综合需求响应条件下能量枢纽负荷优化调度策略

本文针对电、气、冷、热多种能源高度耦合的能量枢纽,考虑实施综合需求响应的分时补偿价格以及给用户带来的不方便性,构建了以最小化经济成本、碳税成本和需求响应实施成本为目标的能量枢纽负荷优化调度模型。提出的模型在考虑多能协同的基础上,对电、热、冷等多种可转移和可削减负荷进行调度,提升了能源互联网环境下多能互补水平,提高了能量枢纽的经济性、稳定性。该建模方法及其实用性通过一个实例得到了验证,该实例是一个由风机、热电联产单元、燃气锅炉、电制冷、电储能、热储能等设备组成的能量枢纽。基于是否考虑储能和需求响应,设计了四种仿真调度实验场景。结果表明,通过接入储能和实施需求响应,能够进一步降低能量枢纽的总成本。此外,还对能量枢纽中的能源转换设备、储能设备的参数进行了灵敏度分析,分析了参数变化对调度结果的影响,验证了模型的稳定性。提出的负荷优化调度策略,对于支撑能量枢纽的经济高效运行和能源互联网环境下多能协同互补具有重要现实意义。

基于虚拟电厂“热电解耦”的负荷优化调度及经济效益分析

我国北方冬季供暖期,大量热电联产机组工作在"以热定电"运行模式下,造成了系统调峰能力不足,弃风形势严峻。能有效减少弃风的风电供热由于经济效益问题和调度平台尚未完善,难以大规模推广应用。针对上述问题,该文将一定供热区域内的热电厂、风电场、光伏电站组成虚拟电厂,形成利益整体,并加入风电供热设备实现热电联产机组的"热电解耦"。首先描述了虚拟电厂的组成结构和运行方式,其次建立了虚拟电厂热电负荷优化调度模型,对比了不同的虚拟电厂运行策略,并采用自适应免疫遗传算法进行求解,实现了虚拟电厂内部热电负荷优化调度。通过算例分析,验证所建立模型的合理性与有效性;表明在虚拟电厂中加入风电供热设备的运行策略可以有效地减少出力偏差与环保代价,提高经济效益;风电供热容量在一定范围内越高或风光预测精度越高,虚拟电厂经济效益越好,同时体现了虚拟电厂作为一个利益整体的经济性优势。

火电厂多台机组间负荷优化调度的研究

对当前拥有多台机组火电厂在全厂总负荷变化，特别是调峰状态下在各台机组间分配负荷时存在的问题，提出了科学的、经济的负荷分配依据，并研制出相应的“优化调度软件”，从而可明显提高电厂运行经济性，减小因参与“调峰”而造成的损失。

基于Matlab的分时电价下企业用电负荷优化调度

针对企业用电负荷优化调度算法计算量大、模型精度不高等问题,该文在建立分时电价下企业用电负荷优化调度模型的基础上,利用Matlab平台的模式搜索法、单纯形法和遗传算法进行了线性规划问题的求解,并对比了3种方法的优劣性。以天津市某企业的用电数据为例,验证了用电负荷优化调度模型的正确性和Matlab求解线性规划算法的优越性。从而将线性规划应用于辅助高耗能企业优化分配资源方面,降低了用电成本,具有较强的实用性。

改进遗传算法在复杂CHP系统负荷优化调度中的应用

多台热电联产机组组成的复杂热电联产(CHP)系统优化过程中会使得搜索域增大,优化收敛速度变慢。针对这一问题。通过借鉴内点法将原搜索范围进行离散、组合,从而将搜索范围进行合理收缩,提高了算法在寻优过程中的收敛速度,并使优化结果更接近全局最优。将改进遗传算法应用于某石化企业自备电厂的复杂CHP系统,并通过仿真模拟对优化结果进行验证。结果表明,改进遗传算法可以有效提高遗传算法的收敛速度和优化结果。

高背压供热机组全厂负荷优化调度的试验研究

高背压供热机组以冷源损失为零、节能效果最为显著而得到广泛推广,但其由于每年供热期前的双转子更换造成负荷调节能力不足,因此在厂级负荷调度模式大规模投入应用后,必须保证至少有一至两台常规供热机组参与负荷调节。在上述背景下重点研究基于机组经济效益分析的全厂负荷优化调度,引入汽轮机热耗率敏度分析方法,并将其运用于现场试验中,寻求高背压供热机组和常规供热机组最佳电、热负荷分配方式。结果表明:该方法在完全满足热用户需求的前提下能最大限度实现高背压供热机组高经济效益的优势,经过优化后全厂运行煤耗平均下降达到2g/(kW·h)以上,节能环保效果显著。

