研究与开发
|
基于混沌差分进化算法的含风电场低碳发电调度
苏岭东
国网徐州供电公司,江苏 徐州 221000
Low-carbon power pispatch with wind power integration based on chaotic differential evolution
Su Lingdong
State Grid Xuzhou Power Supply Company, Xuzhou, Jiangsu 221000
摘要 本文在考虑低碳环保经济等因素后,建立了不考虑通信因素的风电接入电力系统低碳发电调度模型,计及CO2 排放约束。针对风电固有的随机性和间歇性,采用概率的形式来描述系统功率平衡约束,进而利用风电出力的累积分布函数对其进行确定性转化。基于Tent混沌映射,提出一种求解发电调度模型的混沌差分进化算法,利用混沌运动的遍历性来初始化种群以及动态调整控制参数,以提高算法的全局寻优能力。以含10台燃煤机组和1个并网风电场的系统为例进行计算分析,结果验证了所述发电调度策略的有效性。
关键词 :
风电 ,
低碳 ,
发电调度 ,
Tent映射 ,
混沌差分进化
Abstract :Consider the low-carbon, environmental, economic and other factors, Low-carbon power dispatch model with wind power integration is formulated, the fuel cost of thermal generators is treated as objective function. Also, the emission of CO2 is inserted as a constraint. In view of the intermittent nature of wind power, the power balance constraint was described in the form of probability. The stochastic constraint is transformed to a deterministic one according to the cumulative distribution function of wind power. Based on Tent map, a novel chaotic differential evolution algorithm for power dispatch model is proposed. In this algorithm, chaotic sequence is applied to initialize the population and obtain the dynamic parameter settings, so the global searching ability is enhanced. The effectiveness of the proposed power dispatch strategy is verified on a system consisting of 10 thermal generators and one wind farm.
Key words :
wind power
low-carbon
power dispatch
Tent map
chaotic differential evolution (CDE)
收稿日期: 2020-01-09
作者简介 : 苏岭东(1985-),男,江苏省徐州市人,博士,工程师,主要从电力系统调度运行管理工作。
引用本文:
苏岭东. 基于混沌差分进化算法的含风电场低碳发电调度[J]. 电气技术, 2020, 21(8): 46-51.
Su Lingdong. Low-carbon power pispatch with wind power integration based on chaotic differential evolution. Electrical Engineering, 2020, 21(8): 46-51.
链接本文:
https://dqjs.cesmedia.cn/CN/Y2020/V21/I8/46
[1] 李俊峰, 蔡丰波, 唐文倩, 等. 风光无限:中国风电发展报告2011[M]. 北京: 中国环境科学出版社, 2011. [2] 白永祥, 房大中, 侯佑华, 等. 调度中心大规模风电场实时在线监控系统[J]. 电力自动化设备, 2010, 30(11): 6-9. [3] 高忠旭, 李仕杰, 李春鹏, 等. 含风电场的大电网系统运行风险评估[J]. 电气技术, 2017, 18(9): 29-34. [4] 夏鹏, 刘文颖, 张尧翔, 等. 考虑风电高阶不确定性的分布式鲁棒优化调度模型[J]. 电工技术学报, 2020, 35(1): 189-200. [5] 王永明. 基于多空间约束的含风电电力系统调度鲁棒模型研究[J]. 电气技术, 2018, 19(9): 37-40, 45. [6] 张坤亚, 马平, 赵世文, 等. 含风电场的电力系统环保经济调度[J]. 电气技术, 2017, 18(3): 25-29, 46. [7] 唐程辉, 张凡, 张宁, 等. 基于风电场总功率条件分布的电力系统经济调度二次规划方法[J]. 电工技术学报, 2019, 34(10): 2069-2078. [8] 夏鹏, 刘文颖, 蔡万通, 等. 基于风电离散化概率序列的机会约束规划优化调度方法[J]. 