含风电场多目标低碳电力系统动态经济调度研究

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。     

计及柔性资源的含风电场电力系统多目标动态协调调度EI北大核心CSCD

针对风电出力的间歇性和不确定性,提出考虑能量存储系统和需求侧管理的含风电场电力系统的动态经济环境协调调度模型。结合风电出力概率模型,将含随机变量的机会约束转化为确定性约束条件。在此基础上,建立含风电场及柔性资源的多目标调度模型,并提出一种基于拥挤熵的改进多目标粒子群优化(IMOPSO-CE)算法对该模型进行求解。最后以含6台火电机组和1个风电场的电力系统为算例,对不同调度情景下的仿真结果进行比较分析,验证了所提模型的合理性及IMOPSO-CE算法的有效性,为解决含风电场电力系统动态经济环境调度问题提供了一种新思路。     

计及柔性资源的含风电场电力系统多目标动态协调调度

针对风电出力的间歇性和不确定性,提出考虑能量存储系统和需求侧管理的含风电场电力系统的动态经济环境协调调度模型。结合风电出力概率模型,将含随机变量的机会约束转化为确定性约束条件。在此基础上,建立含风电场及柔性资源的多目标调度模型,并提出一种基于拥挤熵的改进多目标粒子群优化(IMOPSO-CE)算法对该模型进行求解。最后以含6台火电机组和1个风电场的电力系统为算例,对不同调度情景下的仿真结果进行比较分析,验证了所提模型的合理性及IMOPSO-CE算法的有效性,为解决含风电场电力系统动态经济环境调度问题提供了一种新思路。     

基于模糊支配的生物地理学优化算法及其在含风电场电力系统调度中的应用

构建了含风电场电力系统发电成本和环境影响的双目标优化调度模型,应用模糊支配将双目标函数转化为单个评价标准,提出了基于模糊支配的生物地理学优化算法并对模型进行求解.通过与使用同样支配算法的遗传算法、粒子群优化算法相比较,验证了所提算法在处理电力系统多目标优化调度问题中的可行性和优越性.算例分析表明,根据优化调度决策,在合理的穿透功率范围内,风电的并网对提高电力生产的经济性具有较明显的效果,而在改善环境效益方面不是决定性因素.     

基于协同进化多目标优化算法的含风电场的电力系统经济调度研究

电力系统经济调度的核心是合理的分配负荷以实现电力系统经济性最优,在风电大规模发展的今天,风能的不确定性及波动性使得含风电场的电力系统经济调度问题变得更加复杂。分析了传统的电力系统经济调度的数学模型,在考虑风电输出功率不稳定性的条件下,建立了含风电场的电力系统经济调度的数学模型,在模型中考虑了环境因素及因风电场加入而引起的额外的旋转备用费用,并用协同进化多目标优化算法求解模型,并将结果与传统的单目标遗传算法进行比较,仿真验证其可行性。     

基于机会约束规划和随机模拟技术的含风电场电力系统多目标优化调度

为了提高含风电场电力系统运行的经济性和可靠性,增强风电并网运行的稳定性,建立了基于机会约束规划的含风电场电力系统多目标机组优化调度的数学模型。考虑到风电场出力的随机性,引入了机会约束规划和随机模拟技术,以常规发电机组的发电成本最低和污染气体排放量最低为目标。问题分为内外两层求解,外层为机组组合优化,利用蚁群算法求解;内层为负荷的经济分配,基于Pareto最优解集概念和整体协调决策机制,结合多目标粒子群求解。用10机算例对模型进行了仿真分析,仿真结果表明所建模型合理、算法有效可行。     

含风电场的电力系统多目标环境经济调度

研究风电场接入电网后的调度问题,综合考虑电网运行经济性和环境效益,建立含风电场的电力系统多目标环境经济调度模型。对标准粒子群算法进行改进,引入NSGA-Ⅱ算法的精英保留操作、非劣解排序操作和拥挤度距离操作,提出一种改进的多目标粒子群算法对模型求解。10机系统的仿真结果表明,多目标求解放方法可为调度人员提供多样性的调度方案,符合实际工程要求,并且与NSGA-Ⅱ算法相比,本文算法获得非劣解集更加靠近真实的Pareto前沿。     

提高风电渗透率的电力系统多目标优化调度研究

为解决风电不确定性给电网调度带来的困难,研究含风电场的电力系统经济调度具有一定的理论和实际意义。提出了一种改进粒子群优化算法的多目标优化调度方法,以常规火电机组发电成本最小和风电消纳电量最大为目标,建立了含风电场的双目标调度模型,采用改进的多目标粒子群优化算法进行优化求解。以包头电网为实例进行了仿真计算,结果表明所提方法能够有效降低系统发电成本,提高风电消纳水平。     

