基于时段耦合特性的动态环境经济调度求解方法

基于电力系统动态环境经济调度(dynamic economic emission dispatch,DEED)在时段间的耦合特性,提出了一种改进的教与学优化算法,用于求解DEED问题,对燃料费用和污染气体排放量同时进行优化。采用反向学习策略改善种群的多样性,单时段教与学过程来提高算法的局部寻优能力,单时段贪婪选择机制在全局范围内找到新的搜索空间,平衡局部寻优与全局寻优能力。对10机39节点系统进行仿真分析,结果表明所提策略可以显著提高算法的收敛速度和收敛效果,得到高质量的解。     

基于绿色证书交易的含风电系统低碳经济调度

为促进风电的发展,将绿色证书交易机制引入电力系统调度模型中,建立了基于绿色证书交易机制的含风电系统低碳经济调度。引入环境成本将系统的低碳目标和经济目标进行统一;引入风险成本以应对由风电出力不稳定性对系统带来的影响。采用细菌群体趋药性算法对所建模型进行了优化求解,对低碳经济调度与传统调度的结果进行了对比分析,并对不同的绿色证书交易水平对系统成本以及碳排放量的影响进行了分析。通过算例分析验证了本文所提模型的合理性和有效性。     

电力系统动态环境经济调度建模与求解

建立了耦合动态经济调度(dynamic economic dispatch,DED)和环境经济调度(economic emission dispatch,EED)的电力系统动态环境经济调度(dynamic economic emissiondispatch,DEED)模型.DEED为多变量、非线性、强约束、多目标优化问题,国内外研究者通过将其转化为单目标或根据时间划分将其转化为一系列静态调度问题进行简化,但该类方法存在无法保证全局最优或计算效率低下问题.为此将非支配排序机制应用于差分进化算法中,并引入二次选择和随机替换操作克服早熟收敛,同时嵌入动态约束处理方法,提出带有动态约束处理的改进多目标差分进化算法用于求解DEED问题.算例结果验证了所提方法的有效性.     

基于MO-APSO的含风电场电力系统动态环境经济调度

为综合考虑碳排放权交易对风火联供模式的影响,基于节能减排、发电效益、机组运行3个方面约束条件,引入碳排放权交易成本函数,构建了考虑发电成本、碳交易成本、环境成本的风火联供系统多目标动态环境经济调度(DEED)模型。提出一种多目标自适应粒子群优化(MO-APSO)算法求解该DEED问题。根据寻优过程中粒子当前的适应度函数值,对惯性权重及学习因子进行自适应修正,进一步改善早熟的缺陷,增强全局搜索能力。含风电场的10机电力系统仿真结果表明:所提方法能同时优化成本和排放这2个冲突的目标,且获得了比其他算法更为宽广和均匀的Pareto前沿,有效降低了联供系统的碳排放量及综合运行成本。     

基于混合DE-PSO多目标算法的动态环境经济调度

电力系统中的动态环境经济调度(DEED)是一个多变量、强约束、非凸的多目标优化问题,传统方法很难进行求解。基于微分进化(DE)算法的快速收敛性和粒子群优化(PSO)算法的搜索多样性,提出一种融合2种算法优点的混合DE-PSO多目标优化算法来求解DEED问题,该算法基于外部存档集和Pareto占优原则,采用自适应参数的DE和PSO双种群更新策略以及一种改进的Pareto解集裁剪方法。引入3种指标评价算法的性能,并采用模糊决策技术从Pareto前沿中提取折中解以供决策者进行选择。经典算例的仿真结果表明所提方法能同时优化成本和排放这2个冲突的目标,且获得了比其他算法更为宽广和均匀的Pareto前沿,体现了所提方法的可行性和优越性。     

基于改进多目标差分进化算法的安全约束动态环境经济调度

本文提出一种改进多目标差分进化算法求解计及输电线路有功潮流约束的动态环境经济调度模型。该算法利用反向学习初始化种群以提高种群的多样性,同时采用改进的拥挤距离计算方法以改善Pareto最优解分布的均匀程度。最后,基于潮流熵指标从Pareto最优解集中提取出电网潮流分布最均衡的发电调度方案。以IEEE30节点系统为算例进行仿真分析,优化结果验证了所提发电调度方法的有效性。     

含运行协调性并改进差分进化算法的机组组合

为解决大规模风电并网后传统调度策略易致线路长时间重载运行问题,提出含运行协调性的多目标优化模型及采用含动态搜索空间的混沌多目标差分进化算法求解.对多目标差分进化算法与搜索空间的动态更新机制进行有机结合,将随机生成算法的初始种群改为采用改进Tent映射的混沌化初始种群来提高算法的寻优精度.IEEE 30节点算例结果表明,...     

