电力市场条件下电网公司的购电优化模型研究

随着电力工业改革的进行,厂网分开已经实现,此时电网公司的目标是追求企业发展和实现企业价值最大化,因此对电网公司的购电策略进行研究是非常必要的。本文研究电网公司在发电侧已经开放且采用单一购买者模式的电力市场条件下的最优购电方案,建立了电网公司在长期合约市场的购电模型,分析了发电商的机组发电报价曲线和备用容量报价曲线。根据合约市场中的购电量以及对机组发电报价和备用容量报价的分析,本文建立了市场清算价格由机组报价形成的短期现货市场中电网公司的购电优化模型,其目标函数是使购买电能和备用的总费用最小,约束条件需考虑用户的需求以及系统的安全稳定运行。     

电力市场条件下地市级电网优化购电模型

为了通过优化购入地方发电厂的电量来降低购电成本,提出了一种新的购电优化数学模型。该模型以从多个地方发电厂购入电量总成本最小化为目标,以供求平衡、发电厂最大出力、输电线路最大传输容量限制、变电站主变压器最大承受能力以及网损等因素为约束条件。该模型已应用于福建省某地区电网的实际购电过程中,实际算例分析验证了该模型的正确性和可行性。     

电力市场条件下地区电网日购电优化模型与算法研究

在目前厂网分开的电力市场环境下,许多地方小电厂还不具备参与到省级电力市场上竞争的能力,它们一般由所在地区的供电公司进行统一调度。建立了地区电网日购电优化的数学模型,该模型的目标函数为总购电费用最小,约束条件包括电量平衡约束、地区电网供需平衡约束、各电厂出力特性约束和线路安全约束,另外还考虑了不同地点的电源点向系统传输功率而各自产生的网损对总购电费的影响。同时,还提出了具有快速收敛和高计算精度的改进混沌遗传算法,并将其应用于购电优化计算中。最后,将所提出的购电模型与算法应用于某地区的日购电优化中,计算结果表明,在考虑网损时的购电费用相对于其他方法可节省约1.9%。     

市场环境下省级电网企业购电空间及优化策略

电力市场环境下,各省级电力公司的购电计划中除了一定的固定购电合约以外,在一定的条件下还还存在着自由购电空间.对如何确定省级电网企业的自由购电空间的问题进行研究,提出一套较为完整的判别体系流程,对不同购电情况下的购电量以及购电费用建模分析,并在存在购电优化空间的条件下构建了购电优化模型.通过南方某省电网企业2006年的购电实际数据进行验证分析,结果表明,该购电优化空间判别方法和购电优化模型能够为省级电网企业的购电策略提供可靠合理的辅助决策分析.     

电网企业代理购电风险及其策略优化研究

为进一步推动电力市场化改革,未入市工商业用户由电网企业代理参与电力交易;然而,代理购电用户用电随机性强,在常规中长期交易中易产生较大偏差电量。对此,借鉴售电公司的中长期与现货市场协同交易模式,分析电网企业代理购电与之在决策目标和决策组成方面的差异,并建立代理购电业务的风险体系;在此基础上,提出计及代理购电特性的风险评估指标,以该项指标为目标函数,建立代理购电决策的优化模型,设计改进粒子群算法实现月度市场与日前市场购电量的快速有效分配。根据某区域工商业用户数据验证所提模型的有效性,仿真结果表明,模型通过计及代理购电特有的剩余电量可显著降低条件风险价值,且改进粒子群算法将计算时间缩短近20%。     

基于综合成本的电网公司购电优化模型

温室效应加剧,世界性环境问题凸显,电网公司应寻求合适的购电策略以保障电力行业的可持续发展。通过污染物排放因子和治理成本将电力生产过程中污染物排放造成的环境负效应量化,折算成外部环境成本,同购电费用共同作为购电决策的依据,建立基于综合成本的电网公司购电优化模型。仿真计算结果表明,优化后的购电策略环保效益的增加量远大于购电成本的增加量。     

基于CVaR的省级电网公司购电组合优化

介绍了条件风险价值(CVa R)在购电组合中的运用,分析了电网公司购售电中面临的收益与风险。建立了电网公司收益最大化和风险最小化多目标优化模型,利用量子粒子群优化算法得到收益与风险相协调的最优购电组合,并通过实际案例验证了该模型的有效性。     

省级电力公司的购电决策模型及其模糊优化算法

采用条件风险价值对省级电力公司的购电组合风险进行度量,对条件风险价值的连续表达式进行推导;构建基于投资组合理论下的省级电力公司购电组合优化模型.将对数型隶属函数引入模型中,采用模糊数学优化理论对多目标模型进行求解,得出最优购电策略.     

区域电力市场环境下电网公司的多级购电优化模型分析

在我国区域电力市场运营模式下 ,电网公司作为唯一的购电机构 ,可通过与发电商之间签订长期、中期、短期电力交易合同来规避风险。对于剩余的电能需求平衡问题可以在超短期电力市场中进行实时调整。本文讨论了电网公司在长期、中期、短期、超短期电力市场中的多级购电模型 ,并对各级购电模型之间的联系进行了分析。     

A Heuristic Combinatorial Optimization Algorithm for Load-Leveling and Peak Demand Reduction using Energy Storage Systems

A method for applying combinatorial optimization algorithms to Energy Storage System (ESS) scheduling is presented in this paper. Scheduling is essential for the integration of ESS in electrical networks at grid level or at consumer level to achieve the objectives of integration such as constraint management or energy cost reduction and for efficient storage dispatch. It also shows that for a time-of-use (ToU) tariff scheme based on the shape of the demand profile with higher prices tied to peak periods, effective load-leveling, and peak demand reduction always leads to energy cost reduction. While other methods usually require more information such as generation cost curves or ToU tariffs to schedule ESS, the proposed method uses only demand profile information and ESS parameters to achieve load-leveling and peak demand reduction and also considers the entire optimization time horizon. This is done by combining heuristic bin packing and subset sum algorithms with specific modifications to the standard forms and through transformations. A case study is presented in which the algorithm is used to schedule household ESS with repurposed electric vehicle batteries and the results are compared to a demand response scheme on the same setup.     

