基于节能减排的电力系统优化调度
- 格式:docx
- 大小:28.73 KB
- 文档页数:3
电力调控运行系统优化的必要性及改进措施随着电力系统规模的不断扩大和电力调控智能化技术的不断发展,电力调控运行系统优化已经成为了保障电力系统安全稳定运行的核心问题。
本文将从电力调控优化的必要性和改进措施两个方面进行阐述。
1. 保障电力系统的安全稳定运行电力调控是电力系统的核心环节,它对电力系统的运行状态起着至关重要的作用。
随着电力系统规模的不断扩大和复杂程度的提高,传统的调控模式已经无法满足电力系统的运行需求。
因此,必须通过优化调控模式和建立智能化调控系统,保障电力系统的安全稳定运行。
2. 提高电网经济效益电力系统的经济效益与其运行状态密切相关。
通过优化电力调控运行系统,可以提高电力系统的功率利用效率,减少能源损失和浪费,降低电网经济成本,提高电力市场竞争力。
同时,优化调控运行系统还能为电力系统的节能减排和环保提供技术支持,促进电力工业的可持续发展。
3. 推动电力智能化发展电力调控的智能化是电力智能化发展的重要组成部分。
通过运用新技术和手段,如大数据、人工智能、区块链等,建立智能化电力调控运行系统,可以提高电力系统的智能化水平,增强电力系统的安全性、可靠性和稳定性,同时也能够为电力系统的创新和升级提供更加广阔的发展空间。
1. 加强调度调控能力电力调度调控是电力调控的核心环节,应该加强对调度调控能力的建设。
通过建立先进的智能化调度调控系统,实现多源能量的优化组合、供需平衡和电量及时控制等功能,有效提高电力系统的销售收入和经济效益。
另外,还应当加强对重要电力设施的保护和维护,提高电力设备运行效率,降低电网损耗和可靠性问题。
2. 提升告警预警能力电力调控系统在运行中容易发生故障和异常,应加强对电力调控运行系统的故障告警和预警能力。
建立实时监测系统,通过多元化的数据采集手段,及时收集调控运行数据,也可以利用先进的大数据技术,对电力系统进行精准的预测和预警,实现对电力系统的最优化、最小化和最适化控制,保障电力系统的稳定运行。
电力行业节能减排政策及技术研究近年来,全球温室气体排放过度,使全球气候逐渐变暖,环境污染更严重。
为了应对这一问题,各国政府、科技工作者和企业界一直在探索节能减排的新技术和方法。
电力行业作为能源消耗最大的行业之一,也在积极探索并实施相关政策、技术来降低其耗能和排放。
一、政策方面1.制定节能减排政策政府部门对电力行业制定了一些相关政策,例如,设立了一些补贴以提高能源效率,对大型企业和机构实行排放名单制度,对那些超标排放的企业实行处罚等。
此外,政府还鼓励电力公司采用节能减排技术,或称之为绿色能源技术。
2.推行绿色电力政府资助、推广绿色电力的使用也是一项重要的政策,这种绿色电力不但提供可再生能源的使用,而且还减少了二氧化碳等温室气体的排放。
政府已经开始资助各种绿色发电机构扩建和升级其能力。
3.加强对能源使用的监管政府通过税收或能源购买价格等手段,对能源消耗进行引导和控制,在国内外电能市场中实施价格监管,在节能、减排方面实施长期的监督和制度化管理。
二、技术方面1.采用高效节能装备在电力生产过程中,传统的电力生产设备种类繁多,效率低下,耗能巨大。
为了解决这个问题,电力公司开始采用高效节能装备。
通过采用先进的燃煤技术和低NOx燃烧器、一体化氢气燃烧器、优质动力机、能量管理系统等装置,提高电厂的效率并减少二氧化碳排放量。
2.探索可再生能源为使能源使用可持续化发展,提高整个电力系统的效率和可信度,电力公司通过探索可再生能源来减少对化石燃料的依赖,以及与减少温室气体的排放。
风能、太阳能、水能和生物能等可再生能源,开发和利用这些能源在电力生产中已经被证明是可行的、可靠的、平价的。
3.智能电网建设智能电网是电力行业的创新成果之一,它是一种更为灵活、智能化的电力系统结构,可以更好地应对复杂的电力网络管理问题。
在智能电网中,实现了各类能源互补互补、优化调度和统筹协调管理。
智能电网改善了资源利用效率,提高了能源效率,优化了电力行业的能源结构。
平衡供需智能电网能量优化调度方案一、智能电网能量优化调度概述智能电网作为现代电力系统的重要组成部分,其核心目标是通过先进的信息通信技术、自动化控制技术和电力电子技术,实现电力系统的高效、可靠和环保运行。
