基于风电极限穿透功率的经济调度优化模型研究

风电出力的时变特性,决定了风电极限穿透功率对大规模风电并网系统的调度策略有重要的影响.在充分体现环境保护和风电特性的火电和风电的运行价格模型基础上,基于风电场极限穿透功率和风电场出力预报可信度,建立了风电并网电力系统经济优化调度模型.基于新疆乌鲁木齐电网对该调度模型进行算例仿真,并采用遗传算法(GA)实现模型求解,结果...     

基于机会约束规划的风电穿透功率极限计算

该文提出一种采用机会约束规划计算风电穿透功率极限的新方法。该方法把风电穿透功率极限看作是在满足网络和设备约束前提下系统允许的风电场最大装机容量。约束条伯包括线路的输送能力限制、系统对旋转备用的要求以及常规机组的出力限制等。为了便于考虑风电场出力和负荷的随机性,约束条件以概率的形式表示。针对问题特点。求解时应用了遗传算法和随机模拟技术,在IEEE30节点系统上的教育处结果验证了所提方法的优点。     

地区电网风电穿透功率极限仿真研究

在规划阶段,风电场迫切需要解决接入方案和风电场穿透功率极限计算的问题。不同的接入方案有不同的穿透功率极限,反之,穿透功率极限也限制了风电场的装机容量和接入方案的选择。总结了风电穿透功率极限计算的方法,在此基础上,结合规划的一般程序提出了一种计算地区电网风电穿透功率极限的方法,并给出了计算实例。     

计及风速波动特性的风电穿透功率极限计算

随着风电接入电网的容量日益增加,系统本身的调峰能力、电网输送空间和安全裕度成为制约电网消纳风电的因素;风速及风电系统的随机波动特性给系统的运行带来冲击和影响,并且风电的接入增加了系统节点电压、频率和支路潮流的随机波动性。基于风电场穿透功率极限的概念,从随机过程的角度分析出风速随机波动特性,提出了风速随机波动特性修正的风电场穿透功率极限优化算法。采用IEEE 30节点系统算例进行了对比验证。研究结果表明,该方法实现了对风电出力随机性的客观描绘,提高了风电并网容量规划方案的灵活性和可靠性。     

基于直流概率潮流的风电穿透功率极限计算

风力发电已经成为清洁能源中发展最快的一种发电方式,确定风电穿透功率极限对风电并网的规划和运行有着重要作用。文中提出了基于直流概率潮流的风电穿透功率极限计算方法,计算中通过直流概率潮流计算,综合考虑风电场出力、发电机出力、节点负荷等因素的随机性,得到含有风电场的电力系统中线路有功潮流的概率分布,然后利用随机规划理论和改进的遗传算法求解风电穿透功率极限。最后以IEEE30系统为算例,验证计算方法的有效性。     

风电场穿透功率极限计算方法研究

研究了风电场穿透功率极限的必要性,论述了求取风电场穿透功率极限的传统数字仿真法、带约束的优化算法以及频率约束法等,讨论了上述方法的优缺点     

考虑暂态稳定的风电穿透功率极限计算模型

为保证风电并网系统的稳定性,建立考虑暂态稳定的模糊随机机会约束规划模型计算风电穿透功率极限。针对风电出力和负荷的不确定性,模型中将两者作为模糊随机变量处理;模型中考虑暂态稳定约束时,根据发电机有功出力和转角的关系,通过时域仿真分析将系统的暂态稳定约束转化为发电机的出力限制约束。采用数学优化方法和时域仿真法相结合来求解所提模型。最后通过在IEEE14节点上仿真分析,证明了暂态稳定约束是风电穿透功率极限的关键约束条件之一。     

风电穿透功率极限研究方法分析

在分析了风电对电网可能产生影响的基础上,研究了风电穿透功率极限的现有研究方法。归纳总结了不同方法的研究思路和计算方式,分析了优缺点,从而为风电穿透功率极限的进一步精确计算捋清了思路,提出了需解决的问题,并总结了可提高风电穿透功率极限的措施。     

电动汽车接入对风电穿透功率极限的影响研究

电动汽车和分布式风电接入电网是当前的研究热点。首先分析了分布式风电以及电动汽车入网的随机特性,介绍了基于非参数核密度估计法的含电动汽车配电网负荷建模方法。该方法能够较好地克服由传统的正态分布进行负荷建模带来的误差。建立了基于机会约束的分布式风电穿透功率极限的计算模型,并使用嵌入随机模拟技术的粒子群优化算法对不同电动汽车渗透率时风电的穿透功率极限进行求解。最后,算例说明了电动汽车入网对负荷分布的影响,并从多个角度分析了电动汽车渗透率对风电极限穿透功率的影响机理。     

