考虑CO2排放成本的风储联合调度优化

储能系统越来越多地应用于电力系统,其与风电配合可以减少风机出力的波动性,因此有必要对风电储能联合调度。提出了一种考虑CO_2排放成本的风电储能联合调度优化模型。首先说明了CO_2排放成本。然后建立了以火电机组成本费用、排放成本、火电机组启停成本、风机成本、电池成本最小为目标,考虑有功功率平衡约束、风机出力约束、火电机组启停约束、电池储能充放电约束等条件的优化模型。接着利用非线性遗传算法对本文所建模型进行求解。最后在IEE30节点中进行仿真分析,说明了所提方法的正确性和有效性。     

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.     

基于机会约束规划的生产全过程实时优化

针对一类生产全过程,提出了基于机会约束规划的动态实时优化策略.基于产品质量优化模型,利用机会约束规划,将实时优化问题中的经济和模型不确定约束以一定的置信水平概率满足,通过求解联合概率约束问题,确定各子过程控制器的最优设定值.通过步进式加热炉炉温设定值优化问题的仿真研究,验证了该方法的有效性和实用性.     

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。     

含储能系统及风电的电力系统动态经济调度

风电的随机性和波动性给传统的调度带来困难,为此在模型中引入储能系统,分析了储能系统对含风电的电力系统经济调度的影响,尤其是对系统调峰的影响。将含风电和储能系统的经济调度描述为一个非线性优化问题,建立了一个风电场与储能系统相配合的清洁经济调度模型,其目标函数在传统火电机组运行费用的基础上兼顾了火电的排污成本,寻求经济和环保总成本的最优解,采用粒子群算法对该模型进行求解。通过6机系统算例分析,表明该模型能够有效地控制储能系统的出力;储能系统的引入可明显降低系统的运行费用,尤其是火电机组调峰的费用,且提高了风能利用率。     

含流域梯级水电的水火风联合低碳调度模型

针对大规模风电并网导致的电力系统运行风险和水电、风电出力的互补特性,提出一种计及风电出力不确定性的含流域梯级水电的水火风联合低碳调度模型。采用高斯混合模型-吉布斯采样法生成融入不同时间尺度关联特性的风电出力动态场景集。综合考虑水头、流量多重因素及多种复杂运行约束的影响,建立流域梯级水电站群耦合模型。在此基础上,构建以基准风电场景下机组发电、排放成本和风电动态场景下机组调整成本为整体优化目标的两阶段随机规划调度模型。以改进的IEEE-24节点系统为例进行仿真分析,验证了所提模型的有效性,从而为大规模水火风互补发电系统的联合优化调度提供了参考。     

电力市场中水火电优化的调度

研究了在电力市场中考虑水火电的优化调度问题，给出了适合水火电调度的网络流规划算法模型。     

不确定因素下电子侦察卫星鲁棒性调度方法

针对卫星电子侦察过程中的各种不确定因素,提出了一种静态调度与反应式调度相结合的鲁棒性调度方法.静态调度中针对具有随机分布特性的侦察数据量,并考虑卫星的使用约束和任务约束,建立了机会约束混合整数规划模型;提出了基于罚函数的进化算法,用以解决模型的非线性与非凸特性,结合蒙特卡罗抽样的罚函数用以解决模型的随机性.反应式调度中针对新任务提交、资源失效和任务执行失败等离散不确定因素,提出了一种快速启发式任务插入算法,基于初始调度方案,有效降低调度复杂度.仿真实验表明该方法适用于解决不确定因素下电子侦察卫星调度问题.     

考虑需求响应和储能的风水火联合系统经济调度

针对大规模风电并网对电力系统造成的威胁,通过充分考虑储能系统(energy storage system,ESS)与需求响应(de-mand response,DR)之间的有效配合,提出了一种计及ESS和DR的风水火联合电力系统经济调度模型.首先,模型将用电负荷划分为基础负荷及可调节性负荷,充分考虑了DR对可调节性负荷进行的精细化调整,有效地配合ESS装置运行,从而最小化电力系统运行总费用.其次,针对风电出力的不确定性,通过建立鲁棒优化模型确保模型具有可行解.最后,通过划分四种不同场景验证模型的有效性.仿真结果表明,考虑ESS和DR之间的互补特性后,在实现风电出力全额消纳的同时,电力系统有效地降低了运行总费用,减少了火电机组频繁启停,降低了火电机组出力的波动性.     

含储能系统及风电的电力系统动态经济调度

风电的随机性和波动性给传统的调度带来困难﹐为此在模型中引入储能系统﹐分析了储能系统对含风电的电力系统经济调度的影响﹐尤其是对系统调峰的影响。将含风电和储能系统的经济调度描述为一个非线性优化问题﹐建立了一个风电场与储能系统相配合的清洁经济调度模型﹐其目标函数在传统火电机组运行费用的基础上兼顾了火电的排污成本﹐寻求经济和环保总成本的最优解﹐采用粒子群算法对该模型进行求解。通过6机系统算例分析﹐表明该模型能够有效地控制储能系统的出力;储能系统的引入可明显降低系统的运行费用﹐尤其是火电机组调峰的费用﹐且提高了风能利用率。
     