能量优化调度是智能电网中的关键环节,旨在通过优化算法和决策支持系统,实现电力供需的平衡,提高能源利用效率,降低运营成本,并增强电网的灵活性和稳定性。
1.1 智能电网能量优化调度的核心特性智能电网能量优化调度的核心特性主要体现在以下几个方面:首先是实时性,即能够根据电力系统的实时运行状态进行快速响应和调度;其次是预测性,通过预测电力需求和供应的变化趋势,提前做出调度决策;再次是自适应性,能够根据外部环境变化和系统内部状态变化,自动调整调度策略;最后是优化性,通过优化算法实现电力资源的最优分配和利用。
1.2 智能电网能量优化调度的应用场景智能电网能量优化调度的应用场景非常广泛,包括但不限于以下几个方面:- 负荷预测与调度:通过对用户用电行为的分析和预测,合理调度电力资源,满足不同时间段的用电需求。
- 可再生能源集成:将风能、太阳能等可再生能源集成到电网中,通过优化调度提高其利用率,减少对传统能源的依赖。
- 储能系统管理:合理调度储能系统,如电池储能、抽水蓄能等,以平衡供需,提高电网的调峰能力。
- 需求侧管理:通过需求响应等手段,引导用户合理用电,减少高峰时段的电力需求,降低电网负荷。
二、智能电网能量优化调度的制定智能电网能量优化调度的制定是一个涉及多方面因素的复杂过程,需要综合考虑电力系统的运行特性、市场机制、用户需求等多个因素。
2.1 智能电网能量优化调度的关键技术智能电网能量优化调度的关键技术包括以下几个方面:- 高级计量基础设施(AMI):通过部署智能电表等设备,实现对电力系统运行状态的实时监控和数据采集。
- 信息通信技术:利用物联网、云计算等技术,实现电力系统内部信息的快速传输和处理。
- 优化算法:应用线性规划、遗传算法、粒子群优化等算法,对电力系统的运行状态进行优化分析和决策。
电网调度节能措施分析与探讨摘要:我国各类资源的总储备量虽然十分丰富,但人均占有量却远远低于国际平均水平,国内的能源形势十分严峻。
在这种背景下我国的电力使用和电网调度在一定程度上却存在着严重的浪费现象。
为提高电力能源使用效率、节约能源,减少环境污染,促进能源和电力结构调整,确保电力系统安全、高效运行,本文主要对电力系统中电网调度节能需要考虑的问题进行了分析,并对如何做好此项工作提出了建议。
关键词:电网调度节能措施分析与探讨引言电网调度节能是指在保障电力不仅要确保电网的电流和功率长期处于额定数值以下,还要保证电网中各类设备的运行参数符合安全生产的要求,确保线路两端的功率角在电力系统稳定运行的允许范围内的前提下,按照节能、经济的原则,合理分配用电企业和用电地区的供电额度,优先调度可再生发电资源,采用多样化的互动节能调度模型,实现电力用户、电力企业的节能互动,进而达到优化资源配置、实现节能减排、降低能耗的目标。
节能调度作为智能电网的重要组成部分,为缓解气候变暖、降低环境污染以及解决能源短缺等问题提供了可靠的帮助。
研究讨论电网调度节能从,对于创建资源节约型、环境友好型社会具有重大意义。
一、加强对无功电压的管理,优化线路布局,减少调度线路电力损耗电网输送的无功电压过高或过低,都会使电网的内损急剧增加。
因此应注意加强对无功电压的管理、优化电网的网络结构,从而确保电网长期处于经济运行的状态。
要对电网内各电压监测点的运行电压进行及时的了解和掌握,对于不合理的部分要采取有效措施进行调整避免设备长期处于“过压”或“欠压”的状态下运行。
想要实现主变的经济运行主要包括两个方面:一是要合理调节变压器的分接头位置;二是要合理安排电网内的主变台数。
在变电站的下带负荷较大时,主变的并列运行能够有效降低电网内损;而当变电站的下带负荷较小时,主变的并列运行却会使电网的内损成倍增加。
所以调度员在值班时要根据电网中负荷的实际情况来选择合理的主变运行方式,技术人员在掌握电网内无功电压实际情况,要积极地研究和制定出改善无功电压的措施和计划,调度人员还要积极利用调度自动化系统来采集和分析全网各节点的实时数据,并以此来对变压器的分接头位置进行合理的调节,从而实现全网网损率最小、变分接开关调节次数最少、无功分层就地平衡、无功补偿设备合理投人的综合优化目标,同时对原来的电力系统提出改善,提升自动化技术在调度中的应用水平。
