计及需求响应的含风电场多目标低碳经济调度

发布时间：2019-11-22 08:18

【摘要】：综合考虑发电成本、碳排放量和用户满意度,建立计及需求响应的含风电场多目标低碳经济调度模型。该模型采用随机规划理论描述风电出力的不确定性,并应用风电出力分布函数将其转化为等价的确定性模型;通过优化需求侧资源来调整次日的负荷曲线,以提高系统负荷率和风电消纳能力;引入用户满意度约束,保证调度方案使用户满意;将源荷侧资源整合统一调度来适应大规模风电并网和满足系统节能减排的要求。在人工鱼群算法搜索过程中结合禁忌搜索思想,并引入多目标搜索机制,提出了一种多目标改进鱼群算法对模型求解。采用逼近理想解排序法对帕累托前沿个体排序,辅助决策者确定最佳的调度方案。算例仿真结果验证了所提模型的合理性和算法的有效性。
【图文】：

信水平μ、φ分别为０．９５和０．８５。固定平时段电价为原始电价０．８元／ｋＷｈ，峰平谷各时段划分为：９：００～１５：００和２０：００～２２：００为峰时段；６：００～９：００、１５：００～１７：００、１８：００～２０：００和２２：００～２３：００为平时段；２３：００～６：００和１７：００～１８：００为谷时段。并网风电场含６０台风机，每台风机的额定功率２ＭＷ，２４ｈ风电预测出力曲线见图２。正、负旋转备用容量均取各时段系统负荷的５％，风电渗透率极限系数０．０９。ＭＩＡＦＳＡ算法参数设置：人工鱼群规模８０；最大迭代次数１００；拥挤度系数０．３；最大觅食次数１０，禁忌表长度１０。采用粒子群算法（ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ，ＰＳＯ）与本文方法进行比较，目标函数中发电成本与碳排放的优先级别相同，其算法参数：学习因子均为２，惯性权重ω采用线性递减策略，其余参数与本文一致。ＭＩＡＦＳＡ算法获得的ｐａｒｅｔｏ前沿见图３，采用ＴＯＰＳＩＳ法对ｐａｒｅｔｏ前沿个体排序确定最佳解，具体多样性解信息见表１。图２各时段风电场出力及波动区间图３ＭＩＡＦＳＡ算法得到的Ｐａｒｅｔｏ前沿表１低碳经济调度多样性解目标发电成本／×１０５元碳排放量／×１０５ｔ电费支出满意度用电方式满意度启停费用／元拉开比峰谷差／ＭＷ风电接入量／ＭＷ经济最优６．２１６１２．５５７８１．０１０２０．８７００４２０００．８１２０４７

１００；拥挤度系数０．３；最大觅食次数１０，禁忌表长度１０。采用粒子群算法（ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ，，ＰＳＯ）与本文方法进行比较，目标函数中发电成本与碳排放的优先级别相同，其算法参数：学习因子均为２，惯性权重ω采用线性递减策略，其余参数与本文一致。ＭＩＡＦＳＡ算法获得的ｐａｒｅｔｏ前沿见图３，采用ＴＯＰＳＩＳ法对ｐａｒｅｔｏ前沿个体排序确定最佳解，具体多样性解信息见表１。图２各时段风电场出力及波动区间图３ＭＩＡＦＳＡ算法得到的Ｐａｒｅｔｏ前沿表１低碳经济调度多样性解目标发电成本／×１０５元碳排放量／×１０５ｔ电费支出满意度用电方式满意度启停费用／元拉开比峰谷差／ＭＷ风电接入量／ＭＷ经济最优６．２１６１２．５５７８１．０１０２０．８７００４２０００．８１２０４７２１７６９环境最优６．５４１８１．５０６７１．１４２４０．９１０５３９７００．６５３６４２５１７８１最优解６．３４９１１．９０４５１．０８４１０．８９９６４１９００．７０１１４６６１７７７ＰＳＯ算法６．４２５４２．０７８１１．０７２１０．９００７４２６００．６９１４４５５１７７５从图３可知，ＭＩＡＦＳＡ算法得到的ｐａｒｅｔｏ前沿完整性好，非劣解集分布广泛均匀，其中碳排放量较发电成本的分布区间大，主要是由于各常规机组碳排放特性差异较大，而负荷又在各机组间随机分配。从表１数据可知，与ＰＳＯ算法相比，最优解的发电成本和碳排放量分别较其减少了１１第６期宋云东等：计及需求响应的含风电场多目标低碳经济调度

