基于总体协调满意度的水火电力系统多目标短期优化调度

水火电力系统多目标优化调度符合国家节能减排的政策导向,在考虑整个系统梯级水电站发电效益最大化、火电机组发电成本最小化和梯级水电站发电用水最小化的目标同时,考虑了火电机组二氧化碳排放最小化的优化目标。针对水火电力系统短期优化运行调度中目标函数的权重处理困难的因素,采用一种基于目标函数总体协调满意度的处理方法,通过采用自然选择机制策略和异步学习因子策略提高算法的性能。以5个梯级水电站和4台火电机组组成的水火电力系统为实例进行计算．优化仿真计算证明了所提出的优化调度模型和求解算法具有可行性和适用性。     

水火电力系统多目标优化调度

水火电力系统多目标优化调度模型的确定在整个电网经济、安全运行中起着非常重要的作用。本文首先分析了大型水库的3种水能形式,建立了水电站发电模型,并在此基础上提出了耗水微增率的计算模型。在考虑发电成本时,引进了煤炭价格因素,并建立了新的发电成本函数模型。最后以水电站总发电用水最少和火电站总发电成本最低为两个目标函数建立调度模型,并对该模型进行了优化计算。仿真计算结果表明了本文提出的调度准则具有可行性和适用性,能给系统调度员作出最佳决策提供一定的依据。     

水火电力系统短期节能与经济发电优化调度

选取节能和经济两个决策目标,建立水火电力系统发电多目标优化调度模型,寻求满足决策目标的最优调度方案。根据水力发电和火力发电的能耗特性,引入同等装机容量技术条件下水煤转换系数的概念,建立了水火电力系统联合发电能耗模型以及火电综合成本模型,并选取水火电力系统发电等效总煤耗最小作为节能调度的目标,选取火电厂发电综合成本最小作为经济调度的目标,对含有梯级水电站群和多个火电厂的大区域性电力系统进行多目标优化调度。以一个具有8个梯级水电站和8个火电厂的水火电力系统为例进行仿真,其结果证明所建的节能与经济发电优化调度模型能够在增加发电量的同时,提高水资源利用率,节约煤炭资源,降低火电成本,创造良好的发电效益和经济效益。     

基于效益分析的水火电力系统短期优化调度

不可再生能源的消耗和可再生能源的高效利用,是电力系统短期优化调度需首要考虑的问题。文章提出一种新的水火电力系统短期优化调度的调度准则,即生产单位电能所需消耗水量的总和最小,并据此给出了基于效益分析的短期优化调度数学模型及其评价方法。首先建立了基于水库能的水电站发电模型,构建了火电机组的煤耗函数;再把火电系统煤的消耗量通过一定的换算标准转换成水量,根据水电系统中单位电量需消耗水量的计算方法,计算出各个电厂生产单位电能所需要消耗的水量,以此为准则对所有电厂进行短期发电的优化调度。以包括红水河8个梯级水电站和12个火电厂的广西电网为实例进行了仿真计算,计算结果证明所提出的调度准则具有可行性和适用性。     

水火电力系统短期发电计划优化方法综述

水火电力系统的短期发电计划问题在电力系统的安全可靠和经济运行中发挥着越来越重要的作用，由于其本身的复杂性，很难从理论上找到全局最优解。深入探讨各种优化算法，并加以分类，详细综述各种优化方法在水火电力系统短期发电计划问题中所取得的研究成果和存在的不足之处。     

水火混合电力系统短期多目标发电计划优化研究

在实施峰谷分时上网电价政策的市场环境下,综合考虑火电厂运行成本、环境保护和水电厂发电效益的不同利益要求,提出了一种水火混合电力系统短期多目标发电计划优化数学模型.构建了基于粒子群算法的交互式模糊满意度多目标决策方法,并对此方法进行求解,直到找到决策者满意的最佳方案为止.算例计算验证了模型的合理性和求解方法的可行性.     

