考虑安全性与可靠性的微电网电能优化调度

考虑微电网的安全与经济、节能与环保、效率与可靠等诸多因素,同时为消除间歇性发电设备出力、负荷以及系统设备的不确定因素带给微电网的影响,实现微电网的负荷最优分配,在满足系统约束条件下,建立考虑不确定因素下含低估或高估费用的微电网经济调度模型。模型中设置了满足系统安全性与可靠性的电压安全裕度与失负荷率的安全约束指标,同时利用改进的膜计算算法求解该数学模型。实际算例分析了微电网经济性与不同置信水平下安全、可靠约束指标的关系,验证了所提模型的正确性和求解方法的有效性。

电气工程专业中的智能电力传输与配电网技术研究

电力传输与配电网作为电气工程领域的核心议题,其稳定高效运行对社会经济发展至关重要。随着对电力系统稳定性和电能利用效率的日益提升要求,智能电力传输与配电网技术的研究显得尤为关键。本文深入探讨了智能电力传输与配电网技术的多个方面。首先,从理论层面概述了该技术的基本概念与研究现状。随后,运用系统分析方法,重点研究了分布式资源接入、电能优化调度以及电网安全稳定运行等关键技术。通过本研究的开展,旨在为推动电力行业的智能化、高效化发展提供有力支持。研究结果发现,智能电力传输和配电网技术的应用,可以提高电力系统的运行效率,保证电力供应的稳定性,实现电能的合理分配,并为电力系统的建设和运营提供科技支持。最后,本文还提出了智能电力传输与配电网技术的发展趋势和研究方向,为未来电力系统的规划和设计提供参考。

基于并行遗传算法的含风电场电力能源调度系统设计

随着风力发电技术的不断发展,其并入大电网的规模也在不断地扩大。由于风速无法确定,致使风电场出力具有极大的不确定性,对电网稳定性和电能质量方面带来极大威胁,提出基于并行遗传算法的含风电场电力能源调度系统设计研究。研究分析风电场并网对电网的影响,构建了准入容量线性模型计算风电场准入最大容量。以经济性和可靠性为目标,确定含风电场电力能源调度目标函数,引入并行遗传算法优化求解,得到最优解。实验结果表明,该系统加速比最大值达到9.4,电压控制在合理范围内,含风电场电力能源调度系统具有更好的电力能源调度能力。

Accelerated Particle Swarm Optimization for Controlling Virtual Power Plant Consisting of Renewable Energy Sources

RES （renewable energy sources）, such as wind and photovoltaic power plants, suffer from their stochastic nature that is why their behavior on market is very delicate. In order to diversify risk, a concept of VPP （virtual power plant） has been developed. The VPP is composed of several RES, from which at least one of them is fully controllable. Because the production of noncontrollable RES can not be forecasted perfectly, therefore an optimal dispatch schedule within VPP is needed. To address this problem, an APSO （accelerated particle swarm optimization） is used to solve the constrained optimal dispatch problem within VPP. The experimental results show that the proposed optimization method provides high quality solutions while meeting constraints.