计及风电不确定性的电网日前调度CVaR模型

为了研究风电出力不确定性对电网日前调度的影响,首先利用机会约束描述风电场的出力,然后将提出的电网日前调度函数和相关约束,融入到条件风险价值模型中,建立电网日前调度的条件风险价值模型,并通过基于单纯性和差分进化算法的混合对模型进行求解,分析不同置信度下风电场出力、电网日前调度的机组出力,以及在不同风险接受度下电网日前调度的条件风险值,比较所提出的混合算法的优越性。仿真案例证明所提出模型的正确性,表明风电场出力的置信度越低,系统所接受的风险度越高,所对应的条件风险值越大,这为电网的系统操作人员提供了决策支持。     

电力市场下风电电力系统旋转备用风险-成本模型

为了量化风电出力的随机性和波动性对电力系统备用容量的影响,利用条件风险价值方法,在电力市场环境下构建了包含了常规机组的运行成本、排污成本、期望停电成本、旋转备用成本在内的风电电力系统旋转备用的风险-成本模型,在Matlab环境下利用量子差分进化算法对模型进行求解,通过仿真分析了量子差分进化算法的优势、不同风险水平对系统上下旋转备用容量的影响,以及不同置信度下系统总的运行成本和条件风险值,得出了风险水平越高(对风电的态度愈保守),系统的上下旋转备用越小,而系统的上下旋转备用容量的置信度增加,系统总的运行成本和CVa R值则降低的结论。     

协进化粒子群算法在含有风电的电力系统动态经济调度中的应用

为了解决电力系统中含有风电的动态经济调度问题,文章在考虑了实际运行中的机组爬坡率、运行约束和旋转备用约束等多种约束条件后,利用风速求出了风电24小时的功率曲线,将风电的投资和维护成本折算成风电的发电成本,提出了一个含有常规机组阀点效应的发电成本、风电发电成本和系统备用成本的目标函数和所有约束条件的罚函数,应用提出的协进化粒子群优化算法求解该问题,该算法通过两个种群的自主进化和交互信息,得到了全局最优解和最佳罚因子。最后通过实例的仿真结果验证了该算法具有良好的搜索性能和收敛特性,获得的解得质量明显好于其它算法。