水电站机组负荷降维优化分配中的时间尺度效应

时间尺度是影响水电站负荷优化分配结果的重要因素。为探究时间尺度对水电站负荷分配的影响,研究论述了水电站调度中的时空尺度效应内涵及出现的原因,提出了包含发电耗水量、跨越振动区次数、机组启停次数、求解耗时等的尺度效应量化指标,并以ZM水电站为研究对象,基于水电站机组负荷优化分配模型,逐次递进分析了典型日考虑负荷过程随机性与负荷水平的水电站机组负荷优化分配尺度效应。结果表明:1)时间尺度越小更易捕捉负荷变化与水库运行过程,电站负荷优化分配的耗水量、机组启停与跨越振动区次数越大。时间尺度越大更易忽视或弱化机组启停以及跨越振动区等行为,产生潜在的安全运行风险。2)考虑负荷过程的随机性时,水电站负荷优化分配同样呈现尺度效应现象,但其影响程度与时间尺度大小影响相当。3)负荷水平越小或越大,不同时间尺度下电站机组运行方式变化较小,时间尺度效应越不显著;负荷水平居中时,时间尺度效应相对显著。研究结果可为水电站负荷优化分配的时间尺度选择以及模型降维求解算法提供科学依据。

计及新能源出力相关性的多能源微网仿射实时优化调度

为计及新能源出力相关性对多能源微网运行的影响,并响应源荷实时变化,提出一种计及新能源出力相关性的多能源微网仿射实时优化调度方法。首先,在多能源微网中引入Kalina循环,实现热电联产机组的灵活经济输出。其次,考虑源荷不确定性以及风光出力相关性对多能源微网运行的影响,构建并求解计及风光出力相关性的多能源微网仿射优化模型。再次,在获得优化方案变化范围的基础上,实时计算各仿射噪声元的取值,从而获取多能源微网实时调度轨迹。最后,仿真结果验证了所提方法能够充分计及不确定性和相关性的双重影响,有效应对源荷实时变化,并提升系统运行经济性。

基于分布式固定时间时变算法的微电网能源调度研究

微电网中的能源优化调度旨在通过制定最低发电成本的目标,找到最优的设备发电策略。首先建立了一个基于多智能体的微电网模型,充分考虑了微电网运行总负荷随时间变化的动态性。为了解决考虑时变负荷的发电成本最小化问题,进一步设计了一种分布式固定时间时变算法。优化问题的目标函数被定义为所有局部凸目标函数的总和,并受等式约束的限制。在理论上,通过构造李雅普诺夫函数,证明了该算法的稳定性和收敛性。这一理论基础为算法在实际应用中的可靠性提供了保障。数值仿真实验结果显示,所提出的算法能够成功解决微电网能源优化调度问题。这不仅为微电网管理提供了有效工具,也为能源系统的可持续发展提供了有力支持。通过最小化发电成本,微电网能够更高效地满足不断变化的负荷需求,从而提高系统的经济性和可持续性。这项研究为微电网的智能化管理和未来能源系统的设计提供了有益的参考。

考虑电网调度实时性要求的机组负荷优化分配

为了满足电网调度对火电厂负荷优化分配的实时性要求,提出了负荷优化分配总时间的概念并给出了具体计算公式。对煤耗、污染物排放、负荷调整时间的多目标数学模型进行了改进,将全厂煤耗量、污染物排放量两个目标统一为经济性成本目标,将负荷调整时间目标处理为机组变负荷范围的约束条件。通过引入遗传算法中的自然选择机制,提出了自然选择粒子群算法,并对算法的惯性权重及约束条件的处理进行了改进。实例计算结果表明:该方法与现有多目标优化方法相比可有效地缩短优化计算时间,在满足电网调度对负荷分配总时间的硬性要求的同时,更能满足电厂降低成本需求。

基于BP神经网络的火电厂实时负荷优化分配

满足电网调度要求的实时分配方法是火电厂负荷优化分配得到推广应用的关键,综合考虑了燃料成本及污染物排放成本对传统数学模型进行改进。根据BP网络算法中误差函数、权值、阈值的计算公式推导出一种能够真正达到自适应的学习率对算法进行了改进,引入多变异位自适应遗传算法计算样本数据对BP网络进行训练。分析了实时煤耗特性曲线的获取,并探讨了基于BP网络的实时负荷优化分配方法的实现。实例计算结果:10组样本测试结果的平均相对误差仅为0.185%,且平均耗时仅为0.011s,表明了该方法在降低发电成本的同时,可有效地缩短优化计算时间。

