采用多目标纵横交叉算法的电力系统动态环境经济调度

针对带非线性约束的电力系统动态环境经济调度问题,提出一种多目标纵横交叉算法。对动态调度中燃料费用和污染排放两个相互约束、冲突的目标同时进行优化。求解过程中,结合非约束支配策略,提出一种双交叉机制,增强粒子穿越非可行区域的能力,使得生成的帕累托最优解落在可行区域内。通过边缘探索,增强算法的全局搜索能力。同时,采用外部存档集合储存非劣解,并通过拥挤度对比,保持非劣解的多样性。最后,采用模糊决策理论获得最优折中解。对10机电力系统的仿真结果验证了所提方法的有效性与优越性。     

含风电场的电力系统多目标优化调度

针对火力发电对环境造成的严重污染问题,建立了含风电场的电力系统多目标优化调度模型。以火电机组燃料费用和污染气体排放量最低为目标,用虚拟解理论将多目标优化问题转化为单目标优化问题,以降低问题的复杂性;用动态搜索步长及动态搜索概率对布谷鸟算法改进,用改进后的算法求解所建立调度模型。仿真结果表明,改进算法在符合有功平衡约束、机组出力约束及机组爬坡约束等同样的前提条件下,具有节约发电成本,减少污染物排放,加快系统运行速度的优点。     

含风电场的多目标动态环境经济调度

为应对风电并网给电力经济调度带来的影响,构建了含风电场的多目标动态环境经济调度模型。该模型能同时兼顾燃料费用目标及污染排放目标,并计及阀点效应、网络损耗以及由风电不确定性引起的旋转备用需求。为求解该模型,达到为决策者提供最优调度方案集的目的,将基于分解的多目标进化算法(multi-objective evolutionary algorithm based on decomposition,MOEA/D)应用于动态调度领域。针对模型的复杂约束,在算法中加入对机组出力的实时调整及对约束违反量的适当惩罚,并利用归一化操作,避免算法向某一目标过度进化。经过对算例的仿真及对不同调度方案的对比分析,验证了所提调度模型的合理性以及改进MOEA/D算法解决此类问题的有效性。     

计及效率的综合能源系统多目标优化调度方法

综合考虑综合能源系统(IES)在能效、经济、环境等多目标上的优化调度需求,提出一种IES的多目标优化调度模型及求解方法,以实现多能互补IES的节能减排、经济运行与环境友好调度运行。首先建立了满足IES在能效、经济、环境等方面的优化调度需求的多目标函数模型,并在能效目标函数中引入■效率,实现多能耦合系统的高效、高质量用能;其次建立了适用于多目标优化调度的IES数学模型,并通过模型凸松弛等方法保证模型的凸性,提高问题求解效率;再次建立了多目标优化调度问题帕累托前端的求解及运用方法,利用多目标凸优化问题的标量化方法进行模型转换,从而求解多目标凸优化问题,并提出筛选方法,用于从帕累托前端中筛选得到综合性能较好的调度方案;最后结合贵州省某IES算例仿真,验证了所建立多目标优化调度模型与求解方法在满足区域IES由于多能耦合而带来的多目标调度需求上的可行性。     

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。     

基于MO-APSO的含风电场电力系统动态环境经济调度

为综合考虑碳排放权交易对风火联供模式的影响,基于节能减排、发电效益、机组运行3个方面约束条件,引入碳排放权交易成本函数,构建了考虑发电成本、碳交易成本、环境成本的风火联供系统多目标动态环境经济调度(DEED)模型。提出一种多目标自适应粒子群优化(MO-APSO)算法求解该DEED问题。根据寻优过程中粒子当前的适应度函数值,对惯性权重及学习因子进行自适应修正,进一步改善早熟的缺陷,增强全局搜索能力。含风电场的10机电力系统仿真结果表明:所提方法能同时优化成本和排放这2个冲突的目标,且获得了比其他算法更为宽广和均匀的Pareto前沿,有效降低了联供系统的碳排放量及综合运行成本。     

