含CO2排放和成本的多火电与风-水电的优化调度

被引:2
作者
师楠
机构
[1] 黑龙江科技大学工程训练与基础实验中心
关键词
火电; 风电; 水电; 粒子群; 优化调度; 建模;
D O I
暂无
中图分类号
TM73 [电力系统的调度、管理、通信];
学科分类号
120103 [信息系统与信息管理];
摘要
电力行业低碳化对实现节能减排具有重要意义。建立更接近于实际的电网模型,对其进行合理的规划和调度是电力系统实现节能减排的关键之一。由燃油、燃气和燃煤机组二氧化碳排放量及成本的差异,规划模型以总成本和二氧化碳排放量最小化为目标,建立了含火电、水电和风电机组的电网模型。采用改进的混合粒子群算法对电网进行优化调度,并以118节点系统对模型和算法进行验证和比较。结果表明:利用所建模型可有效提高运行成本和碳排放的计算精度,为电网的合理规划和经济调度提供了参考依据。
引用
收藏
页码:275 / 280
页数:6
相关论文
共 15 条
[1]
不同排污机制下发电能耗与排放成本优化模型研究 [D]. 
于超 .
华北电力大学,
2012
[2]
0-1规划问题的连续化方法研究及应用 [D]. 
李艳艳 .
大连理工大学,
2009
[3]
基于多模型组合优化算法的风速预测方法研究 [J].
师楠 ;
周苏荃 ;
李一丹 .
电力科学与技术学报, 2015, 30 (03) :61-65
[4]
基于动态调整学习因子的免疫粒子群算法及其应用 [J].
罗毅 ;
张若含 .
电网与清洁能源, 2014, 30 (02) :76-80+87
[5]
清洁能源优先的风–水–火电力系统联合优化调度 [J].
王开艳 ;
罗先觉 ;
吴玲 ;
刘旭晨 .
中国电机工程学报, 2013, 33 (13) :27-35
[6]
大型风电机组的功率曲线自寻优控制策略 [J].
夏安俊 ;
徐浩 ;
胡书举 ;
许洪华 .
高电压技术, 2012, 38 (08) :2023-2029
[7]
电动汽车电机故障时间的粒子群优化灰色预测 [J].
朱显辉 ;
崔淑梅 ;
师楠 ;
闵远亮 .
高电压技术, 2012, 38 (06) :1391-1396
[8]
计及需求响应的含风电场电力系统发电与碳排放权联合优化调度 [J].
刘晓 ;
艾欣 ;
彭谦 .
电网技术, 2012, 36 (01) :213-218
[9]
低碳电力调度方式及其决策模型 [J].
陈启鑫 ;
康重庆 ;
夏清 ;
Daniel KIRSCHEN .
电力系统自动化, 2010, 34 (12) :18-23
[10]
采用直流电动机和调速系统的风力机模拟器设计 [J].
刘广忱 ;
王生铁 ;
刘彦超 .
高电压技术, 2010, 36 (03) :805-809