综合能源系统的高效调度算法与优化模型综合能源系统是指集中管理多种能源的系统,包括电力、气体、热力等多种能源,通过灵活调度和优化管理,实现能源利用效率的提高和碳排放的降低。
在近年来节能减排的政策背景下,综合能源系统的建设越来越受到重视,而高效调度算法和优化模型是实现综合能源系统的关键。
一、综合能源系统调度算法综合能源系统的调度算法主要有以下几种:1. 传统的线性规划方法:将综合能源系统看作一个线性规划问题,以成本最小为目标函数,同时满足系统的能量平衡和能源品质的要求,通过求解线性方程组,得到最优解。
这种方法简单易懂,但是对于复杂的非线性问题,计算难度较大。
2. 优化算法:将综合能源系统看作一个优化问题,通过寻找目标函数的最小值或最大值,得到最优解。
目前比较常用的优化算法有遗传算法、模拟退火算法、粒子群算法等,这种方法对于非线性问题的求解能力较强,但是计算时间较长。
3. 模型预测控制方法:将综合能源系统看作一个动态、非线性系统,通过建立动态模型,通过模型预测,通过在线控制方式进行调度。
这种方法可以有效应对时变不确定性,对于多变量的系统调度也十分有效。
二、综合能源系统优化模型综合能源系统的优化模型主要包括以下几种:1. 前瞻规划模型:对于长期能源消费量的预测和规划,通过对能源消耗的统计分析,得出未来能源消费的趋势,并进行规划。
这种方法可以有效规划能源的供应和需求,避免浪费和能源过度消耗。
2. 交叉分析模型:通过对不同能源类型之间的交叉分析,得出最佳的能源组合,实现能源的最优化利用。
这种方法可以将不同能源类型之间的互补性和补充性充分发挥,实现能源系统的优化。
3. 多目标规划模型:将综合能源系统的优化问题转化为多个目标函数之间的权衡。
将综合能源系统的经济性、环境性、可靠性等多个目标进行权衡,建立多目标规划模型,通过对模型求解得到最优解。
这种方法可以有效平衡多种目标之间的权衡。
三、高效调度算法与优化模型的应用高效调度算法与优化模型的应用主要有以下几个方面:1. 能源供应侧管理:通过高效调度算法和优化模型,实现能源供应侧的管理,包括能源的生产、储存和输送等方面。
分析电网调度运行方式优化措施【摘要】本文主要围绕电网调度运行方式的优化措施展开讨论。
在简要介绍了电网调度的重要性。
接着,在分别从供应侧、需求侧、技术侧和经济侧四个方面阐述了优化措施。
供应侧主要包括提高电源生产效率和优化发电资源配置;需求侧主要包括实施节能措施和提高用电弹性;技术侧主要包括引入智能调度系统和提升电网监控技术;经济侧主要包括完善电价机制和推动市场化改革。
在总结了电网调度运行方式优化措施的重要性,并强调了综合各方面因素的必要性,以实现电网调度的高效、稳定和可持续发展。
【关键词】电网调度、运行方式、优化措施、供应侧、需求侧、技术侧、经济侧、引言、结论1. 引言1.1 引言电网调度是指根据电力系统运行的实际情况和用户需求,合理分配电力资源,确保电网运行稳定、经济、安全。
电网调度的优化是指通过改进电网调度运行方式,提高电网运行效率,减少能源浪费,降低成本,促进电网的可持续发展。
本文将从供应侧、需求侧、技术侧、经济侧等方面分析电网调度运行方式的优化措施。
在供应侧方面,优化电网调度可以通过提高电力生产效率、增加可再生能源比重、促进多能源协同生产等方式实现。
需求侧优化可以通过智能电网技术、电力市场化改革、优化用户用电行为等措施,实现对电力需求的精准管理。
技术侧的优化可以通过提高电网信息化水平、强化智能电网建设、加强电网设备监测等方式提升电网调度效率。
经济侧的优化则需要建立市场机制、规范电力价格形成机制、促进电力市场竞争等措施来提高电网运行效率。
通过综合利用各种优化措施,电网调度的运行方式得以不断优化,为电力系统的稳定运行和可持续发展提供保障。
结束。
2. 正文2.1 电网调度运行方式优化措施概述电网调度是指根据电力系统的实际情况和需求,合理地调配各种资源,确保电力系统的正常运行和稳定供电。
而电网调度运行方式的优化措施,则是通过对电网调度运行方式进行分析和改进,以提高电网的运行效率和供电质量。
首先是优化供应侧的措施,包括提高电力设备的运行效率、加强电力设备的检修和维护、优化发电规划和运行策略等。
