基于负荷分段技术的多目标月度发电计划及其遗传算法

兼顾节能减排与经济调度的要求,建立了月度发电计划的多目标优化模型。模型中除考虑基于直流潮流方程的电网安全、机组动态调节特性、月度合同电量等约束条件外,重点考虑了能耗、排污量以及机组的启停费用目标。针对小时级发电计划的模型规模问题,提出了基于融合思想的月负荷曲线分段处理方法,大幅减小了模型规模。提出了基于目标相对占优策略的多目标改进遗传算法求解所提的月度发电计划多目标优化问题。IEEE 57节点系统的仿真分析验证了所提模型和算法的有效性。     

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.     

基于改进多目标粒子群算法的微网双层优化调度策略

综合考虑微网经济成本、环保成本和系统运行风险程度,建立了多目标优化调度模型,并在迭代末期引入了双层优化,解决了传统优化模型容易漏选最佳解的问题。针对传统多目标粒子群算法的缺陷,提出了基于"栅格-拥挤度"协同筛选策略的多目标粒子群算法。当外部档案中粒子较少时,采用栅格法筛选出全局最优值,当外部档案中粒子较多时,改用拥挤度排序法,从而增强了解集的收敛性和多样性。在下层模型中,建立了基于相对熵组合赋权法的决策算法,综合了主/客观赋权法的优势,使最终结果更加合理。最后以一小型微网为例,验证了考虑双层优化的必要性和改进MOPSO的优越性。     

基于改进遗传内点算法的电网多目标无功优化

将遗传算法和内点法相结合求解电力系统无功优化问题。改进了传统的遗传算法,采用混合编码和动态调整选择、交叉、变异算子,并在适应度函数中引入了内点法的对数障碍函数,有效地解决了实际系统的离散变量和状态变量易在边界取得的问题。在无功优化模型中,计及了网损,电压平均偏离,静态电压稳定裕度和调控费用4个指标。IEEE 14和IEEE 57节点算例系统的仿真结果表明,该算法稳定且具有很好的全局寻优能力和较快的收敛速度,能有效提高系统运行的经济性和安全性。     

基于多属性决策的微电网多目标优化运行

微电网的优化运行能够有效的减少微电网的运行成本,提高能源的利用效率。对微电网多目标能量优化模型的求解大多采用将多目标优化问题转化成单目标优化问题的方法。文中针对并网运行的微电网,考虑了需求侧响应,建立了微电网多目标动态优化模型。对于模型的求解,首先运用层次分析法确定各个目标的权重,然后利用非占主元排序遗传算法(NSGA-Ⅱ)对重要的两个目标函数进行优化,多次优化并取每次优化得到的最优的解作为候选方案,然后对候选方案的目标函数值进行评价,再利用基于证据推理的多属性决策方法确定最终方案。仿真结果验证了文中所提方法的有效性,为微电网多目标优化运行问题的求解提供了一种新的思路。     

光伏光热互补发电系统多目标容量优化研究

将光伏发电和光热发电相结合,可以改善单独光伏发电可靠性低和单独光热发电成本高的缺陷。故提出一种针对光伏光热互补发电系统的多目标容量优化方法,旨在寻找平衡互补系统经济性和供电可靠性的最优折衷解。以张北地区的光伏光热互补发电系统为例,对其进行了容量优化,获得了帕累托最优解集,进而通过理想点法获得了最优折衷解,并通过敏感性分析研究了电负荷及容量参数变化对系统容量优化结果及性能的影响。结果表明,当太阳能倍数2.5、电加热器额定功率为74 MW、储热时长20 h、光伏装机容量82 MW和蓄电池容量为0时,互补系统有最优折衷解,相应的平准化度电成本和负载缺电率分别为1.06元/(kW·h)和5.57%。     

