含风电场的电力系统环保经济调度研究

在节能减排的电力市场环境下,清洁能源发电因其发电成本较低,环境污染小,而具有日益重要的地位。本文研究风电接入系统后的电力系统动态经济调度,建立了含风电场的环保经济调度数学模型,提出以系统总发电成本最低为目标函数,并考虑常规火电机组和风电场的各种约束条件。根据某地区的实际负荷数据,利用搜索能力强、寻优速度快的粒子群优化算法进行仿真验证,结果表明数学模型与优化算法的正确性与有效性。最后,应用相对熵均衡性理论,对优化调度的决策结果进行评价与选择。     

基于伪并行SPEA2算法的含风电场多目标负荷调度

对传统意义下负荷调度模型进行修正,同时考虑系统的电压稳定程度最好、发电成本最小和污染排放量最少,提出了含风电场的多目标负荷调度模型,并将强度Pareto进化(SPEA2)算法和PGA算法相结合,用伪并行SPEA2算法用于最优求解.最后,通过算例分析计算了一含有风电场的系统不同穿透功率下的多目标负荷调度,验证了所提出算法的有效性和实用性.     

风火联合系统的多目标随机优化调度方法的研究

考虑到风电场出力的随机性,以常规机组燃煤费用最小、污染气体排放量最小为目标函数,约束条件以概率的形式表示,构建考虑机组组合的风火联合系统的多目标随机机会约束规划模型。结合机组启停优先顺序表,采用启发式搜索策略确定机组组合状态,以避免机组频繁启停或系统容量冗余。采用基于Pareto的多目标粒子群优化算法,结合随机模拟技术和模糊逻辑评价法,对既定机组进行经济负荷分配。以含10机的风火联合系统为算例,验证了所提调度方法的可行性、有效性。优化调度结果表明:1该模型能够充分利用清洁能源,降低系统运行成本,减少污染气体排放量,提高电力系统运行的综合效益;2该算法计算精度高,速度快,避免了基本粒子群优化算法易陷入局部最优的缺点。     

考虑需求侧资源的含风电电力系统两阶段优化调度

风电场接入电力系统会造成系统运行成本增加、稳定性降低等问题,引入需求侧资源是解决该问题的重要手段之一。为了探究价格型与激励型需求响应的互补性,通过协调调用基于消费者心理学模型的价格型需求侧响应,以及激励型需求侧响应参与电力系统的优化调度中,对比分析了不同调用模式下的电力系统运行成本。针对传统粒子群算法易陷入局部最优解的缺点,提出一种自适应动态调节惯性权重的改进粒子群算法对模型求解。结果表明所提模型有效降低了系统运行成本,不同类型需求侧响应具有互补性。     

考虑广域源-荷协调的分布式鲁棒优化调度

对源荷双侧存在的不确定性进行精细化建模,可提升广域源荷协调调度结果的有效性。分别以风电功率和分时电价为不确定变量,利用历史数据构建基于Wasserstein距离的概率分布模糊集来表征风电功率和分时电价的不确定性,并根据各类民用负荷特性建立分时电价引导下广域分布的民用负荷需求响应不确定模型。建立基于Wasserstein距离的广域源-荷协调双层分布式鲁棒优化调度模型,优化求解得到火电机组、风电场和各类广域民用负荷的调度计划。最后通过算例仿真验证所提方法可有效挖掘广域民用负荷调峰潜力,降低系统运行成本,提高风电消纳能力,平衡调度计划的经济性和鲁棒性。     

基于粒子群优化算法的集群调度策略

针对集群调度问题的特点,设计了基于粒子群优化算法的调度策略.与传统backfill算法相比,粒子群优化算法对作业比较公平,能避免对大作业响应慢的缺点,使得调度策略在生成速度和精度上都有明显的提高.实验结果表明,该调度策略能较好地提高CPU利用率和缩短作业平均响应时间.     