基于能耗的柔性作业车间调度多目标优化算法一、柔性作业车间调度问题及其多目标优化目标柔性作业车间调度问题是指在柔性作业车间中,根据订单的要求和车间的生产能力安排各项生产任务和资源,使得生产过程能够达到最佳的调度计划,以最大化生产效率、最小化生产成本、最大程度地降低能源消耗等多个目标。
通常情况下,柔性作业车间的调度问题需要考虑以下几个方面的多目标优化目标:1. 最大化生产效率:通过合理安排生产任务和资源,使得车间生产效率最大化,实现生产订单的及时交付。
2. 最小化生产成本:在实现生产效率最大化的前提下,尽量降低生产过程中的成本投入,包括人力成本、设备成本、物料成本等。
3. 最小化能源消耗:考虑到当前环境保护和节能减排的要求,柔性作业车间的调度问题还需要考虑最小化能源消耗的优化目标,以降低企业的生产成本和环境压力。
柔性作业车间调度问题是一个具有多个优化目标的复杂问题,要想找到一个合理有效的调度方案,需要运用优化算法和数学模型进行多目标优化求解。
基于能耗的柔性作业车间调度多目标优化算法是指在考虑车间生产效率和成本的前提下,以最小化能源消耗为主要优化目标,通过建立数学模型和应用优化算法,找到一个最佳的调度方案。
具体而言,该算法包括以下几个关键步骤:1. 建立柔性作业车间调度数学模型:需要对柔性作业车间的生产过程和资源进行建模,确定各项生产任务的工艺要求、生产时间、资源需求等相关参数。
然后,根据生产效率、成本和能源消耗等多个优化目标,建立一个多目标优化数学模型,以实现产出最大化、成本最小化和能源消耗最小化的目标求解。
2. 设计多目标优化算法:针对柔性作业车间调度的多目标优化问题,需要设计适合求解的优化算法。
常见的算法包括遗传算法、粒子群算法、模拟退火算法等。
这些算法能够在多目标求解过程中,根据不同的优化目标和约束条件,通过迭代更新的方式,寻找最优的调度方案。
3. 多目标优化求解与调度方案评价:基于所设计的多目标优化算法,对柔性作业车间的调度问题进行求解。
电力系统调度自动化的发展方向是什么电力作为现代社会的基石,其稳定供应和高效分配对于国民经济的发展和人们的日常生活至关重要。
电力系统调度自动化作为保障电力系统安全、稳定、经济运行的关键技术手段,也在不断发展和演进。
那么,电力系统调度自动化的发展方向究竟是什么呢?随着科技的飞速进步和社会对电力需求的持续增长,电力系统的规模和复杂性日益增加。
传统的调度自动化系统在面对海量数据处理、快速变化的运行工况以及日益严格的可靠性要求时,逐渐显得力不从心。
因此,未来的电力系统调度自动化将朝着智能化、数字化、市场化、分布式和绿色化等方向发展。
智能化是电力系统调度自动化发展的核心方向之一。
通过引入人工智能、大数据分析和机器学习等技术,实现对电力系统运行状态的更精确预测和更智能决策。
例如,利用深度学习算法对电力负荷进行预测,可以大大提高预测的准确性,为调度计划的制定提供更可靠的依据。
同时,智能优化算法能够在复杂的约束条件下快速求解最优调度方案,提高电力系统的运行效率和经济性。
此外,智能化的故障诊断和应急处理系统能够在电力系统发生故障时迅速准确地定位故障点,并制定有效的恢复策略,最大程度地减少停电损失。
数字化是实现电力系统调度自动化智能化的基础。
数字化技术能够将电力系统中的各种物理设备和运行数据转化为数字模型,实现对电力系统的全面数字化描述和监测。
通过建立高精度的数字孪生模型,调度人员可以在虚拟环境中对电力系统的运行进行模拟和分析,提前发现潜在问题并制定应对措施。
同时,数字化技术还能够实现电力系统各环节之间的无缝通信和数据共享,打破信息孤岛,提高调度决策的及时性和准确性。
市场化是电力系统改革的必然趋势,也将对调度自动化产生深远影响。
随着电力市场的逐步开放,电力的生产、传输和消费将更加市场化,这就要求调度自动化系统能够适应市场机制,实现资源的优化配置。
在市场化环境下,调度自动化系统需要具备电力交易管理、价格预测和风险评估等功能,以支持电力市场的公平、高效运行。
论述电力调度的节能措施雷永章发表时间:2018-04-18T11:42:37.557Z 来源:《电力设备》2017年第31期作者:雷永章鄢正勇[导读] 摘要:电力调度节能必须限制高能耗,高污染的机组发电,允许具有低污染、低能耗的机组优先发电。