大规模风电接入下输电网扩展规划的启发式优化算法

提出了大规模风电接入下的输电网有功和无功扩展规划的解决方法。计及了风电与负荷的全年时序数据,并将网络设备投资的年值成本与方案在全年所有不满足安全约束场景下采取控制措施的成本之和最小作为规划目标。为了降低求解计算的复杂性,将原问题分解为网络设备投资决策与方案的控制措施成本评估2个子问题,二者借助原问题的规划目标进行总体协调。在此基础上,通过分析规划目标与问题本身的特性,设计了启发式的优化算法,明显地提高了计算速度。算例分析验证了所提方法的正确性和求解算法的有效性。     

一种用于电机优化设计的启发式约束非线性优化算法

提出一种用于电机优化设计的非线性优化算法，该算法利用电机优化过程中捕获的启发式知识控制优化进程，提高了算法的收敛性，减小了运算时间。     

华东电网抽水蓄能电站电能计划安排方式优化算法

针对华东电网调度管辖抽水蓄能电站容量不断增加的现状,综合考虑预计用电负荷、联络线送受电计划、电站出力特性等多种因素,为了最大限度地节能降耗、提高火电机组发电负荷率,以考虑抽水蓄能电站电能计划后的发电负荷率最大为优化目标,在实际工作中研究提出了华东电网抽水蓄能电站电能计划安排方式优化算法。实践应用中,华东电网已根据此优化算法开发了计算程序,用以为电能计划编制人员提供决策依据。经实践检验,该计算程序明显提高了华东电网抽水蓄能电站电能计划的编制质量和工作效率。     

变电站地网缺陷诊断优化算法研究

介绍了目前地网缺陷检测的方法和存在的问题,提出了一套创新的可以在实际接地网故障诊断项目中应用的诊断方法。该诊断方法建立了非线性、超定优化数学模型,引入了改进的概率搜索算法,将经典确定性优化算法和现代概率搜索优化算法结合起来,有效地解决了接地网故障诊断中的大容差、多故障、非线性、多解、病态等难题。该研究方法通过了大量仿真计算、模拟地网试验和现场实际测试,表明这种新方法是有效可行的。     

变电站地网缺陷诊断优化算法研究

介绍了目前地网缺陷检测的方法和存在的问题,提出了一套创新的可以在实际接地网故障诊断项目中应用的诊断方法。该诊断方法建立了非线性、超定优化数学模型,引入了改进的概率搜索算法,将经典确定性优化算法和现代概率搜索优化算法结合起来,有效地解决了接地网故障诊断中的大容差、多故障、非线性、多解、病态等难题。该研究方法通过了大量仿真计算、模拟地网试验和现场实际测试,表明这种新方法是有效可行的。     

FLOW SHOP调度问题的启发式算法

针对以总完工时间最小为目标的Flow Shop调度问题,基于全局插入和任务交换两种方法,提出一个启发式算法RP.RP算法的种子序列采用分组加权规则产生,并在调度改进阶段依据种子序列应用全局插入和任务交换方法对当前调度进行改进,以提高算法的搜索能力.模拟实验表明,在调度结果的平均质量、最好调度的获取能力和算法稳定性方面,RP算法优于目前最好的启发式算法RZ、WY、IX和FL.     

面向智能电网电压崩溃路径的优化粒子群算法

随着智能电网系统的研究深入,针对复杂智能电网系统的电压崩溃路径,研究了基于智能电网系统的等效模型。通过AGENT图分析了系统脆性关系,采用一种在脆性发生时崩溃路径优化粒子群算法,给出系统内部的脆性对于系统稳定性的影响,发现脆性激发时崩溃传递路径具有多样性的解,并分析了崩溃路径。基于35 kV智能电网一次系统模型,通过对智能电网脆性电压崩溃路径的预测和控制,有效优化了整个系统性能,对智能电网系统的设计控制具有重要的指导意义。结果表明,智能电网系统节点的崩溃在各子系统层间传递,进而导致整个系统的电压崩溃。     

电网节点编号优化算法的改进

为寻求一种最优的电网节点编号方案,以提高电网模型中节点导纳矩阵的求解速度,分析传统节点编号优化法的优缺点,并结合动态法和半动态法的优点,提出一种新的电网节点编号优化算法,通过实例证明了该算法的快速性和有效性。     

限制500 kV电网短路电流的网架调整优化算法

通过开断部分线路调整500 kV网架结构以增加超标站点之间的电气距离,是限制500 kV电网短路电流的有效措施.对于开断线路的选择既要考虑短路电流的限制效果,又要尽量保持500 kV网架的完整性,如何从上千种断线组合中,选取一种开断最少线路以最大限度限制超标站点短路电流的断线组合极为困难.文中通过分析开断线路对阻抗矩阵各元素的影响,推导开断线路与超标站点自阻抗变化的灵敏度关系,并以该灵敏度为指标提出了一种限制500 kV短路电流的网架调整优化算法.该算法通过求取超标站点自阻抗灵敏度加权和的最大值,可以快速寻找限制超标点短路电流的最优断线组合,避免了对所有断线组合逐一进行校核的繁琐过程.基于该算法提出的广东电网500 kV调整方案证明了其有效性.