计及节能减排的梯级水火电优化调度研究

针对梯级水电站与火电联合调度难度大、约束多的困难,考虑了节能、减排及梯级蓄能等三个目标,并引入模糊理论建立多目标水火电优化调度的模糊模型,采用最大化满意度指标法将多目标转化为单目标优化,然后通过遗传算法求解此问题。结果表明,相较于纯火电优化调度,梯级水火电调度能有效节约能源,减少污染气体排放;在此基础上多目标的水火优化调度比单目标的水火优化调度更能同时兼顾节能、减排及水电站的蓄能,达到社会综合效益最大化。     

基于反向变异麻雀搜索算法的微电网优化调度

针对麻雀搜索算法寻优过程中可能陷入局部最优,导致收敛速度下降的不足,提出一种反向变异麻雀搜索算法（TSSA）,利用反向学习策略对优势个体的选择和自适应t分布变异的扰动特性,改进算法的搜索能力。以综合运行成本最低为目标建立了微电网优化调度模型,利用反向变异麻雀搜索算法进行优化求解与分析。对比仿真实验结果表明此改进算法可行有效,且具有更好的全局搜索能力,在收敛速度、寻优精度和稳定性上优于多种算法,能为微电网调度提供合理建议,使微电网获得更佳的综合效益。     

基于主从博弈的风光蓄网短期优化调度

考虑到电网与清洁能源发电厂之间利益冲突明显,本文建立了基于主从博弈的网源短期优化调度模型。风-光-蓄联盟依据上网电价,以自身利益最大化优化出力策略,电网在考虑联盟策略的同时,以总成本最小化动态调整上网电价,最终达到网源利益均衡。提出基于自适应负荷变化的出力生成方法和动态惯性记忆策略的布谷鸟算法进行求解。利用湖北省网进行仿真,验证了方法有效性。结果表明,模型可适应不同典型日电力调度,弃风、弃光率分别降低15% ~ 37.2%和17.4% ~ 27.9%,促进了清洁能源消纳;剩余负荷均方差减少0.64% ~ 2.75%,改善了电网运行稳定性;均衡度均值增加2.37% ~ 5.36%,显著提高了利益分配均衡度和稳健性。     

基于电量共享的梯级水光蓄联合发电系统优化调度策略

为对偏远地区的含有抽水蓄能、梯级水电、光伏电站联合运行的多能发电系统进行互补式经济优化,搭建多乡镇级用电体之间的日前电量共享协调优化模型,通过区域运营商对构成乡镇联合体的各用电体进行协调管控,实现用电计划的经济高效制定.通过调用抽水蓄能进一步平滑水光出力波动,对乡镇级用电体、区域电网与主网之间的能量流动进行优化,并按参...     

基于风光水火多能互补的电力系统经济调度

为解决大规模间歇性能源的不确定性和波动性给电网的发电计划制定和调度带来的问题,针对风电、光伏等的出力波动性强和电网负荷波动明显,提出了风光蓄一体化出力的调度策略,定义了广义负荷的概念,利用抽水蓄能的灵活可调度性空间平移间歇性能源的出力,平滑广义负荷曲线,平抑波动。建模引入风光蓄多种能源出力最大和广义负荷波动最小的多目标函数,并运用改进的粒子群算法求解。算例分析结果表明:该策略不仅能起到提高间歇性能源的利用率和削峰填谷的效果,还可以减少火电机组启停次数,降低火电经济成本。     

基于改进微粒群算法的梯级水库群优化调度

为了进一步增强微粒群算法的优化性能,提出了一种改进微粒群算法,并将其用于求解梯级水库群的优化调度.该算法引进了类似遗传算法的交叉和变异算子来提高搜索效率,其中交叉是微粒在解空间中的位置以一定的概率随机进行算术交叉,变异是微粒以一定的概率随机使速度矢量的某一维分量变为0.为了加速收敛,初始微粒群生成时采用了有条件的随机自动生成方式,并利用惩罚函数法来处理边界条件和其它非等式约束.实例计算结果表明,改进微粒群算法具有比常规动态规划法和常规微粒群算法更快的计算速度,且优化调度结果比较满意.     

基于改进类电磁机制的水火电力系统短期优化调度

针对水火电力系统短期优化调度模型的大规模、强非线性特点,采用类电磁机制对其进行求解。通过对搜索策略和寻优机制分析,揭示算法效率高的根本原因在于其融合了常规优化算法的高效搜索优势。经计算分析表明,个体受力计算及局部搜索是影响算法优化效率的主要因素。通过对算法的电荷量计算、受力计算、算法全局与局部搜索策略改进,首次提出适合于大规模非线性优化问题求解的单方向受力类电磁机制,并从理论上证明其全局收敛性。为进一步提高算法优化性能,将改进算法与遗传算法的交叉算子和变异算子融合应用于优化调度模型求解,通过广西水火电力系统进行仿真分析,结果表明该算法在求解大规模强非线性优化问题方面的有效性和显著优越性。     

基于VEGA的风光蓄联合发电系统多目标容量优化

针对我国西北地区风、光资源的分布情况,建立小型风光蓄联合发电系统。依据气候常年变化的统计情况,考虑投资成本、系统可靠性、风光资源利用率等多个优化目标,建立数学模型;并对系统孤岛运行和并网运行的不同情况进行优化处理。采用整数编码的向量评价遗传算法(VEGA)进行求解,获得了微网中分布式电源和储能电池的多种优化容量配置方案。     