(江西省电力公司萍乡供电分公司江西萍乡 337000)摘要:电力调度节能必须限制高能耗,高污染的机组发电,允许具有低污染、低能耗的机组优先发电。
随着低碳环保概念的深入,提高了人们的节能减排意识,因此改变传统的调度方式,推进电力调度节能,从而更好地发挥电力市场在资源配置当中的作用。
基于此,本文简述了电力调度的重要性,对电力调度节能的影响及其存在的问题进行了探讨分析,并论述了加强电力调度节能的措施,旨在提高电力企业的经济效益以及加强环境保护。
关键词:电力调度;重要性;节能;影响;问题;措施近年来由于煤炭发电等高污染行业对环境破坏越来越严重,因此国家推进电力调度节能政策的实施十分重要,对于提升社会效益以及推动国家节能环保目标的实现具有重要意义。
以下就电力调度节能的措施进行探讨。
1电力调度的重要性随着我国经济的快速发展以及工业化程度的不断提高,使得电力需求的日益增加,这些都对电力调度工作提出了更多、更高的要求。
并且电力调度应当符合社会主义市场经济的要求和电力系统运行的客观规律。
国内几大电力配网所属的各类机组实践表明,如果没有统一的组织、指挥和协调管理,电力系统就难于维持正常的运行,所以做好电力调度非常重要。
2电力调度节能的影响及其存在的问题分析2.1电力调度节能的影响。
主要表现为:(1)对购电成本的影响分析。
我国当前推行可持续发展战略,鼓励实施可再生能源,在我国也存在着一定的可再生能源,主要是水电、风电等。
大量收购可再生能源,成本较高,对于我国的电力行业来说也产生不利影响。
由于脱硫技术的应用会大大加大成本,使得利润空间减小。
(2)对电网结构的影响。
电力调度节能政策的实施必然会对国家电网结构产生十分重要的影响,不论是火电机组的关停还是上网电量的直接减少促使对国家的电网结构发生改变。
电力系统调度运行规程电力是现代社会运转的重要基础,为了保障电力系统的安全和稳定运行,电力系统调度运行规程非常重要。
本文将就电力系统调度运行规程进行论述,包括调度中心的职责、调度组织的流程、电网安全保障措施以及应急响应机制等。
一、调度中心的职责和运行原则调度中心是电力系统的核心组织,其职责是协调和管理全国电力系统的调度运行,确保电力供应的安全和可靠。
调度中心应遵循以下运行原则:1. 可靠性原则:调度中心要确保电力系统的供需平衡,保障用户的用电需求得到满足,同时预防和处理突发事件,保证电力系统的可靠性。
2. 经济性原则:调度中心要优化电力系统的调度运行,提高电网效率,降低供电成本,确保电力资源的合理配置。
3. 节能减排原则:调度中心要推动电力系统的节能减排工作,促进清洁能源的发展和利用,降低对环境的影响。
二、调度组织的流程电力系统调度组织应根据实际情况制定详细的运行流程,包括各个环节的组织和协调方式,以确保电力调度工作的顺利进行。
在调度组织的流程中,应包括以下几个环节:1. 调度计划编制:调度中心应根据各地区的电力需求和可用资源情况,编制全国电力系统的调度计划,包括负荷预测、电力交易和电网运行等内容。
2. 调度指令发布:调度中心根据调度计划,发布调度指令给各发电厂和输电线路,指导其按时完成各项调度任务。
3. 监控与调度:调度中心通过监控电力系统的运行状态和各设备的工作情况,进行实时调度,保障电力系统的正常运行。
4. 数据分析与优化:调度中心对电力系统的运行数据进行分析和优化,提出改进建议,以提高电力系统的效率和可靠性。
三、电网安全保障措施为保障电力系统的安全运行,调度中心需要采取一系列的安全保障措施。
这些措施包括:1. 事故预防与处理:调度中心应加强对电力系统的事故预防工作,建立完善的事故处理机制,及时应对各类事故和突发事件,保障电力系统的安全。
2. 负荷调节与平衡:调度中心应根据电力系统的实际负荷情况,进行负荷调节和平衡,确保电力供需的平衡,避免电网的过载或欠供现象。
电网的电力负荷管理与调度优化电力负荷管理与调度优化在电网运营中起到至关重要的作用。
随着电力需求不断增长,电网的负荷管理和调度优化成为了一项迫切需要解决的问题。
本文将从电力负荷管理的重要性、电力负荷管理的关键技术以及电力负荷调度优化的方法等方面进行论述。
一、电力负荷管理的重要性电力负荷管理是指在供电网络中对电力负荷进行有效监控、调控和管理的过程。