基于风功率预测的可移时负荷监控系统开发

为了实现风电场与可移时负荷的集中管理,该文研发了一套基于风功率预测的可移时负荷监控系统。该监控系统可以根据风电功率预测信息,采取多时间尺度协调的负荷用电控制,对可移时负荷的状态信息进行实时数据采集和监控处理。该文基于WinCC、Visual Studio 2012开发平台,采用C++语言来编写算法,对多目标函数进行优化,根据优化结果,对负荷侧进行调度,实现电源侧与负荷侧的良性有序互动。     

电力现货市场下的输配协同缓解阻塞模型与求解

电力现货市场中需协调调度输电网中可控资源实现对传输阻塞的缓解。考虑配电网中含有大量分布式电源以及可响应负荷，提出了以配电网公司作为主体参与电力现货市场阻塞管理的双层优化调度模型。输电网层以阻塞调度成本最小为目标，对各配电网公司的可控负荷和常规机组协同调度。配电网层以配电网电压波动和用户响应满意度为目标，在满足配电网安全约束的前提下，对配电网中资源进行协同调度。采用ATC算法对上下层模型进行求解，获取最优调度策略。最后对IEEE9节点的输电网和改进的两个配电网组成的输配全局电网进行仿真，验证所提方法的有效性。     

一种改进的基于LVS的负载均衡策略

负载均衡策略对提高集群系统服务效率至关重要.本文介绍了一种改进的LvS集群系统的加权最小连接调度策略,将原算法中的静态权值优化为动态权值,并通过实验证明,新调度策略能有效减少服务器的负载倾斜.     

基于风电极限场景的微电网-天然气网多层优化调度

为应对风电不确定性对微电网-天然气网优化调度的影响,本文引入了风电极限场景以刻画区间内的任意风电波动,构建了基于风电极限场景的微电网-天然气网耦合系统调度优化模型以保证系统的安全性。此外,本文进一步提出了五层优化调度模型,从中长期、日前和实时三个时间尺度应对风电不确定性以提高系统消纳风电的能力。为了求解所提多层优化调度模型,本文首先引入拉格朗日因子,提出了KKT(Karush –Kuhn -Tucker)条件的多层转化算法,将多层模型转化为单层优化数学模型以有效求解。最后以某经典微电网-天然气网耦合系统为例,将本文方法与确定性调度模型、经典随机优化调度模型对比,验证了所提方法的有效性和优越性。     

基于改进粒子群算法的柔性制造系统无死锁优化调度

柔性制造系统的优化调度问题是一个复杂的组合优化和NP-hard问题。以赋时Petri网为模型、最小化最大完工时间为优化目标,利用改进粒子群算法对一类柔性制造类系统建立了一种新的无死锁优化调度方法。该方法首先采用2层编码方式对路径和工序进行编码,建立工序与粒子位置之间的一一映射关系;其次,基于实时在线的死锁避免策略对粒子进行死锁检测与修复,保证所搜索的粒子均能解码为无死锁的可行调度序列;然后,设计了2种改进策略：粒子工序定向调整策略和局部搜索策略,以提高算法的寻优效率和局部搜索能力,保证快速得到最优或次优的可行序列;最后,利用2个仿真实验验证所提算法的有效性。实验结果表明：与其他已有算法相比,改进粒子群算法在求解柔性制造系统无死锁优化调度问题上具有较好的寻优能力。     

基于改进差分进化算法的MVB周期调度表优化设计

多功能车辆总线(MVB)周期调度表的优化设计对提高列车通信网络实时通信的可靠性和均衡网络负荷具有重要作用.考虑到已有的多功能车辆总线周期调度表优化方案存在的不足,提出了一种基于改进的差分进化算法的优化设计方法.首先建立调度问题的数学模型,根据IEC61375-1国际标准和可调度性要求建立了优化目标和约束条件;然后根据周期调度表的生成特点对原差分进化算法的变异和选择阶段进行了改进,提出了适用于MVB周期调度的优化方法;最后通过仿真实验与现有优化算法进行比较,验证了本文所提的改进的差分进化算法对周期调度表的构建具有更佳的优化效果.     

基于改进粒子群算法的含电动汽车的微电网经济调度

以含电动汽车的并网型微电网为研究对象,在考虑储能系统损耗成本的基础上,建立了考虑运行成本和环境治理成本的经济调度模型.提出一种改进粒子群算法对模型进行求解,该算法采用了交叉和变异操作作用于个体历史最优值,并采用候选解修复和罚函数相结合的改进方法对模型中等式约束和不等约束进行处理.通过算例仿真分析了电动汽车集群在不同场景下微电网最优调度策略.结果表明,电动汽车集群参与微电网调度能够减少经济成本,提出的改进粒子群算法相比于标准粒子群算法等其他算法,求解结果更优且收敛性好.     

