基于时序仿真的风光容量配比分层优化算法

发布时间：2018-02-22 05:08

  本文关键词： 风光配比 时序仿真 粒子群算法 细菌觅食算法 分支定界法　出处：《中国电机工程学报》2015年05期 　论文类型：期刊论文

【摘要】：中国风能和太阳能产业发展迅猛,由于其规划和建设周期短,开发过程中与地区电源、电网规划脱节,导致"弃风"、"弃光"现象严重。该文综合考虑区域资源特性,提出基于时序仿真的风光容量配比分层优化算法。内层建立省级电网年度风电、光伏接纳能力优化模型,采用分支定界法优化系统全年运行方式,最大化提升电网的节能减排效益,使规划结果更加符合电力系统实际运行。外层以内层模型的电网节能减排效益作为适应度函数,建立风光配比优化模型。采用细菌觅食算法结合粒子群算法求解风光最佳配比,提高计算效率和求解精度。以某省级电网为例进行研究,计算结果验证了提出的模型合理、算法可行。该方法可为地区风电和光伏建设、实际电力系统调度以及政府相关政策的制定提供指导。
[Abstract]:The wind and solar energy industry in China is developing rapidly. Because of its short planning and construction cycle and the disconnection between the development process and the regional power supply and power network planning, the phenomenon of "abandoning wind" and "abandoning light" is serious. A hierarchical optimization algorithm of wind capacity ratio based on time series simulation is proposed. The optimal model of annual wind power and photovoltaic acceptance capacity of provincial power grid is established in the inner layer, and the branch and boundary method is adopted to optimize the system operation mode throughout the year. In order to maximize the efficiency of energy saving and emission reduction, the planning results are more in line with the actual operation of the power system. The benefits of energy saving and emission reduction of the outer layer model are taken as the fitness function. In order to improve the calculation efficiency and accuracy, the optimal model of scenery matching is established. The bacterial foraging algorithm combined with particle swarm optimization algorithm is used to solve the optimal ratio of the scenery. The calculation results show that the proposed model is reasonable, taking a provincial power grid as an example. The algorithm is feasible. This method can provide guidance for the construction of regional wind power and photovoltaic system, the actual power system scheduling and the formulation of relevant government policies.
【作者单位】： 河海大学能源与电气学院;中国电力科学研究院;
【基金】：“十一五”国家科技支撑计划项目(2013BAA02B01) 国家电网公司科技项目(NY71-14-038) 江苏省普通高校研究生科研创新计划项目(KYLX_0431) 中央高校基本科研业务费学生项目(2014B33314)~~
【分类号】：TM61

【参考文献】

相关期刊论文 前9条

1 宋洪磊;吴俊勇;冀鲁豫;高立志;刘印磊;黄鹏洲;;风光互补独立供电系统的多目标优化设计[J];电工技术学报;2011年07期

2 陈启鑫;康重庆;夏清;周意诚;横山隆一;;电力行业低碳化的关键要素分析及其对电源规划的影响[J];电力系统自动化;2009年15期

3 刘纯;吕振华;黄越辉;马烁;王伟胜;;长时间尺度风电出力时间序列建模新方法研究[J];电力系统保护与控制;2013年01期

4 赵青杉;吴志健;孟国艳;;一种新的混合智能算法及其在属性约简中的应用[J];武汉大学学报(理学版);2010年06期

5 程浩忠,高赐威,马则良,朱忠烈,许进,王晓晖;多目标电网规划的分层最优化方法[J];中国电机工程学报;2003年10期

6 丁明;石雪梅;;基于遗传算法的电力市场环境下电源规划的研究[J];中国电机工程学报;2006年21期

7 陈道君;龚庆武;张茂林;刘栋;杜亮;邵青;;考虑能源环境效益的含风电场多目标优化调度[J];中国电机工程学报;2011年13期

8 周松林;茆美琴;苏建徽;;风电功率短期预测及非参数区间估计[J];中国电机工程学报;2011年25期

9 李整;谭文;秦金磊;;一种用于机组组合问题的改进双重粒子群算法[J];中国电机工程学报;2012年25期

【共引文献】

相关期刊论文 前10条

1 张可虎;田建伟;徐敏杰;石红;;基于可信性理论的电网规划方法[J];北京交通大学学报;2010年05期

2 贺正楚;张训;;电力企业社会责任评价体系及实例分析[J];财经理论与实践;2011年04期

3 杨健;曹培;郭创新;;智能电网低碳效益展望[J];电力科学与技术学报;2010年03期

4 任玉珑;黄守军;张谦;;计及碳排放权交易的电力市场纵向合作减排策略研究[J];产业经济研究;2010年05期

5 王一;程浩忠;;电力市场环境下输电网扩展优化规划研究综述[J];电工技术学报;2007年09期

6 卢斯煜;娄素华;吴耀武;;低碳经济下基于排放轨迹约束的电力系统电源扩展规划模型[J];电工技术学报;2011年11期

7 李文升;王泽众;;基于CDM和学习曲线的山东电网碳排放研究[J];电气应用;2012年13期

8 康重庆;周天睿;陈启鑫;;电力企业在低碳经济中面临的挑战与应对策略[J];能源技术经济;2010年06期

9 易海琼;李隽;;基于序优化理论的电源规划方法研究[J];能源技术经济;2010年08期

10 贾文昭;刘长义;李蒙;马莉;张晓萱;康重庆;;坚强智能电网的低碳效益与贡献率量化分析[J];能源技术经济;2011年09期

相关会议论文 前5条

1 符杨;孟令合;朱兰;曹家麟;;Pareto蚁群算法在多目标电网规划中的应用[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（中册）[C];2008年

