含风/水/火电的电力系统动态经济调度和节能调度

被引:0
作者
吕清洁
机构
[1] 重庆大学
关键词
风电场; 梯级水电站; 多目标节能调度; 粒子群算法; NSGA-Ⅱ算法;
D O I
暂无
年度学位
2012
学位类型
硕士
摘要
随着能源需求的不断增长和化石燃料资源的逐渐枯竭,以及环境问题的日益突出,风力发电作为可再生能源中最具经济发展前景的发电方式之一越来越受到人们的青睐和重视。与传统发电不同,风电输出功率具有间歇性和随机性,这给电力系统的调度带来了新的要求和挑战,因此,对接有风电场的电力系统调度问题进行研究具有重要的理论意义和实用价值。 本文在对电力系统经济调度研究现状的分析基础上,研究含风电、梯级水电、火电的动态经济调度和节能调度问题,主要研究工作如下: ①电力系统动态经济调度需计及系统中各种电源在不同时间断面的耦合性,具有随机性的风电接入电力系统后使该问题更为复杂。本文在含风电和火电的电力系统动态经济调度的基础上计及系统中的梯级水电站的影响,建立含风/水/火电的电力系统动态经济调度的单目标模型。该模型把火电出力和水电发电流量作为控制变量,以发电成本最小或购电成本最小为目标,约束条件包括火电机组出力约束和爬坡约束、水电机组出力约束及发电流量约束,计及各梯级水电站在时间上的耦合性的水量平衡约束等。运用粒子群算法求解该模型。计算中由火电机组和梯级水电站共同承担风电功率预测误差对系统旋转备用容量的需求;由火电机组的爬坡约束动态处理每个时段机组的出力范围,使粒子在可行域内搜索以提高寻优能力。 ②随着节能减排政策的实施,电力系统在运行调度时除要考虑经济性因素外,还应该考虑尽量减少煤耗量和污染物排放量。本文以火电购电成本最小、煤耗量最小和污染气体排放量最小为目标函数,建立含风/水/火电的电力系统动态节能调度的多目标模型。为避免采用加权方法将多个优化目标归并为单个目标时存在的量纲统一和权重设置困难的问题,本文基于快速非支配排序遗传算法求解该模型。优化过程中通过计算所有约束条件的总越限值确定个体间的支配关系,以实现种群中个体的快速非支配排序和计算拥挤度,从而得到Pareto最优解集。运用模糊逻辑评价法从该解集中选取最优非劣解作为最终调度方案。 ③基于MATLAB编程环境实现上述算法,对标准算例和实际电力系统进行仿真计算。计算结果表明风电接入电网后,由水、火电共同承担系统的旋转备用容量比仅由火电承担能大大降低增加的额外成本;优先安排风、水清洁能源发电,能最大限度地减少能源消耗和污染物排放,实现资源的优化配置。
引用
收藏
页数:61
共 43 条
[1]
多目标进化算法及其应用.[M].郑金华著.科学出版社.2007,
[2]
多目标进化算法及其应用.[M].崔逊学著.国防工业出版社.2006,
[3]
MATLAB遗传算法工具箱及应用.[M].雷英杰等编著;.西安电子科技大学出版社.2005,
[4]
电网监控与调度自动化.[M].张永健主编;.中国电力出版社.2004,
[5]
遗传算法.[M].王小平;曹立明著;.西安交通大学出版社.2002,
[6]
Optimal wind-hydro solution for Aegean Sea islands' electricity-demand fulfilment [J].
Kaldellis, JK ;
Kavadias, KA .
APPLIED ENERGY, 2001, 70 (04) :333-354
[7]
Optimal scheduling of large-scale hydrothermal power systems using the Lagrangian relaxation technique [J].
Ngundam, JM ;
Kenfack, F ;
Tatietse, TT .
INTERNATIONAL JOURNAL OF ELECTRICAL POWER & ENERGY SYSTEMS, 2000, 22 (04) :237-245
[8]
Muiltiobjective Optimization Using Nondominated Sorting in Genetic Algorithms.[J].N. Srinivas;Kalyanmoy Deb.Evolutionary Computation.1994, 3
[9]
基于多目标文化差分进化算法的水火电力系统优化调度 [J].
覃晖 ;
周建中 .
电力系统保护与控制, 2011, 39 (22) :90-97
[10]
基于随机规划的含风电场的电力系统节能优化调度策略 [J].
龙军 ;
莫群芳 ;
曾建 .
电网技术, 2011, 35 (09) :133-138