自适应免疫遗传算法及其在区域电力系统最优备用容量计算中的应用

充分利用区域互联电力系统在紧急情况下可以互相支援互为备用的特点,建立了区域电力系统的最优备用容量数学模型,该模型采用基于最小发电成本函数和最小网损函数组成的归一化最小综合经济成本作为目标函数。针对问题的具体特点,运用自适应免疫遗传算法求解最优备用容量,利用图论中的最大支撑树概念,采用自动产生可行解的编码策略对染色体进行编码,以及交叉、变异概率的自适应选取,在IEEE30节点测试系统上的仿真结果验证了所提模型的合理性、所提方法的可行性。     

基于改进遗传算法的发电机调速器侧模糊PSS优化设计

基于模糊控制理论设计了发电机组调速器侧模糊电力系统稳定器,采用遗传算法优化其参数以克服模糊控制器参数设计的主观性。为了提高多参数控制器参数优化的速度和精度,对传统单点交叉遗传算法进行改进,提出了一种首尾轮换交叉遗传算法。该方法交替采用尾部和头部单点交叉,保证了各参数参与优化的概率基本均等。采用该算法对某水轮发电机组调速器侧模糊电力系统稳定器的参数进行优化计算,表明其优化速度和精度较试探法和传统单点交叉遗传算法有显著提高。     

基于协同自适应控制的光储VSG运行控制研究

针对传统虚拟同步发电机(VSG)控制策略缺乏虚拟转动惯量和阻尼系数动态调节特性的缺点,提出一种指数型转动惯量和阻尼系数协同自适应控制策略。该策略可在VSG角速度变化率和偏离量较大时对虚拟惯量和阻尼系数进行在线调整,优化VSG转动惯量和系统阻尼动态调节特性,减少系统的超调量σ%,且缩短调节时间。首先给出VSG的并网结构、工作原理。然后建立光储VSG模型,在控制环节引入所提自适应控制策略,并分析负载突变情况下转动惯量和阻尼系数对功率、频率稳定性的影响。最后,通过仿真验证了所提策略的有效性。     

电压型PWM串级调速系统控制策略的研究

针对传统串级调速系统谐波污染严重、功率因数低等固有的缺点,设计了基于PWM逆变器的电压型串级调速系统.对dq坐标系下PWM逆变器的数学模型进行详细推导.为消除系统的耦合性和非线性选用精确线性化解耦附加变结构的控制策略,并对控制规律的构建过程加以推导.加上斩波电路的IGBT选用的转速电流双闭环PI控制,得到系统的控制图.最后利用MATLAB对控制策略的有效性进行仿真,结果表明系统不仅能够实现平滑无极调速,而且提高了功率因数、滤除了谐波、节约了能源.     

一种基于贪心算法的紧急控制策略优化搜索方法

间歇式能源接入、全国电网互联、在线运行保护与控制需求等多重因素对电网紧急控制策略搜索提出了新的要求。为此提出了一种基于贪心算法的紧急控制策略优化搜索方法。该方法选择预想故障集中某一失稳算例进行时域仿真,再根据EEAC量化理论计算每个紧急控制措施性能指标,基于性能指标计算出紧急控制空间中各紧急控制措施性价比,其关键在于计算出采取紧急控制措施前后系统暂态稳定裕度的变化量。然后采用贪心算法在候选紧急控制空间搜索出紧急控制策略。最后通过简单电力系统和实际电网两个算例验证了该方法的正确性。     

基于自适应变异蝙蝠优化BP神经网络的短期风电功率预测

风电规模化并网技术的大力发展,进一步增大了对电力系统规划与运行的影响.现今,风电机组出力面临着波动的随机性以及不确定性的技术性问题,为了提高短期风电功率预测的精度,文中提出了一种结合基于群体适应度方差自适应变异的蝙蝠优化算法(AMBA)与BP神经网络算法,就短期风电功率进行精准预测.该模型根据群体适应度方差以及当前最优...     

基于自适应粒子群算法的负荷最优分配

在传统经济负荷分配模型的基础上,结合节能调度的宗旨,建立了综合考虑系统有功网损最小和机组发电耗煤量最小的多目标负荷分配模型,该模型能对系统进行整体节能优化.引入了自适应权重和因子的概念,采用了一种用于多目标负荷最优分配的自适应粒子群算法,并对IEEE 57节点系统进行了仿真计算.结果表明,该方法能降低系统网损和减少机组煤耗,从而有效地节约能源,同时满足系统的安全约束.     

基于自适应互补LMD方法的谐波检测与分析

针对电力系统信号非线性、非稳态的特征,自适应分解方法具有高效简便的处理优势。但此类方法在加噪参数选择时存在需要人为经验性确定的缺点,为此,提出一种自适应互补LMD(ACLMD)方法。该方法通过对加噪辅助分解方法噪声准则的研究,引入间距标准差(STD)与信噪比(SNR)两个参数作为分解性能评价指标,自适应确定最优加噪幅值与集总分解次数,且加噪形式采用正负成对的形式,抑制了分解过程中的残余噪声。并对标准LMD方法特征提取步骤进行改进,将分解所得的乘积函数进行Hilbert变换提取瞬时特征参数,消除了阶跃分量干扰下纯调频函数提取范围的限制。最后将改进的方法运用在谐波检测中,通过仿真实验验证所提方法既可以有效提取谐波的特征参数,也可以准确定位扰动的时间,且具有一定的抗噪性能。     

基于自适应风电功率场景选取的有功调度模型

大规模风电并网给电力系统优化调度带来了新的挑战。考虑到风电功率场景选取与系统有功调节能力之间的内在联系,提出一种风电功率场景自适应选取方法,该方法可以根据系统有功调节能力动态调整各场景的功率区间范围。在此基础上,建立了基于场景分析法的风电并网系统有功调度模型。通过对不同场景选取模式下条件期望再调度成本的比较,分析了风电功率场景选取对有功调度的影响。算例分析表明,所提模型和方法可以有效地获得对风电功率不确定性适应力更好的有功调度方案。