风电-光伏-光热联合发电系统的模糊多目标优化模型

被引：33

作者：

张宏 ^{[1
]}

陈钊 ^{[2
]}

黄蓉 ^{[2
]}

丁坤 ^{[2
]}

董海鹰 ^{[1
,3
]}

机构：

[1] 兰州交通大学自动化与电气工程学院

[2] 国网甘肃省电力公司电力科学研究院

[3] 兰州交通大学新能源与动力工程学院

来源：

电源学报 | 2021年 / 19卷 / 02期

关键词：

储热光热电站; 模糊多目标优化; 削峰填谷; 最大满意度; DE-PSO算法;

D O I：

暂无

中图分类号：

TM61 [各种发电]; TM73 [电力系统的调度、管理、通信];

学科分类号：

080802 [电力系统及其自动化]; 120103 [信息系统与信息管理];

摘要：

为实现以风光为代表的高比例新能源在电力系统中的友好并网,集成风电场、光伏电站和光热电站为多电源系统,提出风电-光伏-光热联合发电系统的模糊多目标优化模型。利用含储热光热电站良好的可调度性与可控性,为系统提供旋转备用与爬坡支撑,削减风光出力随机性与不确定性,从而实现其削峰填谷功能。以系统并网效益最大和输出功率方差最小为目标建立优化模型,通过定义目标隶属度函数将确定性模型模糊化,并采用最大满意度指标法将多目标优化模型转化为单目标优化模型,利用基于差分进化的粒子群DE-PSO(particle swarm optimization based on differential evolution)算法进行求解。算例系统仿真结果表明:模糊多目标优化能充分利用光热电站优势实现整体运行效果最优,从而验证了所提优化运行模型的可行性和有效性。

引用

页码：112 / 120

页数：9

共 15 条

[1]

Reducing Generation Uncertainty by Integrating CSP With Wind Power: An Adaptive Robust Optimization-Based Analysis [J].

Chen, Runze ;

Sun, Hongbin ;

Guo, Qinglai ;

Li, Zhigang ;

Deng, Tianhu ;

Wu, Wenchuan ;

Zhang, Boming .

IEEE TRANSACTIONS ON SUSTAINABLE ENERGY, 2015, 6 (02) :583-594

[2]

Self-scheduling for energy and spinning reserve of wind/CSP plants by a MILP approach.[J].H.M.I. Pousinho;H. Silva;V.M.F. Mendes;M. Collares-Pereira;C. Pereira Cabrita.Energy.2014,

[3]

Benefits of Colocating Concentrating Solar Power and Wind [J].