发电厂热备用容量的优化分配和成本分析

在竞争的发电市场环境下，备用作为一种重要的辅助服务，其成本分析是一个急待解决的问题，对发电厂热备用容量进行优化分配和成本分析，采用电能收益和备用容量收益总和最大化的目标函数。解算方法首先是根据发电厂总的发电负荷约束获得机组的经济组合，其次是将负荷在各机组间进行经济分配实现热备用容量的优化分配，热备用容量的成本采用其机会成本等值，方法简单，计算结果符合工程实际，研究结果表明，发电厂在计及备用收益和满足发电机组最低出力约束的条件下开机台数越多总收益也越大；在给定的时段和相应的电能电价下，备用容量成本随发电厂出力的增加而增加，在给定的时段和相应的发电出力下，备用容量成本随电价的增加而有较大的增加。     

基于光伏减载的电力系统紧急降风险控制方法

光伏发电系统通常运行于最大功率点,难以在紧急条件下为电网提供功率支撑。受制于建设和运行成本,储能的大规模应用还难以实现,同步发电机占比的降低使得含高比例光伏发电的电网安全风险不断增加。为此,分析了光伏发电系统的功率特性和稳定运行条件,提出了通过光伏减载运行预留备用功率从而为电网提供紧急功率支撑的思想。进而分析了协议发电成本和风险成本的关系,建立了以同步发电机启停机计划、备用容量和光伏减载量为决策变量的两阶段降风险发电调度优化模型。提出了考虑光伏减载运行的电力系统降风险优化调度方法。最后利用IEEE RTS 24节点系统验证了方法的正确性。算例分析表明,该方法能够在降低电网功率不平衡风险的前提下获得最优的经济性,具有较好的实用性。     

电力市场中火电机组自组合的模糊优化方法

机组启停机计划是发电公司参与电力市场竞争的重要决策依据。市场环境下,出清价格具有高度不确定性,必须在机组自组合决策中给予考虑。在市场出清价格模糊描述的基础上,提出不确定环境下含有启停机爬坡速率和升降出力爬坡速率约束的火电机组自组合模糊优化方法,通过分析真实市场参与者的决策取向,提出一种新的精确化方法,并采用动态规划模型求解精确优化问题,同时给出了精确化过程中多目标偏好系数的选择建议。算例分析表明,模糊机组自组合方法能灵活反映决策目标,是市场环境下一种新的不确定性决策方法。     

电力市场中火电机组自组合的模糊优化方法

机组启停机计划是发电公司参与电力市场竞争的重要决策依据.市场环境下,出清价格具有高度不确定性,必须在机组自组合决策中给予考虑.在市场出清价格模糊描述的基础上,提出不确定环境下含有启停机爬坡速率和升降出力爬坡速率约束的火电机组自组合模糊优化方法,通过分析真实市场参与者的决策取向,提出一种新的精确化方法,并采用动态规划模型求解精确优化问题,同时给出了精确化过程中多目标偏好系数的选择建议.算例分析表明,模糊机组自组合方法能灵活反映决策目标,是市场环境下一种新的不确定性决策方法.     

基于市场公平性的发电机组检修规划

现有研究中,安排检修计划通常只考虑可靠性和经济性,而没有考虑计划的公平性,在市场环境下不易为发电厂商接受.据此提出了市场环境下衡量各发电公司因机组检修停运而带来的机会成本指标--单位容量机会成本(OCPC).以此为基础讨论了评估检修计划合理性的几个方面:用等备用法保证系统可靠性;用各公司OCPC均值描述总体经济性;用OCPC标准差描述公平性;然后利用线性加权法综合考虑计划的经济性和公平性.依据上述思想,提出相应的发电机组检修模型,并采用启发式算法求解.最后用一个简单的算例说明了该方法的有效性和可行性.     

考虑调度计划的风电场复合储能装置优化设计

含有储能装置的风电场可能是未来风电开发的一种主要模式,储能装置的添加使得风电场投资、效益以及发电模式发生变化。首先将风电场分为2种类型,即可以购买备用的风电场和不具备购买备用条件的风电场。然后从成本收益角度提出了风电场是否可以配置储能装置的判定原则,并且分析了影响储能装置容量、功率的主要因素。在考虑调度计划条件下,以复合储能装置投资最小、收益最大为优化目标建立了储能优化模型,使用Cplex优化工具包进行求解,最后算例分析验证了上述模型的有效性。     

