面向“互联网+”的风火发电权交易促进风电接纳研究

针对目前中国严峻的弃风形势,结合"互联网+"在电力行业不断融合的新趋势,提出面向"互联网+"的分散式超短期风火发电权交易模式。当风电场出力大于电网对它的消纳能力时,为了减少弃风,风电场通过"互联网+"交易平台及时发布交易信息,邀请有能力的火电机组参与发电权交易,利用"互联网+"平台的分散决策系统和云计算技术,快速提供优化决策。由于风电场出力的随机性,风电场实发电量与火电机组签订的交易电量会存在一定偏差,使得风电场无法准确履行交易计划。为此,在风火发电权交易模型中引入风电不平衡费用,量化分析风电场出力偏差引起的不平衡成本。最后,通过算例仿真,验证交易模式的合理性,为解决风电消纳难题提供参考。

基于MEA算法结合委托代理模式的风火发电权交易研究

风电面临的弃风问题愈来愈严重,为了解决风电消纳难题,利用风电和常规机组之间的发电权交易来完成风电的再次消纳值得探索。结合风电出力的随机性、间断性特点,综合借鉴委托代理原理对风火发电权交易的市场结构、交易机理进行了探讨,并提出了在风火发电权交易中计及风电偏差电量成本的委托代理收益模型。结合思维进化算法(mind evolutionary algorithm,MEA)对IEEE-30节点网络的风火发电权交易模型进行算例仿真。通过仿真结果验证了委托代理模式下的风火发电权交易模型合理性,并试图为风电再次消纳提供一种合理的交易方法。

利用贝叶斯学习法修正报价的发电权交易研究

在不完全知道发电权交易对方报价的前提下,通过贝叶斯自学习方法估计对方报价来预知对方交易报价底线,并根据Zeuthen策略调整己方的报价,然后考虑双方网损率来对报价进行修正,使之更加符合实际交易情况,最后通过算例仿真对报价结果进行分析,验证了考虑网损率下报价双方交易的有效性。

基于自适应MPPT算法的光伏发电系统低压穿越的控制策略研究

为确保系统故障时光伏发电系统有充分应对低压穿越的能力,提出了一种自适应最大功率点跟踪(Maximum Power Point Tracking,MPPT)算法的低压穿越的滑模控制策略。在逆变器输出电压为矢量控制基础上,对逆变器输出的有功和无功进行解耦分析,并以自适应最小均方差的电导增量法生成参照电压U_(ref),且内环控制选取PID滑模模型保证光伏系统的输出电压紧跟U_(ref),并在传统控制模型上增加自适应控制模块。在系统电压发生跌落时,结合直流卸荷电路来保证逆变器直流电压稳定运行。结果表明所提出的控制策略能有效保证光伏发电系统的鲁棒性,确保系统稳定运行和实现低压穿越。

基于ICA和NSGA-Ⅱ组合算法的微电网优化调度

为了提高微电网运行的经济性,提出了一种基于ICA和NSGA-Ⅱ组合算法的微电网优化调度方法。首先对含有多种分布式电源的微电网结构进行分析;然后通过ICA算法筛选对微电网运行经济性影响较大的因素,并建立相关目标函数和约束条件;接着结合改进NSGA-Ⅱ算法建立优化调度模型;最后利用该组合算法对含多种分布式电源的微电网进行优化调度仿真分析。其结果表明:基于ICA和NSGA-Ⅱ组合算法的后期搜索能力强,且收敛速度快。通过该算法得到微电网经济运行成本值仅为1 120.2元/天,比PSO算法和FPA算法分别少了150.5元/天和733元/天,并且其收敛速度比PSO算法快28%。此外,通过组合算法得到的微电网优化调度能够有效调节系统内分布式电源输出功率,使得系统功率分配更合理。当电网售电价高和负荷大时,充分利用分布式电源发电以降低购电成本,起到削峰填谷的效果,使系统运行的经济性达到最佳。

基于ART-ACO-LVQ复合算法的变压器故障诊断研究

为了提高变压器故障诊断的效率,提出了一种基于ART-ACO-LVQ复合神经网络算法的变压器故障诊断方法。首先针对ART2神经网络算法基本原理进行分析;然后利用ACO算法对ART2神经网络算法进行结合,进而对其初始权值进行优化;接着再结合有监督学习特点的LVQ神经网络算法,并提出基于ART-ACO-LVQ复合算法的变压器故障诊断方法;最后利用该复合方法对不同的变压器故障类型进行仿真分析。其仿真结果表明:通过基于ART-ACO-LVQ复合神经网络算法能够有效识别不同类型的变压器故障,对25个测试样本识别正确率达到100%,而利用ART2神经网络算法和ART-ACO神经网络算法的诊断结果正确率仅分别为68%和84%。进而表明所提的一种基于ART-ACO-LVQ复合神经网络算法的变压器故障诊断方法具有较高的正确性以及可靠性,其结果具有一定的工程实际意义。

基于改进ECA算法的分布式微电网系统的经济优化调度研究

考虑分布式能源输出功率的不确定性给微电网系统的经济调度造成的巨大压力,结合鲁棒优化原理将传统微网系统经济调度模型中的随机因子进行相应处理,建立了含分布式能源系统的微网经济调度的鲁棒优化调度模型。该模型能够实现微电网系统对各电源的动态优化调度,降低了微网系统安全稳定运行的经济成本。

基于风电极限场景的电力系统协调优化调度研究

本文引入极限场景代表风电场出力偏离预测场景的各种可能方向,并考虑各个极限场景下常规机组备用动作对应的系统安全运行约束,建立了含风电的系统机组协调优化调度模型,通过全局粒子群优化算法对IEEE39网络节点测试系统进行优化仿真,验证了模型的可行性。

基于改进BHA的风光联合系统无功优化研究

为了提高风光联合系统的无功调控能力,提出了一种基于改进BHA的风光联合系统无功优化方法。首先分析了风力发电和光伏发电系统的无功调控模型;然后建立了以低线损和低电压偏差为目标的无功优化目标函数和约束条件;接着利用改进BHA建立无功优化调控模型;最后建立了仿真模型并进行了仿真验证。其仿真结果表明:基于改进BHA的风光联合系统无功优化方法收敛效果好,其收敛效率比PSO、BBO和ACO分别提高了82.1%、64.5%以及348%。且其收敛的线损和电压偏差值均是最小,仅为3.56 MW和0.065 8%。其线损比其余三种方法分别降低了0.11 MW、0.19 MW和0.16 MW。研究结果可为电网系统无功优化调控策略提供参考。

基于元胞自动机和有向网络的风火多元发电权交易报价动态模拟

针对目前发电权交易市场未能完全处于信息公开透明的局面，交易个体需要在把控有限的交易信息下开展利于己方的报价决策．本文运用元胞自动机和有向网络建立了各交易个体参与风火多元发电权交易的动态报价模拟模型．首先，个体各历史时段的评估增益和当前时段内邻域个体之间评估的风险增益；其次，分别建立历史报价策略转移矩阵和邻域报价策略转移矩阵，结合二者形成新一轮各交易个体的报价策略；最后，利用重标极差法（R／S）和其参数日对报价模拟结果进行评价．论文对具体算例定量分析各交易元胞报价策略及对风险的敏感度，仿真结果表明，在目前权交易信息不对称的环境下，运用本文所建立的模拟方法可为各交易成员提供一个有效、可行的报价决策．