考虑新能源类型的电力系统多目标并网优化方法

提出通过优化供应侧的新能源设备选型来应对当前电力系统双侧随机问题的新思路。针对不同类型新能源设备的成本、收益以及容量不同,给配电网带来过度投资、电压降落和网损增加等问题,建立了多目标优化数学模型。基于精英保留策略的多参数遗传算法,考虑配电系统总投资收益率、系统网损以及系统节点电压偏移量,得到新能源并网决策的帕累托最优解空间。通过规格化处理转变为单目标函数,得到整体最优并网策略。以IEEE-30节点系统为例进行模拟分析,验证了所提方法的合理有效性,为供应侧新能源设备选型提供了一定的参考。     

基于混合变量动态优化算法的含风电电力系统多目标动态优化调度

由于风电功率具有随机性、不确定性等特点,从系统安全稳定运行的角度出发,文章综合考虑了机组的故障停运、负荷与风电的预测偏差这三种不确定因素,将概率性旋转备用用解析式表达,并将其引入到含风电场电力系统多目标多时段的动态优化调度模型及约束条件中。基于NSGA-II设计了一种0-1混合变量动态优化算法来求解该模型,该算法根据分层优化的方法处理整数混合变量,以达到同时实现机组启停与负荷分配的多目标优化;在求解过程中引入超前调度思想,对相邻时段约束耦合进行处理,从而实现多时段的动态优化调度。最后通过算例对模型进行仿真分析,仿真结果验证该模型的合理性和算法的有效可行性。     

计及风力发电风险的电力系统多目标动态优化调度

为解决风电的随机性给电力系统调度带来的问题,引入负荷预测误差和风速的概率分布函数来建立负荷及风电功率的随机性模型。基于对负荷及风电功率随机性模型的深入分析,对风电接入将导致系统维持稳定运行的成本增加风险加以考虑。并在约束条件中引入失负荷及风电浪费风险指标,构建计及风力发电风险的电力系统多目标优化调度模型,以实现系统总污染排放量最少和运行成本最低的综合优化目标。采用一种新颖的蝙蝠算法对模型进行求解,并对蝙蝠算法的不足之处进行了改进,有效地解决了该算法迭代后期收敛慢、易陷入局部极值等问题。以含大规模风电并网电力系统为例进行环境经济调度仿真,验证了所提模型及算法的有效性,并进一步分析了相关参数对含风电并网电力系统优化调度的影响。     

大规模间歇式电源接入电网多目标鲁棒优化调度

随着间歇式电源接入电网的比例不断提升,间歇式电源出力的波动性和随机性会给电力系统优化调度带来较大影响。针对大规模间歇式电源出力的不确定性,提出将鲁棒优化理论引入到含大规模间歇式电源的电力系统优化调度中;构建了含间歇式电源的电力系统多目标动态鲁棒优化调度模型,以尽可能实现常规火力发电成本最低、污染气体排放量最少的综合优化目标;设计了一种新的多目标复合型微分进化算法,该算法通过将帕累托非劣排序、种群分割、复合微分进化和种群重组等一系列操作引入微分进化算法有效兼顾了微分进化过程中个体多样性与收敛速度。算例分析结果表明,提出的算法和模型能够很好地解决大规模间歇式电源接入电网多目标鲁棒优化调度问题,所得优化调度结果具有比较好的可靠性和经济性。     

计及需求响应的含风电场多目标低碳经济调度

综合考虑发电成本、碳排放量和用户满意度,建立计及需求响应的含风电场多目标低碳经济调度模型。该模型采用随机规划理论描述风电出力的不确定性,并应用风电出力分布函数将其转化为等价的确定性模型;通过优化需求侧资源来调整次日的负荷曲线,以提高系统负荷率和风电消纳能力;引入用户满意度约束,保证调度方案使用户满意;将源荷侧资源整合统一调度来适应大规模风电并网和满足系统节能减排的要求。在人工鱼群算法搜索过程中结合禁忌搜索思想,并引入多目标搜索机制,提出了一种多目标改进鱼群算法对模型求解。采用逼近理想解排序法对帕累托前沿个体排序,辅助决策者确定最佳的调度方案。算例仿真结果验证了所提模型的合理性和算法的有效性。     

考虑柔性负荷响应的含风电场电力系统多目标经济调度

根据模糊随机理论对风电场功率预测误差和负荷预测误差进行模糊处理,并建立旋转备用模糊机会条件,将其转化为清晰等价类。在碳交易机制下考虑柔性负荷响应对电力系统经济调度的影响,在目标函数中引入柔性负荷响应的非线性成本和碳排放补偿成本,建立了碳交易收益最大和综合发电成本最低的多目标模型,并增加了柔性负荷约束条件。采用离散细菌群体趋药性算法对模型进行处理,以基于偏小型满意度的折中策略求解多目标函数最优解,并通过4种调度模型的对比验证了该模型的可行性。     

