大规模风电入网下的风气火电力系统联合优化调度

被引：26

作者：

牛林华

龚庆武

黄炳翔

刘栋

机构：

[1] 武汉大学电气工程学院

来源：

电力自动化设备 | 2015年 / 35卷 / 11期

关键词：

风电; 联合循环发电; 火力发电; 改进粒子群优化算法; 动态经济调度; 环境成本;

D O I：

10.16081/j.issn.1006-6047.2015.11.009

中图分类号：

TM73 [电力系统的调度、管理、通信]; TM61 [各种发电];

学科分类号：

080802 ;

摘要：

建立综合考虑机组能耗成本最低、环境成本最低、火电机组平稳运行为目标的风气火联合优化动态经济调度模型。采用启发式搜索确定机组组合,避免火电机组频繁启停及过大的系统容量冗余。提出一种改进的混合粒子群算法,通过10机测试系统验证了该算法的优越性。以某地区电网为例进行仿真计算,结果验证了所提调度模型与改进的粒子群算法的可行性和有效性。

引用

收藏

页码：52 / 58

页数：7

相关论文

共 17 条

[1] 基于机会约束规划的风–蓄联合动态经济调度 [J].

于佳 ;

任建文 ;

周明 .

电网技术, 2013, 37 (08) :2116-2122

[2] 考虑可靠性约束的含风电场电力系统动态经济调度 [J].

姜文 ;

程叶霞 ;

严正 ;

冯冬涵 .

电力自动化设备, 2013, 33 (07) :27-33

[3] 清洁能源优先的风–水–火电力系统联合优化调度 [J].

王开艳 ;

罗先觉 ;

吴玲 ;

刘旭晨 .

中国电机工程学报, 2013, 33 (13) :27-35

[4] 大规模风电接入电网多目标随机优化调度 [J].

孙惠娟 ;

彭春华 ;

易洪京 .

电力自动化设备, 2012, 32 (05) :123-128

[5] 一种新的双种群PSO-DE混合算法 [J].

马永刚 ;

刘俊梅 ;

高岳林 .

武汉理工大学学报(交通科学与工程版), 2011, 35 (06) :1261-1264

[6] 基于相似日和人工神经网络的风电功率短期预测 [J].

孟洋洋 ;

卢继平 ;

孙华利 ;

潘雪 ;

高道春 ;

廖勇 .

电网技术, 2010, 34 (12) :163-167

[7] 甘肃酒泉风电出力特性分析 [J].

肖创英 ;

汪宁渤 ;

陟晶 ;

丁坤 .

电力系统自动化, 2010, 34 (17) :64-67

[8] 含风电场的电力系统动态经济调度 [J].

周玮 ;

彭昱 ;

孙辉 ;

魏庆海 .

中国电机工程学报, 2009, 29 (25) :13-18

[9] 基于风速预测和随机规划的含风电场电力系统动态经济调度 [J].

孙元章 ;

吴俊 ;

李国杰 ;

何剑 .

中国电机工程学报, 2009, 29 (04) :41-47

[10] 求解机组组合问题的领域搜索法 [J].

黎静华 ;

韦化 .

中国电机工程学报, 2008, (13) :33-40