基于改进粒子群算法的火电机组经济优化调度

为了提高火电机组运行的经济性,以火电机组运行成本最小为目标函数,综合考虑火电机组运行过程中的 各项约束,利用收缩因子对粒子群算法进行改进,建立基于改进粒子群算法的火电机组经济优化调度模型,并采用 IEEE30节点系统进行算例分析,结果表明采用IPSO算法优化的火电机组最小运行成本为24.13万元,IPSO算法在 迭代次数和收敛精度上均优于PSO算法,验证了模型的正确性和实用性.     

基于混合粒子群算法的源-荷-储协调优化调度

为了提高新型电力系统中对风电和光伏的消纳能力,降低电力系统运行成本,将火电机组、光伏、风电、需求响应负荷和储能系统作为调度资源建立了基于源-荷-储协调的优化调度模型。以火电机组运行成本、弃风弃光成本和需求响应负荷调度成本最小为目标,提出了一种两阶段优化方法。第一阶段优化采用离散二进制粒子群优化算法,使火电机组启动成本和弃风弃光成本之和最小。在第一阶段优化结果的基础上,第二阶段的优化采用双层连续粒子群优化算法使基于电价的需求响应负荷调度成本和燃料成本之和最小。算例结果验证了该优化调度模型的可行性和有效性。     

风电优先上网的风水火电力系统联合优化调度

以风电优先上网、火电机组总煤耗费用最低、火电机组出力总波动量最小为目标,建立风水火多目标联合优化调度模型。利用启发搜索确定每个调度时段内参与调度的火电机组,避免机组频繁启停和系统容量冗余。通过引入差分进化算法,改善已有粒子群算法的不足,利用典型10机测试系统验证该算法的优越性。最后,通过对国内某地区电网的仿真计算,验证所提出调度模型的合理性和求解算法的正确性。     

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。     

引入可调度空间约束的电力系统优化调度模型

传统电力系统优化模型通常以火电机组固有技术出力作为该机组的出力约束,而实际运行中,机组调度出力范围还受净负荷值及机组上一时段出力的影响,出力约束存在较大的优化空间。为有效缩减机组出力变量的可行域范围,提出净负荷增量指标,应用该指标及机组上一时段的出力状态优化各机组可调度空间范围。进一步以可调度空间范围作为约束,建立改进电力系统优化调度模型。运用标准粒子群与模拟退火算法相结合的混合粒子群算法求解。算例结果表明,混合粒子群算法能够有效改进标准粒子群算法陷入局部最优的缺点,提高模型求解精度;此外,引入可调度空间值约束的电力系统优化调度模型与传统优化调度模型相比,在确保求解精度的同时大大减少了计算量,且不易陷入局部最优。该改进的思路与方法也可应用于其它能源系统的优化调度模型中。     

基于改进粒子群文化算法的机组组合联合调度研究

电力系统联合优化调度可以提高电网运行可靠性的同时提高经济和环境效益。电力系统联合优化调度主要依赖于优化算法。建立了包含火电、光伏储能的机组组合问题调度模型,并针对机组组合问题的优化求解,提出了改进的粒子群文化算法。通过个体进化和参数调整选择粒子全局最优位置,采用循环拥挤距离来控制非劣解集的大小,实现信度空间和种群空间之间的交互。最后,针对实际的电力系统,结合改进粒子群文化算法和分支定界法对火电电力系统、包含光伏电力系统和储能的机组组合问题进行求解。算例验证了该方法的有效性。     

基于改进粒子群的风电-火电-蓄热电锅炉联合优化调度

蓄热式电锅炉是增加风电-火电系统弃风消纳的重要手段,但是当前风电成本仍高于火电成本,风电消纳和降低蓄热式电锅炉用能成本存在矛盾,考虑多方效益,合理优化风电、火电机组及蓄热式电锅炉的出力,对于降低用能成本、提高风电消纳具有重要意义。文章建立了考虑多目标的含风电、火电机组和蓄热式电锅炉的优化调度数学模型,通过采用偏小型隶属函数将以风电、火电机组运行成本最低和弃风量最小的多目标函数转化为单目标函数,在满足各部分约束条件下求取隶属度最佳的风电、火电机组出力。进一步,提出一种改进的粒子群算法,对上述模型求解。该算法可以跳出局部最优解,具有较快的收敛速度和较高的计算精度。最后,基于某电网的实际数据进行仿真,仿真结果验证了所提方法的有效性。     

考虑风险成本的含风电场的电力系统动态经济调度

在风电功率全额上网的基础上,考虑发电厂节能和减排,通过优化常规火电机组出力可实现动态经济调度。考虑风险成本的含风电场的经济调度数学模型是在考虑到火电发电成本、污染气体的排放量、风力发电成本、风险指标等因素下使系统的总成本最小化。对传统粒子群算法进行改进,并将改进后的算法用于求解考虑风险成本的含风电场的动态经济调度问题。仿真结果验证了该方法的可行性。     

风蓄火联合运行电力系统动态经济优化调度

针对风电的波动性和反调峰特性,为减少火电系统调峰压力,考虑到抽水蓄能机组启停迅速、工况转化灵活等良好的运行特性,建立风电-抽水蓄能电站-火电站联合调度模型。以充分利用清洁能源、降低系统运行成本和火电机组平稳运行为目标建立多目标优化调度模型,充分发挥抽水蓄能机组在电力系统中的调节作用。以避免系统容量冗余、避免火电机组频繁启停和低负荷运行为原则,确定火电机组调度台数。利用引入maxmin函数和ε支配的改进多目标粒子群算法对模型进行求解。通过算例分析,研究抽水蓄能机组的运行效益及联合调度时抽水蓄能机组的调度运行规律和各类机组间的配合运行特点,计算结果表明模型能够为充分利用风电提供良好的调度运行策略,具有一定的实用性。     

考虑综合运行成本的风电优先调度模型与算法

为优先调度风电,并充分考虑风电并网对系统经济性的影响,本文提出了一种考虑综合运行成本的风电优先调度模型。在传统火电机组运行成本和环保成本的基础上,引入风电的优先消纳补偿成本和系统的旋转备用成本;计及系统的爬坡约束、旋转备用约束等一系列安全性约束条件;最后运用综合粒子群算法思想的改进细菌觅食算法对IEEE30节点系统进行了仿真,仿真结果验证了本文所提出模型与算法的合理性和可行性。