基于NBI法的发电权交易多目标优化

在一次发电权交易中,社会效用和网损是两个需要优化的目标。本文提出一种新的发电权交易报价方式,建立了一种以社会效用(大)和网损(小)为目标的优化模型。采用NBI法将多目标优化问题转化为单目标优化问题,并推导了NBI法下社会效用与网损之间置换度指标的表达式。采用约束松弛变量内点法对所提模型进行求解,在IEEE118节点系统上验证了所提模型与方法的有效性。     

基于模糊多目标优化的电网日前风电接纳能力评估模型

随着风电渗透率的日益提高,我国部分电网出现了日益严重的"弃风"现象。从日前时间角度对电网风电接纳能力进行评估有利于优化系统的调度运行,提高风电利用率。构造了以最大化接纳风电和经济发电为目标的电网多目标日前风电接纳能力评估模型。为协调2个互相矛盾的优化目标,通过定义目标隶属度函数将确定性问题模糊化,采用最大化满意度指标法将所构建的多目标优化问题转化为单目标优化问题。以IEEE118节点54机测试系统为例,利用GAMS仿真平台对模型进行了求解。结果表明:上述模型能兼顾风电接纳能力的最大化及系统发电的经济性,计算结果可为调度人员制定日前计划提供参考,有利于提高风电利用率并降低发电成本。     

基于改进多目标遗传算法的实时发电市场优化调度研究

实时发电市场需在短时间内完成投标与出清,与中长期市场相比时间更紧、价格波动更明显且更容易受到参与者行为的影响。在交易过程中,若单纯采用总购电成本最低进行出清,可能导致少量参与者占有大部分市场份额或剩余资源,造成市场集中度偏大。少量机组可利用其市场力操纵市场并获得超额回报,从而影响市场效率及稳定性。为了防止该类情形,提出一种兼顾市场集中度的实时发电市场多目标优化模型,通过监控HHI静态指标以及DHHI动态指标将市场集中度控制在合理水平。在模型求解过程中,通过改进的多目标遗传算法(Multi-objective Generic Algorithm, MOGA)实现了快速收敛及有限方案筛选。最后采用IEEE30节点标准系统进行仿真,仿真结果证实了模型的有效性及其算法的高效性。     

计及运行风险的多目标发电优化调度

针对电网运行中面临的不确定因素以及传统确定性安全准则的缺点,将风险理论引入到发电优化调度中。从支路过载和节点电压越限的角度定义运行风险指标,采用效用函数度量故障后果以反映不同故障间的相对严重程度。构建基于风险的多目标经济调度(risk-based multi-objectiveeconomic dispatch,RBMOED)模型,该模型以同时降低系统运行风险和机组燃料成本为目标函数,并满足基态下的安全约束条件。为求解RBMOED模型,首先应用改进多目标差分进化算法获取运行风险和经济性之间的权衡关系,进而根据电网运行的协调性准则辅助调度人员进行决策。对IEEE RTS-79测试系统进行计算分析,结果表明,所提发电调度方法能给出全面的关于系统风险水平的量化信息,并且可辨识出电网中的薄弱环节。     

月度发输电检修一体优化方法

文中建立了月度检修计划的发输电一体优化决策模型,提出了高效的分解协调算法.模型的优化目标旨在最大化满足设备的检修需求,并将其转化为等效的检修意愿成本曲线;通过精准辨识起作用的决策变量,实现了发输电检修计划的分解协调计算,有效地降低了问题求解规模,避免了算法振荡.采用多个算例验证了模型与算法的可行性与高效性.     

