電力調度的多目標優(yōu)化與分布式技術支持研究.pdf

1、在全球性的能源危機以及環(huán)境污染背景下，電力行業(yè)開始推廣節(jié)能環(huán)保的發(fā)電調度新模式。新的調度模式首先要考慮充分利用可再生的清潔能源進行發(fā)電，并且要考慮火力發(fā)電機組運行的經濟性、環(huán)保性。這對以往只考慮經濟性目標的發(fā)電調度優(yōu)化策略提出了新的要求。同時，跨區(qū)域、跨國界的電網互聯(lián)趨勢，以及各類地域分布廣泛的可再生清潔能源機組大規(guī)模并網，也對以往以集中控制模式為主的電力調度技術支持提出了新的挑戰(zhàn)。
　　 面對目前電力調度面臨存在的問題，本文從

2、電力調度優(yōu)化策略與技術支持兩方面進行了研究和探討。在電力調度優(yōu)化策略方面，引入了多目標優(yōu)化理論，將現代智能多目標算法——多目標粒子群算法(MPSO，Multi Particle Swarm Optimization)與不同的傳統(tǒng)數學方法相結合，求解電力調度多目標優(yōu)化的實際問題。本文以水電、風電為清潔能源機組的典型代表討論了其與火電機組聯(lián)合調度的多目標問題；并討論了互聯(lián)區(qū)域火電機組的多目標協(xié)調調度方式。
　　 構建了水-火電多目標

3、多時段調度模型并求解，將經典的分解協(xié)調理論與多目標粒子群算法相結合，形成一種新的求解多目標問題的算法框架。首先，基于分解協(xié)調的拉格朗日松弛法，將原問題分解為水電和火電子問題；然后采用多目標粒子群算法求解火電子問題，動態(tài)規(guī)化法求解水電子問題，次梯度法協(xié)調上層對偶問題;最后對求得的對偶解進行可行化處理。算例仿真表明，該方法在計算結果、收斂性、計算速度等方面均優(yōu)于單一的多目標粒子群算法。
　　 構建了風-火電多目標多時段調度模型并求解

4、，將蒙特卡洛法與多目標免疫粒子群算法相結合。以蒙特卡洛法模擬風電與負荷預測誤差的隨機變量，免疫粒子群算法求解多目標模型。該方法突破了以往用蒙特卡洛法模擬風電和負荷的分布特性、進行概率統(tǒng)計分析的模式，能夠以隨機誤差修正風電和負荷預測值，從而得到每個時段更加接近實際情況的發(fā)電出力計劃。
　　 構建了互聯(lián)區(qū)域火電多目標調度模型并求解，基于分布式并行計算原理，提出了依據各分區(qū)實際情況而設置其權重系數的分區(qū)等偏好準則，并以多目標粒子群算法

5、求解各分區(qū)的多目標問題。公式推導及算例仿真表明，各區(qū)域的權重取值與本區(qū)域內機組的生產費用系數、污染排放系數、以及網絡參數密切相關；基于本文提出的分區(qū)等偏好準則，可以使得互聯(lián)區(qū)域火電機組的發(fā)電經濟效益與環(huán)境保護效果得到協(xié)調優(yōu)化。
　　 電力調度優(yōu)化策略是電力系統(tǒng)最優(yōu)運行的理論基礎，而電力調度技術支持是實現優(yōu)化運行的物質保證。互聯(lián)電網的分布式計算，以及分布廣泛的清潔能源機組的調度，都要求建立分布式電力調度技術支持體系。本文基于網格的