考虑风电消纳能力单目标及多目标模糊机组组合模型及应用

被引:16
作者
万振东 [1 ]
程浩忠 [1 ]
张建平 [1 ]
赵晓莉 [1 ]
姚良忠 [2 ]
Masoud Bazargan [2 ]
机构
[1] 上海交通大学 电力传输与功率变换控制教育部重点实验室
[2] ALSTOM Grid Research and Technology,Stafford ST LX UK
关键词
机组组合; 经济调度; 风电消纳; 量子行为; 粒子群优化算法; 模糊建模; 多目标优化;
D O I
暂无
中图分类号
TM732 [电力系统的运行]; TM614 [风能发电];
学科分类号
080811 [新能源发电与电能存储]; 120103 [信息系统与信息管理];
摘要
从机组经济调度优化的角度入手,研究了风电消纳的合理应对方式。为使机组组合安排能在消纳更多风电的同时兼顾电力系统运行的安全、可靠性准则,并满足一定的经济性,分别以弃风电量、机组运行费用和机组运行风险度三方面为优化目标建立了机组组合的优化模型及这三者共同的多目标优化模型。利用粒子群算法及模糊多目标优化方法对模型进行求解,并将上述模型和算法应用于某10机算例的计算中。分析结果表明,该建模思路能为风电的有效接纳提供有益的指导。
引用
收藏
页码:214 / 218
页数:5
相关论文
共 5 条
[1]
电网接纳风电能力的评估及应用 [J].
孙荣富 ;
张涛 ;
梁吉 .
电力系统自动化, 2011, 35 (04) :70-76
[2]
风电场出力短期预报研究综述 [J].
刘永前 ;
韩爽 ;
胡永生 .
现代电力, 2007, (05) :6-11
[3]
粒子群优化算法在电力系统中的应用 [J].
袁晓辉 ;
王乘 ;
张勇传 ;
袁艳斌 .
电网技术, 2004, (19) :14-19
[4]
计及风力发电风险的电力系统优化调度研究 [D]. 
栾士岩 .
上海交通大学,
2010
[5]
多目标进化算法及其在电力系统中的应用研究 [D]. 
张鹏翔 .
华中科技大学,
2004