考虑风速随机性含风电系统的多目标优化调度模型研究

随着我国风电场装机容量的增加,风电在电力系统的作用将逐渐显现,有必要对风电系统进行优化调度.对含有风电场的电力系统进行优化调度时,在计及风速随机特性的基础上以火电运行过程中燃烧的煤炭能源与火电污染排放量为双重目标建立多目标模型.由于风电出力存在预测误差,因此采用随机正态分布数来消除误差.以一个含有2个风电场和5个火电厂的电力系统为例进行算例仿真及运算,优化结果表明了含有风电场的电力系统多目标优化调度模型的正确性与可行性.     

考虑吸纳风电能力的电网调度模型研究

智能电网的特征之一是充分吸纳可再生能源。风力发电随机性强,给电网带来诸多不确定因素。为了最大程度吸纳风电能量,同时兼顾电网安全性,必须舍弃传统的基于N?0或N?1考量的调度计划制定方法,而应在计及输电元件故障概率的基础上构建含风电的电网调度模型。该模型追求电网静态安全与风电吸纳能力的协同优化。算例以不同风况为背景,计算了小风、中风、大风情形下的风电最大容许上网功率。研究表明,通过科学的调度优化,能够让风电起到对电网的支撑作用,同时避免风电随机性对电网造成的影响。     

考虑多风电场相关性的电网动态经济调度二阶段带补偿算法

大规模多风电场的并网给电网经济调度带来了巨大挑战,文中对含多风电场的电网日前动态经济调度问题进行研究。首先,引入Copula理论构建了多风电场间输出功率的联合分布。随后,建立了电网日前24h动态经济调度随机优化模型。针对约束中风电输出功率的随机性,引入二阶段带补偿算法求解,将原调度模型转化为二阶段模型:第一阶段为仅含常规变量约束,而在目标函数中增加补偿量期望值的优化模型;第二阶段为含随机变量约束,并以补偿量惩罚期望值最小为目标的优化模型;通过二阶段模型间的交替迭代求得最优解。基于IEEE 118节点系统和某省级大电网的算例对该方法的有效性进行了验证。     

一种计及电网安全约束的风电优化调度方法

提出了一种在现有电网条件和电源结构下提高接纳风电能力的优化调度方法.该方法根据风电功率预测数据、电网负荷预测数据和省间联络线计划,协调优化安排常规机组,预留风电出力空间,然后计及电网安全稳定等约束条件,计算并网风电场有功出力的安全区域,根据不同风电场有功出力对区域电网安全影响的敏感性高低,安排风电场发电计划,尽可能多地接纳风电.现场运行数据验证了所提出的风电优化调度方法的有效性.     

考虑校正控制的含风电场安全约束优化潮流

为应对风电场出力波动及电网故障给安全约束优化潮流带来的问题,在优化潮流中考虑校正控制,选择输电线路N-1故障及多风电场出力波动的组合作为电网运行的预想事件,在风电功率区间预测基础上得出相应置信水平的风电场出力上下限,并采用极限场景以代替风电功率预测误差的多种情况,通过基于关键输电断面的预想事件筛选以及主问题和多重子问题划分,经交替迭代求解最后可得到满足正常状态经济性及预想事件下安全约束的发电计划。IEEE 30节点系统的仿真结果验证了该方法的有效性。     

考虑风电接入的大型电力系统多目标动态优化调度

针对风电接入的大型电力系统,提出了以发电总燃料耗量、污染气体排放量和购电费用最小为目标的多目标动态优化调度模型,并考虑了抽水蓄能机组的实际运行特性对优化调度的影响。采用法线边界交叉法将多目标优化问题转换为一系列单目标问题,并采用原对偶内点法求解,从而获得均匀分布的帕累托最优解。根据熵权双基点法决策出折中最优解,为运行人员提供决策指导。在某省级电力系统上的计算结果表明,法线边界交叉法和熵权双基点法的结合能够快速、有效地求解电力系统多目标动态优化调度问题。