不确定环境下再制造加工车间多目标调度优化方法

针对再制造生产过程中工件的加工时间和成本不确定性调度问题,文章提出了一种不确定环境下再制造加工车间多目标调度优化方法。该方法采用模糊变量表示其不确定性参数,以最小化加工时间和成本为目标,在满足模糊交货期等约束条件下,构建了不确定环境下多目标决策的模糊机会约束规划模型,并提出了求解该模型的混合智能算法;应用模糊模拟技术产生样本数据,用于训练神经网络以逼近不确定函数;针对神经网络中存在收敛速度慢、容易陷入局部最优的缺点,应用改进的粒子群算法优化神经网路,将训练好的神经网路嵌入改进的遗传算法中求解调度模型。最后,通过仿真实例,验证该模型和算法的可行性。     

风火电打捆输电系统风火电配置比例研究

针对风火打捆外送的风火电比例配置问题,以机组总运行成本最低和输电功率最大为目标建立电源出力配置模型.采用考虑系统约束条件的等微增率法进行求解,并在不同风火电配置比例、不同弃风率情况下对单位煤耗、系统输电通道利用率、单位发电成本和单位发电的氮氧化物排放量等指标进行计算分析.在此基础上深入讨论了氮氧化物排放价格对系统单位发电成本的影响,结果表明,当氮氧化物排放价格达到一定值时,风电机组与火电机组可平等参与日前发电调度,实现系统的经济性和环保性.     

促进风电消纳的源-荷联合优化调度

针对我国弃风问题,将光热电站与风电联合运行,利用其出力的互补性以及储热装置的可调度性应对风电出力的波动性、反调峰性,平滑风电出力以及净负荷曲线,降低火电机组调峰的成本,提高风电利用率.但此方法受到储热装置容量的限制以及机组最小出力和旋转备用的约束,对弃风情况改善有限,因此在需求侧引入需求响应措施与光热-风电系统配合.以...     

计及旋转备用的电动汽车与风电/火电协调优化调度

文章首先引入带位置和尺度参数的t分布建立了风电预测误差曲线,在此基础上提出计及旋转备用的风电电动汽车协调策略,该策略能实现系统的削峰填谷和为风电预测误差提供补偿。在电网侧引入弃风惩罚和失负荷惩罚,建立了以系统运行总成本最小为目标的风电电动汽车火电经济优化模型,并给出了模型的求解方法。最后通过5机组系统进行仿真分析,结果表明电动汽车可以为风电波动提供备用,从而减轻了系统对火电机组的调节需求,减小了弃风量和失负荷量,达到经济性最优。     

带队列约束的RHFS列生成调度算法

为有效提升多重入车间的生产效率,考虑实际生产中队列约束,提出了基于列生成算法的可重入混合流水车间的调度方法.首先对两阶段生产调度问题进行描述,以最小化工件总完成时间为优化目标,建立数学规划模型.针对该调度模型提出列生成算法,设计带多重决策的动态规划方法来求解工件级子问题,为更快收敛,主问题求解中采用自适应加速策略.在使用分支定界将得到的解整数化的过程中,构造列池并设计局部变异.最后,对各种不同问题规模进行了数值实验,结果表明所提出的调度算法是有效可行的.     

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.     

一种新颖的可控负荷优化调度策略

文中提出一种智能电网环境下可控负荷优化调度的双层优化模型.上层是可控负荷聚合器的优化问题,其目标是通过优化调度3类可控负荷的方式最小化购电成本;下层是电网优化问题,该问题提供电网实时电价给上层优化问题.文中将电网优化问题的KKT条件作为可控负荷优化问题的均衡约束,双层优化问题转换为具有均衡约束的数学规划(Mathematical Program with Equilibrium Constraints,MPEC)问题来求解.算例仿真反映了提出的调度策略的基本特征.     

不确定条件下的零等待Flow shop生产调度问题

研究了处理时间不确定条件下,含零等待模块的模糊Flowshop生产调度问题;采用三角模糊数描述处理时间的不确定性,用零等待策略对加工过程进行约束,建立了基于模糊规划理论的零等待Flowshop调度模型,通过中间值最大隶属度的方法,将原有的模糊调度模型转化为清晰的调度模型;最后应用改进的模拟退火算法对模型进行仿真优化,制定了适用于实际排产过程中的GANTT图,仿真结果说明了调度模型的正确性和改进算法的有效性。     

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。     

含风电系统大规模长时间机组组合分解模型

针对传统机组组合忽略模型优化、仅从优化数学求解算法的角度加快求解速度的问题,提出了基于数学优化和模型优化的机组组合分解模型,以加快含风电的机组组合的求解速度,并采用弃风密度曲线来评估系统的弃风状况。该模型通过将传统机组组合求解空间分解为由离散变量决定的离散空间,结合机组组合问题的实际物理特点,剔除不具有实际意义的求解区域,以加快求解速度。弃风密度曲线可以通过系统弃风率范围及各弃风率的密度概率更好地评估系统弃风状况。根据所提方法和某省电网实际算例,比较了所提模型与传统模型的计算速度,并运用弃风密度曲线评估算例的弃风状况。研究结果表明,相比于传统的机组组合模型和弃风期望值,机组组合分解模型明显加快求解速度,系统的弃风状况在弃风密度曲线上从曲线中心向两侧波动展开,该研究加快了含风电系统的机组组合求解速度以及对系统风电弃风状况的评估更加有效、合理。