考虑环境效益和风电不确定性的电力系统动态经济调度模型分析

在综合考虑环境效益及风电不确定性对电网运行成本影响的基础上,提出一种包含经济目标及污染物排放量目标的电力系统动态经济调度模型。其中,模型中的经济目标函数包括火电机组运行成本函数和风电场运行成本函数,并在多目标函数中加入了由于风电不确定性及弃风引起的备用容量惩罚成本和弃风成本;考虑到环境效益,调度模型中引入污染物排放量目标函数;引入机会约束,通过不同置信水平的变化控制旋转备用和风险之间的关系;采用非支配排序遗传算法对模型求解。通过算例分析认为,含有风电场的电网系统允许一定量的弃风,不仅可以减小火电机组出力的波动,还可以减少火电机组整体的启停次数,从而减少对机组寿命的损害。对于含大规模风电场的电网系统,此模型亦具有广泛的适用性。

基于改良和声搜索的电力系统动态经济调度

针对电力系统动态经济调度(Dynamic economic dispatch,DED)问题提出了一种改良和声搜索算法(Reformed harmony search,RHS)求解。RHS在原始和声搜索算法的基础上进行了四方面改进:第一,以100%概率执行和声记忆步骤,排除了随机化步骤。第二,使用基于混沌序列的随机数对基音调整率进行扰动,使其在整个迭代过程中始终处于动态变化的状态。第三,根据当前和声记忆库获得每个变量的动态上下限,以此确定基音调整步长。第四,引入了一种全局搜索步骤,该步骤根据全局最优和声向量对当前和声向量进行更新。上述四个步骤有利于提高RHS算法的收敛性、种群多样性以及对问题的自适应性。实验表明,RHS在求解三种DED问题时能获得比其他两种算法更低的发电成本,因此,它具有更好的优化性能,是求解DED问题的一种有效方法。

一种实用的电力系统在线动态经济调度模型

电力系统中的动态经济调度问题是时间上和空间上相关联的一个复杂的最优决策问题。对于一个实际运行的电力系统,如果研究周期内没有整体资源的限制,在某时刻的决策状态是否整体最优仅仅取决于未来有限的时期,此决策问题在空间上和时间上的关联强弱与这个时期长短(称为前瞻时间)关系密切。研究某时刻决策状态是否整体最优与前瞻时间的关系是核心。基于这一思想,研究前瞻时间变化对动态优化调度结果的影响,确定从可行解到最优解的前瞻时间变化范围,达到在线动态经济调度。

基于改进碳排放流理论的电力系统动态低碳调度方法

目前,电力系统面临较大减排压力,随着智能电网发展,需求侧资源参与电力系统调度可进一步降低电力系统碳排放。提出了一种日前市场考虑需求响应的低碳动态两阶段优化调度方法。第一阶段,基于机组动态碳排放计量模型,计算发电侧的碳市场交易成本,建立电力系统低碳经济调度优化模型,求解初始调度方案。第二阶段,基于改进的电力系统碳排放流理论,计算用户侧实时碳排量和碳排放成本,考虑以碳价为信号的需求响应,建立低碳经济优化调度模型,优化负荷分布以进一步降低系统碳排放量,并求解获得最终调度方案。最后以改进的IEEE 14节点为例对系统碳排放量和总运行成本进行计算分析,结果表明:所提模型和方法可以降低系统碳排量,验证了其可行性和合理性。

风电与电动汽车协同并网的电力系统动态环境经济多目标模糊优化调度模型

为协调电动汽车与风电并网给电力系统经济调度带来的影响,构建了考虑插电式混合电动汽车入网的含风电场电力系统环境经济多目标调度模型。而风力发电和负荷的不确定性因素必将增加调度难度,为此应用模糊理论实现风电与电动汽车协同并网的模糊化建模,利用满意度指标将确定性环境与经济的多目标问题转化为单目标优化问题,在采用线性下降搜寻思路和考虑边界约束的粒子信息分享方法对传统粒子群算法进行改进的基础上,采用改进粒子群优化(particle swarm optimization,PSO)算法求解所提出的动态环境与经济调度模型,从电网运行和车主需求角度出发,考虑了系统旋转备用和车主日常出行等制约关系。经过仿真以及对不同场景下多个调度方案的对比分析,验证了模型的合理性和以及改进PSO算法对解决此类动态调度问题的优越性。

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态经济调度模型。在求解模型时应用了综合随机模拟、神经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。

