计及风电和电动汽车的安全约束机组组合模型

面对风电和电动汽车大规模接入对电网的安全经济运行带来的挑战,文中以运行成本最小、污染物排放最低为目标,建立了风电-电动汽车协同调度的多目标安全约束机组组合模型(SCUC).将可充放电的电动汽车作为可优化调度单元,建立虚拟电价策略,以充电成本最小为目标来制定合理的充放电计划;使用模糊机会约束规划来描述风电的间歇性和不确定性,通过电动汽车充放电平抑风电波动,降低机组出力调整的频率,提高了电网安全运行的经济性.仿真结果表明,该模型可以很好地利用各因素之间的互补性,提高风电利用率,实现更好的经济、环境效益.     

不确定需求下多类型自提点多目标选址

考虑顾客快递数量的不确定性，引入顾客满意度函数，以自提点运营成本最小化和顾客满意度最大化为目标，构建多类型自提点选址问题的整数二次规划模型，通过高德平台获取需求点与自提点之间的实际取货距离，运用三角模糊数刻画顾客快递数量的不确定性，进而将模型转化为模糊机会约束规划模型。采用Epsilon约束算法结合Cplex求解器对实例求解，并对比NSGA-Ⅱ算法，再应用模糊集理论得出折中解，折中解方案较目标最优方案顾客满意度降低了11.4%,运营成本增加了26.3%。结果表明：随着顾客快递数量的增加，自提点的运营成本和顾客满意度均呈现先增后减的趋势；构建多类型自提点可以有效兼顾成本和顾客满意度，实现系统最优。     

考虑光热电站与风电系统低碳经济调度研究

为提高风电消纳,平抑负荷波动,实现系统经济、低碳运行,从光热电站特性出发,提出一种考虑阶梯型碳交易机制和需求响应的光热电站联合风电系统低碳经济优化调度模型。首先,加入电加热装置,构成含风电-光热联合发电系统,提高系统整体调度灵活性。其次,采用场景法处理可再生能源及负荷不确定性,并在源侧引入阶梯型碳交易机制控制碳排放量,在荷侧通过需求响应平滑负荷曲线,建立以系统总运行成本最低的优化目标函数。最后利用CPLEX求解工具箱进行求解。算例设置不同工况对比分析,结果表明所建立的模型在提高风电消纳的同时,保证经济性并降低系统碳排放量。     

基于人工免疫算法的微网需求侧响应优化调度

在考虑V2G的需求侧响应的基础上,以电动汽车蓄电池折损系数及从配电网的购电费用为优化目标,构建包含微电网功率平衡约束、可转移负荷约束、V2G约束、储能荷电状态等约束条件的光伏微电网多目标优化模型。采用人工免疫算法对模型进行求解,并利用实际的光伏微电网机构和运行数据,在Matlab平台上进行仿真分析,获得光伏微电网优化调度的多组Pareto最优解集。通过分析选取的典型调度方案,验证优化模型的合理性和有效性。     

应用全场景可行安全约束机组组合的风电最优消纳模型及解法

针对含风电电力系统的安全约束机组组合(SCUC)问题,目前广泛采用的鲁棒优化方法在求解时不能满足调度解的非预期约束并存在严重缺陷,且各种模型和算法中均未考虑最大消纳和最优经济消纳的区别。为克服以上困难,提出了满足非预期约束条件的风电最大消纳和最优消纳模型,并给出对应求解方法。该模型及对应求解方法为容纳可能的弃风决策以扩大调度解空间,引入了风电可变不确定集来替代广泛采用的固定不确定集;为满足调度解的非预期性,引入了一组规模极小的强非预期约束,避免了传统建模方式导致的大量非预期约束难题;为克服鲁棒优化中复杂极小极大结构带来的求解困难,引入了基于可变不确定集顶点场景的全场景可行调度模型,该模型具有单层混合整数线性规划(MILP)问题结构,求解可得调度问题的最优解。实验及测试结果表明:该算法在IEEE118节点系统中取得了良好效果,显示了最大消纳和最优消纳的区别,可以实现含风电SCUC问题的快速求解,并使风电消纳的经济性得到提高。     

考虑用户舒适度补偿的空调负荷优化调度模型

通过对空调负荷这一类需求侧响应资源的调度,可以减轻分布式电源出力波动对电网运行的不利影响,促进可再生能源的消纳.本研究首先基于负荷聚合商的运行框架,分析了负荷聚合商的成本和效益,在负荷聚合商成本的组分中,提出了根据用户舒适度所确定的需求响应补偿策略;其次,本研究建立了空调负荷的温度变化模型;最后提出了空调负荷优化调度模型,该模型目标函数为空调负荷聚合商总收益最大,并考虑到了空调温度、风电波动以及聚合商收益约束.算例仿真结果表明,本研究提出的模型具有良好的经济效益,并提升了对分布式风电波动的平抑效果.     

