用NSGA-Ⅱ算法求取储能系统配置的Pareto最优解。由于运行控制和规划配置间存在相互影响,将不同时间尺度的内外层优化置于统一的框架内,以可再生能源浪费率、储能系统配置位置和容量为耦合变量交替迭代求解。结合算例,对所提模型及其求解方法进行了验证。算例分析表明:主动配电网中储能系统优化配置能够有效提高电网对可再生能源的消纳能力。