合理有效的电力负荷管理对于保障电网的稳定运行、提高供电质量、优化能源利用和节能减排等方面具有重要意义。
首先,电力负荷管理能够确保电网的稳定运行。
随着电力需求的增加,负荷管理要求能够及时监测和控制电力负荷的波动,以保证供需平衡和电网的稳定运行。
其次,电力负荷管理有助于提高供电质量。
通过对电力负荷的监控和调节,可以避免因电力负荷波动过大而导致的电压波动和频率偏差,提高供电质量和稳定性。
最后,电力负荷管理对于优化能源利用和节能减排也具有重要的作用。
通过合理调度和优化电力负荷,可以降低电网供电峰谷差异,充分利用电力设备的运行效率,减少能源浪费和污染排放。
二、关键技术为了实现电力负荷的管理与调度优化,需要利用一系列关键技术来支撑。
1. 电力负荷预测技术:通过对历史负荷数据和相关指标进行分析和建模,以预测未来一段时间内的负荷变化情况。
合理准确的负荷预测对于制定合理的负荷调度方案具有重要意义。
2. 负荷调控技术:包括自动化控制系统、智能电网技术等。
通过对电力负荷的自动化监控和调控,实现对负荷的精确控制,使供需平衡和电网运行更加稳定。
3. 负荷平衡技术:通过对负荷波动的分析和预测,采取相应的调度措施,保持负荷的平衡。
以降低负荷波动对电网的影响,提高电能利用率。
三、电力负荷调度优化方法电力负荷调度优化是指通过利用现代信息技术和数学优化方法来实现对电力负荷的合理调度,以使得电网运行更加高效和稳定。
1. 基于优化算法的电力负荷调度:通过使用数学优化方法,如线性规划、整数规划、非线性规划等,结合电力系统的特点和约束条件,以实现对电力负荷的最优调度。
基于节能减排的电力系统优化调度 摘要:基于节能减排的电力系统优化调度是追求购电成本和废气排放量均尽量低,这有利于减缓全球暖化而促进人类社会可持续发展。本文基于帕累托最优前沿的多目标优化理论,建立了基于节能减排的电力系统优化调度的购电成本模型和废气排放量模型;针对帕累托最优解集,提出了一种归一决策方法以确定一个对多目标很好权衡的决策向量;针对基于节能减排的电力系统优化调度问题,提出了多目标粒子群算法的改进策略,将多目标粒子群算法由单一种群扩展为两个不同性质的种群和在NSGA-Ⅱ的非支配排序基础上建立了动态更新的非劣解库,有效地维护了群体的多样性和避免了优化计算过程造成的非劣解浪费现象。通过算例仿真,采用改进的多目标粒子群算法求解基于节能减排的电力系统优化调度问题,在满足系统内的负荷需求和机组的各项约束条件下,能够更有效地降低购电成本和减小废气排放量,而归一决策方法能够很好地权衡购电成本和废气排放量之间的矛盾以确定最终的调度方案。 关键词:电力系统;优化调度;节能减排;归一决策;多目标粒子群算法 ABSTRACT Environmental/Economic power dispatch is chasing power purchase cost and emissions as low as possible, which will help to slow down global warming and promote the sustainable development of human society. This paper set up power purchase cost model and emissions model of Environmental/ Economic power dispatch based on Pareto optimal front of multi-objective optimization theory; For Pareto optimal solution set, we propose a method for normalizing decision to identify a good trade-off for multi-objective decision vector. For Environmental/Economic power dispatch problem, this paper proposes a multi-objective particle swarm algorithm improvement strategies. In