發(fā)布時間：2019-11-22 08:18

【摘要】：綜合考慮發(fā)電成本、碳排放量和用戶滿意度,建立計及需求響應的含風電場多目標低碳經(jīng)濟調(diào)度模型。該模型采用隨機規(guī)劃理論描述風電出力的不確定性,并應用風電出力分布函數(shù)將其轉(zhuǎn)化為等價的確定性模型;通過優(yōu)化需求側(cè)資源來調(diào)整次日的負荷曲線,以提高系統(tǒng)負荷率和風電消納能力;引入用戶滿意度約束,保證調(diào)度方案使用戶滿意;將源荷側(cè)資源整合統(tǒng)一調(diào)度來適應大規(guī)模風電并網(wǎng)和滿足系統(tǒng)節(jié)能減排的要求。在人工魚群算法搜索過程中結(jié)合禁忌搜索思想,并引入多目標搜索機制,提出了一種多目標改進魚群算法對模型求解。采用逼近理想解排序法對帕累托前沿個體排序,輔助決策者確定最佳的調(diào)度方案。算例仿真結(jié)果驗證了所提模型的合理性和算法的有效性。
【圖文】：

信水平μ、φ分別為０．９５和０．８５。固定平時段電價為原始電價０．８元／ｋＷｈ，峰平谷各時段劃分為：９：００～１５：００和２０：００～２２：００為峰時段；６：００～９：００、１５：００～１７：００、１８：００～２０：００和２２：００～２３：００為平時段；２３：００～６：００和１７：００～１８：００為谷時段。并網(wǎng)風電場含６０臺風機，每臺風機的額定功率２ＭＷ，２４ｈ風電預測出力曲線見圖２。正、負旋轉(zhuǎn)備用容量均取各時段系統(tǒng)負荷的５％，風電滲透率極限系數(shù)０．０９。ＭＩＡＦＳＡ算法參數(shù)設(shè)置：人工魚群規(guī)模８０；最大迭代次數(shù)１００；擁擠度系數(shù)０．３；最大覓食次數(shù)１０，禁忌表長度１０。采用粒子群算法（ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ，ＰＳＯ）與本文方法進行比較，目標函數(shù)中發(fā)電成本與碳排放的優(yōu)先級別相同，其算法參數(shù)：學習因子均為２，慣性權(quán)重ω采用線性遞減策略，其余參數(shù)與本文一致。ＭＩＡＦＳＡ算法獲得的ｐａｒｅｔｏ前沿見圖３，采用ＴＯＰＳＩＳ法對ｐａｒｅｔｏ前沿個體排序確定最佳解，具體多樣性解信息見表１。圖２各時段風電場出力及波動區(qū)間圖３ＭＩＡＦＳＡ算法得到的Ｐａｒｅｔｏ前沿表１低碳經(jīng)濟調(diào)度多樣性解目標發(fā)電成本／×１０５元碳排放量／×１０５ｔ電費支出滿意度用電方式滿意度啟停費用／元拉開比峰谷差／ＭＷ風電接入量／ＭＷ經(jīng)濟最優(yōu)６．２１６１２．５５７８１．０１０２０．８７００４２０００．８１２０４７

１００；擁擠度系數(shù)０．３；最大覓食次數(shù)１０，禁忌表長度１０。采用粒子群算法（ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ，，ＰＳＯ）與本文方法進行比較，目標函數(shù)中發(fā)電成本與碳排放的優(yōu)先級別相同，其算法參數(shù)：學習因子均為２，慣性權(quán)重ω采用線性遞減策略，其余參數(shù)與本文一致。ＭＩＡＦＳＡ算法獲得的ｐａｒｅｔｏ前沿見圖３，采用ＴＯＰＳＩＳ法對ｐａｒｅｔｏ前沿個體排序確定最佳解，具體多樣性解信息見表１。圖２各時段風電場出力及波動區(qū)間圖３ＭＩＡＦＳＡ算法得到的Ｐａｒｅｔｏ前沿表１低碳經(jīng)濟調(diào)度多樣性解目標發(fā)電成本／×１０５元碳排放量／×１０５ｔ電費支出滿意度用電方式滿意度啟停費用／元拉開比峰谷差／ＭＷ風電接入量／ＭＷ經(jīng)濟最優(yōu)６．２１６１２．５５７８１．０１０２０．８７００４２０００．８１２０４７２１７６９環(huán)境最優(yōu)６．５４１８１．５０６７１．１４２４０．９１０５３９７００．６５３６４２５１７８１最優(yōu)解６．３４９１１．９０４５１．０８４１０．８９９６４１９００．７０１１４６６１７７７ＰＳＯ算法６．４２５４２．０７８１１．０７２１０．９００７４２６００．６９１４４５５１７７５從圖３可知，ＭＩＡＦＳＡ算法得到的ｐａｒｅｔｏ前沿完整性好，非劣解集分布廣泛均勻，其中碳排放量較發(fā)電成本的分布區(qū)間大，主要是由于各常規(guī)機組碳排放特性差異較大，而負荷又在各機組間隨機分配。從表１數(shù)據(jù)可知，與ＰＳＯ算法相比，最優(yōu)解的發(fā)電成本和碳排放量分別較其減少了１１第６期宋云東等：計及需求響應的含風電場多目標低碳經(jīng)濟調(diào)度