水火电力系统短期节能发电优化调度的研究

本文以提高水火电力系统联合运行的经济和环保效益为总目标,从减少化石燃料的使用量和降低燃煤机组发电成本两方面考虑,将含梯级水电站电力系统短期发电调度问题化为4个具有时序的优化子问题:即梯级水电站发电量最大、水电耗水量最小、火力发电污染物排放最小以及火力发电总成本最小。以此建立的优化调度模型不仅可以确定火电的最佳出力和水电的最佳蓄放水策略,还可描述水电和火电的互补作用,充分体现节能和效益的理念。在模型求解上,针对粒子群算法易陷入局部最优的缺点,在标准粒子群优化算法中引入自适应惯性权重和最差粒子,避免了算法的局部最优和过早收敛;针对各目标量纲不同,权重系数难以合理确定的多目标优化问题,运用满意度函数和欧式距离函数对其进行归一化处理,并采用改进粒子群算法对处理后的目标进行优化求解。算例仿真验证了所建模型的正确性及算法的有效性。     

基于改进类电磁机制的水火电力系统短期优化调度

针对水火电力系统短期优化调度模型的大规模、强非线性特点,采用类电磁机制对其进行求解。通过对搜索策略和寻优机制分析,揭示算法效率高的根本原因在于其融合了常规优化算法的高效搜索优势。经计算分析表明,个体受力计算及局部搜索是影响算法优化效率的主要因素。通过对算法的电荷量计算、受力计算、算法全局与局部搜索策略改进,首次提出适合于大规模非线性优化问题求解的单方向受力类电磁机制,并从理论上证明其全局收敛性。为进一步提高算法优化性能,将改进算法与遗传算法的交叉算子和变异算子融合应用于优化调度模型求解,通过广西水火电力系统进行仿真分析,结果表明该算法在求解大规模强非线性优化问题方面的有效性和显著优越性。     

基于多目标文化差分进化算法的水火电力系统优化调度

为有效求解节能减排背景下水火电力系统的多目标优化调度问题,提出一种多目标文化差分进化算法（Multi-objective cultured differential evolution,MOCDE）。MOCDE以文化算法（Cultural algorithm,CA）为框架,以差分进化算法（Differential evolution,DE）为群体空间演化方法;同时,根据DE算子及多目标优化的特点,在信念空间中设计了三种知识结构,并利用这些知识结构指导种群演化,提高了算法的收敛速度并克服早熟收敛问题。此外,提出一种基于逐步调整策略的约束处理方法,可有效处理等式约束。研究结果表明,MOCDE可快速获得一组分布性好、收敛精度高的非劣调度方案集,是求解水火电力系统多目标优化调度问题的一种有效方法。     

基于仿电磁学算法和数据包络分析的水火电力系统多目标优化调度

在节能调度背景下,为提高水火电力系统运行的综合经济性,针对含有梯级水电站的水火电力系统,构建兼顾节能、用水和电网间协调的多目标优化调度模型。为对其进行有效求解,以分析数据包络分析有效性与Pareto有效解等价性理论为基础,提出以优化目标和约束条件违背量为CCR-I模型输入和输出指标并融合仿电磁学算法的多目标优化调度模型求解新方法。以一个含有8个梯级水电站和10个火电厂的水火电力系统为例进行仿真分析,结果表明所提方法求解时无需采用权重系数、层级选择及量纲统一等步骤,与以决策变量为输入指标的方法相比,CCR-I模型的变量个数减少近5倍,求解效率高,且可利用数据包络分析值和优化目标双重准则确定调度方案,从而实现燃料、水能资源和网损间的合理协调。     

基于遗传算法和数据包络分析法的水火电力系统发电多目标经济调度

为充分提高水电站发电效益及达到节能降耗目的,建立了以梯级水电站发电量最大和火电机组煤耗量最小的水火电力系统短期发电多目标经济调度模型,并利用遗传算法与数据包络分析(data envelopment analysis,DEA)法求解该模型,并通过惩罚因子法将各约束条件融合到目标函数中,通过设置不同权重系数获得10种调度方案。比较不同调度方案的目标值和DEA评估值,并依据决策者喜好选取最优决策方案。算例结果验证了该方法的有效性。     

