考虑分时电价的风光储联合“削峰”优化调度模型

针对大规模风电和光伏发电并网对电网调度所带来的不利影响,结合大型钠硫电池储能系统,综合考虑峰谷分时电价政策和提高水火电机组运行效率等各方面因素,提出一种风光储联合"削峰"的优化调度新模式。为提高清洁能源上网带来的总体收益和实现水火电机组经济平稳运行,构建风光储联合"削峰"和水火电机组经济平稳出力2种调度模型。采用多目标粒子群算法求解所建模型。通过算例分析和验证所建模型的可行性和钠硫电池储能系统在提高清洁能源消纳和水火电机组运行效率方面的有效性。     

风-光-蓄-火联合发电系统的两阶段优化调度策略

针对风电、光伏出力的随机性、间歇性和波动性而导致其在大规模接入电网时对电网发电计划制定和调度产生的影响,提出一种风-光-蓄-火联合发电系统的两阶段优化调度策略。利用抽水蓄能的抽蓄特性,将风电和光伏出力进行时空平移,使风-光-蓄联合出力转变为稳定可调度电源,具备削峰填谷的功能,与火电机组共同参与电网调度。以风-光-蓄联合出力最大和广义负荷波动最小作为风-光-蓄联合削峰模型的优化目标,火电机组运行成本最小作为经济调度模型的优化目标,建立两阶段优化调度模型,分别采用混合整数规划方法和粒子群算法求解。改进IEEE-30节点算例系统仿真结果表明：所提调度策略可以提高风能和太阳能的利用率,缓解火电机组调峰压力,大幅降低风电的反调峰特性对电网的影响,从而保证电力系统安全、稳定、经济运行。     

含风光电站的电力系统动态经济调度

随着电力系统中风电和光伏发电的接入比例不断增长,其输出功率的随机性给系统经济调度带来了不确定因素。通过将满足一定置信概率的风电、光伏发电的功率区间预测信息纳入发电计划中,同时引入了可中断负荷作为旋转备用,建立了基于功率区问预测的考虑机组组合的系统动态经济调度模型。求解模型时利用改进离散粒子群算法（discreteparticleswarlnoptimization,DPSO）来解决机组启停问题,采用连续粒子群算法来实现负荷的经济分配,并采用启发式调整规则,提高算法的效率和搜索性能。最后通过10机系统仿真算例验证了模型和算法的有效性。     

含风电电力系统机组组合的量子离散差分进化方法

风电具有天然的不可控性和随机性,大量并网给电力系统调度计划带来困难,在电力系统日前机组组合计划中计及风电出力的不确定性,有利于提高电力系统优化运行的精细度。文中通过系统旋转备用将风电出力的预测误差纳入机组组合的数学模型中,为求解含风电的机组组合问题,设计了双层求解方法,外层采用量子离散差分进化法优化传统火电机组的启停状态,内层采用二次规划法优化求解负荷分配的经济调度问题,以提高算法的求解精度。最后通过10机系统算例仿真,验证了文中算法的有效性。情景仿真得出在电力系统日前机组组合阶段中考虑风电出力的波动性和预测误差,可以提高电力系统供电可靠性,也为电力系统运行节省了费用,但随着风电出力预测误差的最大,系统所需旋转备用也会变化,使得发电费用也会增加。     

基于风-光-蓄-火联合发电系统的多目标优化调度

针对风电、光伏出力的随机性、间歇性和波动性而导致其在大规模接入电网时对电网发电计划制定和调度产生的影响,提出了含风-光-蓄-火联合发电系统的多目标优化调度模型。利用抽水蓄能的抽蓄特性,将风电和光伏出力进行时空平移,使风-光-蓄联合出力转变为稳定可调度电源,具备削峰填谷的功能,与火电机组共同参与系统优化调度。以风-光-蓄联合出力最大、广义负荷波动最小和火电机组运行成本最小作为目标函数,建立多目标优化调度模型,通过多目标处理策略,使目标函数简化为2个,以降低问题维数;在求解阶段,利用分层求解思想,将模型划分为两层,分别采用混合整数规划方法和机组组合优化方法进行求解。10机测试系统仿真结果表明：所建模型可以提高风能和太阳能的利用率,缓解火电机组的调峰压力,大幅降低风电反调峰特性对电网的影响,从而保证电力系统安全、稳定、经济运行。     

