电动汽车和可再生能源经济环保协同并网调度的优化模型

文章在考虑等效负荷均方差最小的基础上,以火电机组的运营成本和污染物排放量最低为目标函数,考虑到风力发电、光伏发电和火电机组的约束条件,建立了一种含电动汽车、风光发电参与下的经济环保调度优化模型。采用动态改变学习因子的粒子群算法,以某地区电力系统为实例,验证了文章所提模型的有效性;并通过4种不同的运行模式的对比分析发现,风力发电、光伏发电和电动汽车协同并网调度,不但能够最大限度地利用光能和消纳风电来平滑负荷的波动,而且有利于削峰填谷和降低火电机组运营成本和污染物排放量。

热电联产经济环保调度优化

为解决复杂的热电联产经济环保调度问题,提出了一种改进的多目标灰狼优化算法。标准灰狼算法只适用于处理单目标优化问题,而改进的算法也适用于多目标优化,并通过融入方向修正操作以修正狼群前进方向,并改善算法的全局搜索能力。其次,结合快速非劣解排序、拥挤距离计算等,在更新狼群位置时,采用"精英保留策略"淘汰弱势狼个体,进一步提高算法的收敛速度,并通过模糊决策理论获得最优折中解。最后,通过对某典型7机组热电联产系统的仿真,验证了所提出方法不仅能够有效地求取热电联产发电计划在经济性与环保性之间的最优折中,同时克服了标准灰狼算法的缺陷,且较其他群智能优化算法在求解质量、收敛性等方面具有明显优势。

电力环保经济调度矩不确定分布鲁棒优化方法

含风电等新能源系统的电力调度一般采用随机规划方法建模和求解,其概率分布的期望及协方差等矩是确定的参数。长期统计所得概率分布与短期的相似,但其矩一般是不同的,即矩具有不确定性。因此,提出采用矩不确定分布鲁棒优化方法,解决含风电出力矩不确定的电力环保经济调度问题。建立含条件期望约束的电力环保经济调度的随机规划模型,引用鲁棒思想将该模型转化为矩不确定分布鲁棒优化方法所用的优化调度模型,通过拉格朗日对偶原理进一步转换为一个确定性的半定规划。计算结果表明:随着不确定集范围的增大,系统总成本增加;取不同置信水平会得到经济性或安全性不同侧重的最优调度结果;多风场发电出力的多随机变量采用协方差矩阵,易于表达相关性,且相关系数越大,系统总成本越大;与确定性概率分布的条件风险方法计算结果相比,考虑矩不确定后成本偏高,但方案安全性更高。所提新方法可有效处理随机规划中矩不确定的优化问题。

基于风电-碳捕集虚拟电厂的环保经济调度

风电间歇性和波动性强,难以被直接调度。储液式碳捕集机组能快速改变捕集系统运行状态,将其与风电聚合为虚拟电厂整体参与调度。以各时段内该虚拟电厂在电力市场与碳市场中的净收益最大为目标,构建包含溶液储量关系子模型的日前-实时双阶段环保经济调度模型。以日前调度结果作为申报出力,根据风电出力偏差,实时修正碳捕集机组净输出功率以跟随风电变化。仿真结果验证了模型的合理性。虚拟电厂联合运行模式可协调优化内部各单元的出力安排与净碳排放水平,使风电成为可调度资源;相较于独立运行模式,能获得更显著的碳减排效益和更高的经济效益。

含风电场的电力系统环保经济调度研究

在节能减排的电力市场环境下,清洁能源发电因其发电成本较低,环境污染小,而具有日益重要的地位。本文研究风电接入系统后的电力系统动态经济调度,建立了含风电场的环保经济调度数学模型,提出以系统总发电成本最低为目标函数,并考虑常规火电机组和风电场的各种约束条件。根据某地区的实际负荷数据,利用搜索能力强、寻优速度快的粒子群优化算法进行仿真验证,结果表明数学模型与优化算法的正确性与有效性。最后,应用相对熵均衡性理论,对优化调度的决策结果进行评价与选择。

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.