基于电力系统暂态稳定分析的风电场穿透功率极限计算

提出了基于电力系统暂态稳定性分析的风电场穿透功率极限计算方法。计算中采用的风电场数学模型考虑了风电机组的叶片、轮毂、齿轮箱和连轴器以及异步发电机的特性。应用该方法分析计算了一含有风电场的实际电力系统的穿功率极限。并揭示了影响风电场并网运行的主要因素是频率波动。     

基于一种改进粒子群算法的含风电场电力系统动态经济调度

随着风力发电在电力系统中比重的持续增加,在电力系统经济调度中需要考虑风电场的影响.提出了一种改进的粒子群优化算法,用来求解含风电场的电力系统动态经济调度问题.优化模型中引入了正、负旋转备用约束,以应对风电功率预测误差给系统调度带来的影响,并在目标函数中计及了常规机组的发电效应带来的能耗成本.以经典的10机系统为算例,通过与基本的粒子群算法和遗传算法进行比较,验证了所提算法的可行性和有效性.该方法可以节省较多的发电成本,具有较高的实用价值.     

Balancing risk and cost in fuzzy economic dispatch including wind power penetration based on particle swarm optimization

Utilization of renewable energy resources such as wind energy for electric power generation has assumed great significance in recent years. Wind power is a source of clean energy and is able to spur the reductions of both consumption of depleting fuel reserves and emissions of pollutants. However, since the availability of wind power is highly dependent on the weather conditions, the penetration of wind power into traditional utility grids may incur certain security implications. Therefore, in economic power dispatch including wind power penetration, a reasonable tradeoff between system risk and operational cost is desired. In this paper, a bi-objective economic dispatch problem considering wind penetration is formulated, which treats operational costs and security impacts as conflicting objectives. Different fuzzy membership functions are used to reflect the dispatcher’s attitude toward the wind power penetration. A modified multi-objective particle swarm optimization (MOPSO) algorithm is adopted to develop a power dispatch scheme which is able to achieve compromise between economic and security requirements. Numerical simulations including sensitivity analysis are reported based on a typical IEEE test power system to show the validity and applicability of the proposed approach.     

计及供需侧备用协调优化的含风电场电力系统经济调度

大规模风电场的接入,提高了发生事故时所需的补偿容量,但没有改变其发生概率,导致传统含风电系统调度模式的备用闲置现象更加严重。为此,针对风电随机性与波动性,建立了体现发电机侧备用与柔性负荷经济特性的成本模型,通过风险管理协调优化,使二者经济特性达到互补的效果,并将其引入到传统含风电场电力系统调度模型中,采用细菌群体趋药性算法对所提模型进行求解。以经典的10机系统和1个大型风电场为例进行仿真研究,验证了所提调度模型的可行性以及优越性。     

基于风电预测误差区间的动态经济调度

由于风电的预测值与实际值存在偏差,含风电的动态经济调度需考虑风电预测的不确定性。根据风电场的历史预测误差数据,提出利用核密度估计建立某预测值条件下的误差概率分布,并以高斯核函数为例推导了相应的误差置信区间,将动态经济调度中涉及的不确定性问题转换为确定性区间问题,降低了调度模型的复杂度。实际数据分析表明核密度估计具有较高的拟合优度,能够避免高估或低估误差。最后通过含风电场的IEEE 30节点系统仿真验证了所提方法的有效性。     

Backtracking search optimization based economic environmental power dispatch problems

This paper presents the solution for a nonlinear constrained multi objective of the economic and emission load dispatch (EELD) problem of thermal generators of power systems by means of the backtracking search optimization technique. Emission substance like NO_X, power demand equality constraint and operating limit constraint are considered here. The aim of backtracking search optimization (BSA) is to find a global solution under the influence of two new crossover and mutation operations. BSA has capability to deal with multimodal problems due to its powerful exploration and exploitation capability. BSA is out of excessive sensitivity to control parameters as it has single control parameter. The performance of BSA is compared with existing newly developed optimization techniques in terms quality of solution obtained, computational efficiency and robustness for multi objective problems.     

随机风电接入的电力系统动态经济调度多场景协同优化

针对随机风电接入的电力系统动态经济调度问题,采用场景法应对随机风电接入带来的不确定性,并以发电总成本最小为优化目标,结合多学科协同优化算法的核心思想建立基于多场景解耦的电力系统动态经济调度协同优化模型。引入动态松弛算法求解模型的系统级优化问题,有效克服传统多学科协同优化算法的不足;采用网格计算工具并行求解由多场景构建的子学科优化问题,大幅提高求解规模和计算效率。含风电的IEEE 39节点系统仿真结果表明,所提模型是可行有效的,并且优化效果要优于基于GAMS-BARON求解器的传统场景法。     

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。