电工技术学报, 2018, 33(21): 5069-5079. [9] Farhat I A, El-Hawary M E. Dynamic adaptive bacterial foraging algorithm for optimum economic dispatch with valve-point effects and wind power[J]. IET Generation, Transmission & Distribution, 2010, 4(9): 989-999. [10] Jiang Wen, Yan Zheng, Hu Zhi.A novel improved particle swarm optimization approach for dynamic economic dispatch incorporating wind power[J]. Elec- tric Power Components and Systems, 2011, 39(5): 461-477. [11] Miranda V, Hang P S.Economic dispatch model with fuzzy wind constraints and attitudes of dispatchers[J]. IEEE Transactions on Power Systems, 2005, 20(4): 2143-2145. [12] 李智, 韩学山, 杨明, 等. 计及接纳风电能力的电网调度模型[J]. 电力系统自动化, 2010, 34(19): 15-19. [13] 陈启鑫, 周天睿, 康重庆, 等. 节能发电调度的低碳化效益评估模型及其应用[J]. 电力系统自动化, 2009, 33(16): 24-29. [14] Chowdhury B H, Rahman S.A review of recent advances in economic dispatch[J]. IEEE Transactions on Power Systems, 1990, 5(4): 1248-1259. [15] Somuach C B, Khunaizi N.Application of linear pro- gramming redispatch technique to dynamic generation allocation[J]. IEEE Transactions on Power Systems, 1990, 5(1): 20-26. [16] 崔春雷, 方彦军. 加速遗传算法在电厂动态负荷优化分配中的应用[J]. 电力自动化设备, 2011, 31(1): 63-66. [17] 陈功贵. 基于局部随机搜索粒子群优化算法的电站短期发电优化调度[J]. 电力自动化设备, 2008, 28(5): 52-55. [18] 张智晟, 樊秀娟, 林涛. 基于量子蚁群优化算法的梯级水电系统经济调度[J]. 电力自动化设备, 2010, 30(10): 17-21. [19] Noman N, Iba H.Differential evolution for economic load dispatch problems[J]. Electric Power Systems Research, 2008, 78(8): 1322-1331. [20] Basu M.Dynamic economic emission dispatch using nondominated sorting genetic algorithm-II[J]. Inter- national Journal of Electrical Power & Energy Systems, 2008, 30(2): 140-149. [21] 张浩, 张铁男, 沈继红, 等. Tent混沌粒子群算法及其在结构优化决策中的应用[J]. 控制与决策, 2008, 23(8): 857-862. [22] Liu X, Xu W, Huang C.Economic load dispatch with stochastic wind power: model and solutions[C]// Proceedings of 2010 IEEE PES Transmission and Distribution Conference and Exposition. New Orleans, LA, USA, 2010: 1-7.
[1]
张仁河, 汪锋, 尚志强. 基于加速度传感器的桨叶方位角和轮毂转速测量方法 [J]. 电气技术, 2024, 25(5): 81-84.
[2]
吕俊超, 丁志远, 傅琪雯. 一种海上风电场柔直送出线单端保护方案 [J]. 电气技术, 2024, 25(4): 47-51.
[3]
姚璇, 南振乐, 杜文娟, 张博雅, 李奕萱. ±550kV直流气体绝缘金属封闭开关设备长期带电试验研究 [J]. 电气技术, 2024, 25(3): 46-52.
[4]
李雪松, 罗琪. 烟草智慧园区多能流优化调度 [J]. 电气技术, 2024, 25(12): 28-34.
[5]
于仲安, 马静瑶. 含风电耦合制氢的主从博弈多区域综合能源系统协调调度策略 [J]. 电气技术, 2023, 24(7): 1-10.
[6]
孙冠群. 海上风电场全直流汇集经济性研究 [J]. 电气技术, 2023, 24(5): 1-5.
[7]
张军军, 陈果, 卢应强, 乔苏朋, 胡忠忠. 风电场主设备预警诊断系统设计与开发 [J]. 电气技术, 2023, 24(5): 52-57.
[8]
乔美, 江海涛, 丁海峰. 海上换流站交直流系统关键试验方法 [J]. 电气技术, 2023, 24(11): 18-27.
[9]
李娇, 杨伟. 基于状态数决策模型的风电功率序列建模方法 [J]. 电气技术, 2022, 23(1): 70-77.
[10]
江海涛, 顾文, 梅睿, 颜全椿, 陈忠良. 某海上风电场谐波谐振实测及仿真分析 [J]. 电气技术, 2021, 22(11): 20-26.
[11]
桂前进, 黄向前, 麦立, 徐瑞翔. 考虑时变备用需求的含大规模风电电力系统机组组合滚动优化 [J]. 电气技术, 2021, 22(10): 34-42.
[12]
董礼, 许伟. 风电变流器预防性维护检测技术应用 [J]. 电气技术, 2020, 21(9): 94-98.
[13]
魏博, 邵冲, 张柏林, 汤文, 沈渭程. 基于下垂特性的风电场参与电网快速频率调整实测分析 [J]. 电气技术, 2020, 21(6): 39-44.
[14]
陈昆明, 马成斌. 基于DIgSILENT的风电场等值建模研究 [J]. 电气技术, 2020, 21(4): 15-19.
[15]
夏书悦, 董心怡. 基于经验模态分解法优化支持向量机模型的日前风电功率组合预测 [J]. 电气技术, 2020, 21(3): 11-15.