this paper, multi-objective particle swarm algorithm extended from a single population of the different nature of the two populations and based on non-dominated sorting method NSGA-Ⅱ on the establishment of a updating no inferior solution library. This method is effective in maintaining population diversity and avoid the waste of non-inferior solut ions due process optimization. Through the numerical example, the use of improved particle swarm optimization algorithm for Environmental/Economic power dispatch problem. Within the system to satisfy the customer load demand and the constraints of units, the proposed method can effectively reduce power purchase costs and reduce emissions. The normalization decision can weigh contradictory power purchase costs and emissions to determine the final between the scheduling schemes. 【Keywords】Power system; Optimal Scheduling; Energy conservation; Normalized decision; Multi-objective particle swarm optimization 1 绪论 由于我国全社会对电能的需求量逐年增长促使电能的供需矛盾越来越突出,实施电力系统优化调度变得迫不及待。另一方面,全球暖化威胁人类社会的发展,世界各国都采取行动以遏制全球暖化,而全球暖化的主要原因是温室气体的排放。因此,基于节能减排的电力系统优化调度问题具有重大意义。 2 基于节能减排的电力系统优化调度 2.1 多目标优化问题 多目标优化问题可被定义为如下形式: (1) 目标函数 优化是将决策向量 映射到目标空间,找出最优的目标向量 。 2.2 购电成本模型和废气排放量模型 在长期合约的电力市场上,电网公司的购电原则应该是购电成本最低,则购电成本的函数模型: (2) 火电机组排放的气体主要包括CO2、SO2、NOx等,综合考虑后,则系统内的废气排放量的函数模型: (3) 2.3 任务与决策 (1)任务:使用优化算法对基于节能减排的电力系统优化调度问题进行求解以得到帕累托最优解集,对应求出购电成本和废气排放量的帕累托最优前沿,如图1所示。 (2)决策:本文提出一种归一决策的方法,具体操作如图2所示。实线为优化两个目标函数的帕累托最优前沿,向量A为两目标函数均最小对应的向量,在帕累托最优前沿上的目标向量B距离向量A最近,与目标向量B有映射关系的决策向量 为归一决策向量。采用归一决策方法确定调度方案,电网调度机构可以避免大量繁琐的经验分析工作,科学合理地实现基于节能减排的电力系统优化调度。
图2 归一决策方法图示 3 多目标粒子群算法的改进 3.1 粒子群算法 粒子群算法是根据以下公式来运行:
3.2 改进策略 改进策略一:扩展两个不同性质的种群。种群1为“志向远大”种群,种群的粒子认为在离“我”远的地方才能找到最优解;种群2为“安于现状”种群,种群的粒子认为在离“我”近的地方也能找到最优解。 改进策略二:建立动态更新的非劣解库。非劣解库随着新一代非劣解的加入而不断更新。由于其内部的去重和去受支配机制,库的非劣解数量是动态变化的,直到找到问题真正的帕累托最优前沿,非劣解数量才会不断上升,又因为问题存在约束条件,所以,库的非劣解数量只能上升到一定的规模。非劣解库更新后,从非劣解库中挑选出拥挤距离大的非劣解粒子组成优质粒子库,再从优质粒子库随机选择一个优质粒子作为全局最优放到下一代寻优,引导粒子向拥挤距离大的粒子位置飞行以得到均匀分布的帕累托最优前沿。非劣解库动态更新过程如图3所示。
