基于需求响应与光伏不确定性的电力系统经济调度

本文从电力系统经济调度的基础知识、光伏不确定性对调度的影响、需求响应的应用以及结合需求响应与光伏发电预测的调度模型等方面进行了系统研究。实例分析表明,结合需求响应和光伏发电预测的调度模型可以提高电力系统的经济效益和稳定性。

基于反捕食粒子群算法的电力系统经济调度方法

建立了考虑系统功率平衡约束、发电机组出力极限约束、机组爬坡约束、机组工作死区约束的经济调度模型,应用反捕食粒子群优化算法求解该模型。求解过程中,在自适应值罚函数中对相关约束条件加入惩罚因子,应用修补策略对违反各种约束条件的粒子进行积极修正,使粒子尽可能地在可行解区域或尽量接近可行解的区域内寻优。算例结果验证了该方法的有效性。

混合多目标遗传算法在电力系统经济调度中的运用

针对电力系统经济调度问题的多目标特性 ,提出了一种混合多目标遗传算法 .算法除了改进传统目标函数加权法使之更适于多目标优化问题之外 ,还利用模糊逻辑技术来自适应调整交叉概率、交叉点位置以及变异概率 。

考虑需求侧竞价的含风电电力系统经济调度

随着风电在电网中的比重日益增大,需要系统提供更多的旋转备用应对风电出力的不确定性,保障电力系统安全运行。本文针对风电并网造成的机组备用水平过高问题,将博弈的思想引入到需求侧响应,通过构建需求侧竞价响应模型,建立需求侧竞价提供备用容量的交易机制,激励直接型需求响应(Direct Demand Respond,DDR)对系统备用需求请求做出快速响应,以降低机组的备用容量率,提高电力系统运行的经济性。需求响应具有提供"虚拟电量"和"虚拟容量"的双重功能,通过对电价型需求响应和激励型需求响应的机理分析,结合博弈的方法,提出一种可以参与辅助服务市场备用容量交易的DDR的完全信息静态博弈交易模型,激励DDR向系统快速提供备用。最后本文以系统调度费用最小为目标,采用一种改进的粒子群优化算法对6机系统进行仿真,结果验证了本模型可以有效降低机组备用容量率和系统运行成本。

跨学科专业课程“电力系统经济学原理”教学探讨

针对当前电力企业对人才需求的现状,跨学科专业课程越来越多地加入到高校电气专业人才培养方案中。电力系统经济学原理课程融合了电气工程和经济学两大学科的知识点,本文以此课程为例,阐述了对于跨学科专业课程的教学模式的改革思考。

基于引力搜索-粒子群优化算法的电力系统经济调度

建立电力系统经济调度模型;引入引力搜索算法,计算粒子群中各粒子之间的引力以及各粒子的质量,求解各粒子的加速度,设置粒子群的自适应权重;提出引力搜索-粒子群优化算法进行搜索求解,获得粒子适应度最大的个体,根据最优个体位置获得最优电力系统经济调度方案。结果表明:相比于粒子群优化算法,所提出算法的调度精度更高,发电机组输出功率更小;与传统电力系统经济调度算法相比,所提出算法的调度性能更优,优化得到更低的发电成本,在电力系统经济调度中的适用度更高。

浅析负荷预测精度对电力系统经济运行的影响

在县域电网的实际规划中,电力负荷需求预测是一项非常重要的内容。本文分析了电力负荷预测的基本内涵以及特点,描述了对电力系统经济运行的影响与增强预测精度的措施。

浅析负荷预测精度对电力系统经济运行的影响

电力事业的发展与我国社会的进步具有密切相关的联系,并且也关乎人们生活品质的提高,因此加强电力系统的经济化运行显得十分必要。在当前对电网系统性规划的过程中,最主要的问题就是要对电力的实际运行负荷进行有效的预防,加强其精准度的计算,只有这样才能满足发展的需要,为社会进步作出积极的贡献。本文主要是从经济性的角度对电力系统的运行状况进行了进一步的分析,希望在今后的社会生活中可以更加重视负荷预测精度的问题,真正实现现代化的发展目标。

基于和声搜索算法的电力系统经济调度

针对风电并网对电力系统经济调度的影响,以火电机组的燃料成本及火电厂环境成本为目标函数建立模型。通过惩罚系数将污染气体排放量转化为环境成本。提出了基于模拟退火的和声搜索算法。通过与传统的遗传算法比较,验证了该算法的可行性与有效性。

博弈论及其在电力系统经济学中的应用

充分利用有限的资源并最大限度地生产有价值的商品是经济学的研究主题,当这种研究具体到电力工业时就衍生出了电力系统经济学。电力系统经济学不仅要将电力系统物理规律(电压、电流)与经济因素(价格、成本、利润)统一考虑,还要协调整个系统的运行。电能交易是电力系统经济学中重要的一环,通过引入博弈论使得电力市场和市场中各成员的收益同时达到最大化,即最优现货价格。