车辆优化调度的遗传算法求解

根据货运车辆调度问题的定义,研究单个发货点对多个收货点的车辆调度问题。以车辆的载重量利用最高,且车辆周转时间最短为目标建立模型,并把原问题分解为两段用遗传算法求解：先求出第一个目标的优化结果,在此结果上再按第二个目标优化,得到问题的满意解。通过实例计算说明该算法的实际应用和效果。

改进烟花算法在火电厂负荷优化分配中的应用

现有的负荷分配解决办法较少考虑机组快速响应网调速率与机组少变动策略,并且没有很好地解决厂级分配中快速性与经济性的矛盾.针对这些问题,利用改进的烟花算法,通过自适应动态改变负荷边界和结合爬坡速率约束,实现对负荷变化的快速响应;同时按规定的优先顺序对机组进行排序,当机组负荷发生变化时,在满足约束条件的前提下,实现最少机组变动负荷;通过引入运行切换的方法,使最低煤耗、快速调节和少机组变动之间的矛盾得到一定解决,实现柔性优化.最后给出了厂级负荷在线优化分配的具体算法步骤,并进行了4个机组的算例分析,仿真结果对比验证了算法的有效性.

基于光伏和蓄电池的智能小区能量调度优化策略研究

为了解决智能小区用电过程中存在的用电费用高、电能浪费明显的问题,在构建光伏、蓄电池数学模型基础上,对应分时电价,提出了以用电费用最低为优化目标的智能小区能量调度优化策略。针对智能小区对蓄电池的效用需要,构建了单元楼蓄电池的工作模型,同时对蓄电池运行特性进行了探究。针对小区内具有各种家用负荷、蓄电池和光伏电源的问题,提出了智能小区能量管理系统的总体架构。运用蒙特卡洛法,分别模拟出优化前后某智能小区负荷曲线,并利用仿真软件对智能小区能量调度优化策略进行验证。对应分时电价,对比了采用负荷群优化控制策略前后的用电情况,计算了采用该策略所削减的电费同时计算在运用能量调度优化策略前后智能小区所削减的电费。仿真结果表明,该策略可以在有效节约小区用电费用的同时实现小区负荷削峰填谷。

基于样本熵的新能源电力系统净负荷分时段调度

新能源电力系统源-荷功率具有强不确定性,采用经典的日前调度策略,传统火电机组出力将随净负荷的波动而频繁调整,影响发电设备运行效率和系统运行的经济性,甚至需要改造火电机组,以适应系统能量平衡控制要求。提出一种基于样本熵的新能源电力系统净负荷分时段调度策略。该策略最大化可再生能源利用效率,基于样本熵理论,评估净负荷时间序列复杂度,以此确定火电机组运行模式,并对调度时段进行适应性划分,有效地减少火电机组随系统净负荷波动产生的上、下行爬坡功率,同时增加抽水蓄能机组的参与度。文中以十机组测试系统为例,验证了调度策略的合理性和有效性。

热负荷弹性与分时电价需求侧响应协同促进碳减排的电热优化调度

通过负荷侧灵活性资源的协同可有效促进系统的碳排放降低与低碳经济运行,针对于电热联合系统日前调度问题,建立了一种热负荷弹性与分时电价需求侧响应协同促进碳减排的电热优化调度模型。为有效挖掘负荷侧灵活性资源的协同潜力,在系统的热负荷侧综合利用采暖建筑用户热负荷弹性,同时于系统的电负荷侧引入分时电价需求侧响应相协同。模型的综合优化目标对应考虑结合系统运行燃料成本、系统弃风惩罚和系统碳交易成本以安排电热联合系统的调度计划。算例仿真表明,通过电热负荷侧采暖建筑用户热负荷弹性与分时电价需求侧响应的协同可有效地降低系统碳排放并促进系统低碳经济运行。