考虑需求侧响应的热电联供型微网经济优化运行

热电联供(combined heat and power,CHP)微网是提高可再生能源利用率以及实现能源转型的有效途径之一,具有广阔的应用前景。为保证其经济、灵活、高效运行,需对CHP微网进行合理的系统优化。为此提出考虑热、电负荷需求侧响应CHP微网多目标优化方法,热电负荷需求侧响应模型基于建筑物热力学模型,同时考虑可转移负荷的调度。在此基础上,建立基于热电负荷需求侧响应的多目标混合整数线性规划模型,采用所提复合粒子群算法求解。算例仿真结果表明,应用热、电负荷需求响应可以使供电、供热的灵活性大大提升,并且降低了系统经济运行成本。     

考虑源荷不确定性的综合能源系统日前经济调度

针对可再生能源出力及负荷不确定性对综合能源系统日前经济调度的影响,基于由热电联产系统、储热、蓄电装置以及电锅炉等组成的电热综合能源系统,研究了考虑源荷不确定因素的日前经济调度问题.将系统中可再生能源出力以及电热负荷均用梯形模糊参数表示,构建了基于可信性理论的模糊机会约束规划优化调度模型;采用模糊机会约束的清晰等价类将含模糊参数的机会约束规划模型转化为确定性的混合整数规划模型,在Python环境中建模,利用Gurobi求解器求解.最后,通过算例分析了储能装置对于提高系统经济性的作用以及源荷不确定性程度、不同置信水平对系统运行成本的影响,验证了所提模型的有效性.     

考虑负荷平移的虚拟电厂低碳经济调度

虚拟电厂是聚合发电侧分布式能源与用户侧负荷需求的有效途径。针对可再生能源发电出力的间歇性和反调峰特性问题,以碳配额与可再生能源消纳保障机制为背景,本文建立了考虑负荷平移、“碳交易-绿证”、可再生能源消纳权重、碳排放配额、运行成本约束的虚拟电厂多目标调度优化模型。首先,以风光出力追踪和用电负荷波动平抑为目标构造负荷平移模型,并给出“移出—汇总—分配”的求解策略;其次,引入碳交易与绿证交易机制,以系统调度成本和CO2排放量最优为目标,构建多目标优化模型,实现虚拟电厂低碳化与经济性的有效平衡;最后,运用参照点法（reference point approach, RPA）对调度模型进行求解,并结合模糊理论和二元对比定权法给出RPA度量标准取值模型。算例仿真结果表明：模型可以有效提高虚拟电厂的经济效益与可再生能源消纳能力,激发虚拟电厂低碳减排的积极性。     

考虑分时电价的风光储联合优化调度研究

针对大规模风电和光伏发电对电网调度带来的负面影响,利用钠硫电池储能系统,综合考虑峰谷分时电价政策和减少弃风弃光等各方面因素,提出了一种基于日前负荷、风电、光伏发电出力预测,以钠硫电池为辅助设备的风光储联合申报计划出力新模式。以风光储联合系统总体收益最大化和净负荷方差最小作为目标,考虑钠硫电池储能系统的充放电次数约束和风光实时出力偏移风光联合申报计划出力限制,建立了电网短期优化调度模型,并采用多目标粒子群算法求解所建模型。通过算例分析,验证了所建模型的可行性和风光储联合系统在提高清洁能源消纳和平滑净负荷曲线方面的有效性。     

基于氢储能的含大规模风电电力系统经济调度

针对由大规模风力发电并网带来的消纳困难问题,文章利用由碱式电解槽、储氢罐、氢氧燃料电池构成的氢储能系统将弃风转换成氢气储存起来,用以满足外界氢气负荷需求或于负荷高峰期发电补充上网。文章先对风电出力的不确定性和氢储能系统进行建模。为了降低传统鲁棒优化求解的保守度,利用考虑保守度可调的鲁棒优化盒式集合描述风电出力。在此基础上,以降低弃风和提高系统总体的经济性为目标,建立了基于氢储能的含大规模风电电力系统经济调度模型。算例表明,文章所建立的优化调度模型兼顾求解的鲁棒性和经济性,并且可以显著减少弃风、降低系统的总成本。     

基于分布式神经动力学算法的微电网多目标优化

针对微电网多目标优化计算量较大的问题,提出了一种考虑需求响应的微电网分布式神经动力学优化算法.首先,考虑平均效率函数、微电网的排放、需求响应引起的不满意度以及总利润函数等因素建立多目标优化模型.其次,应用单目标积公式将多目标优化问题转换为单目标优化问题,并证明了最优解是原始多目标问题的帕累托最优点.再次,使用对数障碍物惩罚因子处理不等式约束,利用Lasalle的不变性原理和Lyapunov函数证明所提出的算法可以收敛到最优解.最后,通过仿真验证了本文算法可以在保证优化精度与收敛性条件下,大大降低计算成本.     