基于P-可信度区间约束的含风电场电力系统优化调度

提出基于P-可信度区间约束的含风电场电力系统优化调度模型,以火电机组运营成本和环境惩罚成本为目标函数,兼顾调度的经济性和环境友好性;将风电场出力和系统负荷用区间数表示,并利用基于P-可信度的区间不等式约束描述不等式约束条件;引入基于逻辑自映射的变尺度混沌粒子群优化算法对模型进行求解,并用算例证明模型和算法的准确性和有效性。     

含风电场的电力系统低碳调度模型及仿真研究

针对含风电场的电力系统优化调度问题,在风电功率全额上网的基础上,从保护生态环境、促进电力系统低碳化发展的角度考虑“能源环境效益”概念,构建含风电场的电力系统低碳调度模型.该模型综合考虑了发电资源消耗量和能源环境效益多个目标,较好地兼顾了电力生产的经济因素和环境因素.通过定义目标隶属度函数将确定性问题模糊化,采用最大满意度法将多目标优化问题转化为单目标问题,利用综合模拟退火思想的改进粒子群算法求解计算.实例验证表明,所提低碳调度模型合理,能够在传统经济调度的基础上更好地保护生态环境,促进电力系统调度的低碳化.     

海上风电场自适应多目标无功优化控制策略

针对传统固定权重多目标无功优化在应对新型电力系统复杂多变的工况时无法针对实时工况做出最合适的控制决策的问题,提出了一种自适应多目标无功优化控制策略,该策略以系统有功网损和并网点电压偏离量的加权最小作为目标函数,目标函数的权重系数根据并网点电压的偏离情况自适应调节。首先,分析海上风电场并网点电压波动与有功、无功输出的关系,建立相应的无功分配模型,并针对风电机组及静止无功发生器（static var generator,SVG）的输入输出特性,建立相应的无功控制模型。此外,考虑海上运行的功率约束、安全运行约束等,采用变惯性权重粒子群优化算法对无功控制策略进行求解。最后,在MATLAB中搭建海上风电场模型进行仿真验证,仿真算例表明：相较于传统固定权重多目标无功优化,自适应多目标无功优化控制策略可以根据电网实时工况,迅速调整各优化目标的优先级,较好地实现有功网损和并网点电压的协调优化。     

采用混合智能算法的含风电电力系统多目标优化调度

为了增强含风电电力系统的安全性和稳定性,提出一种计及运行风险及备用成本的含风电电力系统环境经济调度新模型。在目标函数中加入了系统运行风险指标和正、负旋转备用成本;增加了系统可靠性约束条件,确保了较低的系统运行风险,并同时获取正、负旋转备用量。采用一种新型高效的场景生成技术来描述风电功率的随机性。基于花授粉算法及差分进化算法提出一种具有时变模糊选择机制的多目标优化算法。将所提模型及求解方法在具有一个并网风电场的4机组系统中进行仿真。分析了各参数变化对系统运行的影响,并与其他两种启发式智能算法进行比较,验证了所提模型及算法的可行性和有效性。     

基于改进遗传算法的风电场多目标无功优化

针对风电场并网运行的多目标无功优化和电压稳定问题,建立了基于异步发电机内部等值电路的含风电场的电力系统无功优化模型,提出了风电场无功优化的目标函数和约束条件。结合非支配排序思想、精英保留策略、改进的小生境技术,得到了一种将向量模适应度函数作为淘汰准则的改进Pareto遗传多目标优化算法。以某风电场接入IEEE 14节点标准测试系统为例,将改进算法用于含风电场的电力系统无功优化。仿真结果表明,应用改进的遗传多目标优化算法可以同时得到多组Pareto最优解,为决策者提供了更多的选择余地,使风电场并网点母线电压在允许范围内。     

计及供电可靠性评估的地区电网风储电站选址定容方法

针对地区电网风储电站并网问题,计及对地区电网供电可靠性的影响提出其选址定容模型。模型以风储电站并网位置和配置容量为控制变量,以地区电网供电可靠性的提升最大化为子目标一,以系统综合规划运行成本最小化为子目标二,采用加权系数法将多目标转化成单目标函数,模型考虑了系统运行功率平衡约束、配置容量约束、弃风功率约束等约束条件。基于两阶段优化采用二进制粒子群和混沌粒子群算法设计模型求解流程。最后对河北省某地区电网采用所建立的模型进行风储电站选址定容规划,仿真算例表明所提出的方法能够显著提升系统的供电可靠性和经济性。     