含电动汽车的电力系统动态环境经济调度

为应对电动汽车规模化应用给电力调度带来的挑战,构建含电动汽车的动态环境经济调度模型。该模型将各调度时段电动汽车的"车-网"互动(V2G)功率以及常规机组的出力作为决策变量,以总燃料费用和污染排放量作为优化目标,在满足系统能量及用户出行需求的前提下,动态管理电动汽车的充放电行为。设计一种采用改进MOEA/D的优化调度求解方法,并提出基于罚函数的决策变量两步制动态约束处理策略。测试系统的仿真结果验证了所提调度模型及方法的合理性及有效性。

考虑可靠性约束的含风电场电力系统动态经济调度

提出一种考虑系统可靠性约束的含风电场电力系统动态经济调度模型,在目标函数中加入了中断负荷费用。针对风速预测和负荷预测的不确定性,引入净负荷的概念,利用七分段高斯分布模拟预测误差的不确定性。在系统可靠性指标的计算过程中,考虑了系统机组的不确定性以及旋转备用。为求解模型,提出了一种改进的粒子群优化算法,引入信息分享和精英学习策略。以IEEE-RTS测试系统为算例,通过仿真分析,验证了所提模型的可行性与有效性。该模型可以在保证系统可靠性水平的基础上优化系统调度。

含风电场电力系统环境经济动态调度建模与算法

为应对风电功率的不确定性,提出考虑风电渗透功率的增、减出力旋转备用量化模型。在旋转备用量化模型基础上,考虑常规发电机阀点效应及爬坡速率约束,采用价格罚因子法嵌入废气排放目标到发电机燃料费用目标函数中,将环境经济动态调度多目标优化问题转化为单目标优化问题。将约束条件的处理与目标函数完全分离,建立了含风电场电力系统环境经济动态调度模型。针对量子粒子群算法存在早熟的问题,引入早熟判断机制,对早熟粒子进行混沌搜索,从而提出改进量子粒子群优化算法求解所建立的调度模型。在10机系统上采用所提出的方法,仿真结果表明,与量子粒子群和粒子群算法比较,所提出的方法能较好地处理风电功率不确定性条件下的环境经济动态调度问题。

电力系统源网间协同的经济调度模型及矩量半定规划法

源(发电与负荷)网间关系的处理是电力系统运行与控制的核心问题,新形势下源网间呈现日趋交织纠结的矛盾。提出一种源网间协同的经济调度模型,该模型在经济调度原有条件的基础上,将电网设备状态纳入决策量,以互补形式表达电网设备的运行约束。将非凸多项式优化问题映射到矩量空间,以矩量半定规划凸松弛方法转换为标准的半定规划模型,并采用半定规划优化器SDPA求解模型。算例分析验证了所提方法的有效性。

基于混合智能算法的电力系统经济调度优化模型研究

在以电力系统的发电总燃料量、氮氧化物排放量和电价等3个因素为目标函数,以系统有功平衡、系统正负备用、输出功率以及输出功率上升速率等相关约束条件的基础上建立了电力系统经济调度的加权优化模型.同时,在综合了粒子群-人工鱼群算法的基础上构建了混合智能算法.最后,用10个机组所组成的火电厂的优化调度问题作为案例,采用混合算法进行求解及结果分析,以说明电力系统经济调度加权优化模型的有效性以及综合智能算法的收敛性和稳定性.

基于NSGA-Ⅱ算法的含风电场的电力系统动态经济调度

本文针对风功率的不确定性,大规模风电并网给电力系统调度带来很多问题,考虑了风电功率波动对动态经济调度旋转备用的约束,在优化目标中计及了火电机组阀点效应和最小化污染物排放量对发电成本的影响。在10机系统上采用NSGA-Ⅱ算法进行仿真,并通过与改进的粒子群算法和遗传算法进行比较,验证了该算法对含风电场电力系统动态经济调度模型求解的合理性和优越性。

用网流法求解电力系统动态经济调度

用网流法研究电力系统动态经济调度问题。采用递推算法把动态经济调度问题化为一系列静态最优分配问题;对每时段的经济功率分配,用计算简单、快速,收敛可靠的网流法求解。文中对英国某23节点系统进行了计算,获得了较为满意的结果。

