全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用：99美元
投递稿件

查看量下载量

相关文章

更多...

含风电场的电力系统机组组合问题随机模拟粒子群算法

, PP. 129-137

Keywords: 风电场,机组组合,机会约束规划,粒子群算法,随机模拟技术

Full-Text   Cite this paper   Add to My Lib

Abstract:

由于风电具有随机性,含有风电场的机组组合问题不再是一个常规意义下的确定性问题。利用传统的方法也难获得既经济又有较高可靠性的解。本文建立了基于机会约束规划的含风电场的电力系统机组组合的数学模型,以概率的形式描述相关约束条件,并把组合问题分为内外两层优化子问题求解。外层为机组的启停状态优化,用离散粒子群算法求解,并引入启发式搜索策略,有效提高了机组状态优化效率；内层为负荷经济分配,考虑到风电的不可靠性,利用随机模拟的改进粒子群算法求解,防止种群过早收敛于局部最优解,并确保发电计划的可行性。通过10机系统的算例计算,并与其他文献方法比较,结果表明该算法对解决含有风电场的电力系统机组组合的问题是行之有效的。

 References

[1]  Kazarlis S A, Bakirtzis A G, Petridis V．A genetic algorithm solution to the unit commitment problem[J]. IEEE Transactions on Power Systems, 1996, 11(1): 83-92.
[2]  袁晓辉, 王乘, 袁艳斌, 等. 一种求解机组组合问题的新型改进粒子群方法[J]. 电力系统自动化, 2005, 29(1): 34-38.
[3]  Gaing Zwe Lee. Discrete particle swarm optimization algorithm for unit commitment[C]. Proceeding of IEEE Power Engineering Society General Meeting, Toronto, 2003: 418-424.
[4]  蒋秀洁, 吴永华, 杨敏. 基于PSO-GA算法的电力系统机组组合研究[J]. 继电器, 2006, 34(5): 34-38.
[5]  Tomonobu S, Shimabukuro K, Uezato K, et al. A fast technique for unit commitment problem by extended priority list[J]. IEEE Trans. on Power Systems, 2003, 18(2): 882-888.
[6]  杨俊杰, 周建中, 喻菁, 等. 一种求解大规模机组组合问题的混合智能遗传算法[J]. 电网技术, 2004, 28(19): 47-50.
[7]  Kumaran G, Mouly V S R K. Using evolutionary computation to solve the economic load dispatch problem[C]. Proceedings of the 2001 Congress on Evolutionary Computation, Seoul, 2001: 296-301.
[8]  刘勇, 侯志俭, 蒋传文. 求解机组组合问题的改进离散粒子群算法[J]. 电力系统自动化, 2006, 30(4): 35-39.
[9]  Damousis I G, Bakirtzis A G, Dokopoulos P S. Network-constrained economic dispatch using real-coded genetic algorith[J]. IEEE Trans. on Power Systems, 2003, 18(1): 198-205.
[10]  雷亚洲. 与风电并网相关的研究课题[J]. 电力系统自动化, 2003, 27(8): 84-89.
[11]  陈海焱, 陈金富, 段献忠. 含风电场电力系统经济调度的模糊建模及优化算法[J]. 电力系统自动化, 2006, 30(2): 22-26.
[12]  Schlueter R A, et al. Modification of power system operation for significant wind generation penetr- ation[J]. IEEE Transactions on Power Apparatus and Systems, 1983, PAS-102(1):153-161.
[13]  刘宝碇, 赵瑞清. 随机规划与模糊规划[M]. 北京：清华大学出版社, 1998.
[14]  雷亚洲, 王伟胜, 印永华, 等. 风电对电力系统运行价值分析[J]. 电网技术, 2006, 26 (5): 10-14.
[15]  丁明, 吴义纯. 风力发电系统运行和规划问题综 述[J]. 电网技术, 2003, 7(3): 36-40.
[16]  杨秀媛, 肖洋, 陈树勇. 风电场风速和发电功率预测研究[J]. 中国电机工程学报, 2005, 25(11): 1-5.
[17]  赵波, 曹一家. 电力系统机组组合问题的改进粒子群优化算法[J]. 电网技术, 2004, 28(21): 6-10.
[18]  胡家声, 郭创新, 曹一家. 一种适合于电力系统机组组合问题的混合粒子群优化算法[J]. 中国电机工程学报, 2004, 24(4): 24-28.
[19]  娄素华, 余欣梅, 熊信艮, 等. 电力系统机组启停优化问题的改进DPSO算法[J]. 中国电机工程学报, 2005, 25(8): 30-35.
[20]  雷亚洲, 王伟胜, 印永华, 等. 基于机会约束规划的风电穿透功率极限计算[J]. 中国电机工程学报, 2002, 22(5): 32-35.
[21]  杨宁, 文福拴. 基于机会约束规划的输电系统规划方法[J]. 电力系统自动化, 2004, 28(14): 23-27.
[22]  Bowden G J, Barker P R, Shestopal V O, et al. The weibull distribution function and wind power statistics[J]. Wind Engineering, 1983, 7: 85-98.
[23]  王海超, 鲁宗相, 周双喜. 风电场发电容量可信度研究[J]. 中国电机工程学报, 2005, 25(10): 103-106.
[24]  Kennedy J, Eberhart R C. A discrete binary version of the particle swarm algorithm[C]. Proceedings of the Conference on System, Man and Cybernetics, Piscataway, 1997: 4104-4108.
[25]  冯奇峰, 李言. 改进粒子群优化算法在工程优化问题中的应用研究[J]. 仪器仪表学报, 2005, 26(9): 984-987.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133