源荷协同下计及电转氢和电动汽车的含风电配网日前优化调度

高比例可再生能源接入,其固有的间歇性使得消纳问题日益突出。电转氢和电动汽车是实现节能减排的重要技术,作为灵活性资源参与电网优化调度,有利于可再生能源消纳。提出了一种计及电转氢和电动汽车的含风电配网日前优化调度模型,首先基于电转氢和电动汽车的储能特性和可调特性建立模型,实现负荷特性改善;其次结合系统风电消纳和削峰填谷需求,提出一种基于功率值和功率变化率的分时调度成本模型,形成了源荷协同的灵活性资源控制策略;最后建立了以经济性最优为目标的含风电配网日前调度模型。在改进的IEEE33节点配电网系统中开展仿真验证,结果表明本文所提出的调度方法可以有效降低系统调度总成本和负荷峰谷差,促进风电消纳。

基于动态分时电价的含可平移负荷的微网优化调度

提出了一种基于动态分时电价的含可平移负荷的并网型微网优化调度方法。该方法将微网的优化调度与动态分时的购售电价格同时进行优化,以实现在不降低售电公司利益的前提下最大程度降低微网的总调度成本。此外,针对所建立模型中存在的电价变量和购售电量变量相乘的非线性部分,提出了一种基于价格离散矩阵的线性化方法,从而将问题转变成混合整数线性规划问题,而后采用GUROBI求解。算例对价格离散矩阵的离散程度进行了敏感性分析,并与常见两阶段优化方法进行比较。仿真结果验证了该方法的有效性,可为售电公司优化分时电价及微网优化调度提供参考。

含CAES和多类型柔性负荷的电力系统多时间尺度电能-备用联合优化调度

为了应对大规模风电接入,压缩空气储能(CAES)技术和柔性负荷主动响应技术在近年来发展迅速。以含CAES电站、可转移负荷、可中断负荷、可直接负荷控制(DLC)负荷、风电场、常规机组的电力系统为研究对象,综合考虑CAES电站和多类型柔性负荷在日前、日内、实时时间尺度下的调度特性及其在备用与调频方面的应用潜能,建立考虑源-荷-储协调互动的电力系统多时间尺度电能-备用联合调度模型。该模型以最小化电网运营商的总支出成本为优化目标,能够同时制定系统的发电计划、旋转备用购置与调用计划和自动发电控制(AGC)参与因子配置计划。基于修改版PJM-5Bus系统的仿真结果验证了所建调度模型的有效性。

基于分时电价的电力负荷自动调度系统

针对传统电力负荷调度系统存在可靠性差、调度过程电力数据易失效的问题,设计一种新的电力自动调度系统。系统分为硬件设计与算法设计两部分。系统的硬件部分主要由电力数据采集器、负荷控制器以及调度器组成,分别采用芯片对其进行控制。对于系统的软件部分,基于分时电价制度,采用交叉遗传粒子群算法求取电力自动调度的最优解。为了验证所设计系统的有效性,进行一次仿真实验,实验结果表明,所设计的基于分时电价的电力自动调度系统具有良好的可靠性,并且系统在完成电力负荷调度的过程中电力数据失活时间更长。

考虑源-荷不确定性的矿山综合能源系统多时间尺度区间优化调度

在高能耗矿山综合能源系统中,为减小乏风、瓦斯、矿井涌水等伴生能源、可再生能源、负荷不确定预测误差对系统的影响,提出考虑源-荷预测不确定性的矿山综合能源系统多时间尺度区间优化调度策略.首先,构建含可再生能源、矿山伴生能源、光热电站的矿山综合能源系统架构;其次,根据电-热响应特性和源-荷不确定性在时间上的差异,建立日前-日内-实时多时间尺度区间优化调度模型.在日前和日内优化阶段,利用区间数描述源-荷不确定性,并通过区间优化方法对伴生能源和可再生能源的实际消纳区间进行优化;日内优化在日前优化的基础上,综合考虑建筑用户热舒适度的模糊性、供热系统的热惯性及热水负荷需求响应调整各设备出力;在实时优化阶段,考虑电负荷需求响应对日内电力设备出力进行修正.最后,通过算例分析验证所提模型和方法的可行性.

基于源网荷互动模式的智能配电网调度业务优化

随着分布式电源/多样性负荷的大量接入,配电网结构和运行特性的变化对其调度与控制提出了新要求,配电网运行效率的优化提高成为智能配电网建设的重要目标和迫切需要解决的问题。对配电网调度业务、优化目标以及源网荷互动展开研究,提出了基于调度业务优化的源网荷协调互动流程,探索基于多时间尺度多目标的递进式调度业务优化思路,并提出了优化过程中的动态多时段划分方法。