【相似文献】

相关期刊论文 前10条

1 蓝天虹;;需求响应的成本收益构成及其分配[J];山东电力高等专科学校学报;2010年04期

2 潘小辉;王蓓蓓;李扬;;国外需求响应技术及项目实践[J];电力需求侧管理;2013年01期

3 阮文骏;刘莎;李扬;;美国需求响应综述[J];电力需求侧管理;2013年02期

4 高媛;孙军平;范闻博;时伟君;;用户侧需求响应系统试验技术研究[J];电气应用;2013年17期

5 高赐威;梁甜甜;李扬;;自动需求响应的理论与实践综述[J];电网技术;2014年02期

6 Mark Triplett;;需求响应的商业案例评估[J];供用电;2014年02期

7 石坤;杨硕;史梦洁;陈雷博;;自动需求响应在中国参与主体的职责与运作模式研究[J];供用电;2014年03期

8 盛万兴;史常凯;孙军平;张波;仉天舒;;智能用电中自动需求响应的特征及研究框架[J];电力系统自动化;2013年23期

9 严春华;曹阳;高志远;田伟;;需求响应管理系统设计[J];电气应用;2013年S1期

10 李扬;王蓓蓓;宋宏坤;;需求响应及其应用[J];电力需求侧管理;2005年06期

相关会议论文 前2条

1 石怀德;郝为民;;基于需求响应技术的电力供需双向调节机制综述[A];2011电力通信管理暨智能电网通信技术论坛论文集[C];2011年

2 蔡骥然;周振宇;祁兵;伍军;;需求响应通信架构和数据模型研究[A];2013年中国电机工程学会年会论文集[C];2013年

相关重要报纸文章 前4条

1 本报记者 李静华;中国首个用电需求响应项目启动[N];中国房地产报;2012年

2 见习记者 黄硕;我国首个智能电网需求响应项目启动[N];滨海时报;2012年

3 记者 秦叙常　通讯员 谭永红;来凤建立纳税人需求响应机制[N];恩施日报;2011年

4 记者 门心洁;霍尼维尔签约中国首个智能电网需求响应系统[N];天津日报;2012年

相关博士学位论文 前6条

1 牛文娟;计及不确定性的需求响应机理模型及应用研究[D];东南大学;2015年

2 谭貌;基于电力需求响应的板坯热轧负荷分析与调度[D];湘潭大学;2015年

3 刘小聪;基于需求响应的大规模风电消纳调度策略研究[D];东南大学;2015年

4 杨婕;基于实时电价的智能电网需求响应与能量调度策略研究[D];天津大学;2014年

5 于娜;电力需求响应参与系统运行调控问题的研究[D];哈尔滨工业大学;2009年

6 刘继东;电力需求侧响应的效益评估与特性分析[D];山东大学;2013年

相关硕士学位论文 前10条

1 王珂;自动需求响应通信技术研究[D];华北电力大学;2015年

2 沈敏轩;基于物联网的智能小区自动需求响应系统设计与应用研究[D];华北电力大学;2015年

3 赵晨晨;低碳背景下电力需求响应效益评估研究[D];华北电力大学;2015年

4 刘佳;居民电力需求响应行为分析实验设计研究[D];华北电力大学;2015年

5 陈企楚;基于公共电能服务平台的需求响应研究与应用[D];华北电力大学;2015年

6 王莹莹;基于需求响应与需求调度的配电网供电可靠性分析[D];华北电力大学;2015年

7 高雪莹;储能系统能量调度与需求响应联合优化控制[D];合肥工业大学;2015年

8 杨帆;基于供应函数的智能电网需求响应策略[D];上海交通大学;2015年

9 陈睿欣;基于博弈论的需求响应研究及其在促进风电消纳中的应用[D];北京交通大学;2016年

10 孙成龙;考虑需求响应不确定性的系统备用优化调度研究[D];东南大学;2015年

本文编号：2564391