计及风险备用约束的风蓄联合运行动态经济调度

抽水蓄能电站具有良好的调峰填谷功能,能够缓解大规模风电并网带来的运行挑战。通过引入风速预测误差的概率分布函数描述风电的不确定性,在此基础上引入失负荷风险指标和风能浪费风险指标进行约束,建立风蓄联合运行动态经济调度模型,保证了系统的可靠性和经济性。模型中考虑了由于风电不确定性增加的常规机组正负旋转备用成本,利用改进粒子群算法对模型进行求解。算例分析表明,抽水蓄能机组能够为风电提供备用,减小系统对常规机组的备用需求,在保证系统可靠性的条件下,使得经济性最优。     

考虑综合运行成本的风电优先调度模型与算法

为优先调度风电,并充分考虑风电并网对系统经济性的影响,本文提出了一种考虑综合运行成本的风电优先调度模型。在传统火电机组运行成本和环保成本的基础上,引入风电的优先消纳补偿成本和系统的旋转备用成本;计及系统的爬坡约束、旋转备用约束等一系列安全性约束条件;最后运用综合粒子群算法思想的改进细菌觅食算法对IEEE30节点系统进行了仿真,仿真结果验证了本文所提出模型与算法的合理性和可行性。     

时变可靠性约束下含风电系统旋转备用的随机规划模型

大规模风电并网后,系统运行经济性和可靠性之间的矛盾十分突出,传统确定旋转备用的方法存在较大的局限性。建立的含风系统旋转备用随机规划模型,能够根据系统容量冗余度,灵活分配各时段可靠性权重,实现调度周期内可靠性的协调优化。该模型充分考虑不同机组提供旋转备用的成本差异,允许机组对旋转备用进行报价,以发电成本、直接备用成本和期望停电成本三者之和最小为目标,实现发电侧和用户侧整体经济效益的最大化。应用该模型,可以对含风系统的旋转备用进行成本效益分析,为调度机构设置合理的可靠性水平提供决策依据。采用粒子群算法对模型进行求解,并通过算例分析验证了上述模型和算法的有效性。     

基于场景集的含风电电力系统旋转备用优化

大规模风电并网对电力系统调度运行和旋转备用的决策带来了难题。将电量不足期望和弃风电量期望通过惩罚系数引入机组组合目标函数中,权衡系统经济性和可靠性,协调决策旋转备用。通过拉丁超立方采样建立基于机组强迫停运、风电出力预测误差和负荷预测误差离散化的场景集,基于所建立的场景集推导出电量不足期望和弃风电量期望跟旋转备用的关系式并作为机组组合模型的约束,进行含风电电力系统发电和旋转备用计划协调决策。仿真结果表明建立的模型能根据可靠性要求灵活安排机组出力和旋转备用计划。     

考虑源荷不确定性的电热系统联合调度

针对风电和电热负荷不确定的问题,提出计及源荷不确定性的旋转备用容量的优化方法,建立考虑电热备用耦合影响的调度模型。在日前阶段,以能源与负荷的预测量制定机组的出力方案,风电由于其预测精度较低,利用Beta概率密度函数来拟合风电出力,从而确定风电的不确定性带来的旋转备用容量,利用机会约束规划来处理不确定问题;负荷有较高的预测精度,但其波动性较强,使用概率场景生成和削减的方法制定不同场景下负荷备用需求的调整量,以日运行成本最低建立目标函数,运用改进的粒子群算法在IEEE30节点系统上验证了所提模型的经济性和鲁棒性。     

微电网一次调频备用容量与储能优化配置方法

分析了柴油机、风电机组、储能系统等微电源在微电网孤岛运行时的一次调频特性与备用成本,将储能配合风电机组参与微电网一次调频,使风电机组具有类似同步发电机的一次调频能力。建立了以一次调频备用成本最小为优化目标的机会约束规划模型。通过神经网络处理风速随机变量,并采用权重改进的线性递减粒子群算法进行求解,得到满足不同置信度的风电减载百分比、柴油机调差系数和储能装置最优配置方案。最后,以某微电网作为算例,验证了所提模型与算法的有效性。     

含风电场电力系统环境经济动态调度建模与算法

为应对风电功率的不确定性,提出考虑风电渗透功率的增、减出力旋转备用量化模型。在旋转备用量化模型基础上,考虑常规发电机阀点效应及爬坡速率约束,采用价格罚因子法嵌入废气排放目标到发电机燃料费用目标函数中,将环境经济动态调度多目标优化问题转化为单目标优化问题。将约束条件的处理与目标函数完全分离,建立了含风电场电力系统环境经济动态调度模型。针对量子粒子群算法存在早熟的问题,引入早熟判断机制,对早熟粒子进行混沌搜索,从而提出改进量子粒子群优化算法求解所建立的调度模型。在10机系统上采用所提出的方法,仿真结果表明,与量子粒子群和粒子群算法比较,所提出的方法能较好地处理风电功率不确定性条件下的环境经济动态调度问题。     

