计及梯级水电站群的水火电节能调度策略

考虑火电厂的发电机组出力、能耗成本及污染排放三者之间、及梯级电站出力与水力耦合参数之间,以及水火电机组之间综合效益基础上,建立了梯级水电站弃水量最小、火电能耗成本最低、和污染排放最小的多目标综合节能调度模型,并提出了计及梯级水电站的水火电节能发电调度策略;利用标度转换法,将梯级水电站弃水量最小、火电机组能耗成本最低和污染排放最小的多目标综合节能调度模型转化为不同权重系数下的单目标函数;运用混合惩罚函数优化算法将问题的求解转化为无约束优化问题,并利用Hessian矩阵改进了该优化算法,克服了缩减系数选择问题;通过对含4个梯级水电站、3个火电厂的水火电系统进行仿真,优化结果验证了该算法的可行性,并具有较明显的节能效果。     

基于总体协调满意度的水火电力系统多目标短期优化调度

水火电力系统多目标优化调度符合国家节能减排的政策导向,在考虑整个系统梯级水电站发电效益最大化、火电机组发电成本最小化和梯级水电站发电用水最小化的目标同时,考虑了火电机组二氧化碳排放最小化的优化目标。针对水火电力系统短期优化运行调度中目标函数的权重处理困难的因素,采用一种基于目标函数总体协调满意度的处理方法,通过采用自然选择机制策略和异步学习因子策略提高算法的性能。以5个梯级水电站和4台火电机组组成的水火电力系统为实例进行计算．优化仿真计算证明了所提出的优化调度模型和求解算法具有可行性和适用性。     

含不确定性负荷的水火电力系统随机优化调度

针对水火电力系统负荷的不确定性,建立基于模糊机会约束规划的随机优化调度模型,分析负荷不确定性变化对水火电机组出力及火电机组能耗量、排放量的影响。将实际负荷与负荷预测的偏差看成一个模糊随机变量,并在火电机组煤耗量最小化、污染物排放最小化和水库蓄水量最大化3个目标函数中及功率平衡、机组出力调整等约束条件函数中均引入负荷这一随机变量。按照模糊机会约束和随机机会约束的确定性等价形式,将水火电力系统优化调度的不确定模型转化为确定性模型,并利用多目标问题的模糊满意度法进行求解。以一个8级梯级水电站和6台火电机组组成的水火电力系统为实例进行计算,验证所提出含不确定性负荷的水火电力系统随机调度模型的准确性和可行性。     

基于仿电磁学算法和数据包络分析的水火电力系统多目标优化调度

在节能调度背景下,为提高水火电力系统运行的综合经济性,针对含有梯级水电站的水火电力系统,构建兼顾节能、用水和电网间协调的多目标优化调度模型。为对其进行有效求解,以分析数据包络分析有效性与Pareto有效解等价性理论为基础,提出以优化目标和约束条件违背量为CCR-I模型输入和输出指标并融合仿电磁学算法的多目标优化调度模型求解新方法。以一个含有8个梯级水电站和10个火电厂的水火电力系统为例进行仿真分析,结果表明所提方法求解时无需采用权重系数、层级选择及量纲统一等步骤,与以决策变量为输入指标的方法相比,CCR-I模型的变量个数减少近5倍,求解效率高,且可利用数据包络分析值和优化目标双重准则确定调度方案,从而实现燃料、水能资源和网损间的合理协调。     

基于遗传算法和数据包络分析法的水火电力系统发电多目标经济调度

为充分提高水电站发电效益及达到节能降耗目的,建立了以梯级水电站发电量最大和火电机组煤耗量最小的水火电力系统短期发电多目标经济调度模型,并利用遗传算法与数据包络分析(data envelopment analysis,DEA)法求解该模型,并通过惩罚因子法将各约束条件融合到目标函数中,通过设置不同权重系数获得10种调度方案。比较不同调度方案的目标值和DEA评估值,并依据决策者喜好选取最优决策方案。算例结果验证了该方法的有效性。     

水火电力系统短期节能发电优化调度的研究

本文以提高水火电力系统联合运行的经济和环保效益为总目标,从减少化石燃料的使用量和降低燃煤机组发电成本两方面考虑,将含梯级水电站电力系统短期发电调度问题化为4个具有时序的优化子问题:即梯级水电站发电量最大、水电耗水量最小、火力发电污染物排放最小以及火力发电总成本最小。以此建立的优化调度模型不仅可以确定火电的最佳出力和水电的最佳蓄放水策略,还可描述水电和火电的互补作用,充分体现节能和效益的理念。在模型求解上,针对粒子群算法易陷入局部最优的缺点,在标准粒子群优化算法中引入自适应惯性权重和最差粒子,避免了算法的局部最优和过早收敛;针对各目标量纲不同,权重系数难以合理确定的多目标优化问题,运用满意度函数和欧式距离函数对其进行归一化处理,并采用改进粒子群算法对处理后的目标进行优化求解。算例仿真验证了所建模型的正确性及算法的有效性。     

