基于混合智能算法的电力系统经济负荷分配

摘要

电力系统经济负荷分配(Economic Load Dispatch，ELD)是电力系统中一种非常重要的优化问题，在满足系统功率平衡的条件下，合理的分配各机组出力可以节省能源消耗，提高经济效益。随着我国工业和经济的快速发展，能源短缺及环境问题日益严峻，改善能源结构、发展可再生能源已迫在眉睫。风能作为一种清洁的可再生能源已经得到了大力开发和利用，但风电具有随机波动性，风电并网对电网的稳定运行带来挑战的同时也增加了经济负荷分配的难度。因此，在原有经济负荷分配问题的基础上研究含风电的电力系统经济负荷分配问题，具有非常重要的意义。
　　首先，本文介绍了风速的分布特性，研究了风电输出功率与风速的函数关系，探讨了风电并网对电力系统和经济负荷分配问题的影响;分析了各储能技术特点、优缺点及在电力系统中的应用，探讨了储能系统容量配置方法。其次，本文对粒子群算法(PSO)和单纯形算法(NM)进行了详细的研究，考虑粒子群算法强大的全局搜索能力和单纯形算法强大的局部搜索能力，提出了一种将两种算法相结合的混合智能算法(NMPSO)。通过典型测试函数进行测试，测试结果验证了混合算法较单一算法在收敛速度和最优解质量上的优越性。再次，分别建立了电力系统静态经济负荷分配数学模型和动态经济负荷分配数学模型。静态经济负荷分配模型中分析了汽轮机阀点效应对机组耗量特性的影响及网损的求解方法;动态经济负荷分配模型中考虑各时段的时间耦合性，分析了机组的爬坡约束。采用粒子群算法和混合智能算法对不同的算例进行求解，通过对比算例求解结果，验证了混合智能算法在求解静态经济负荷分配问题和动态经济负荷分配问题时，在收敛速度和最优解质量上均具有明显优势。
　　最后，本文建立了含风电的电力系统经济负荷分配问题的数学模型，在此模型基础上对系统旋转备用约束进行改进，得到了加入储能系统后的数学模型。同时，针对不考虑环境污染成本的单目标ELD和考虑环境污染成本的多目标ELD两种情况，采用混合智能算法进行求解，优化结果表明了该模型的可行性。

目录

摘要

第一章 绪论

1．1 课题研究背景及意义

1．2 风力发电发展概述

1．2．1 全球风力发电发展现状

1．2．2 国内风力发电发展现状及展望

1．3 电力系统经济负荷分配研究现状

1．3．1 传统的优化算法

1．3．2 人工智能算法

1．4 含风电的电力系统经济负荷分配研究现状

1．5 加入储能系统的电力系统经济负荷分配研究现状

1．6 本文主要研究内容

第二章 风电特性及储能技术

2．1 风电相关特性

2．1．1 风速分布特性

2．1．2 风电机组的功率输出特性

2．1．3 风电并网对电力系统的影响

2．1．4 风电并网对经济负荷分配的影响

2．2 机组耗量特性

2．2．1 机组的耗量特性曲线

2．2．2 机组的耗量特性曲线拟合

2．3 储能技术

2．3．1 储能技术分类

2．3．2 储能技术在风电并网系统中的应用

2．3．3 储能系统容量配置方法概述

2．4 本章小结

第三章 混合智能算法

3．1 粒子群算法

3．1．1 粒子群算法原理及数学描述

3．1．2 粒子群算法步骤及流程

3．1．3 粒子群算法参数分析

3．1．4 粒子群算法分析

3．2 单纯形算法

3．2．1 单纯形算法基本思想

3．2．2 单纯形算法的优化策略

3．2．3 单纯形算法步骤及流程

3．2．4 单纯形算法分析

3．3 混合智能算法

3．3．1 混合算法结合思想

3．3．2 混合算法步骤及流程

3．3．3 混合算法算法分析

3．4 算法测试仿真验证与分析

3．4．1 测试函数仿真验证

3．4．2 测试函数仿真结果分析

3．5 本章小结

第四章 电力系统经济负荷分配

4．1 静态经济负荷分配

4．1．1 目标函数

4．1．2 阀点效应

4．1．3 网损

4．1．4 约束条件

4．1．5 基于混合算法的静态经济负荷分配程序设计

4．1．6 算例分析

4．2 动态经济负荷分配

4．2．1 目标函数

4．2．3 约束条件

4．2．4 基于混合算法的动态经济负荷分配程序设计

4．2．5 算例分析

4．3 本章小结

第五章 含风电的电力系统经济负荷分配

5．1 多目标函数处理

5．1．1 多目标优化问题

5．1．2 多目标优化问题的求解方法

5．2 含风电的经济负荷分配数学模型

5．2．1 目标函数

5．2．2 约束条件

5．3 加入储能系统后对数学模型的改进

5．3．1 储能系统约束

5．3．2 旋转备用约束

5．4 风电功率抽样预测

5．5 基于混合算法的程序设计

5．6 算例分析

5．7 本章小结

结论与展望

参考文献

读研期间发表的论文

声明

致谢