基于改进多目标粒子群算法的含风电场电力系统优化调度

被引:46
作者
卢锦玲 [1 ]
苗雨阳 [2 ]
张成相 [3 ]
任惠 [1 ]
机构
[1] 华北电力大学电气与电子工程学院
[2] 国网河北省电力公司正定县供电分公司
[3] 山东电力集团公司临沂供电公司
基金
中央高校基本科研业务费专项资金资助;
关键词
风电; 优化调度; 遗传算子; 多目标粒子群;
D O I
暂无
中图分类号
TM73 [电力系统的调度、管理、通信]; TM614 [风能发电];
学科分类号
080802 ; 0807 ;
摘要
由于风电具有随机性和波动性的特点,常规电力系统分析、调度及控制方式受到了新的挑战。深入研究了含风电场的电力系统优化调度问题,建立了基于多目标粒子群算法的调度模型,在该模型中考虑发电成本、污染气体排放量及风电场输出功率短期波动引起的系统运行风险,在约束条件中加入了正负旋转备用容量,从而减小了风电波动和预测误差对系统的影响程度。算法设计上,通过引入遗传算子对多目标粒子群算法搜索机组组合的能力进行改进,提高了该模型的全局寻优能力。10机系统算例结果分析表明,所提方法正确有效,且能够减少寻优过程中不可行解、解决各优化目标之间的冲突性,使所有目标函数尽可能达到最优。
引用
收藏
页码:25 / 31
页数:7
相关论文
共 10 条
[1]   含风电场的电力系统经济调度研究综述 [J].
周玮 ;
孙辉 ;
顾宏 ;
陈晓东 .
电力系统保护与控制, 2011, 39 (24) :148-154
[2]   节能减排下含风电场多目标机组组合建模及优化 [J].
张晓花 ;
赵晋泉 ;
陈星莺 .
电力系统保护与控制, 2011, 39 (17) :33-39
[3]   基于一种改进粒子群算法的含风电场电力系统动态经济调度 [J].
姜文 ;
严正 .
电力系统保护与控制, 2010, 38 (21) :173-178+183
[4]   风电场接入电力系统研究的新进展(英文) [J].
戴慧珠 ;
王伟胜 ;
迟永宁 .
电网技术, 2007, (20) :16-23
[5]   求解经济调度问题的改进粒子群算法 [J].
刘涌 ;
侯志俭 ;
蒋传文 .
继电器, 2006, (20) :24-27+39
[6]   基于自调节粒子群算法的电力系统经济负荷分配 [J].
张雪雯 ;
李艳君 .
电网技术, 2006, (18) :8-13
[7]   Pareto档案多目标粒子群优化 [J].
雷德明 ;
吴智铭 .
模式识别与人工智能, 2006, 19 (04) :475-480
[8]   改进粒子群优化算法在负荷经济分配中的应用 [J].
杨俊杰 ;
周建中 ;
吴玮 ;
刘芳 .
电网技术, 2005, (02) :1-4
[9]   与风电并网相关的研究课题 [J].
雷亚洲 .
电力系统自动化, 2003, (08) :84-89
[10]  
风电穿透功率及风电入网后系统短期运行研究[D]. 吴颖.上海交通大学 2009