基于风-光-蓄-火联合发电系统的多目标优化调度

针对风电、光伏出力的随机性、间歇性和波动性而导致其在大规模接入电网时对电网发电计划制定和调度产生的影响,提出了含风-光-蓄-火联合发电系统的多目标优化调度模型。利用抽水蓄能的抽蓄特性,将风电和光伏出力进行时空平移,使风-光-蓄联合出力转变为稳定可调度电源,具备削峰填谷的功能,与火电机组共同参与系统优化调度。以风-光-蓄联合出力最大、广义负荷波动最小和火电机组运行成本最小作为目标函数,建立多目标优化调度模型,通过多目标处理策略,使目标函数简化为2个,以降低问题维数;在求解阶段,利用分层求解思想,将模型划分为两层,分别采用混合整数规划方法和机组组合优化方法进行求解。10机测试系统仿真结果表明:所建模型可以提高风能和太阳能的利用率,缓解火电机组的调峰压力,大幅降低风电反调峰特性对电网的影响,从而保证电力系统安全、稳定、经济运行。     

风电-光伏-光热联合发电系统的模糊多目标优化模型

为实现以风光为代表的高比例新能源在电力系统中的友好并网,集成风电场、光伏电站和光热电站为多电源系统,提出风电-光伏-光热联合发电系统的模糊多目标优化模型.利用含储热光热电站良好的可调度性与可控性,为系统提供旋转备用与爬坡支撑,削减风光出力随机性与不确定性,从而实现其削峰填谷功能.以系统并网效益最大和输出功率方差最小为目...     

大规模风电下基于模糊场景聚类的网储协调规划方法

受限于已有的电网水平,新建成的风电场难以将大量风电送出。从电网规划建设的角度出发,基于风电就地消纳与跨区消纳结合的思路,通过为风电接入配置储能系统、在现有电网基础上扩展线路构建风电消纳的通道,以现有风电和负荷数据为基础,利用模糊聚类方法提取运行场景的时空特性,提出了扩展规划的多目标优化模型,并利用改进粒子群优化算法进行求解。通过仿真算例从成本、网损、弃风量3个角度验证了规划方案的可行性。     

多负荷水平下含风电接入的配电网无功优化

由于风电输出功率的随机性,风电机组的大量接入给配电网无功优化带来更多不确定性因素。为了提高配电网无功优化对风力发电并网的适应能力,建立了多负荷水平下基于场景分析的考虑风电接入的多目标无功优化模型。该模型综合考虑了节省电能损失费用和节点电压偏差2个指标,将2个指标进行模糊化,采用最大化模糊满意度指标法将多目标优化问题转换为单目标优化问题,然后采用自适应遗传算法进行求解。并以IEEE 33节点测试系统为例,计算和分析了在不同场景时最大负荷、一般负荷和最小负荷3种负荷水平下,电容器投切、系统有功损耗、节点电压以及节省电能费用情况。计算结果表明,所提出的无功模糊优化方法,在不同负荷水平、不同场景下改善电压质量和降损节能效果显著,适合多负荷水平下含风电机组的配电网无功优化需要。     

含风储一体化电站的电力系统多目标风险调度模型

风储一体化运行是未来风电站的一种发展趋势,与储能和风电分别受系统调度相比较,更有利于提高风电接入电网的利用率。基于一体化电站中电池储能系统的运行特性及风机故障机理,提出考虑含风储一体化电站的电力系统失负荷和弃风风险指标,建立以系统运行风险最小、火电机组煤耗量最少,以及弃风量最少的多目标优化调度模型,以解决系统运行过程中风险、发电成本与风电消纳之间的矛盾。算例验证表明,与传统风储联合运行模式下的调度结果相比,一体化后虽然风险略有增加,但显著提高了系统运行的经济性和风电消纳能力。     

大型风电机组限功率运行特性分析及其优化调度

近年来大量风电场的并网给电网安全运行带来困难,为此电网调度部门对所辖风电场提出了严格的限发要求。变速风电机组需要从传统的最大风能利用运行模式向限功率运行模式转变,由于风力机功率特性具有强非线性,运行模式的改变对风电机组以及风电场的控制策略提出了更高的设计要求。提出了一种考虑风电机组限功率运行状态优化的风电场功率调度策略。首先,基于小扰动分析方法分析了限功率运行下风电机组非线性模型的稳定特性;然后,提出了一种限功率运行状态评价指标;接下来,建立了风电场功率调度多目标优化模型,并基于遗传算法设计了求解策略。最后,结合实际算例验证了所提调度策略的有效性。