[发明专利]一种利用改进狼群算法的含风电场电力系统优化调度方法

说明书

一种利用改进狼群算法的含风电场电力系统优化调度方法，包括步骤1：建立风力发电成本模型和火力发电成本模型；步骤2：建立包括目标函数和约束条件的含风电场电力系统优化调度模型；步骤3：利用改进的狼群算法对含风电场电力系统优化调度模型进行求解。采用本发明方法进行含风电场的电力系统优化调度，能够减少发电总成本，提高电力系统的经济性。

技术领域

本发明涉及含风电场电力系统电调度技术领域，具体涉及一种利用改进狼群算法的含风电场电力系统优化调度方法。

背景技术

电力系统调度指的是在进行电力负荷分配的过程中根据一些特定的约束，一般是指发电机的启动或停止以及系统的某些特定约束，对整个系统中发电机组的出力及运行状态进行调整，以达到系统负荷合理分配的目的。传统调度方法通常是以系统发电成本最低等经济性为目标，但随着新能源产业的崛起，越来越多风能、太阳能等清洁能源的并网，使传统电网中出现随机、波动分量的可能性增大，从而导致传统电力调度模型不再适用，因此在建立电力优化调度模型时，也应该考虑这些随机变量的影响。研究表明，当一定规模的风电接入电力系统时，会给电力调度带来如下影响：①、风电频率本身的波动性使得接入电网后的系统调频变得困难；②、风电电压的不稳定性使得系统调压的难度增大，同时也使得电网远距离输电的安全性大大降低；③、风电低压穿越性会对原电网造成一定冲击，威胁电网的稳定性和安全性。

近年来，随着可持续发展观念的深入，世界各国对风能的开发越来越重视，风能接入电网的调度优化问题成为热点，取得了很大进展。上世纪90年代，Vemuri S等人首次考虑了风力发电的环保性，将环境成本作为目标函数进行建模，并计及了相应的约束，建立了考虑风电并网的环境约束的电力经济调度模型。Ummels B.C等人采用场景概率函数得出了风电随机波动性的影响，并考虑了火力发电污染气体的排放量对其总成本的影响，建立了以低碳为目标的电力经济调度模型。Papageorgiou L.G等人设定了严格的约束条件，并根据约束条件建立了混合发电机组经济调度的二次规划模型。Hemamalini S等人基于Maciaurin级数的拉格朗日方法建立了动态电力经济调度模型。

国内对电力经济调度的研究比国外晚，但随着国家对清洁能源的重视，也取得了大量的研究成果。粟归玉针对目前环境保护调度模型中不能满足大气污染物排放指标的问题，对环境评估指标进行了定义，并结合评估指标对污染物排放风险进行了评估，建立了基于经济学原理的多目标调度模型。牛林华等人为了解决包含风电场的电力系统的最优调度问题，计算了考虑新能源环境效益的发电成本，并引入分布密度和模糊度的策略，对最优目标进行了逼近，最后仿真分析验证了方法的实用性。华中科技大学艾小猛针对风电爬坡事件对电力调度的影响，研究了风电机组的组合问题，并根据风电样本数据进行了潮流的概率计算，建立了含风电接入的电力系统经济调度模型。孙元章等人在对经济调度的目标函数进行优化时，将风电入网带来的环境成本引入目标函数，并提出风电环境成本的建模方法，建立的考虑风电环保优势的电力调度模型。

含风电场电力系统经济调度的方法有很多，主要包括：动态规划法、优先顺序法、Lagrange松弛法、遗传算法、蚁群算法、粒子群算法等。动态规划法在涉及到火力发电机组的功率变化率时，其阶段性转换难以完成，并随着火电机组数量的增加，容易造成“维数灾难”；优先顺序法难以处理不同时间段的发电机组的组合问题，由此造成发电机组启停费用的计算不够准确；Lagrange松弛法在求解非凸性的目标函数时，对偶性难以保证，且在算法迭代时有一定概率出现振荡；遗传算法在进化寻优的过程中，容易陷入局部最优解，有时也会过早收敛；蚁群算法个体间采用的是间接通信，大量的计算导致迭代时间较长，收敛速度慢；粒子群算法在计算过程中，很难掌握全局信息，导致算法收敛较慢，容易陷入局部最优解。

发明内容