基于多目标混沌粒子群算法的矿区电网无功优化

为了提高矿区电网电能质量,降低电网线路有功网损,在无功优化基本数学模型的基础上,综合系统电压的静态稳定性,建立了多目标无功优化数学模型。针对粒子群优化算法在进化中易出现早熟收敛等问题,引入混沌粒子群优化算法。以IEEE30节点系统为算例,验证了多目标混沌粒子群算法的可行性。将该算法应用于矿区电网无功优化中,仿真结果进一步验证了该算法的有效性。     

基于免疫PSO的新能源配电网无功多目标模糊优化

考虑分布式能源的间歇性和随机性对配电网电压的影响,用模糊数表征分布式电源出力不确定性和负荷功率的波动性,构建配电网多目标模糊无功优化模型,提出分布式电源和无功补偿装置输出无功功率的协同优化方法。以有功网损最小和电压偏差最小为目标函数,并将目标函数和约束条件模糊化,根据其隶属度函数形成模糊适应度函数,再将两目标通过最大满意度法转化为单目标,最后利用免疫粒子群算法进行求解,从而确定在负荷功率模糊波动下具有不同模糊出力水平的分布式电源和具有不同运行方式的无功补偿装置输出无功功率的最优值。以IEEE33配电网系统为算例,验证了所提出的模型和算法的可行性和有效性。     

基于广义联络线网省协调的两阶段实时发电计划模型

为进一步提高实时发电计划闭环运行水平,实现区域电网和省级电网调度协调稳定运行,提出了广义联络线模式的实时发电计划模型。首次引入广义联络线计划的概念,并对区域电网和省级电网分别建立数学模型。两级数学模型通过跟踪各自广义联络线计划,实现实时计划偏差调整量在区域电网和省级电网间的协调分配,保证地理联络线执行率。另外,区域电网采用两阶段优化实现控制区溢出功能,分析各个控制区广义联络线计划跟踪情况。     

基于免疫进化细菌觅食算法的多目标无功优化

为了更好地解决电力系统多目标无功优化问题,分析了当前多目标无功优化算法存在的缺陷,提出了一种基于免疫进化的改进多目标细菌觅食优化算法。该算法求得的Pareto最优解分布均匀,收敛性和鲁棒性好。IEEE14,IEEE30节点测试系统的算例结果表明所提的算法在多目标无功优化中具有良好的效果,为各目标之间的权衡分析提供了有效工具,是一种求解多目标无功优化问题的有效方法。     

基于SARIMA模型的风电场月发电量预测研究

风力发电由于其清洁性、波动性、随机性及不稳定性,向电网输送绿色电能的同时也对电网的可靠运行造成了一定的冲击,因此风电发电量预测的准确性对电网科学合理调度、安全稳定运行具有至关重要的作用。以大数据分析、多学科交叉融合为背景,以负荷预测为基础理论,利用计量经济学分析方法对风电场月发电量数据进行分析、建模和预测。对辽宁地区某49.5 MW风电场月发电量数据进行收集整理,利用计量经济学分析软件EVIEWS对采样数据进行分析,并采用SARIMA模型对风电场月发电量数据进行拟合和预测,达到了较好的预测效果。     

基于多目标决策协调进化算法的电力系统无功优化

在传统无功优化模型基础上,建立了以系统有功网损、静态电压稳定裕度、电压偏差、无功补偿容量和发电机发电成本的多目标无功优化模型。采用多目标决策协调进化算法对电力系统无功进行优化,将多目标决策协调算法与群体进化理论有机结合起来,在有限的群体内对每个个体按协调算法进行排序,以提高优化方法的有效性。通过Matlab7．0编程对IEEE30和IEEE14节点算例系统进行计算。计算结果表明,该方法具有系统网损、电压偏差及无功补偿容量小、发电机发电成本低和系统稳定裕度高的特点。     

基于适应度空间距离评估选取的多目标粒子群算法在电网无功优化中的应用

提出了一种基于适应度空间距离评估选取最优解的多目标粒子群算法。该方法避免了目前多目标优化求解方法中权重选择的难题,保证了寻优方向的多向性,可以获得多目标优化问题的Pareto解集。将该算法应用于网损最小、静态电压稳定裕度最大为目标的多目标无功优化问题,算例表明在有效性和最优性等方面均有良好表现。