含风电场的电力系统节能减排优化调度研究

针对含风电场的电力系统节能减排优化调度问题进行了深入研究,在发电调度中考虑发电厂节能和减排的双重目标,并采用节能优先策略处理二者的权重关系;在优化调度的目标函数中考虑风电可能带来的风险,并在约束条件中通过加入额外的旋转备用来平衡这种风险;提出正交遗传模拟退火算法用于求解优化调度问题,算法采用混合编码方式协调处理离散变量和连续变量,采用正交试验方法确定算法的参数以优化其性能。算例分析说明了研究工作的有效性。     

电力市场下可靠性电价与可靠性市场的研究

着重研究了系统的备用容量与发电可靠性和用电可靠性之间的关系以及不同发电可靠性条件下的发电可靠性电价和不同用电可靠性条件下的用电可靠性电价的确定。提出了满足个性化可靠性需求的交易模式,即由电网公司根据负荷的预计分布规律与备用市场价格确定在不同备用与供电可靠性条件下的备用电源计划安排,从而得到备用电源的费用及单位负荷功率的可靠性电价;电力用户根据自身的用电负荷特征及电网公司公布的可靠性电价申报供电可靠性要求;电网公司根据发电厂机组的可靠性水平确定系统需要增加的备用容量,进而确定发电厂的可靠性电价。     

考虑备用容量价格的电力市场运行模拟

本文对电力市场的运行进行了计算机模拟,在所模拟的市场中,市场运行机构可以调整系统备用容量的购买价格,发电厂考虑备用容量价格进行报价,这一过程失代进行,直接产生同时满足功率平衡要求和备用容量要求的发电计划,本文推导了发电厂考虑备用容量价格时提交报价曲线的策略,通过市场模拟分析了由竞价产生的发电计划的成本,机组的利润以及市场价格的波动。     

电力市场中考虑安全校核的发电计划生成策略

介绍了电力市场下考虑安全约束的发电计划生成方法及其处理过程,其核心技术问题 是机组组合优化,需考虑负荷平衡、机组出力范围、旋转备用、爬坡速度、机组最小启停时 间等约束以及网络传输能力的限制。该发电计划生成策略已在辽宁电力市场中成功应用。     

Binary fireworks algorithm for profit based unit commitment (PBUC) problem

The deregulation of electricity markets has transformed the unit commitment and economic dispatch problem in power systems from cost minimization approach to profit maximization approach in which generation company (GENCO)/independent power producer (IPP) would schedule the available generators to maximize the profit for the forecasted prices in day ahead market (DAM). The PBUC is a highly complex optimization problem with equal, in equal and bound constraints which allocates scheduling of thermal generators in energy and reserve markets with no obligation to load and reserve satisfaction. The quality of the solution is important in deciding the commitment status and there by affecting profit incurred by GENCO/IPPs. This paper proposes a binary coded fireworks algorithm through mimicking spectacular display of glorious fireworks explosion in sky. In deregulated market GENCO/IPP has the freedom to schedule its generators in one or more market(s) based on the profit. The proposed algorithm is tested on thermal unit system for different participation scenarios namely with and without reserve market participation. Results demonstrate the superiority of the proposed algorithm in solving PBUC compared to some existing benchmark algorithms in terms of profit and number of iterations.     

Optimal power scheduling of thermal units considering emission constraint for GENCOs’ profit maximization

In this paper, authors propose a novel method to determine an optimal solution for profit based unit commitment (PBUC) problem considering emission constraint, under a deregulated environment. In a restructured power system, generation companies (GENCOs) schedule their units with the aim of maximizing their own profit by relaxing demand fulfillment constraints without any regard to social benefits. In the new structure, due to strict reflection of power price in market data, this factor should be considered as an important ingredient in decision-making process. In this paper a social-political based optimization algorithm called imperialist competitive algorithm (ICA) in combination with a novel meta-heuristic constraint handling technique is proposed. This method utilizes operation features of PBUC problem and a penalty factor approach to solve an emission constrained PBUC problem in order to maximize GENCOs profit. Effectiveness of presented method for solving non-convex optimization problem of thermal generators scheduling in a day-ahead deregulated electricity market is validated using several test systems consisting 10, 40 and 100 generation units.     

