基于混合布谷鸟算法的智能电网多业务组合投资决策优化

电网当前正处于加速电力市场化建设、拓展各类业务以及寻求效益点的关键时期。构建了基于价值链的智能电网重点业务评价模型与基于智能电网投资多目标的多业务决策优化模型,并利用混合布谷鸟算法求解多业务决策优化模型。通过算例分析验证了所提多业务投资决策模型的正确性以及混合布谷鸟算法的优越性,为电网企业组合发展电网业务提供借鉴。     

基于粗糙集理论的风光蓄互补系统优化模型

为了解决风光波动性对系统安全调度和稳定运行的影响,以系统运行成本最小和系统污染排放量最小为目标,构建风光蓄集成互补系统. 基于粗糙集理论和模糊C均值聚类算法,分别确定多目标调度中经济目标和环境目标的权重;提出基于粒子群变异策略和计及约束边界的信息共享方法的改进粒子群优化(PSO)算法,求解多目标调度优化问题;以我国西南地区某省风光蓄集成互补系统为例开展算例仿真,验证所提模型的科学性和实用性. 研究结果表明,与单目标调度相比,多目标调度兼顾经济性和环境性,所提混合粗糙集-改进粒子群算法的收敛精度更优,提高了系统的经济效益和环境效益. 引入抽水蓄能机组,对于实现系统多能源协同互补运行具有重要的意义.     

基于优惠价格的绿色电力证书交易模型

在分析绿色电力证书价格形成机制的基础上,研究可再生能源电价附加资金补贴金额、补贴结算周期和拖延周期、消费者偏好等因素对绿色电力证书销售价格的影响。为研究随机情况下绿色电力证书的成交价格,建立基于蒙特卡罗的绿色电力证书交易模型,通过内蒙古某大型煤电企业认购风电和光伏绿色电力证书的实例计算,验证该模型的实用价值。     

基于协同免疫量子粒子群优化算法的虚拟电厂双层博弈模型

为了充分利用电动汽车（electric vehicle，EV）大规模的储能优势与代理聚合商在电力市场灵活购售电优势，以此弥补虚拟电厂（virtual power plant，VPP）内部供需不平衡情况，构建电动汽车参与的虚拟电厂双层博弈模型，对虚拟电厂同时进行内外部优化。首先，构建上层代理聚合商虚拟电厂完全信息动态博弈模型进行虚拟电厂外部优化；其次，构建虚拟电厂电动汽车聚合商合作博弈模型进行虚拟电厂内部优化，并利用改进的Shapley值分配虚拟电厂与电动汽车聚合商的合作收益；最后，以集成风电机组、可控负荷、储能电池、用户、电动汽车的虚拟电厂进行算例分析，采取协同免疫量子粒子群优化（coevolutionary immune quantum partical swarm optimization，CIQPSO）算法搜寻最优解。算例结果表明，电动汽车参与虚拟电厂能够同时提高两者的经济效益，提高虚拟电厂内部供需平衡能力。     

计及不确定性和需求响应的风光燃储集成虚拟电厂随机调度优化模型EI北大核心CSCD

为促进以风光为代表的分布式能源发电并网,集成风电、光伏发电、燃气轮机、储能系统和激励型需求响应为虚拟电厂(virtual power plant,VPP),引入条件风险价值(conditional value at risk,CVaR)理论和置信度方法描述VPP运行不确定性,以运营收益最大化为目标函数,建立VPP常规调度优化模型,确定VPP运行收益的门槛值。然后,应用CVaR理论描述VPP运行目标函数中不确定性因素,应用置信度方法转换含不确定性变量的约束条件,建立考虑运行风险的VPP随机调度优化模型。最后,选择改进IEEE 30节点系统作为仿真系统,结果表明:价格型需求响应能够平缓用电负荷曲线,储能系统和激励型需求响应能够增加VPP运营收益。VPP常规调度收益为9 550.19元,风光并网电量为12.49 MW×h,风险规避调度收益为8 995.34元,风光并网电量为11.31 MW×h,这意味着CVaR理论和置信度方法能够用于描述VPP运行风险,通过设置门槛值和置信度反映决策者风险态度,为决策者提供风险控制工具。     

基于混合布谷鸟算法的智能电网多业务组合投资决策优化

电网当前正处于加速电力市场化建设、拓展各类业务以及寻求效益点的关键时期。构建了基于价值链的智能电网重点业务评价模型与基于智能电网投资多目标的多业务决策优化模型,并利用混合布谷鸟算法求解多业务决策优化模型。通过算例分析验证了所提多业务投资决策模型的正确性以及混合布谷鸟算法的优越性,为电网企业组合发展电网业务提供借鉴。