考慮結(jié)果可實(shí)現(xiàn)性的風(fēng)火電力系統(tǒng)聯(lián)合優(yōu)化調(diào)度.pdf

1、隨著風(fēng)電大規(guī)模地接入電力系統(tǒng)，目前迫切需要探索能夠充分發(fā)揮風(fēng)火發(fā)電的互補(bǔ)機(jī)制與理論方法，以應(yīng)對風(fēng)電的隨機(jī)性和不確定性。本文研究的主要內(nèi)容包括以下幾個方面:
　　通過引入機(jī)會約束規(guī)劃來處理風(fēng)電的隨機(jī)性，并建立了含概率約束的不確定模型。針對傳統(tǒng)的離散時間調(diào)度模型中存在的能量不可交付和備用容量上下限不可達(dá)的問題，采用了含積分約束的連續(xù)時間調(diào)度模型，并最終將含概率約束的不確定非線性規(guī)劃問題轉(zhuǎn)化為一個確定性問題進(jìn)行求解。
　　在此基礎(chǔ)

2、上進(jìn)一步發(fā)現(xiàn)離散時間調(diào)度模型中除了存在備用上下限不可達(dá)的問題，同時也存在著備用容量上下限約束過于嚴(yán)格的問題，從而限制了機(jī)組的深度變負(fù)荷能力。針對這一問題，深入分析了機(jī)組的變負(fù)荷能力，以連續(xù)時間調(diào)度模型為基礎(chǔ)，建立了充分發(fā)揮機(jī)組深度變負(fù)荷能力的風(fēng)火電聯(lián)合調(diào)度模型。實(shí)驗(yàn)結(jié)果表明，這種含風(fēng)電的電力系統(tǒng)優(yōu)化調(diào)度模型能有效應(yīng)對風(fēng)電出力的隨機(jī)波動性，充分發(fā)揮機(jī)組的深度變負(fù)荷能力。
　　為了提高多種群粒子群算法的全局搜索能力和算法效率，將布谷鳥

3、搜索算法引入到多種群粒子群算法中提出DMS-PSO-CS算法。首先，采用中位數(shù)聚類算法將整個粒子群動態(tài)地劃分成若干小種群;然后，對各個小種群用粒子群算法并行尋優(yōu);最后，將優(yōu)化得到各小種群的最優(yōu)粒子作為布谷鳥的鳥巢再用布谷鳥搜索算法進(jìn)行深度優(yōu)化。實(shí)驗(yàn)結(jié)果表明，DMS-PSO-CS算法和現(xiàn)有的改進(jìn)PSO算法相比，能夠明顯提高搜索能力和算法效率。
　　在電力系統(tǒng)優(yōu)化調(diào)度中考慮了火電機(jī)組的啟停情況，建立了考慮機(jī)組組合的含風(fēng)電的電力系統(tǒng)優(yōu)化