图3 非劣解库动态更新过程 3.3 改进前后的优化效果对比
图4 优化效果对比 多目标粒子群算法改进前后的优化效果对比,如图4所示。图4A为多目标粒子群算法改进前的优化效果,图4B为多目标粒子群算法改进后的优化效果。在同等条件下,改进的多目标粒子群算法找到优化后的目标向量不仅丰富,而且绝大多数的目标向量均匀地分布在真正的帕累托前沿上。 从测试结果来看,改进的粒子群算法在多目标优化过程中,通过将单一种群扩展为两个不同性质的种群和建立动态更新的非劣解库可以高效地得到均匀分布的帕累托最优前沿,表明了改进的多目标粒子群算法求解多目标优化问题具有高效的寻优能力,具有良好的多目标优化性能。 4 算例仿真 采用基本和改进的多目标粒子群算法对IEEE-30节点系统进行基于节能减排的电力系统优化调度求解,结果如图5和表1所示。
图5 多目标粒子群算法改进前后的优化对比 表1 IEEE-30节点系统最优调度安排
在满足系统的负荷需求的情况下,采用基本和改进的多目标粒子群算法求解IEEE-30节点系统基于节能减排的电力系统优化调度的购电成本和废气排放量情况如表2所示。 表2 归一决策后的购电成本和废气排放量对比
由表1和表2可以看出,采用本文改进的多目标粒子群算法对IEEE-30节点系统优化调度进行求解可以得到更低购电成本和更小的废气排放量,表明了本文改进的多目标粒子群算法的优越性,更加适合求解基于节能减排的电力系统优化调度问题。 5 总结 本文从购电成本模型和废气排放量模型、多目标粒子群算法和电力系统优化调度三个方面着手,研究电网调度机构在现时代背景下如何实现基于节能减排的电力系统优化调度问题。本文将归一决策方法和改进的多目标粒子群算法应用到IEEE-30节点系统优化调度求解当中,结果验证了本文提出的归一决策方法和改进的多目标粒子群算法的可行性和更有效地实现基于节能减排的电力系统优化调度。 参考文献: 【1】安建强.节能调度环境下省级电力公司购售电优化模型[D].北京:华北电力大学,2013,3. 【2】 Ahmed Ahmed El-Sawym,Zeinab Mohamed Hendawy,Mohamed A. El-Shorbagy.Reference Point Based TR-PSO for Multi-Objective Environmental/Economic Dispatch[J].Scientific Research,2013,4(5):803-813. 【3】 Azza A. ElDesouky.Security and Stochastic Economic Dispatch of Power System Including Wind and Solar Resources with Environmental Consideration [J].International Journal of Renewable Energy Researc,2013,3(4):951-958. 【4】李刚.水火电系统短期节能发电调度研究与应用[D].大连:大连理工大学,2007,7. 【5】孙惠娟,彭春华,易洪京.大规模风电接入电网多目标随机优化调度[J].电力自动化设备,2012,32(5):123-128. 【6】白永祥.省级调度中心风电场调度管理技术支持系统关键问题研究[D].天津:天津大学,2010,11. 【7】张晓辉,董兴华.含风电场多目标低碳电力系统动态经济调度研究[J].电网技术,2013,37(1):24-31. 【8】王扬.风电短期预测及其并网调度方法研究[D].杭州:浙江大学,2011,7. 【9】罗华飞.MATLAB GUI设计学习手记(第2版)[M].北京:北京航空航天大学出版社,2011,2. 【10】陈垚光.精通MATLAB GUI设计[M].北京:电子工业出版社,2008,2.