基于混合智能算法的電力系統(tǒng)經(jīng)濟(jì)負(fù)荷分配.pdf

1、電力系統(tǒng)經(jīng)濟(jì)負(fù)荷分配(Economic Load Dispatch，ELD)是電力系統(tǒng)中一種非常重要的優(yōu)化問題，在滿足系統(tǒng)功率平衡的條件下，合理的分配各機(jī)組出力可以節(jié)省能源消耗，提高經(jīng)濟(jì)效益。隨著我國工業(yè)和經(jīng)濟(jì)的快速發(fā)展，能源短缺及環(huán)境問題日益嚴(yán)峻，改善能源結(jié)構(gòu)、發(fā)展可再生能源已迫在眉睫。風(fēng)能作為一種清潔的可再生能源已經(jīng)得到了大力開發(fā)和利用，但風(fēng)電具有隨機(jī)波動性，風(fēng)電并網(wǎng)對電網(wǎng)的穩(wěn)定運(yùn)行帶來挑戰(zhàn)的同時也增加了經(jīng)濟(jì)負(fù)荷分配的難度。因此，在

2、原有經(jīng)濟(jì)負(fù)荷分配問題的基礎(chǔ)上研究含風(fēng)電的電力系統(tǒng)經(jīng)濟(jì)負(fù)荷分配問題，具有非常重要的意義。
　　首先，本文介紹了風(fēng)速的分布特性，研究了風(fēng)電輸出功率與風(fēng)速的函數(shù)關(guān)系，探討了風(fēng)電并網(wǎng)對電力系統(tǒng)和經(jīng)濟(jì)負(fù)荷分配問題的影響;分析了各儲能技術(shù)特點(diǎn)、優(yōu)缺點(diǎn)及在電力系統(tǒng)中的應(yīng)用，探討了儲能系統(tǒng)容量配置方法。其次，本文對粒子群算法(PSO)和單純形算法(NM)進(jìn)行了詳細(xì)的研究，考慮粒子群算法強(qiáng)大的全局搜索能力和單純形算法強(qiáng)大的局部搜索能力，提出了一種將

3、兩種算法相結(jié)合的混合智能算法(NMPSO)。通過典型測試函數(shù)進(jìn)行測試，測試結(jié)果驗(yàn)證了混合算法較單一算法在收斂速度和最優(yōu)解質(zhì)量上的優(yōu)越性。再次，分別建立了電力系統(tǒng)靜態(tài)經(jīng)濟(jì)負(fù)荷分配數(shù)學(xué)模型和動態(tài)經(jīng)濟(jì)負(fù)荷分配數(shù)學(xué)模型。靜態(tài)經(jīng)濟(jì)負(fù)荷分配模型中分析了汽輪機(jī)閥點(diǎn)效應(yīng)對機(jī)組耗量特性的影響及網(wǎng)損的求解方法;動態(tài)經(jīng)濟(jì)負(fù)荷分配模型中考慮各時段的時間耦合性，分析了機(jī)組的爬坡約束。采用粒子群算法和混合智能算法對不同的算例進(jìn)行求解，通過對比算例求解結(jié)果，驗(yàn)證了混