考虑风电的电源电网协调规划

由于风电具有间歇性、波动性和随机性等特性,充足的灵活可调节电源是电力系统消纳大规模风电的必要条件,因此,在电源电网协调规划中需要考虑风电、灵活可调节电源和普通常规燃煤电源的合理比例。采用区间数表示风电和负荷的不确定性,建立基于区间优化方法的能够同时考虑风电、燃气发电和燃煤发电的动态电源电网协调规划数学模型。该模型以规划期内投资成本和运行成本综合最小为目标函数,以电力系统运行安全为约束条件。为了体现燃气发电机组对风电和负荷不确定性的灵活调节作用,采用简化的机组组合模型模拟电力系统中各类型机组的调度运行。所建立的数学模型是一个混合整数线性规划模型,在GAMS上实现编程并调用CPLEX求解器进行求解,IEEE-30节点算例验证了所提方法的有效性。     

基于改进 DE 的含风电机组配电网多目标无功优化

电网无功优化是保障电网安全、经济、可靠运行的基本手段,普遍方法是应用智能优化算法以确定电网无功设备投切方案,为此引入差分进化算法解决含风电机组的配电网无功优化问题。考虑风电机组出力的随机性,采用基于场景概率方法,建立了全场景下计及有功网损、静态电压稳定指标、无功补偿设备投资成本的多目标无功优化模型。针对基本差分进化算法的不足,结合免疫原理和二次变异思想改进了差分算法,改进后算法在充分利用进化过程中优良信息的同时,又能保持种群多样性。算例分析结果验证了所建模型与改进方法的可行性和有效性。     

基于博弈策略的高渗透风电选址定容多目标规划与求解

针对风电高渗透接入电网时的选址和定容优化问题,提出了一种多目标优化规划模型,以及带博弈特性的差分进化算法.首先建立了考虑时序特性的风机出力模型,并根据负荷时序特性划分足够数量的场景,采用改进K-means聚类法对场景数量缩减;其次构建了考虑经济性和电网负载均衡度的风电规划多目标优化模型,在求解过程中设计了一种带贝叶斯博弈算子的差分进化算法.仿真结果表明了建立模型的有效性,以及算法在求解多目标模型时的优势.     

考虑经济约束的西部山区风电接纳能力研究

定量分析了风电并网引起的风电场和电网的成本效益和环境效益。以经济性最优为目标,计及盈利能力约束和电网安全运行约束,建立了风电最佳接纳能力优化模型,并采用微分进化算法对模型进行了求解。在RTS79算例中,采用所提规划方法和传统考虑技术因素的风电并网规划方法进行了对比分析,结果表明采用所提方法求得的风电接纳能力较小,经济性较好,证明了所提方法的有效性和实用性。     

考虑风电接入的电源电网协调规划

风电出力存在随机性、波动性、间歇性、可控性差等问题,使得风电并网不仅仅是单纯的电网规划问题,还体现在对系统调峰、调频能力的需求方面。文中针对风电随机性的特点进行了电源规划,确定调节机组配置。在此基础上,将调节机组选址问题与电网规划问题相结合,建立了针对风电并网问题的电源电网协调规划模型。采用IEEE-RTS算例测试系统,验证了所提出电源电网协调规划模型的有效性。     

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。     

基于场景树和机会约束规划的含风电场电力系统机组组合

为了解决风电的随机波动性给含大规模风电场电力系统机组组合问题求解带来的影响,采用马尔科夫链原理描述风速变化的规律,并将它与场景树技术相结合,对风电的不确定性进行数学建模。同时基于机会约束规划建立了含风电场机组组合问题的随机数学模型,包含外层机组启停状态优化和内层机组间负荷经济分配两层优化子问题。在求解模型时,将离散粒子群算法(DPSO)与等微增率准则相结合,对两层优化问题进行交替迭代求解;同时提出开停机调整策略改善解的特性。对一个含风电场的10常规机组系统进行算例分析,验证了所提出数学模型和求解方法的合理性和有效性。     

基于改进免疫遗传算法的含分布式电源配电网规划

随着大量的分布式电源的接入,配电网规划变得越来越复杂。在优化分布式电源接入总量和考虑传统电源多种约束的基础上,建立以最佳配电网年费用为目标函数的配网规划数学模型。针对改进免疫遗传算法具有生物免疫系统中抗体多样性的保持机制和基于抗体浓度的调节更新机制,同时又具有一般进化算法的随机搜索能力,采用改进免疫遗传算法对配电网规划问题进行求解,并借鉴支路交换的思想设计杂交算子和变异算子,以避免辐射性检查过程,使得算法的寻优能力增强。通过算例分析,与简单遗传算法和常规免疫遗传算法相比,提出的改进免疫遗传算法更适合于求解含分布式电源的配电网规划问题,结果表明了该算法的可行性;同时表明,含分布式电源规划方案较无分布式电源规划方案具有很大的经济和社会效益。     

微电网一次调频备用容量与储能优化配置方法

分析了柴油机、风电机组、储能系统等微电源在微电网孤岛运行时的一次调频特性与备用成本,将储能配合风电机组参与微电网一次调频,使风电机组具有类似同步发电机的一次调频能力。建立了以一次调频备用成本最小为优化目标的机会约束规划模型。通过神经网络处理风速随机变量,并采用权重改进的线性递减粒子群算法进行求解,得到满足不同置信度的风电减载百分比、柴油机调差系数和储能装置最优配置方案。最后,以某微电网作为算例,验证了所提模型与算法的有效性。     

大规模风电接入的电力系统优化调度新方法

针对风电功率的反调峰和不确定等特性,建立水电调峰效益模型,并结合风、火电运行价格模型,构建了考虑机组组合的新型多目标动态优化调度模型.同时,为应对多目标优化问题中粒子群算法陷入局部最优和效率问题,提出了基于优先排序和多子群协同进化的多目标粒子群算法(multi-objective particle swarm optimization algorithm with multi-swarm co-evolution,MOPSO-MC)的优化调度新方法,即通过优先排序法确定机组最优组合状态,对负荷分配规划分为两层,并采用MOPSO-MC求解.将该方法应用于含大规模风电的甘肃电网优化调度问题,结果表明所提模型和算法为解决风电并网运行提供了一种对策.