考虑源荷不确定性的能量枢纽负荷优化调度

能源互联网的快速发展使得传统的能源系统向多种能源高度耦合的综合能源系统转型,综合能源系统有助于促进可再生能源消纳、提高能源利用效率、缓解环境污染.能量枢纽作为综合能源系统规划和运行的重要建模工具与分析框架,自提出以来一直受到广泛的研究和关注.针对以风能和光热为代表的可再生能源渗透综合能源系统,本文构建由风力发电机组、热电联产设备、电转气设备和光热电站组成的能量枢纽结构,提出源荷不确定性环境下基于分布鲁棒优化的能量枢纽两阶段负荷优化调度模型.该模型考虑风电、光热、电负荷和热负荷的不确定性,建立基于Wasserstein距离的不确定性分布模糊集.模型分为日前和实时两个调度阶段,第一阶段基于日前预测数据进行日前调度,第二阶段为抑制预测误差的影响对灵活设备进行实时调度,以期获得最恶劣不确定性分布下的最小实时调度成本.模型采用仿射策略实现设备出力调整,通过强对偶理论转换为混合整数线性规划问题并求解.仿真结果表明,多能耦合设备可以提升系统灵活性并促进可再生能源消纳,同时所提分布鲁棒优化算法能在系统经济性和鲁棒性中取得平衡.

分布式与集中式储能并存的微电网负荷优化调度

发展微电网是合理利用可再生能源的重要途径,储能系统在协调微电网中多类型能源并实现高效的协同优化过程中发挥了重要的作用。本文构建了同时考虑分布式储能系统(distributed energy storage systems,DESSs)和集中式储能系统(centralized energy storage system,CESS)的微电网负荷优化调度模型,该模型同时考虑了微电网的经济成本和稳定性,旨在降低微电网经济成本的同时增加微电网的稳定性。同时,提出的调度模型考虑了需求响应的影响。实验表明,与只有单一DESSs的微电网相比,同时含有DESSs和CESS的微电网可以进一步地降低微电网的经济成本,并提高微电网的稳定性。而微电网通过参与需求响应能够实现更低的经济成本和更高的稳定性。此外,研究发现经济成本和稳定性权重因子对微电网调度的影响,权重因子的选取是微电网经济性和稳定性之间的权衡,提出了兼顾微电网经济性与稳定性的最优解的求解方法。本文的研究对于具有DESSs和CESS的微电网的经济稳定运行具有重要的现实意义。

能源互联网环境下基于分布鲁棒优化的能量枢纽负荷优化调度

能源互联网的发展使得不同形式能源之间的耦合关系不断加强,能量枢纽是能源互联网环境下多能协同互补的重要系统形态.针对包含电、气、热、氢等不同能源形式的能量枢纽,本文构建了含风力发电单元、热电联产单元、燃气锅炉、电解槽、储氢单元、电能储能单元和热能储能单元的负荷优化调度模型,该模型旨在满足各类运行约束条件情况下,通过优化各单元的出力,实现能量枢纽成本的最小化.进而采用数据驱动的两阶段分布鲁棒优化方法来处理风电出力的不确定性,并采用了列与约束生成算法对提出的两阶段分布鲁棒优化模型进行求解.结果表明,与随机规划方法相比,本文提出的数据驱动的分布鲁棒优化方法在处理风电出力不确定性方面具有更好的鲁棒性.而与传统的鲁棒优化方法相比,本文提出的方法更好地实现了能量枢纽负荷优化调度的经济性.因此,本文构建的负荷优化调度模型对于协调能源互联网环境下能量枢纽负荷优化调度的经济性和鲁棒性具有重要支撑作用.

含不确定性负荷的水火电力系统随机优化调度

针对水火电力系统负荷的不确定性,建立基于模糊机会约束规划的随机优化调度模型,分析负荷不确定性变化对水火电机组出力及火电机组能耗量、排放量的影响。将实际负荷与负荷预测的偏差看成一个模糊随机变量,并在火电机组煤耗量最小化、污染物排放最小化和水库蓄水量最大化3个目标函数中及功率平衡、机组出力调整等约束条件函数中均引入负荷这一随机变量。按照模糊机会约束和随机机会约束的确定性等价形式,将水火电力系统优化调度的不确定模型转化为确定性模型,并利用多目标问题的模糊满意度法进行求解。以一个8级梯级水电站和6台火电机组组成的水火电力系统为实例进行计算,验证所提出含不确定性负荷的水火电力系统随机调度模型的准确性和可行性。