计及风电成本的电力系统动态经济调度

随着风电技术的快速发展,大规模风电场接入给传统的电力系统经济调度带来了新的问题和挑战。目前大部分含风电场的动态经济调度研究都未计及风电不确定性带来的成本。为此,提出一种计及风电随机、波动性的风电场发电成本模型,并将其引入到传统的电力系统动态经济调度模型中。首先引入冲激函数概念,考虑尾流效应后将风速的概率分布转化为风电场有功出力的概率解析模型;在此基础上,从系统旋转备用调度和地区环境效益角度出发推导出风电的成本函数,并以目标函数方式引入到传统的动态经济调度模型中。应用一种新颖的布谷鸟搜索算法对所提模型进行求解。最后,以经典10机系统为算例进行仿真研究,结果验证了所提模型及算法的正确性和有效性。

基于交替方向乘子法的电力系统完全分布式动态经济调度方法

本文基于交替方向乘子法(alternating direction multiplier method,ADMM)提出了一种完全分布式的跨区域电力系统动态经济调度方法.其中的经济调度模型以整个系统的运行成本最小为目标,并满足各种系统运行约束.为了实现模型的分布式求解,本文利用交替方向乘子法将各区域之间的联系解耦,将整个系统的大型优化问题分解为各个区域内部的子优化问题,通过迭代求解每个区域的子问题即可得到整个系统的最优解.进一步地,本文算法取消了负责乘子更新的数据中心,实现了完全分布式的调度策略.同时,为了兼顾电力系统中时间断面之间的紧密联系,本文的经济调度模型采用了多时段优化方法.最后,本文对基于IEEE标准测试系统的3区域互联系统算例进行了分析,验证了本文的调度策略的有效性.

基于风险的多区互联电力系统分布式鲁棒动态经济调度

为应对高比例可再生能源并网给调度运行带来的高不确定性,提出一种基于风险的两阶段鲁棒动态经济调度模型,可用于优化多区互联电力系统的联络线功率与区域发电及备用计划。在鲁棒优化模型中对所采用不确定集的边界进行优化,以评估弃风与失负荷风险。对联络线功率的优化包括两个方面:一是针对可再生能源预测出力制定基态联络线计划;二是针对实际可能出现的可再生能源出力制定功率调整计划,以实现区域备用共享。建立一种分布式调度体系,以实现各区域电力系统分散自治运行。采用动态乘子更新策略,避免了分布式优化算法参数选择的问题。在3区354节点系统上的算例分析验证了所提模型与算法的有效性。

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。

含风电接入多区域电力系统的分散式随机动态经济调度方法

该文提出一种含风电接入的多区域电力系统随机动态经济调度问题的分散求解方法。首先利用场景法对风电随机性进行建模,对每个区域的风电单独抽样,并构建预测场景和误差场景的边界节点相角一致性约束。其次通过复制边界节点变量和构建上层协调器,对多区域电力系统按区域进行分解。最后利用目标级联分析法对多区域随机动态经济调度模型进行分散优化,并采用部分聚合多切割方法高效求解各区域随机优化问题,构建上层协调器主问题、区域预测场景子问题和误差场景子问题交替求解。此外,为提高计算效率,先对预测场景下的确定性多区域动态经济调度模型进行优化,当算法收敛后再交替进行各区域的随机优化和上层协调器的分散协调。最后通过对三区域IEEE RTS系统和一个实际四区域2298节点系统进行测试,证明了该文方法的有效性。

含风电场电力系统经济调度的模糊建模及优化算法

随着人们对风电的日益关注,新型风电场的容量在并网系统中所占比例不断增加,这对传统电力系统的经济调度问题提出了新的要求。特别是风电场输出功率的随机变化给系统的经济调度带来了更多的不确定性因素。文中应用模糊理论建立了含风电场电力系统动态经济调度的模糊模型,使调度结果能够表达决策者的意愿,从而更好地适应风机输出功率的随机性。在优化算法上, 利用下降搜索思想对传统粒子群算法进行了改进,并将改进后的算法用于求解提出的动态经济调度问题。在算例中进行了测试,结果验证了所提出的方法的可行性。

水火联合电力系统中期经济调度系统的研究

根据大型电力系统的特点采用了多阶梯负荷模型,并采用相应的非线性网流法求解水火联合电力系统的中期经济调度问题。在调度系统设计中考虑了实际电网的各种特殊运行情况,并具有能够进行跨月滚动计算等实用功能,所使用的模型和算法可用于统一调度及电力市场。实践证明该系统是实用和有效的。