综合环境保护及竞价风险的发电侧经济运行

为了在电力市场中的发售电方能实现节能环保、低风险、高收益的竞价上网，对机组出力变化与市场电价波动之间的协调联动关系进行了研究，以交易日售电总利润最大化为目标，综合考虑实际报价风险系数、环境保护成本、机组运行成本及阀点效应，构建交易日的机组分时段出力优化模型，由此得出机组的经济运行优化方案，从而形成合理的发电报价计划；并结合遗传算法和粒子群优化算法两者的特点，设计了一种混合优化算法对所构建的具有非线性、非凸特性的动态规划模型进行快速准确地求解；最后通过算例应用的仿真分析，验证了该方法的可行性和有效性。     

基于免疫算法的机组组合优化方法

机组组合是改善传统电力系统运行经济性和电力市场出清的重要手段。基于群体进化的智能优化算法存求解过程中存在计算效率低和易于早熟收敛等缺点。提出机组组合的免疫算法，利用免疫算法保持种群多样性的内在机制和免疫记忆特性改进既有的智能优化方法。新算法扩展了约束处理技术，能更好地对可行解空间搜索，采用一种由后向前、由前及后、双向迂回推进的精简程序改善个体可行解的局部最优性，同时利用优先级顺序法产生能较好反映问题先验知识的初始种群。典型算例证实新算法能获得更优的结果，具有更快的收敛速度，且在系统规模扩大时有大致线性的计算复杂性，是一种新的高效的机组组合智能优化算法。     

基于多时间尺度协调机组组合的含风电系统 旋转备用优化研究

考虑风电出力的预测误差和负荷功率的预测误差具有随预测时间尺度的缩短而减小的特点,以及电力系统旋转备用容量的配置离不开机组组合,建立了多时间尺度下协调机组组合的含并网风电电力系统旋转备用预留容量的优化模型。对该模型的求解,先采用优先顺序法求取各机组的启停机顺序,再通过粒子群算法滚动计算求解得出不同等效旋转备用容量水平下所对应的系统最经济调度计划。通过利用不断更新的风电出力预测和负荷预测结果信息来调整调度计划,在保障系统可靠性达到要求的前提下,减少含风电电力系统旋转备用容量的配置,从而提高风电并网后电力系统运     

电动汽车聚合商对备用服务能力的优化

电力市场环境下实现电动汽车(EV)的聚类,并积极参与有序充/放电,可以为受端电网提供多样化的功率调节手段,有利于大规模间歇性新能源的消纳。站在EV聚合商(aggregator)这一中间环节,能够更全面地分析市场环境下如何有效利用这一分散的可调控资源。聚合商旨在最大化自身收益,而制定合理的EV充/放电策略是达成该优化目标的途径,但策略的制定同时也受制于市场环境、用户用车需求与参与有序充/放电意愿等因素。文中首先分析了影响聚合商充/放电策略的因素,进而提出了可接纳EV参与竞争的用户充/放电合约及相应的市场机制;在此基础上,构建了EV聚合商同时参与现货和备用市场的优化问题,提出了基于效容比指标求解充/放电策略的分布式算法;最后通过实例验证了算法的准确性与高效性。     

应用MAS解决基于利润的机组组合问题研究

电力系统引入放松管制的市场运行机制之后,形成一种基于利润的机组组合问题:①优化目标从费用最小转为利润最大;②各发电公司从自身利益出发,可以不完全满足中心调度的要求。针对以上特点,提出一种基于多Agent系统的解决方法。仿真结果表明,该方法能够适应解决现代电力系统机组组合问题的新需要,能够获得更大的经济效益。     

考虑风电的电力系统机组组合两阶段优化方法

电的随机性和波动性给电力系统的安全经济运行带来了严峻的挑战,合理的风电不确定性模型及机组组合优化方法是保证电力系统日前调度安全性和经济性的关键。为此,提出一种考虑风电的电力系统机组组合两阶段随机优化方法。根据风电出力历史数据的非参数经验分布,生成符合风电随机性和波动性的风电动态场景。考虑到场景削减过程中容易忽略的一些极端边界场景会增加系统的弃风或切负荷风险,提出以削减后的场景和极端边界场景为输入的机组组合两阶段优化模型。同时,为求解机组组合这一非线性混合整数优化问题,提出一种混合遗传纵横交叉算法的优化方法。通过实验仿真结果证明了所提模型和方法用于求解考虑风电的电力系统机组组合问题时的合理性和有效性。     

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。     

考虑微网源荷不确定性的旋转备用容量优化

电力市场环境下,为应对微网源荷波动和可控机组随机故障,提升其供电可靠性,提出了一种考虑微网源荷不确定性的旋转备用容量优化方法。计及日前预测误差,采用序列理论对源荷随机概率性序列以及可控机组随机故障序列进行离散化处理,生成微网综合不确定性离散分布模型;在此基础上,以微网运行成本、备用成本和停电损失的总成本最小为目标函数,建立旋转备用容量优化模型,并结合蒙特卡罗与粒子群算法对该模型进行求解,获得各时段的旋转备用优化配置容量。以某地微网系统为例,仿真验证了所提方法的有效性和合理性。