节能调度环境下风、火电联合运行优化模型及其应用

为解决传统的风、火电联合运行模型不能克服风电并网导致机组启停成本过高的问题,以节能发电调度为背景,以火电机组发电燃煤成本、启停成本最小化为目标,构建了风、火电联合运行优化模型。算例分析结果表明,该模型能有效地吸纳弃风,提高了风电并网量、降低了高耗能燃煤机组的调用,具有显著的环境和经济效益。     

基于集成赋权理想物元可拓模型的火力发电燃煤供应商选择策略

为降低火力发电成本,提高市场竞争力,从燃料质量、成本因素、信誉和可持续发展能力四个方面构建了火力发电燃煤供应商选择的评价指标体系,提出了基于集成赋权理想物元可拓模型的火力发电燃煤供应商评价模型。选取正负理想物元经典域,应用贴近度替代传统最大隶属度准则计算待评物元与正负理想物元的距离,得到评价方案的完全排序;通过对6个火力发电燃煤供应商进行算例仿真验证了评价方法的有效性,并与理想点法、罗马尼亚选择法等方法比较,验证了评价方法的可靠性。     

变压器设备选型更新决策技术经济分析模型

基于国内变压器设备选型的现状,应用技术经济评价指标,从变压器年运行耗电量、投资回收期、节能效益等方面对比分析了我国目前常见的SH15、S11和S9型变压器,确定了变压器的最佳更新升级年份和SH15型变压器的最佳容量及负载系数。算例分析结果显示,从技术经济的角度来看,SH15型变压器具有更好的经济性和环境效益性,且大容量SH15变压器综合效益更好。     

基于峰谷分时电价的风火电节能调度优化模型

近几年,风电消纳成为中国风电大规模发展的主要瓶颈。风电具有昼少夜多、与用电负荷反调峰的特征,引入峰谷分时电价（TOU）能够调整用户削峰填谷,增加风电消纳。在当前节能发电调度的政策背景下,以发电燃煤成本与机组启停成本最小为目标,构建了用户峰谷分时电价下的风火电联合调度优化模型。算例分析显示,与TOU前风火电联合调度优化模型相比,构建的模型能够有效降低发电燃煤消耗量,增加风电上网发电量。     

发电装机置换效益优化模型及应用

为优化我国现阶段的电源结构,针对高耗能电厂关停的判断条件,提出发电装机节能置换决策模型,并结合我国现有的装机置换政策构建了发电置换节能分析模型。算例分析表明,大容量发电机组具有更好的经济性和节能性,置换发电装机时应优选大容量、低煤耗的发电机组,以实现电源结构优化升级的目标。     

多市场分时段下电网公司购售电风险控制优化模型

针对发电侧竞价上网、售电侧价格管制导致中国电网公司的收益空间存在不确定性的问题,为进行电网公司购售电风险控制优化,引入用户需求弹性,采用效用函数方法,建立了电网公司购售电风险控制优化模型,分析了电力公司在合约市场和实时市场购电量优化分配。结果表明,电网公司的风险偏好程度决定了购电量的分配;峰谷分时电价的电价差率和用户需求弹性均影响电网公司的购售电风险;实施峰谷分时电价有利于系统削峰填谷,尤其是在缺电的情况下可以减少电网公司经济损失以降低经营风险。     

基于粗糙集理论与CLSDE算法的环境经济调度优化模型

针对环境经济发电调度优化问题,提出了一种应用粗糙集理论构建评价函数的多目标优化方法,并提出了基于混沌局部搜索策略的差分进化算法(chaotic local search strategy differential evolution algorithm,CLSDE)的求解算法。应用粗糙集理论确定经济调度和环境调度函数的约束度,以确定各目标函数在优化模型中的权值。采用CLSDE算法求解环境经济调度(environmental economic dispatch,EED)多目标优化模型,该算法只对目标函数中的变量进行编码,约束条件函数中的变量随机产生,每代进化完毕后,对最优个体进行混沌局部搜索,克服了差分进化算法局部搜索能力较弱和惩罚函数方法中惩罚参数选择较难的问题。对IEEE30节点的标准测试系统进行了仿真计算,结果表明CLSDE算法在解决环境经济调度问题时具有可行性和有效性,在不增加污染气体排放量的同时降低燃料费用,使环境经济调度更能兼顾发电调度的经济利益与环境利益。     

基于两步制自适应求解算法的风电?电动汽车多种并网模式效益对比分析模型

针对可入网电动汽车和风电出力随机性对电力系统运行状态的影响,综合考虑电动汽车在无控充电、持续充电、延迟充电和完全优化充电模式下的运行特点,并结合系统运行的约束条件构建了风电?电动汽车协同调度多目标优化模型。然后,提出了基于改进?约束方法与模糊决策理论的两步制自适应模型求解方法,得到隶属度最优的系统运行方案。最后,以IEEE36节点10机系统进行算例仿真并对电动汽车并网数量进行敏感性分析,结果表明:所提方法在求解风电?电动汽车协同调度问题时具有可行性和有效性;电网汽车在完全优化充电模式下并网具有更好的削峰填谷效果,能够为风电提供更多的备用服务,降低弃风电量;随着电动汽车并网数量的增加,风电弃风电量和火电发电成本均逐渐降低。