基于相关性分析的风光储互补需求响应策略

针对风光储互补发电系统,提出基于风光相关性分析与需求响应建模结合求解优化模型的方法。首先选取负荷追踪系数对互补系统进行风光相关性分析,然后基于用户收益最大建立需求响应基本模型,以减小负荷峰谷差、需求响应前后平均电价变化最小、负荷追踪系数最小为目标建立需求响应优化模型。最后利用算例对风光储互补系统接入电网更新的电价策略对负荷波动曲线、负荷追踪系数曲线的影响进行分析。结果表明,考虑相关性分析的需求响应策略可以实现对发电侧新能源的充分消纳。     

基于免疫粒子群算法的风/光/柴/储容量优化配置

针对我国风光资源丰富的偏远地区,采用风光的互补优势,结合蓄电池及柴油机对负荷进行供电,建立了以总净现值成本最低,负荷缺电率和能量浪费率最小为目标函数,以场地大小,蓄电池容量,柴油机功率及其污染物的排放量为约束条件,对其进行容量配置。采用了改进的多目标免疫粒子群算法进行优化,提高了算法的收敛速度,避免陷入局部最优解。仿真结果表明,在对负荷进行容量配置的过程中,采用多目标的改进免疫粒子群算法可以有效进行寻优,提高了系统的稳定性和经济性。     

考虑配电网安全稳定运行的蓄热式电采暖多目标优化配置

蓄热式电采暖系统的不合理配置会对配电网的安全稳定运行带来不利影响。为此,提出一种蓄热式电采暖多目标双层优化配置模型。首先,根据历史数据计算出供暖季逐时热负荷需求,采用k-means聚类算法选取一定数量典型日场景;其次,以蓄热式电采暖系统投资成本、运行维护成本和线路负荷标准差最优为目标,建立一种基于配电网经济性和潮流均衡性的多目标双层规划模型。采用多目标粒子群算法求出Pareto最优解集,通过熵权-TOPSIS法从中选取最佳接入位置、功率和容量。最后,以改进的IEEE 33节点系统为例进行仿真分析,结果表明：该模型虽然增加了一定的经济费用,但明显改善了线路负荷分布,使配电网潮流更加均衡,保证配电网能够安全稳定运行。     

风电场储能系统的多目标优化调度策略

为了实现风电与储能联合运行的优化调度策略,首先综合考虑风电功率预测效果、并网功率波动和储能系统的出力水平等多个目标,建立风储联合运行的多目标优化仿真模型。然后运用马尔可夫模型预测风功率,同时基于有精英策略的非支配性排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)滚动优化风储并网功率,来获得风储系统不同运行策略。并通过优选储能系统运行参数,避免储能系统的过度充放电和进入死区。最后,将决策者的偏好嵌入到多目标优化过程中,针对优化解集的分布进行了对比分析,验证了偏好情况下的储能的针对性和有效性,实现了风储系统多目标偏好下的优化调度。     

不确定多目标电源规划模型

在综合考虑电源规划方案经济、社会和环境等多元目标的基础上,汲取概率和工程模糊集理论的思想方法,通过对规划方案中不确定性指标进行分类和规格化,建立不确定多目标电源规划模型,并给出评价决策方案优劣的方法．应用算例表明,该模型能够处理在随机情况下不具有明显相关关系的系统多目标之间的协调问题,且求解过程中易整合决策者和专家意见,为解决不确定系统的多目标问题提供了一种具有实用性的方法．     

基于多目标粒子群算法的风光水火多源AGC协调优化方法

针对高比例新能源渗透背景下的常规AGC机组和新能源AGC机组协调控制问题,提出了基于"两个细则"的风光水火多电源AGC多目标协调优化方法,该方法在确保电网调频经济性的同时兼顾了电网的调频质量和网架功率传输能力。基于某地区长期AGC历史统计数据,分析了不同类型机组的调频特性,计算其调频指标;基于华中电网"两个细则"的要求,以电网的调频成本和网损成本、调频速度和调频精度为目标,建立了含风光水火的多目标AGC有功协调优化模型;结合某内陆地区网架结构和AGC数据,采用多目标粒子群算法进行模型求解,得到了各个AGC场站的有功出力,进而验证了文中提出方法的有效性。