基于改进差分进化算法的电力系统经济调度研究

结合目前我国节能降碳发展目标,针对计及阀点效应的经济调度问题求解方法开展研究。首先,从求解经济调度函数模型的传统数学方法和遗传优化算法的局限性进行研究,然后提出了一种改进差分进化算法,通过引入混沌初始化操作,制定了一种非线性动态调整控制参数策略。最后,通过算例仿真对所提出的方法进行验证,结果表明本文所提出的改进算法与其他计算方法相比,在结果精度和鲁棒性等方面更具优势。

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。

基于实验经济学的电力系统经济学原理教学探讨

目前,电网公司对电力市场人才需求量越来越大,相关从业人员不仅需要了解电能从生产到消费的全过程,还需要懂得经济学原理。所以说,电力系统经济学原理既有经济学知识,又有电力系统内容。文章基于电力市场改革背景、人才需求和实验经济学,改革电力系统经济学原理教学。

求解电力系统经济调度问题的改进粒子群优化算法

电力系统经济调度问题是电力系统中的一个重要的研究课题,针对该问题,提出一种改进粒子群优化(ODPSO)算法.改进算法在搜索前期,采用广义的反向学习策略,使算法能够快速地靠近较优的搜索区域,从而提高收敛速度;在搜索后期,借鉴差分进化算法的进化机制设计改进的变异和交叉策略,对当前种群的最优粒子进行更新,从而提高种群的多样性,进而协助算法获得全局最优解.为了验证改进粒子群优化算法的有效性,对CEC2006提出的22个基准约束测试函数进行仿真,结果表明改进算法相比其他算法在寻优精度和稳定性上更具优势.最后,将改进算法应用于考虑机组爬坡速率约束、机组禁行区域约束以及电力平衡约束的两个电力系统经济调度问题,取得了令人满意的结果.

电力系统经济运行问题探讨

经济运行问题上的两种意见为使电力系统运行在最佳状态,不仅要在技术上保证生产高质量的电能,即保证系统的周波正常和系统的中枢点电压稳定,而且要调度合理,使系统经常有足够的备用容量(包括各种热备用和冷备用),并且保持运行的稳定性。这是最起码的要求。我国电力部门的广大职工和工程技术人员,在这方面已积累了许多经验,现在仍在继续探索。这是属于工程技术范畴的问题。但在另一方面,即经济管理方面,尤其是在电力系统的经济运行问题上,我们却有明显的不足之处,主要表现在我国的许多电网还没有实现并列运行机组间经济分配负荷的自动化。实现电力系统经济运行的自动化需要解决两个问题:一是技术问题。对这一问题,我们有理由持乐观态度。

PEV价格响应下的电力系统经济调度及效益评估

将参考价格和前景理论运用在PEV负荷响应模型中,结合插入式电动汽车(PEV)的行驶特性,模拟车主的心理行为,建立了PEV负荷对于价格的响应模型。为研究PEV负荷对于日前调度结果的影响,将PEV的价格响应模型引入电力系统日前调度模型中,并在1个典型的10机系统上进行仿真计算。随着出清价格和PEV负荷的相互影响,最终日前出清价格曲线以及PEV负荷曲线趋向于稳定。稳定后的结果显示,随着PEV数量的上升,系统总的峰谷差率不断降低,购电费用有一定上升,但是上升速度很缓慢。同时,随着PEV数量上升,其对市场出清价格(MCP)的影响也会越发明显,PEV的削峰填谷作用会在一定程度上抬高谷时电价并降低峰时电价。

含风电电力系统的主从博弈经济调度

风力发电具有显著的随机性和波动性,对电力系统原有调度模式提出挑战.采用鲁棒优化处理风电不确定性,利用鲁棒优化蕴含的博弈思想,将风电场看作调度中心的一个虚拟博弈者,利用双层规划法建立了二者的主从博弈模型,将调度中心看作领导层,其决策目标为电网运行的成本最低,将风电场看作下属层,其决策目标是能保证系统实时安全运行的最大风电出力区间.由于考虑了火电机组的阀点效应,主从博弈模型呈现出非线性双层规划的数学特点,提出一种改进教与学算法与线性规划相嵌套的求解方法.最后,采用改进的10机39节点系统对模型以及求解方法的有效性进行了验证.

基于改进粒子群算法的电力系统环保经济调度

传统电力系统调度的目标函数为总燃料成本最小化,未将化石燃料燃烧所带来的污染物(如氧化硫、氧化氮)排放成本考虑在内.随着环境保护需求的日益增长,需要考虑计及排放的电力系统调度方案.首先,提出将排放物作为调度函数的约束条件进行建模;其次,提出一种更为优化的变搜索半径优化的多目标粒子群算法来处理系统模型;再次,针对蒙东地区某含风电的电力系统进行仿真,并将所得结果与传统粒子群算法、多目标差分进化算法、多目标粒子群算法所得结果进行比较.结果表明,本文所述方法在解决方案上实现了改进.

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。

关于电力系统运行的经济性的提高

本文主要讲述如何提高电力系统运行的经济性,主要从发电成本的降低,降低电能损耗的措施以及合理的进行调度这三方面来进行讲述。