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。     

基于模糊CVaR理论的水火电系统随机调度多目标优化模型

为解决负荷不确定性对水火电力系统安全调度的影响,实现系统发电能耗、污染物排放和梯级水电站蓄水量最优的目标,首先引入多目标CVaR方法,将负荷需求实际值与预测值偏差作为随机变量,重新定义了含置信水平要求的调度目标函数。结合系统运行约束条件,构建了考虑存在不确定因素情景下的水火电多目标调度优化模型。然后,为了求解所提模型,在对非线性约束条件进行线性化处理后,分别应用模糊满意度理论和熵权理论模糊化和加权多目标函数,形成了属于混合整数线性规划的熵权模糊多目标CVaR模型。最后,选用6个火电厂和3个梯级水电站作为水火电调度系统,对所提模型进行算例仿真。结果表明,多目标CVaR方法适用于解决水火电调度优化问题,能够较好地反映调度结果的风险水平;熵权模糊满意度求解算法可以有效简化模型求解过程,得到最优的调度运行方案。     

基于互补机制的水火电力系统机组组合

针对水火电力系统短期发电计划中火电机组的开停机组合与水电调度问题解法复杂性,提出以水电发电量最大、耗水量最小和火电煤耗量最小且具有时序的3个优化子问题的发电调度模型,综合考虑一个调度周期内系统机组的运行状态。基于解耦的水火电力系统优化模型不仅可以确定水电的最佳放水策略,也可以体现水电和火电互补作用,充分提高水火电力系统联合运行的经济性。针对水电系统强非线性特点,采用新型随机全局优化仿电磁学算法进行求解,对火电系统则采用改进微粒群优化算法进行求解。通过一个具有3个体积水电站和5个火电厂的水火电力系统的仿真分析,表明以互补机制为理论基础的优化模型的正确性及算法求解的有效性。     

基于模糊机会约束规划的水火电力系统多目标随机调度模型

针对水火电力系统运行调度中所包含的不同种类的不确定量,提出了一种基于模糊随机机会约束规划的短期水火电力系统多目标优化调度模型。将调度周期开始的水库蓄水量作为一个三角模糊量,以描述初始蓄水预测可能存在的误差。针对某些随机变量可能由于历史数据不足而存在误差的问题,用模糊随机变量替代这些随机变量,描述水火电力系统运行中的不确定性。在考虑整个系统发电煤耗最小化和污染物排放最小化的目标同时,考虑了龙头电站周期末蓄水量最大的优化目标,并引入了火电机组煤耗量与梯级水电站蓄水量目标的协调函数。按照模糊机会约束和随机机会约束的确定性等价形式,将短期水火电调度不确定模型转化为确定性模型。以一个8级梯级水电站和6台火电机组组成的水火电力系统为实例进行计算,验证了所提出的水火电力系统随机调度模型的正确性。     

中长期发用电一体化调度

在电力电量供应形势紧张的情况下,现有紧急中断负荷的调度方式,不仅给电网公司带来严重的经济损失,还对电网的安全稳定运行构成威胁。为此,将用电资源纳入电网的统筹调度,以电源规划、检修计划、需求预测、一次能源供给预测以及用电特性分析为基础,以中长期电力电量平衡为约束,以效益损失最小为目标,建立中长期发用电一体化调度模型。将所建模型转换为混合整数线性规划模型后,采用CPLEX求解器进行求解。最后,结合可中断负荷以及调减外送电两种用电调度措施,以包含13个梯级水电站和18个火电站的水火电力系统为例进行仿真,算例分析表明,该模型可在保证中长期电力电量平衡的同时,实现发电与用电的统一优化,进而提高系统运行的安全性和经济性。     

考虑多因素协调的梯级水电站群调度策略研究

本文提出了一种计及多种因素间协调的梯级水电站群调度策略,以兼顾梯级水电站群的经济效益和社会效益。首先引入发电弃水量、抗旱放水量、以及泄洪水量等参数,用以完善梯级水电站数学模型;提出采用虚拟水库来表征流域分布泄洪点及抗旱灌溉点,并建立相应的数学描述;考虑梯级水电站水力调度,火电站的发电机组出力、能耗成本及污染排放三者之间,梯级电站的出力、发电流量、发电弃水量、防洪水量、抗旱水量与其它水力耦合参数之间,以及水火电机组联合调度之间综合效益基础上,建立了多目标综合节能调度模型;算例验证了该算法的可行性,并具有较为明显的节能效果和社会效益。     