【相似文獻】

相關(guān)期刊論文 前10條

1 藍天虹;;需求響應的成本收益構(gòu)成及其分配[J];山東電力高等�？茖W校學報;2010年04期

2 潘小輝;王蓓蓓;李揚;;國外需求響應技術(shù)及項目實踐[J];電力需求側(cè)管理;2013年01期

3 阮文駿;劉莎;李揚;;美國需求響應綜述[J];電力需求側(cè)管理;2013年02期

4 高媛;孫軍平;范聞博;時偉君;;用戶側(cè)需求響應系統(tǒng)試驗技術(shù)研究[J];電氣應用;2013年17期

5 高賜威;梁甜甜;李揚;;自動需求響應的理論與實踐綜述[J];電網(wǎng)技術(shù);2014年02期

6 Mark Triplett;;需求響應的商業(yè)案例評估[J];供用電;2014年02期

7 石坤;楊碩;史夢潔;陳雷博;;自動需求響應在中國參與主體的職責與運作模式研究[J];供用電;2014年03期

8 盛萬興;史常凱;孫軍平;張波;仉天舒;;智能用電中自動需求響應的特征及研究框架[J];電力系統(tǒng)自動化;2013年23期

9 嚴春華;曹陽;高志遠;田偉;;需求響應管理系統(tǒng)設(shè)計[J];電氣應用;2013年S1期

10 李揚;王蓓蓓;宋宏坤;;需求響應及其應用[J];電力需求側(cè)管理;2005年06期

相關(guān)會議論文 前2條

1 石懷德;郝為民;;基于需求響應技術(shù)的電力供需雙向調(diào)節(jié)機制綜述[A];2011電力通信管理暨智能電網(wǎng)通信技術(shù)論壇論文集[C];2011年

2 蔡驥然;周振宇;祁兵;伍軍;;需求響應通信架構(gòu)和數(shù)據(jù)模型研究[A];2013年中國電機工程學會年會論文集[C];2013年

相關(guān)重要報紙文章 前4條

1 本報記者 李靜華;中國首個用電需求響應項目啟動[N];中國房地產(chǎn)報;2012年

2 見習記者 黃碩;我國首個智能電網(wǎng)需求響應項目啟動[N];濱海時報;2012年

3 記者 秦敘常　通訊員 譚永紅;來鳳建立納稅人需求響應機制[N];恩施日報;2011年

4 記者 門心潔;霍尼維爾簽約中國首個智能電網(wǎng)需求響應系統(tǒng)[N];天津日報;2012年

相關(guān)博士學位論文 前6條

1 牛文娟;計及不確定性的需求響應機理模型及應用研究[D];東南大學;2015年

2 譚貌;基于電力需求響應的板坯熱軋負荷分析與調(diào)度[D];湘潭大學;2015年

3 劉小聰;基于需求響應的大規(guī)模風電消納調(diào)度策略研究[D];東南大學;2015年

4 楊婕;基于實時電價的智能電網(wǎng)需求響應與能量調(diào)度策略研究[D];天津大學;2014年

5 于娜;電力需求響應參與系統(tǒng)運行調(diào)控問題的研究[D];哈爾濱工業(yè)大學;2009年

6 劉繼東;電力需求側(cè)響應的效益評估與特性分析[D];山東大學;2013年

相關(guān)碩士學位論文 前10條

1 王珂;自動需求響應通信技術(shù)研究[D];華北電力大學;2015年

2 沈敏軒;基于物聯(lián)網(wǎng)的智能小區(qū)自動需求響應系統(tǒng)設(shè)計與應用研究[D];華北電力大學;2015年

3 趙晨晨;低碳背景下電力需求響應效益評估研究[D];華北電力大學;2015年

4 劉佳;居民電力需求響應行為分析實驗設(shè)計研究[D];華北電力大學;2015年

5 陳企楚;基于公共電能服務平臺的需求響應研究與應用[D];華北電力大學;2015年

6 王瑩瑩;基于需求響應與需求調(diào)度的配電網(wǎng)供電可靠性分析[D];華北電力大學;2015年

7 高雪瑩;儲能系統(tǒng)能量調(diào)度與需求響應聯(lián)合優(yōu)化控制[D];合肥工業(yè)大學;2015年

8 楊帆;基于供應函數(shù)的智能電網(wǎng)需求響應策略[D];上海交通大學;2015年

9 陳睿欣;基于博弈論的需求響應研究及其在促進風電消納中的應用[D];北京交通大學;2016年

10 孫成龍;考慮需求響應不確定性的系統(tǒng)備用優(yōu)化調(diào)度研究[D];東南大學;2015年

本文編號：2564391