考虑风电最大化消纳的电力系统多目标优化

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (12390 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要风电出力存在随机性和波动性,可灵活调节电源配置比例偏低,给风电消纳带来巨大挑战。为实现风电最大化消纳,提高电力系统经济运行效益,本文构建了考虑购电成本最小、风电消纳电量最大的多目标优化模型,采用第二代非支配排序遗传算法对优化模型求解;搭建含5台火电机组、1个风电场的电力系统模型,仿真验证了多目标模型及算法的有效性,实现了购电成本最小和风电消纳电量最大的目标。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	白顺明
	陈磊
	姜飞
	杨睿行

关键词 ：风电, 最大化消纳, 购电成本, 多目标

Abstract：Due to the randomness and fluctuation of wind power output and the low proportion of flexible power supply in China, wind power consumption is limited and wind curtailment is quite serious. Therefore, in order to maximize the consumption of wind power and improve the economic benefits of power system operation, this paper constructed a multi-objective optimization model with the goal of minimum electricity purchase cost and maximum accommodation of wind power, and used the non-dominated sorting genetic algorithm-II (NSGA-II) to solve the optimization model. The power system with five thermal power units and one grid-connected wind farm is simulated and verified. The calculation example shows that the model can minimize the purchase cost and maximize the consumption of wind power , which verifies the availability of the model.

Key words： wind power maximum accommodation electricity purchase cost multi-objective

收稿日期: 2019-06-11 出版日期: 2020-01-18

基金资助:国家自然科学基金青年基金项目（51707014）; 湖南省自然科学基金青年基金项目（2018JJ3534）; 可再生能源电力技术湖南省重点实验室基金资助（2017ZNDL005）

引用本文:

白顺明, 陈磊, 姜飞, 杨睿行. 考虑风电最大化消纳的电力系统多目标优化[J]. 电气技术, 2020, 21(1): 7-11. Bai Shunming, Chen Lei, Jiang Fei, Yang Ruixing. Multi-objective optimal model for power system considering wind power maximum accommodation. Electrical Engineering, 2020, 21(1): 7-11.

链接本文:

https://dqjs.cesmedia.cn/CN/Y2020/V21/I1/7

[1] 国家能源局. 2017年光伏发电新增装机5306万千瓦, 居可再生能源之首[EB/OL]. http://www.nea.gov.cn/ 2018-01/24/c_136920159.htm.
[2] 文晶, 刘文颖, 谢昶, 等. 计及风电消纳效益的电力系统源荷协调二层优化模型[J]. 电工技术学报, 2015, 30(8): 247-256.
[3] 吴巍, 汪可友, 李国杰, 等. 提升风电消纳区间的鲁棒机组组合[J]. 电工技术学报, 2018, 33(3): 523-532.
[4] 宁佳, 汤奕, 高丙团. 基于需求响应潜力时变性的风火荷协同控制方法[J]. 电工技术学报, 2019, 34(8): 1728-1738.
[5] Luo G, Li Y, Tang W, et al.Wind curtailment of China’s wind power operation: evolution, causes and solu- tions[J]. Renewable and Sustainable Energy Reviews, 2016, 53: 1190-1201.
[6] Fan X, Wang W, Shi R, et al.Analysis and counter- measures of wind power curtailment in China[J]. Renewable and Sustainable Energy Reviews, 2015, 52: 1429-1436.
[7] Lu X, Mcelroy M B, Peng W, et al.Challenges faced by China compared with the US in developing wind power[J]. Nature Energy, 2016, 1(6): 16061.
[8] Davidson M R, Zhang D, Xiong W, et al.Modelling the potential for wind energy integration on China’s coal-heavy electricity grid[J]. Nature Energy, 2016, 1(7): 16086.
[9] 舒印彪, 张智刚, 郭剑波, 等. 新能源消纳关键因素分析及解决措施研究[J]. 中国电机工程学报, 2017, 37(1): 1-8.
[10] 史连军, 周琳, 庞博, 等. 中国促进清洁能源消纳的市场机制设计思路[J]. 电力系统自动化, 2017, 41(24): 83-89.
[11] 钟海旺, 夏清, 丁茂生, 等. 以直流联络线运行方式优化提升新能源消纳能力的新模式[J]. 电力系统自动化, 2015, 39(3): 36-42.
[12] 刘德伟, 黄越辉, 王伟胜, 等. 考虑调峰和电网输送约束的省级系统风电消纳能力分析[J]. 电力系统自动化, 2011, 35(22): 77-81.
[13] 王奇伟, 姜飞, 马瑞, 等. 基于状态转移的风电并网下线路潮流分析[J]. 电网技术, 2013, 37(7): 1880-1886.
[14] 雷德明, 严新平. 多目标智能优化算法及其应用[M]. 北京: 科学出版社, 2009.
[15] 廖金龙, 陈波, 丁宁, 等. 考虑一次调频能力的火电机组负荷优化分配[J]. 中国电机工程学报, 2018, 38(增刊1): 168-174.
[16] 田廓, 曾鸣, 鄢帆, 等. 考虑环保成本和风电接入影响的动态经济调度模型[J]. 电网技术, 2011, 35(6): 55-59.