基于改进多目标粒子群算法含风电场电力系统优化调度

《基于改进多目标粒子群算法含风电场电力系统优化调度》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第41卷第17期电力系统保护与控制V_01．41N0．172013年9月1日PowerSystemProtectionandControlSep．1，2013基于改进多目标粒子群算法的含风电场电力系统优化调度卢锦玲，苗雨阳，张成相，任惠(1．华北电力大学电气与电子工程学院，河北保定071003；2．国网河北省电力公司正定县供电分公司河北正定050800；3．山东电力集团公司临沂供电公司，山东I临沂276000)摘要：由于风电具有随机性和波动性的特点，常规电力系统分析、调度及控制方式受到了新的挑战。深入研究了含风电场的电力系统优化调度问题，建立了基于多目标粒

2、子群算法的调度模型，在该模型中考虑发电成本、污染气体排放量及风电场输出功率短期波动引起的系统运行风险，在约束条件中加入了正负旋转备用容量，从而减小了风电波动和预测误差对系统的影响程度。算法设计上，通过引入遗传算子对多目标粒子群算法搜索机组组合的能力进行改进，提高了该模型的全局寻优能力。10机系统算例结果分析表明，所提方法正确有效，且能够减少寻优过程中不可行解、解决各优化目标之间的冲突性，使所有目标函数尽可能达到最优。关键词：风电；优化调度；遗传算子；多目标粒子群Powersystemoptimaldispatchconsideringwindfarmsba

3、sedonimprovedmulti-objectiveparticleswarmalgorithmLUJin·ling，MIAOYu—yang，ZHANGCheng—xiang，RENHui(1．SchoolofElectricalandElectronicEngineering，NorthChinaElectricPowerUniversity,Baoding071003，China；2．HebeiZhengdingPowerSupplyCompany,StateGridElectricPowerCompany,Zhengding050800，Chin

4、a；3．LinyiPowerCompany,ShangdongElectricPowerGroupCorporation，Linyi276000，China)Abstract：Windpowerhasthecharacteristicsofrandomnessandvolatility，SOconventionalpowersystemanalysis，dispatchandcontrolmeetnewchallenges．Thispaperstudiesthetopicofpowersystemoptimaldispatchincludingwindfa

5、rmsindetail，establishesadispatchmodelbasedonmulti-objectiveparticleswarmalgorithm．Thismodelconsiderstherunningriskcausedbycostofpowergeneration，emissionsofpollutinggases，andshort-termfluctuationsofwindfarmoutputpower,addsreservepositiveandnegativerotationcapacityintoconstraints，th

6、usreducestheimpactofpowerfluctuationsandpredictionerroronthesystem．Thesearchingunitabilityofmulti-targetparticleswarmalgorithmismodifiedbymixinggeneticoperatorsinalgorithmdesign．Thecapabilityofglobaloptimizationofthemodelissharplyimproved．Thesimulationresultoften—generatorsystemsh

7、owsthattheproposedmethodiScorrectandeffective，anditcannotonlyreducetheirifeasiblesolutionsintheoptimizationprocess．butalsoresolvetheconflictbetweenthevariousoptimizationtargets，ensuringalltheobjectivefunctionasoptimalaspossible．ThisworkissupportedbyNationalNaturalScienceFoundation

8、ofChinafNo．51107140)．Keywords：win