多目标微网环保经济调度模型研究

微网运行特别是在孤岛情况下,由于太阳能光伏发电、风力发电的随机性较大,使得其电能的调度成为一个重要且困难的问题。针对不同分布式电源的特性以及成本,对传统意义下的微网经济调度模型进行了修正,将环境成本、发电成本和旋转备用成本作为多目标,建立了环保经济的微网多目标模型。针对3个不同的目标函数,采用NSGA-II多目标优化方法,求解多目标协调的最优解。算例结果表明,该算法和模型的收敛更快、更全面。

冷热电联供型孤岛微电网环保经济调度模型

分布式风光伏及冷热电负荷具有较强的不确定性,增加了孤岛微电网的调度运行难度。研究冷热电联供型孤岛微电网的环保经济调度问题,通过在孤岛微电网中融入可中断负荷,将可中断负荷视为虚拟发电资源参与微电网调度运行,同时考虑微电网运行方案的经济性和环保性。采用基于可信性测度的模糊机会约束规划处理分布式风光及冷热电负荷的不确定性,进而转化为确定性等价类。采用基于满意度指标的多目标处理方法兼顾经济目标和环保目标。算例分析验证了模型的有效性。

改进黑洞粒子群算法在电力系统环保经济调度中的应用

针对电力系统中的环保经济调度问题,采用了一种改进随机黑洞粒子群算法进行优化计算。该算法通过引入随机黑洞策略、惯性权重和学习因子动态更新及小概率随机变异改进了粒子群算法,提高了全局搜索能力,稳定了计算结果,加快了收敛速度。通过对IEEE30系统仿真计算,结果验证了该算法的有效性和优越性,系统的经济性和电能质量都得到了提升。

电力节能环保经济调度分析

鉴于电力节能环保经济调度是当前电力行业发展的重中之重,现对其进行了理论研究和总体分析,以期为今后的工作指明方向。

基于分布式电源接入的电网环保经济调度策略方案

针对分布式发电(distributed generation,DG)的特点,以经济和环境最优为目标,建立一个包含光伏阵列、风机、微型燃气轮机和燃料电池等多种分布式发电系统的环保经济调度模型。采用粒子群算法进行求解,通过仿真算例表明,优化后的运行调度方式能够达到发电成本最低和对环境影响最小的目标。

基于分布式电源接入的电网环保经济调度策略研究

本文针对光伏发电的波动性和随机性,将其直接并入电网会给电网带来安全和稳定问题,提出将光伏和水电短期联合的环保经济调度策略。以水电启停迅速来调节光伏发电的波动性和随机性,建立一个以水电消耗量最小和网损最小的双目标模型。运用改进粒子群算法在含光伏电站的实际电网系统上验证该模型的有效性。通过仿真结果表明,该策略可以使水电耗水量最小和最大限度地降低系统网损。

空间耦合粒子群优化算法及峰谷电价下IES-CCHP区域联合调度

综合能源系统中电力、天然气和热力系统之间的交互影响具有一定的相关性。考虑能源间转换关系以及系统对分时电价的响应,以最小化购售电计划交易成本、燃料成本和排放污染气体所产生的环境成本为目标,建立峰谷电价下冷热电联供(CCHP)系统区域联合环保经济调度模型。为解决粒子群优化算法求解模型时存在的优化效率低、易陷入局部最优、计算结果随机性强等问题,提出一种空间耦合粒子群优化算法。在粒子寻优多维参数空间上,通过引入耦合协调数学模型将各维参数有效耦合,从而使所有参数从总体上同时趋向最优解。仿真结果表明,相比经典粒子群优化算法和改进粒子群优化算法,空间耦合粒子群优化算法有较强的全局搜索能力和更可靠的优化计算结果;所提CCHP系统的联合调度模型能有效促进能源的高效利用、电力的经济调度和节能减排。

基于自适应多目标权重粒子群算法的负荷分配方法研究

现阶段在研究电网经济环保负荷优化分配问题时,将多目标优化问题转化为单目标优化问题需要遍历各权重组合并进行对比,且获得的权重组合精度较低,和最优权重组合之间仍有一定差距。据此提出一种利用发电机组数和优化目标个数共同确定粒子维数的自适应多目标权重粒子群优化(adaptive multi-objective weights particle swarm optimization algorithm,AMWPSO)算法,并利用包含6台机组的IEEE 30总线系统的数据,在计及和忽略网损2种情况下对负荷分配模型进行求解。求解结果表明所提优化算法一方面能够自动生成各目标的权重比,避免了繁琐的权重对比计算。另一方面和人工设置的邻近权重组合相比,求解的各目标权重精度高,且在发电成本和污染物排放2个综合目标下的表现更好。