计及绿色电力证书制度的经济性优化调度

构建一种计及绿色电力证书交易制度(TGC)的含风电电力系统经济调度模型。首先,考虑负荷、风电出力和证书价格预测误差,通过拉丁超立方采样(LHS)生成场景集。然后,计及基于典型场景集的失负荷惩罚、弃风惩罚与绿色电力证书交易成本,以系统总成本最小为优化目标建立调度模型,同时引入可靠性约束保证系统的安全性。最后,采用自适应免疫疫苗算法求解所建模型,分析可靠性水平、弃风惩罚系数以及证书预测价格等不同因素对所建模型的经济性调度以及旋转备用计划的影响,优化制定机组的日前调度计划与旋转备用计划,验证了模型的合理性。

计及绿色电力证书与碳交易制度的“源-荷”协调优化调度

基于低碳电力和智能电网的背景,考虑现有的风电消纳困境,该文以绿色电力证书为基础,结合碳排放权的交易制度,同时引入需求侧高载能企业负荷的响应模型,并将虚拟电厂经济效益作为优化目标函数,建立以绿证交易为基础,结合碳交易制度和高载能需求侧响应的“源-荷”双侧互补协调优化调度模型。最后将某省份区域电网代入到该文所构建模型之中进行仿真,并采用自适应免疫疫苗算法对模型进行求解,结果表明所建立的计及绿证交易与碳交易的模型有利于促进风电消耗,降低单位发电量的碳排放。

基于边缘计算技术的多元负荷管理系统设计

针对充电桩、光伏发电、风力发电等分布式电源的接入带来了负荷管理不平衡的问题,应用边缘计算技术设计了多元负荷管理系统,利用边缘设备和边缘服务器完成负荷数据计算和数据分析,负荷计量模块使用SOC RN2026A64芯片,采用多路高精度同步采样的方式采集电力负荷数据。在调度周期对每个负荷单元进行控制,控制分布式电源和储能单元完成优化运行。实验结果显示,这个系统具有更高的计算效率,业务请求的最大平均完成时间不超过0.6s,经过优化调度后电力负荷不超过5 kW。

基于含储热双抽机组特性的NSGA-Ⅱ改进方法研究

为热电机组配置储热设备是提高热电联产机组灵活性的重要手段,针对目前储热设备存在的时序耦合问题以及双抽供热机组运行的边界问题,原有的NSGA-Ⅱ方法在优化调度过程中计算结果难以达到预期。本文提出了基于NSGA-Ⅱ方法初始化、交叉、变异过程的改进方法,实现了时序耦合约束的解耦。在初始化方法中,依照时间序列依次生成参数使其满足爬坡约束,从而获得满足全部约束条件的初始化种群;对满足约束条件的种群,逐时依次对个体的基因片段进行交叉和变异处理,通过对前后两个时刻的同时优化,保障每次交叉变异后产生的子代均满足约束条件。研究结果表明,本文所提出的改进的NSGA-Ⅱ方法在处理含储热设备热电联产机组优化调度问题时,可以大幅缩短计算时间。

火电厂厂级监控信息系统的开发和应用

针对太钢集团能动总厂发电机组，研发了厂级监控信息系统，并可应用于多种发电方式机组，实现了多种方式发电机组之间的信息共享、数据采集、数据存储、数据查询、数据统计及分析、性能指标比对、电负荷与热负荷的优化分配等功能，提高了生产效率及管理水平。通过对热、电负荷的优化分配可节省蒸汽量9t／h左右。通过对燃煤、燃气锅炉的负荷优化分配，在锅炉所需蒸发量大于520t／h时，节约燃煤量50～130kg／h；在锅炉所需蒸发量小于520t／h时节约低热值（2958kJ／m3）煤气量7709m3／h。

Economic Load Dispatch with Daily Load Patterns Using Particle Swarm Optimization

ELD （economic load dispatch） problem is one of the essential issues in power system operation. The objective of solving ELD problem is to allocate the generation output of the committed generating units. The main contribution of this work is to solve the ELD problem concerned with daily load pattern. The proposed solution technique, developed based PSO （particle swarm optimization） algorithm, is applied to search for the optimal schedule of all generations units that can supply the required load demand at minimum fuel cost while satisfying all unit and system operational constraints. The performance of the developed methodology is demonstrated by case studies in test system of six-generation units. The results obtained from the PSO are compared to those achieved from other approaches, such as QP （quadratic programming）, and GA （genetic algorithm）.