考虑风电最大化消纳的电力系统多目标优化

被引:9
作者
白顺明 [1 ]
陈磊 [2 ]
姜飞 [2 ]
杨睿行 [2 ]
机构
[1] 国家电网公司华中分部
[2] 长沙理工大学
基金
湖南省自然科学基金;
关键词
风电; 最大化消纳; 购电成本; 多目标;
D O I
暂无
中图分类号
TM614 [风能发电];
学科分类号
080811 [新能源发电与电能存储];
摘要
风电出力存在随机性和波动性,可灵活调节电源配置比例偏低,给风电消纳带来巨大挑战。为实现风电最大化消纳,提高电力系统经济运行效益,本文构建了考虑购电成本最小、风电消纳电量最大的多目标优化模型,采用第二代非支配排序遗传算法对优化模型求解;搭建含5台火电机组、1个风电场的电力系统模型,仿真验证了多目标模型及算法的有效性,实现了购电成本最小和风电消纳电量最大的目标。
引用
收藏
页码:7 / 11
页数:5
相关论文
共 12 条
[1]
多目标智能优化算法及其应用.[M].雷德明; 严新平; 著.科学出版社.2009,
[2]
Wind curtailment of China׳s wind power operation: Evolution; causes and solutions.[J].Guo-liang Luo;Yan-ling Li;Wen-jun Tang;Xiao Wei.Renewable and Sustainable Energy Reviews.2016,
[3]
基于需求响应潜力时变性的风火荷协同控制方法 [J].
宁佳 ;
汤奕 ;
高丙团 .
电工技术学报, 2019, 34 (08) :1728-1738
[4]
考虑一次调频能力的火电机组负荷优化分配 [J].
廖金龙 ;
陈波 ;
丁宁 ;
俞自涛 ;
李蔚 ;
盛德仁 .
中国电机工程学报, 2018, 38(S1) (S1) :168-174
[5]
中国促进清洁能源消纳的市场机制设计思路 [J].
史连军 ;
周琳 ;
庞博 ;
严宇 ;
张凡 ;
刘俊 .
电力系统自动化, 2017, 41 (24) :83-89
[6]
提升风电消纳区间的鲁棒机组组合 [J].
吴巍 ;
汪可友 ;
李国杰 ;
范刘洋 ;
王跃峰 .
电工技术学报, 2018, 33 (03) :523-532
[7]
新能源消纳关键因素分析及解决措施研究 [J].
舒印彪 ;
张智刚 ;
郭剑波 ;
张正陵 .
中国电机工程学报, 2017, 37 (01) :1-9
[8]
计及风电消纳效益的电力系统源荷协调二层优化模型 [J].
文晶 ;
刘文颖 ;
谢昶 ;
王维洲 .
电工技术学报, 2015, 30 (08) :247-256
[9]
以直流联络线运行方式优化提升新能源消纳能力的新模式 [J].
钟海旺 ;
夏清 ;
丁茂生 ;
张慧玲 .
电力系统自动化, 2015, 39 (03) :36-42
[10]
基于状态转移的风电并网下线路潮流分析 [J].
王奇伟 ;
姜飞 ;
马瑞 ;
熊龙珠 ;
程璐 .
电网技术, 2013, 37 (07) :1880-1886