电动汽车和可再生能源经济环保协同并网调度的优化模型

文章在考虑等效负荷均方差最小的基础上,以火电机组的运营成本和污染物排放量最低为目标函数,考虑到风力发电、光伏发电和火电机组的约束条件,建立了一种含电动汽车、风光发电参与下的经济环保调度优化模型。采用动态改变学习因子的粒子群算法,以某地区电力系统为实例,验证了文章所提模型的有效性;并通过4种不同的运行模式的对比分析发现,风力发电、光伏发电和电动汽车协同并网调度,不但能够最大限度地利用光能和消纳风电来平滑负荷的波动,而且有利于削峰填谷和降低火电机组运营成本和污染物排放量。     

考虑风电和光伏出力不确定性的日调度优化方法

文章采用一种改进的序列运算算法建立风电及光伏出力的不确定性综合模型,并将该模型引入调度优化问题中,建立了计及CO2排放费用及备用出力费用影响的考虑风电和光伏出力不确定性的日调度优化模型。采用机会约束理论处理含风电及光伏出力的不确定性约束,提出了一种离散粒子群与连续粒子群混合的智能算法求解该模型。最后,通过包含风电场和光伏电站的IEEE39节点算例,对所提模型以及算法进行了仿真分析,验证了数学模型和优化算法的环保性、经济性和有效性。     

考虑最小失弃风量的塔筒电梯供电优化调度

针对目前风电场存在弃风严重与风电机组维护量巨大的问题,该文提出在"弃风量+储能补偿电量=塔筒电梯消耗电量"的供电模式下,构建基于最小失弃风量的塔筒电梯供电优化调度经济模型。首先分析塔筒电梯供电模式,建立塔筒电梯日耗电量模型;其次构建包含储能成本、风电场内部购电成本、储能补偿火电排污和环境治理成本等相关指标的目标函数,提出采用改进粒子群算法,高效解决塔筒电梯供电优化调度问题;最后以新疆达坂城某风电场对该优化调度模型验证,通过算例验证该模型对塔筒电梯供电优化调度的可行性与有效性。     

不同调峰深度下火电机组的环境经济调度优化

在双碳目标背景下，为实现电网调峰以消纳更多新能源以及传统火电的节能减排需求，该文建立配合储能系统及大规模风电并网的不同调峰深度下火电机组环境经济调度模型，分析火电机组的调峰能力以及不同调峰深度下机组的煤耗特性和CO₂排污特性的变化；提出一种不同调峰深度下的惩罚因子，将多目标环境经济调度转化为单目标优化，并给出一种改进的灰狼算法以求解模型。与原始灰狼算法和粒子群算法相比，该文提出的算法具有更好的优化性能。算例结果表明：在RPR和DPR调峰阶段，系统煤耗成本和CO₂排放量随调峰深度增加而减小；在DPRO调峰阶段，CO₂排放量随调峰深度增加而增加。储能系统发挥了削峰填谷的作用，大幅减小弃风，降低了系统运行的总成本。     

基于改进搜索特性的粒子群算法的水电站优化调度研究

为了进一步提高水电站水库优化效果,减少弃水,提高水电站收益,本文以东风水电站为例,研究了粒子群算法的改进;改进了粒子自搜索、贪婪选择策略、优胜劣汰变异策略三项关键技术;并将改进的算法应用于水电站中长期优化调度。实例计算以基本粒子群算法、蜂群算法和提出的改进算法对同一电站进行优化。结果显示,改进的粒子群算法优于基本粒子群算法和蜂群算法,发电量和总收益都高于其他两种算法,弃水更少。结果证明改进的粒子群算法在求解具有复杂约束条件的非线性水库优化调度问题时,求解结果更优,收敛速度快的优点,为解决水电站中长期优化调度问题提供了一种新的有效方法。