2 Xiao Cheng;Peng Guo;;Short-term Wind Speed Prediction Based On Support Vector Machine Of Fuzzy Information Granulation[A];第25届中国控制与决策会议论文集[C];2013年

3 熊宁;;考虑静态电压稳定的低碳电力调度方法[A];2012年江西省电机工程学会年会论文集[C];2012年

4 高元海;王淳;;无重访遗传算法及其在输电网络规划中的应用[A];2013年江西省电机工程学会年会论文集[C];2013年

5 郑雪阳;黎嘉明;文劲宇;孙树敏;李广磊;;独立海岛微网分布式电源容量优化设计[A];中国电工技术学会学术年会——新能源发电技术论坛论文集[C];2013年

相关博士学位论文 前10条

1 杨莉;基于可持续发展的我国电源结构优化研究[D];哈尔滨工程大学;2010年

2 施希;大型压水堆核电站接入电网的理论和技术研究[D];武汉大学;2009年

3 王茜;风电场与输电网协调规划的模型和方法研究[D];华北电力大学（北京）;2011年

4 周金辉;基于价值评估的含大规模风电的电力规划[D];天津大学;2012年

5 孟晓芳;基于虚拟技术的农村电力网规划方法研究[D];沈阳农业大学;2011年

6 麻常辉;基于静态和动态安全风险的输电规划[D];浙江大学;2006年

7 谢莹华;配电系统可靠性评估[D];天津大学;2005年

8 王伟;电网投资规划的系统动力学建模与中压配电网络结构优化[D];华北电力大学（北京）;2007年

9 吕文娥;电力市场下考虑网络约束的市场行为及电网规划研究[D];上海交通大学;2007年

10 金华征;考虑市场环境的多目标输电网优化规划研究[D];上海交通大学;2007年

相关硕士学位论文 前10条

1 梅豫明;“十二五”粤东高压输电网规划研究[D];华南理工大学;2010年

2 王毕元;基于混沌人工鱼群算法的多阶段输电网规划研究[D];东北电力大学;2011年

3 庞博;考虑概率可靠性标准的输电网规划模型与实证研究[D];华北电力大学（北京）;2011年

4 阴少华;考虑电力系统可靠性价值的输电投资评估模型研究[D];华北电力大学（北京）;2011年

5 全姗姗;考虑路径优化的输电网规划研究[D];华北电力大学（北京）;2011年

6 吴思伟;发电企业燃料多目标采购模型及优化[D];华北电力大学（北京）;2011年

7 张瑞平;包头地区电网现状分析及其扩展规划研究[D];华北电力大学（北京）;2010年

8 苏昊林;烧制CAS系粉煤灰建筑微晶玻璃试验研究[D];大连理工大学;2011年

9 于文俊;变论域模糊控制算法在电力系统中的应用[D];华南理工大学;2011年

10 陈建华;重庆市碳排放特征分析与减排对策[D];西南交通大学;2011年

【二级参考文献】

相关期刊论文 前10条

1 胡国强;贺仁睦;;梯级水电站多目标模糊优化调度模型及其求解方法[J];电工技术学报;2007年01期

2 徐丽萍;林俐;;基于学习曲线的中国风力发电成本发展趋势分析[J];电力科学与工程;2008年03期

3 王f[,李渝曾,张少华;一种求解环境经济负荷调度问题的人工神经网络新方法[J];电力系统自动化;2002年21期

4 周安石,康重庆,洪元瑞,黄俊辉,张谦;电力工业可持续发展的统一规划模型[J];电力系统自动化;2005年07期

5 陈海焱;陈金富;段献忠;;含分布式电源的配电网潮流计算[J];电力系统自动化;2006年01期

6 陈海焱;陈金富;段献忠;;含风电场电力系统经济调度的模糊建模及优化算法[J];电力系统自动化;2006年02期

7 杨文佳;康重庆;夏清;刘润生;唐涛南;王鹏;张丽;;基于预测误差分布特性统计分析的概率性短期负荷预测[J];电力系统自动化;2006年19期

8 曾鸣;张艳馥;王鹤;贾俊国;;基于综合资源规划的供需资源优化组合模型[J];电力系统自动化;2007年03期

9 刘德伟;黄越辉;王伟胜;郭剑波;;考虑调峰和电网输送约束的省级系统风电消纳能力分析[J];电力系统自动化;2011年22期

10 童陆园,王晓波,王仲鸿,韩英铎;输电网的中长期动态整数规划——临界可行结构匹配法[J];电力系统及其自动化学报;1989年01期

相关硕士学位论文 前1条

1 蒋小亮;风电并网对电力系统可靠性和备用影响研究[D];上海交通大学;2011年

，

本文编号：1523702