电动汽车光伏充电站的多目标优化调度方法

电动汽车光伏充电站是实现电动汽车对可再生能源就地消纳利用的典型集成方式,本文针对光伏充电站运行中的优化调度问题展开研究。介绍了光伏充电站的典型结构、组成单元功能及基本运行策略。综合分析电动汽车充电、光伏发电及储能系统等多方面的运行特性,提出考虑购电费用和蓄电池循环电量的多目标优化调度数学模型;构造含电动汽车充电时间、蓄电池充放电功率及电池荷电状态(SOC)范围、配电网供电功率、系统功率平衡的约束条件;在此基础上,通过非支配排序遗传算法(NSGA)-II算法对多目标优化模型进行求解。结合具体算例,在不同日照和蓄电池初始SOC条件下,获得多组Pareto最优解集;从中选取典型调度方案,分析各组件功率调节的合理性;最后,通过与即时充电方案的比较,优化结果在购电费用和蓄电池循环电量上表现出明显的优势。本文所提的优化调度方法,将为示范城市充电基础设施的运行提供理论依据和技术支撑。     

计及需求响应的含间歇式可再生能源电力系统的多目标优化调度

建立计及需求响应的含风光发电电力系统的多目标优化调度模型.将实时电价和可中断负荷两种需求响应项目融入模型中,引入备用容量成本系数和碳排放价格,并根据实时电价对弃风量进行经济惩罚,以经济和环保成本之和最小建立目标函数.对可再生能源的收购政策、备用容量提供方案以及两种需求响应项目的效果进行比较,并分析模型参数的敏感性.算例分析表明:全额收购光电、允许适当弃风的方案使调度更加灵活;需求响应降低了风电波动对系统的影响,优化了机组组合方案,提高了系统的经济和环境效益.     

电力系统短期负荷预测方法的进展

短期负荷预测对于电力系统的安全稳定运行起着重要的作用,尤其是近年来随着电力市场竞争机制的引入,准确的负荷预测能给电力系统带来巨大的经济效益,因此短期负荷预测一直是电力科技工作者们研究的热点问题。本文对短期负荷预测的研究方法加以分类总结,评述了各种方法在电力系统短期负荷预测中所取得的研究成果和存在的不足之处。     

水火电力系统短期优化调度的不确定性模型

分析了电力市场中日前交易与实时交易的关系,考虑了水火电力系统的水力联系和电力联系,针对各种不确定性因素的影响,基于机会约束规划提出了一种新的水火电力系统短期优化调度的不确定性模型。允许所形成的调度方案在某些比较极端的情况下不满足约束条件,但这种情况发生的概率必须小于某一置信水平。兼顾日前交易和在此计划下可能存在的实时交易的费用,实现系统的火电机组和用以实时平衡的功率调整的费用最小化,并针对该模型给出了基于粒子群算法和蒙特卡罗仿真的求解方法。算例仿真说明了该方法的有效性。     

电动汽车参与下的虚拟电厂多目标优化调度

为了实现虚拟电厂中分布式发电机组的经济调度,同时减少虚拟电厂运行产生的污染,结合电动汽车与电力系统之间能量双向流动的特点,考虑虚拟电厂运行对环境的影响,建立了电动汽车参与下的虚拟电厂多目标优化调度模型。为了求解该模型,采用基于向量求值的粒子群优化算法(Vector Evaluated Particle Swarm Optimization,VEPSO),并通过8节点虚拟电厂仿真,对比分析多目标与单目标条件下优化调度结果,验证了所提出的方法可以使虚拟电厂以低成本运行,同时实现良好的环境效益。     

处理梯级水电站复杂约束的短期水火电系统环境经济优化调度

首先建立采用迭代费用惩罚系数的单目标水火电系统环境经济优化调度模型;其次为解决梯级水电站由于时间耦合性和空间相关性而带来的同时处理发电流量约束、库容约束和动态水量平衡约束的难题,给出约束条件的启发式处理方法,使得在满足上述复杂约束的同时,更利于最优解的搜寻。对总装机容量为2 975 MW的水火电系统(包含一个含4水电机组的梯级水电站和3个火电机组)进行仿真计算,结果不仅表明了该启发式约束条件处理方法的可行性和有效性,而且对比进化算法和差分进化算法所得结果,每天的燃料费用分别降低了4 303.96$和1 311.96$,污染气体排放量分别减少8 231.37 lb和1 522.37 lb。