共查询到20条相似文献,搜索用时 218 毫秒
1.
2.
风光火电联合调度运行是推动可再生能源发展的重要途径,并对发电调度策略提出了新要求。文章在经济-环境平衡的原则下,以企业购电成本最小、可再生能源发电量最大、可再生能源出力波动最小为目标构建风光火电联合调度多目标优化模型,使用主要目标优先级法转成单目标规划后借助Lingo软件求解,并应用于天中直流输电工程的配套电源中,通过4个季节下的典型日调度结果对比分析,验证了所提出的优化模型在促进可再生能源消纳和节能减排方面的作用。此外,辅助服务费用纳入购电成本使得火电机组负荷分配更加平均。 相似文献
3.
4.
为了应对日益严峻的能源与环境形势,中国颁布并实施了电网节能发电调度办法。由于该办法仅仅提供了基本的调度原则,广东电网在节能发电调度的推行过程中,缺少能满足政策的节能发电调度模型与算法。为解决这一实际问题,在分析现有节能发电调度方案不足的基础上,提出了考虑节能发电调度规则的混合整数线性规划机组组合与发电计划模型,以实现广东电网的节能发电调度。由于广东电网的抽水蓄能装机容量比重较高,在模型中考虑了抽水蓄能的作用。所提模型的有效性在IEEE10机39节点系统上得到验证。将该模型用于广东实际电网,分别给出了以节煤和降低购电成本为目标的广东电网节能发电调度模式下的调度策略及分析。在此基础上,探讨广东电网抽水蓄能机组在不同调度模式下的一般调度原则。 相似文献
5.
针对包含可再生能源发电单元、常规发电单元与储能单元的智能电网经济调度问题,提出一种计及传输损耗的智能电网最优经济调度模型,该模型实现对传输损耗与可再生能源发电单元运行成本的计量;其次,采用Lagrange乘子法推导此优化问题的协调方程,并通过解析的方式分析发电单元的出力协调关系;然后,提出一种完全分布式算法以有效求解此经济调度问题,该算法不仅能够有效减少计算和通信负担,还能在很大程度上保护发电单元隐私;最终,基于IEEE-30母线系统的3个算例验证所提分布式算法的正确性与有效性。 相似文献
6.
区域综合能源系统优化调度方法 总被引:1,自引:0,他引:1
区域综合能源系统(integrated community energy system, ICES)可以充分利用可再生能源、提高综合系统能源利用效率。该文专注于ICES优化调度问题。首先建立了以电为核心的综合能源系统优化调度模型,优化目标包括经济性和环保性最优准则,基于可再生能源技术、节能技术以及电能替代技术的典型设备模型,分别在采暖期和空调期建立了系统运行约束模型,以及电和冷/热负荷供需平衡约束模型;采用具有良好全局搜索能力的粒子群算法(particle swarm optimization, PSO)作为调度模型求解算法。通过具体算例,验证本模型和算法,可得到经济性和环保性目标下的综合能源系统优化调度方案,同时分析了不同目标下调度方案存在统一和矛盾的原因。 相似文献
7.
8.
计及风险备用约束的孤网系统环保经济调度 总被引:1,自引:0,他引:1
为解决风电、光伏发电出力的随机性给微网调度带来的问题,利用可再生能源的概率分布函数来描述系统中存在的不确定性因素,引入失负荷风险指标和风光浪费风险指标建立了考虑发电经济性和环保性的多目标模型,保证微网供电的可靠性和可再生能源的高效利用。采用改进型多目标粒子群算法求解该模型,然后通过熵权法决策出最终的调度方案,避免人为确定多目标权重问题主观因素的影响,使微网调度的整体效益达到最优,算例结果验证了所提模型及算法的有效性。 相似文献
9.
可再生能源的开发利用为电力工业的节能减排提供了重要途径,也为电网发展带来了新的机遇和挑战。重点研究分析了可再生能源(特别是风电)开发利用与电网发展和改造、节能发电调度及需求侧管理等方面问题。 相似文献
10.
11.
12.
基于神经网络-模糊推理综合模型的短期负荷预测 总被引:3,自引:0,他引:3
针对由于神经元网络泛化能力不足等原因造成的预测精度不高甚至出现坏数据从而难以适用于负荷波动厉害的电网情况,提出一种基于神经网络-模糊推理综合模型的短期负荷预测方法。该方法结合了神经网络和模糊推理的优点,通过模糊推理来修正神经网络输出的预测结果,能有效地提高预测精度。特别是对于受天气影响比较明显而天气变化又比较剧烈的电网,能有效防止不合理预测结果的出现。在武汉电网的实际运行情况说明了本算法的有效性。 相似文献
13.
14.
15.
16.
17.
18.
人工鱼群神经网络在电力系统短期负荷预测中的应用 总被引:14,自引:3,他引:11
短期负荷预测结果对电力系统的经济效益具有重要影响.人工鱼群算法是最新提出的新型寻优策略,具有良好的克服局部极值、获得全局极值的能力.文章建立了一种新的人工鱼群神经网络预测模型,利用人工鱼群算法训练神经网络的权值,再将该神经网络用于短期负荷预测.对某电力系统进行的负荷预测结果表明,该方法与传统的BP神经网络预测方法相比具有较强的自适应能力和较好的预测效果. 相似文献
19.
20.
基于模式识别的自适应短期负荷预测系统 总被引:4,自引:0,他引:4
短期电力负荷预测是电力调度部门制定发电计划的依据,预测系的灵活适应性是实现电网经济运行的重要保证。在分析影响日电力负荷主要因素的基础上,给出了用于日荷预测的负荷模式定义,基于海明距离给出了负荷模式相拟度的计算方法,有效实现了预测负荷所需要的历史负荷模式样本的抽取。利用人工神经网络实现由历史负荷模式到预测负荷的映射。基于C++面向对象的程序设计方法开发了一套灵活的智能自适应短期预测系统。多个用户的应用结果表明,本系统具有很好的实用性和满意的预测结果。 相似文献