一种基于混沌序列的动态差分进化算法在电力系统动态经济调度中的应用

针对电力系统动态经济调度(DED)问题,引入差分进化算法,提出一种基于混沌序列的动态差分进化算法(ＡＤＤＥＣＳ)。该算法采用混沌序列动态调整差分进化算法的参数设置,保持种群的多样性。动态搜索策略被用于提高算法的整体搜索性能,它由全局搜索策略和局部搜索策略2部分组成。为了加速收敛和解决DED复杂的约束处理问题,采用基于多目标概念的约束处理机制,并提出一种根据机组调节能力来按比例分摊不可行解约束违反量的新方法。同时在搜索过程中,通过采用不同的变异策略结合改进的随机搜索策略来避免算法早熟,增强全局最优解的搜索能力。提出的方法的可行性和有效性由10机测试系统来证明,和其他方法相比,ADDECS方法计算速度快,计算精度高且鲁棒性强。     

基于改进非支配多目标差分进化算法的含风电-小水电电力系统动态环境经济调度

建立了一种含风电-小水电电力系统动态环境经济调度模型,考虑了机组阀点效应、爬坡率及电力网络损耗.为求解该调度模型,给调度人员提供一组优质的决策方案,构建了一种改进非支配多目标差分进化算法,该算法在基本多目标差分进化算法中引入多项式变异,增加种群多样性;同时,将常规非支配排序策略进行简化,降低求解复杂度;最后,以含10台火电机组、1个风电场和1个小水电并网的电力系统为算例,进行仿真计算,并对不同调度方案进行对比分析.结果验证了改进非支配多目标差分进化算法求解该问题的有效性及所提调度模型的合理性.     

电力系统动态环境经济调度问题的建模与求解

为了在电力系统优化调度中同时兼顾整个时段的经济和环境效益,该文建立了考虑阀点效应和系统网损的电力系统动态环境经济调度模型,提出了一种改进的多目标教与学优化算法对模型进行求解。算法引入了反向学习策略、外部最优解集策略、基于个体稀疏度的教师选取策略、模糊满意度和动态班级策略,通过动态启发式随机约束处理与罚函数相结合的方法对违背约束的个体进行修正与惩罚。最后,用10机算例对文中提出的模型和算法进行了仿真测试,并与其他算法进行了对比。仿真结果表明文中算法的有效性和优越性。     

基于风速预测和随机规划的含风电场电力系统动态经济调度

随着风力发电在电力系统中比重的持续增加,在电力系统经济调度中需要考虑风电场的影响;而并网风电场具有动态、随机、容量大等特点,传统的经济调度方法已不再适用。针对风电场出力的随机性,在风速预测的基础上,应用随机规划理论建立了考虑机组组合的含风电场电力系统动元网络和遗传算法的混合智能算法,提高了算法的收敛速度和搜索性能。以含风电场的IEEE30节点系统为算例验证了所提方法的可行性和有效性。     

基于多目标原子轨道搜索算法的风电场集群最优经济调度

随着环保意识的增强以及风电渗透率的不断攀升,使得电力部门对含风电系统的经济调度提出了更高的要求。为了在降低污染物排放及促进风电消纳的同时将发电成本控制在最低,建立了考虑环境与经济指标的风-火多随机变量经济调度模型。该模型中的目标函数考虑了火力发电成本、风力发电成本、弃风惩罚成本及污染气体排放。采用多目标原子轨道搜索算法进行模型求解,该算法在传统原子轨道搜索算法的基础上添加了存档机制、网络机制以及领导者选择机制,具有较强的多目标优化执行能力。结合修改后的IEEE30节点算例进行仿真分析,结果验证了所提模型的可行性以及多目标原子轨道搜索算法求解此类问题的有效性。     

考虑大用户直购电的动态环境经济调度

动态环境经济调度在环境经济调度的基础上考虑发电机组的爬坡约束,增强了调度时段内各时段间机组出力的强耦合约束,如何有效地解决此类问题至关重要。另外,大用户直购电如何影响电网动态环境经济运行调度也具有一定研究价值。为此,对考虑大用户直购电的动态环境经济调度问题进行建模,并采用内点法多约束处理策略改进多目标细菌群体趋药性(MOBCC)优化算法进行求解,旨在从系统发电成本的角度研究大用户直购电对经济调度的影响。最后,通过仿真验证明所提方法的有效性,并对仿真结果进行分析总结,说明所采用方法对大用户直购电策略、电网调度影响分析具有一定指导意义。     