Hybrid Chemical Reaction Optimization Approach for Combined Economic Emission Short-term Hydrothermal Scheduling

—This article presents the hybridization of a newly developed, novel, and efficient chemical reaction optimization technique and differential evolution for solving a short-term hydrothermal scheduling problem. The main objective of the short-term scheduling is to schedule the hydro and thermal plants generation in such a way that minimizes the generation cost. However, due to strict government regulations on environmental protection, operation at minimum cost is no longer the only criterion for dispatching electrical power. The idea behind the environmentally constrained hydrothermal scheduling formulation is to estimate the optimal generation schedule of hydro and thermal generating units in such a manner that fuel cost and harmful emission levels are both simultaneously minimized for a given load demand. In this context, this article proposes a hybrid chemical reaction optimization and differential evolution approach for solving the multi-objective short-term combined economic emission scheduling problem. The effectiveness of the proposed hybrid chemical reaction optimization and differential evolution method is validated by carrying out extensive tests on two hydrothermal scheduling problems with incremental fuel-cost functions taking into account the valve-point loading effects. The result shows that the proposed algorithm improves the solution accuracy and reliability compared to other techniques.     

广西电网水火电互济调度效能分析研究

结合广西电网水火混合运行主要特点,从不同时期节能发电调度常用优化策略展开分析,探讨在“水电优化,水火互济,丰枯轮调,能耗排序”调度主策略下水电联合优化、水火优化互补及能耗排序等主要发电运行方式下的效能指标,重点以提高水能利用效率、吸纳汛期低谷水电、提高火电发电效率和降低煤耗为最终目的,提出了实用的6大主要分项效能指标及统计方法,对科学合理评价广西电网节能发电调度主要成效有重要现实意义.并结合不同丰枯来水及供需变化等情况对这些主要效能指标的相互关系及影响进行了分析.     

基于互补机制的水火电力系统短期节能发电调度

为充分提高水火电力系统联合运行的经济性,将减少非可再生能源的使用量及降低火电成本为主要目标的水火电力系统短期发电调度问题,转化为水力发电量最大、耗水量最小和火力发电燃料总耗量最小且具有时序的3个优化子问题。该优化模型不仅可确定水电的最佳放水策略和火电的最佳出力,还可描述水电和火电的互补作用,充分体现节能和效益的理念。针对水电系统具有强非线性的特点,采用改电磁学算法进行求解,对火电子系统则采用内点法进行求解。算例结果验证了该方法的有效性。     

基于NSGA-Ⅱ算法的多目标水火电站群优化调度模型研究

含有梯级水电厂的水火电力系统优化调度必须考虑各水电厂之间的水力耦合、上下游水电厂之间水流到达时间的延迟和可能弃水等因素.在考虑环境保护和节约能源以及水电厂运行特点的基础上,提出了一种以火电厂总运行费用、污染气体排放量、水电厂弃水量为优化目标的水火电站群多目标优化调度模型.快速分类非支配遗传算法(Non-dominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ)是一种新型的多目标遗传算法,文中首次将其应用于水火电站群的优化调度.计算表明,该模型有利于节能减排和环境保护,提高了水力资源的利用程度,提升了电力系统的综合运行效益,为水火电力系统短期优化凋度提供了新的研究思路.     

考虑风电置信区间的水风火短期优化调度方法

风电出力的不确定性影响电网的稳定运行,大规模风电并网后“弃风”问题突出。为了充分考虑风电出力的不确定性,本文提出基于风电置信区间的风-水-火短期联合调度运行方法。利用梯级水电站启停灵活、爬坡速度快等优点平抑风电出力波动,构建了发电成本最小与清洁能源消纳最大的多目标优化调度模型。基于分层求解思想,将模型分为风电运行层、水电调度层与火电调度层,并提出了集成非参数法、启发式算法与改进的粒子群算法的总体求解框架,实现了模型的快速求解。某区域电网短期调度模拟运行结果表明,所提方法求解速度快,仅需83.5 s,在满足电力系统安全稳定运行约束与清洁能源消纳最大的前提下,水电、风电多发45.56万kWh,煤耗成本减少23.33万元。     

四川电网节能发电调度节能减排效果分析

实施节能发电调度旨在减少单位电能生产中的能源消耗和污染物排放,其中减少火电厂的耗煤量与二氧化硫、二氧化碳排放量是其重要环节.基于四川电网的主要火电厂数据,分析节能调度前后耗煤量的变化,计算节能调度前后四川省各火电厂的SO2/CO2排放情况,引入排放效绩指标进行精确分析,验证了节能发电调度政策的有效性.