基于SACPS算法的住宅小区电动汽车集群有序充电

针对传统电动汽车有序充电存在的充电影响因素考虑不全、优化目标过于单一、充电体验不友好等问题,以住宅小区电动汽车集群充电为研究对象,构建集群有序充电模型,提出模拟退火的混沌粒子群(simulated annealing chaotic particle swarm,简称SACPS)算法,且使用该文算法对集群有序充电模型进行优化,最后对优化结果进行仿真实验.仿真实验结果表明：相对于其他2种算法,该文算法能使电动汽车集群有序充电模型取得更低的最佳适应度;与集群无序充电相比,SACPS算法的集群有序充电的负荷峰值、负荷峰谷比、充电费用分别降低了42.62%,96.81%,15.61%; SACPS算法的集群有序充电在一定程度上实现了与其他负荷的错峰用电.因此,SACPS算法具有优越性.     

电动汽车有序充放电分群调度策略

为解决大规模电动汽车无序入网会给配电网安全稳定运行带来一系列不良影响问题,提出了车联网(vehicle to grid,V2G)模式下电动汽车有序充放电实时响应分群调度策略.从日前-日内多时间尺度出发,充分计及车主响应意愿及响应能力,对电动汽车集群进行细致划分.针对每个调度时段,综合考虑电网、电池、车主等约束条件,建立电动汽车有序充放电优化模型.模型分为上、下两层求取电动汽车充放电调度计划:上层以调度时间区间内的配电网方差负荷曲线最小为目标,求取当前时段集群总的充放电功率;下层以电动汽车车主费用最低为目标,求取单辆电动汽车的充放电计划.通过算例仿真,验证所提模型的有效性.     

集中式动态负载均衡算法的研究

目前的负载均衡算法中难以探测节点终端的实际负载,导致难以有效地满足负载均衡集群系统实时需求.通过分析集群系统中的资源管理优化技术和负载均衡调度算法,对集群系统的模型结构进行了分析,提出了一种改进的集群系统的负载均衡算法,该算法较好地解决了集群的资源调度问题.     

孤岛运行模式下微电网有功负荷优化分配

研究了微电网在孤岛运行模式下的有功负荷优化分配问题.针对柴油发电机、微型燃气轮机、等效光伏电源(包含蓄电池)和风力发电机组成的微电网在孤岛模式下的负荷优化分配问题进行了研究,建立了优化数学模型,采用粒子群优化算法和混沌算法相结合的混沌粒子群优化算法,实现了有功负荷的优化分配.在优化过程中不但计及了电源功率充足情况下的负荷优化分配,而且考虑了电源功率不足情况下的负荷优化分配.给出的计算精度,使得优化结果更切合实际.仿真计算结果表明了该方法的正确性和有效性.     

战时车辆调度问题算法及应用分析

战时车辆调度是精确后勤的核心内容之一,对提高部队机动性和后勤保障能力具有重要作用.对战时车辆调度问题进行分析研究,提出一种快速、高效的算法.对战时多任务车辆调度组合优化问题,即NP-Hard问题进行求解.构造了一个两层搜索结构的遗传禁忌混合算法,该算法充分利用了不同领域搜索方法的优点,增强了算法在解空间中的搜索能力和运行效率.试验分析结果表明:所提算法能有效地解决战时多任务车辆调度问题;与基本遗传算法相比,该算法的优化能力、运行效率、可靠性均得到了提高.     

基于MOPSO的电动汽车有序充电调度控制策略

在电网调度过程中考虑用户行为的主动性,提出一种考虑电动汽车用户充电选择的有序充电控制策略,以总充电成本最小、电网负荷方差最小为目标,采用多目标粒子群优化算法(MOPSO,multi-objective particle swarm optimization)对模型进行求解.仿真结果表明,相比于无序充电,所提策略能有效平滑负荷曲线,提高供电质量,同时还能保证降低用户充电成本,实现互利共赢.     

风电时序动态修正的实时调度计划研究

针对风电功率预测偏差影响电力系统发电计划准确性的问题,提出了一种超短期内风电时序动态修正的实时调度模型.该模型采用马尔科夫链时序预测方法,以5~15min为周期动态修正风电超短期预测功率的时间序列,并以煤耗增量最小和弃风最小为双重优化目标,同步修正风电场及常规机组的发电计划,最后将模型转化为凸二次规划及其拉格朗日对偶问题,并基于原-对偶内点法构建求解算法.通过对含风电场的10机组系统的仿真分析表明:所提模型在日内调度过程中进一步优化了系统的运行成本,同时提高了系统跟踪风电功率波动和消纳风电的能力,所采用的求解算法收敛迅速、鲁棒性强,可适应于实时调度的计算需要.