论文部分内容阅读
与传统能源相比,风电输出功率具有间歇性、波动性以及“反调峰”特性,这都给电力系统的调度带来很大的困难。储能系统(Energy Storage System,ESS)的并网能有助于缓解这些问题对电力系统造成的冲击,并且能提高电力系统运行的灵活性。含有ESS和大型风电场的电力系统的经济调度问题是一个高维、非线性、多约束条件的混合整数优化问题,虽然求解困难,但是具有很大的经济效益,因此对其进行研究具有重要的理论意义和实用价值。本文在对电力系统经济调度研究现状的分析基础上,研究含ESS、风电、火电的电力系统动态经济调度问题,主要研究工作如下:①在粒子群算法进行基础上,采用“解信息共享策略”和“精英学习策略”的对粒子群优化算法进行改进。算例表明该算法能够加快粒子收敛速度并加强搜索全局最优解的能力。为解决含ESS和风电场的电力系统动态经济调度问题提供了一种有效的算法。②电力系统动态经济调度需计及系统中各种电源在不同时间断面的耦合性,具有随机性的风电接入电力系统后使该问题更为复杂。本文在含风电、火电的电力系统动态经济调度的基础上计及ESS的影响,以系统运行成本最小为目标,建立ESS和风电场并网的电力系统动态经济调度模型,采用改进的粒子群算法进行求解。在此基础上,进一步研究ESS安装在不同位置时对安全经济调度的影响。③在调度时考虑火电机组的开停机情况,计及并入电网的ESS,建立了含ESS和风电场的电力系统机组组合模型。将火电厂出力、风场出力上限和ESS充放电功率作为控制变量,以发电成本作为目标函数,约束条件除了火电机组出力约束和爬坡约束之外,还有ESS容量和充放电功率约束等。运用分支定界法与改进粒子群算法相结合的混合算法对该混合整数优化模型进行求解。模型中由火电机组和ESS共同为系统提供旋转备用容量。