参与多元耦合市场的电-气综合能源系统低碳经济调度

为进一步提升综合能源系统（IES）绿电消纳水平,减少CO2排放量及降低系统运行成本,提出一种计及绿证交易与碳交易交互机制下的IES低碳经济调度模型及其求解方法。首先,对传统阶梯式碳交易机制进行改进,并根据绿色证书碳减排原理,提出一种绿证-碳交易交互机制,即通过冗余绿色证书联动碳交易与绿证交易的耦合市场机制;然后,以系统总成本最小为目标,结合低碳技术,构建绿证-碳交易交互机制下计及碳捕集、利用与封存（CCUS）技术的电-气互联综合能源系统优化调度模型;最后,以IEEE39节点电网、比利时20节点气网构成的电-气互联综合能源系统为例进行仿真研究,结果表明所提方法在提高风电消纳的同时,可显著减少CO2排放。     

Dynamic environmental economic dispatch using multiobjective differential evolution algorithm with expanded double selection and adaptive random restart

The dynamic environmental economic dispatch (DEED) model is presented in this paper, in which the fuel cost and emission effect over a certain period of time are optimized as conflicting objectives. It is a high dimensional, nonlinear constrained multiobjective optimization problem when generators’ valve point effect, ramp rate limits and power load variation are considered. This paper proposes a modified adaptive multiobjective differential evolution (MAMODE) algorithm to solve the problem. In MAMODE, expanded double selection and adaptive random restart operators are proposed to modify the evolutionary processes for avoiding premature and a dynamic heuristic constraint handling (DHCH) approach is introduced to deal with the complicated constraints. The DHCH can lessen infeasible solutions gradually. To illustrate the effectiveness of the method, four cases based on three test power systems are studied. The simulation result indicates that the DEED can be solved quickly. Comparison of numerical results demonstrates the proposed method has higher performance.     

基于通用分布的含风电电力系统随机动态经济调度

随着风电大规模并网,其不确定性给电力系统经济调度带来了新的挑战。文中利用通用分布模型拟合不同风电功率预测水平下的实际风电功率分布,并以此建立了考虑风电低估、高估成本的日前动态经济调度的随机优化模型。通过对目标函数和约束条件的转化与分析,将随机优化模型转化为一个非线性凸优化问题。结合二次规划算法和内点法,提出了一种两阶段优化算法用以求解对应的经济调度问题。最后,在含风电场的IEEE 30节点系统上,验证了所提基于通用分布的随机动态经济调度方法的有效性。     

基于深度强化学习的自适应不确定性经济调度

当风电、光伏等间歇性电源大规模接入电力系统时,为应对其出力的不确定性,电力系统经济调度模型需建立在对不确定性建模的基础上,建模精确度将直接影响调度结果的精确度。但当系统同时包含风电、光伏和负荷复杂的不确定性时,对系统整体不确定性进行精确建模显得尤为困难。针对这一问题,引入深度强化学习中深度确定性策略梯度算法,避免对复杂的不确定性进行建模,利用其与环境交互、根据反馈学习改进策略的机制,自适应不确定性的变化。为确保算法适用性,进行了模型泛化方法的设计,针对算法稳定性问题进行了感知-学习比例调整和改进经验回放的机制设计。算例结果表明,所提方法能在自适应系统不确定性的基础上,实现任意场景下的电力系统动态经济调度。     

采用多目标纵横交叉算法的电力系统动态环境经济调度

针对带非线性约束的电力系统动态环境经济调度问题,提出一种多目标纵横交叉算法。对动态调度中燃料费用和污染排放两个相互约束、冲突的目标同时进行优化。求解过程中,结合非约束支配策略,提出一种双交叉机制,增强粒子穿越非可行区域的能力,使得生成的帕累托最优解落在可行区域内。通过边缘探索,增强算法的全局搜索能力。同时,采用外部存档集合储存非劣解,并通过拥挤度对比,保持非劣解的多样性。最后,采用模糊决策理论获得最优折中解。对10机电力系统的仿真结果验证了所提方法的有效性与优越性。     

随机风电接入的电力系统动态经济调度多场景协同优化

针对随机风电接入的电力系统动态经济调度问题,采用场景法应对随机风电接入带来的不确定性,并以发电总成本最小为优化目标,结合多学科协同优化算法的核心思想建立基于多场景解耦的电力系统动态经济调度协同优化模型。引入动态松弛算法求解模型的系统级优化问题,有效克服传统多学科协同优化算法的不足;采用网格计算工具并行求解由多场景构建的子学科优化问题,大幅提高求解规模和计算效率。含风电的IEEE 39节点系统仿真结果表明,所提模型是可行有效的,并且优化效果要优于基于GAMS-BARON求解器的传统场景法。