电力配电网络节能调度模型的仿真

为了应对越来越严峻的能源和环境形势,我国颁布并实施了电力配电网络节能调度方法,但该方法只提供了基本调度原则,缺少符合政策的节能调度模型。为了解决上述问题,在分析现有节能调度模型不足的基础上,提出一种综合考虑能耗和排放的电力配电网络节能调度模型,给出了综合考虑能耗和排放的电力配电网络节能调度目标函数,综合分析了SO_2排放量与脱硫效率,针对提出的目标函数,介绍了其机组排序约束、常规机组特性约束、机组正负旋转备用约束,机组的最大最小出力约束、机组爬坡约束及线路潮流约束,在此基础上,采用粒子群算法对目标函数进行求解。在标准粒子群算法的基础上引入惯性权重因子,以优化粒子群算法的收敛性,从而实现电力配电网络节能调度模型的建立。仿真实验结果表明,所提模型具有很高的节能性能,且收敛速度快。     

考虑系统实时响应风险水平约束的风–火–水电力系统协调优化调度

随着风电入网规模的日益增加,合理协调风电出力与传统电力能源已成为电力系统调度面临的一个新挑战。通过定义实时电力不足期望(real-time EDNS,REDNS)以衡量系统实时响应风险水平,在此基础上提出了实时响应风险水平约束,并将该约束纳入调度当中,与用确定性方法确定系统备用容量相比,采用REDNS水平约束可以使系统在调度周期内各个时段响应风险水平维持一致,自动调整系统备用容量。在风电优先上网的前提下,以降低系统运行的经济性指标和保证火电、水电机组平稳运行为目标,构建了风?火?水多目标协调优化调度模型。通过引进学习环节和构建独立的备用选择集改进多目标粒子群算法性能,提出了一种新的多目标粒子群算法(new multi-objective particle swarm optimization,NMPSO)。采用加入一个风电场的10机组测试系统进行了仿真,结果验证了上述方法和模型的正确性和有效性。     

基于改进帝国竞争算法的微网动态经济调度

微网并网模式下,针对微网中光伏、风电及负荷等不确定因素的影响,在满足系统各个约束条件下,建立了基于机会约束规划的微网动态经济调度模型。模型以微网总的运行成本最小为目标,综合考虑了可控机组燃料成本、 CO2排放治理成本、机组维护成本,低压配电网有功购买成本和旋转备用购买成本等。采用概率约束形式刻画了微网系统运行的可靠性,并考虑了可控机组的出力约束及爬坡约束。针对帝国竞争算法存在收敛速度慢和易陷入局部最优的问题,通过引入混沌原理和随机模拟技术,提出改进帝国竞争算法求解所建数学模型。最后,以一个微网系统为例,分析不同可靠性水平对系统经济性和调度结果的影响,同时比较了所提算法和常规算法收敛特性,验证了所提算法的有效性。     

含小水电群的风-水-火地区电网旋转备用协调优化策略研究

传统旋转备用计算模型已不再适用于含小水电群和风电接入的地区电网。以负荷损失较小、清洁能源利用率高、运行成本低为目标,基于最小火电燃料费用、最小期望停电成本、最小火电机组出力波动和最小主力水电弃水量函数模型,建立了考虑风-水-火协调运行的多目标旋转备用优化模型。采用引入粒子浓度认知的改进粒子群优化算法,通过仿真分析,验证了该模型的适用性和有效性。在不同策略下进行比较,该方法能在较低的失负荷概率情况下,得到较低的火电机组燃料费用;能随着小水电群和风电出力大小协调优化旋转备用容量。该模型及算法对存在相当规模小水电及风电的风-水-火地区电网制定旋转备用优化策略有参考价值。     

基于免疫记忆粒子群优化算法的风火联合系统的多目标优化调度

随着清洁可再生的随机性和间歇性风电大规模接入,其对电力系统发电调度的影响不容忽视。考虑风电机组的环境效益和并网对系统安全造成的影响,建立基于多目标机会约束规划模型,将燃煤机组发电成本最小、污染气体排放量最小作为目标,并计及系统的正、负旋转备用容量约束。使用风电出力的分布函数将随机模型转化为确定模型,采用模糊化处理技术将多目标优化转化为单目标优化,利用免疫记忆粒子群优化算法求解模型。最后,以修改后IEEE-30节点系统模型测试算例MATLAB仿真为例,通过算例仿真结果比较分析,验证了所建立模型的正确性以及算法的快速性、有效性和收敛性。     

考虑频率偏差的多目标备用优化分配策略

充裕的电力系统备用对于稳定系统频率及电压、保证电网的安全运行具有非常重要的意义。兼顾系统运行可靠性和经济性,考虑机组故障、风电出力和负荷波动等不确定因素,建立了以最小化系统备用成本和系统频率偏差为目标的多目标机会约束规划模型,并基于改进快速排序技术的遗传算法对优化模型进行求解,得到了系统旋转备用最优分配方案。通过IEEE测试算例验证了文中优化模型及算法的有效性。本文的研究为电力系统备用优化配置提供了新的思路。     

基于改进差分进化算法的风电并网系统多目标动态经济调度

大规模风电接入对传统经济调度提出了新的挑战。建立了综合考虑火电机组运行成本、污染气体排放成本、风电运行成本、备用成本的多目标动态经济调度模型,并引入正、负旋转备用约束来应对风电波动性对调度带来的影响。采用层次分析法将多目标优化模型转化成单目标优化模型。提出一种改进差分进化算法对模型进行求解,算法中引入正交初始化技术和控制参数自适应调整策略以提高种群的全局寻优能力。以IEEE30节点系统为例验证所提模型的合理性和算法的有效性。     

基于改进多目标粒子群算法的含风电场电力系统优化调度

由于风电具有随机性和波动性的特点,常规电力系统分析、调度及控制方式受到了新的挑战。深入研究了含风电场的电力系统优化调度问题,建立了基于多目标粒子群算法的调度模型,在该模型中考虑发电成本、污染气体排放量及风电场输出功率短期波动引起的系统运行风险,在约束条件中加入了正负旋转备用容量,从而减小了风电波动和预测误差对系统的影响程度。算法设计上,通过引入遗传算子对多目标粒子群算法搜索机组组合的能力进行改进,提高了该模型的全局寻优能力。10机系统算例结果分析表明,所提方法正确有效,且能够减少寻优过程中不可行解、解决各优化目标之间的冲突性,使所有目标函数尽可能达到最优。     

含风电场的发电系统旋转备用优化调度模型研究

为研究风电的随机性和间歇性对电力系统调度计划中旋转备用的影响,建立风电预测偏差的概率密度函数,将正态分布与拉普拉斯分布联合,拟合风电预测偏差的概率分布。在处理风电预测与负荷预测的不确定性因素时,基于置信度确定了系统需要增加的旋转备用容量,并在此基础上建立旋转备用优化调度模型。通过算例仿真分析,表明置信度可作为调整系统经济性与可靠性的平衡因素,且文中模型的经济性优于传统等备用调度模型。     

基于机会约束规划和随机模拟技术的含风电场电力系统多目标优化调度

为了提高含风电场电力系统运行的经济性和可靠性,增强风电并网运行的稳定性,建立了基于机会约束规划的含风电场电力系统多目标机组优化调度的数学模型。考虑到风电场出力的随机性,引入了机会约束规划和随机模拟技术,以常规发电机组的发电成本最低和污染气体排放量最低为目标。问题分为内外两层求解,外层为机组组合优化,利用蚁群算法求解;内层为负荷的经济分配,基于Pareto最优解集概念和整体协调决策机制,结合多目标粒子群求解。用10机算例对模型进行了仿真分析,仿真结果表明所建模型合理、算法有效可行。     

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。     

考虑备用成本的含风电场短期经济调度

研究含风电场的电力系统短期经济调度问题,针对风电的随机性和波动性对调度的影响,建立了考虑备用成本的电力系统短期调度模型,充分考虑到系统运行经济性,模型中引入了一种特殊旋转备用--可中断负荷,使电力资源得到优化配置并提高系统运行经济性.在求解算法方面,将优先顺序法(Priority List,PL)和离散粒子群算法结合并...     

风速相关性下的最优旋转备用容量

在兼顾系统经济性和可靠性的基础上,同时考虑负荷预测偏差以及风电出力预测偏差等不确定性因素后,研究了计及风速相关性下的电网最优旋转备用.采用成本效益分析法,建立了系统发电成本、备用成本和期望停电成本之和最小的目标函数,利用基于随机模拟的量子行为粒子群算法对其进行求解,并对相关影响因素进行敏感性分析.通过算例分析了风速相关性对旋转备用的影响,验证了所提模型和算法是可行的.