林艺城,孟安波,殷豪,陈云龙

• 1:广东工业大学自动化学院

摘要(Abstract)：

结合含风电场的区域互联电力系统运行特点,考虑风电出力、负荷的不确定性因素以及电力系统安全运行约束,建立计及系统燃料费用、机组运行维护成本、风险成本的区域互联动态经济调度优化模型,并以一种融合拉丁超立方采样、场景缩减法和自学习差分算法的优化方法对所提模型进行求解。该方法根据风电和负荷预测误差采用拉丁超立方采样技术生成大量样本,并对所生成样本结合场景缩减法进行缩减,再由自学习差分算法进行全局寻优,得到各场景所对应的最优调度方案。结果表明:采用该方法既能模拟出风电、负荷的不确定性特点,又能避免建立过于复杂的随机性模型,降低了建模和求解的难度,同时所提自学习差分算法具有良好的收敛特性及鲁棒性。因此,所提优化方法对区域互联电力系统优化调度具有参考价值。

关键词(KeyWords)： 区域互联电力系统;不确定性;拉丁超立方采样;场景缩减法;自学习差分算法

Abstract:

Keywords:

基金项目(Foundation): 广东省科技计划项目(2016A010104016);; 广东电网公司科技项目(GDKJQQ20152066)

作者(Author): 林艺城,孟安波,殷豪,陈云龙

DOI: 10.13928/j.cnki.wrahe.2018.03.026

参考文献(References)：

• [1]赵文猛,刘明波.多区域电力系统分散式动态经济调度的割平面一致性算法[J].中国电机工程学报,2016,36(21):5806-5815.
• [2]郑晓菁.基于人工蜂群优化法的多区域电力系统经济调度[J].计算机工程与科学,2015,37(8):1533-1539.
• [3]喻洁,李方兴,李扬,等.互联区域多目标发电调度的协同优化策略[J].电力系统自动化,2009,33(2):30-33.
• [4]孙晓燕,时良振,徐瑞东,等.基于区间样本和回声状态网络的风电功率不确定性预测[J].郑州大学学报(工学版),2017,38(1):56-62.
• [5]李康顺,王法杰,张楚湖,等.一种基于JADE改进的差分演化算法[J].计算机工程与科学,2015,37(9):1698-1706.
• [6]孟安波,胡函武,刘向东.基于纵横交叉算法优化神经网络的负荷预测模型[J].电力系统保护与控制,2016,44(7):102-106.
• [7]HETZER J,YU D C,Bhattarai K.An Economic Dispatch Model Incorporating Wind Power[J].IEEE Transactions on energy conversion,2008,23(2):603-611.
• [8]CELIK A N.A statistical analysis of wind power density based on the Weibull and Rayleigh models at the southern region of Turkey[J].Renewable energy,2004,29(4):593-604.
• [9]徐玮,杨玉林,李政光,等.甘肃酒泉大规模风电参与电力市场模式及其消纳方案[J].电网技术,2010(6):71-77.
• [10]林少伯,韩民晓,赵国鹏,等.基于随机预测误差的分布式光伏配网储能系统容量配置方法[J].中国电机工程学报,2013,33(4):25-33.
• [11]周旭,包海龙,徐凡,等.计及负荷预测误差的可中断负荷优化管理[J].电力需求侧管理,2011,13(2):16-19.
• [12]邹云阳,杨莉.基于经典场景集的风光水虚拟电厂协同调度模型[J].电网技术,2015,39(7):1855-1859.
• [13]刘柏良,黄学良,李军,等.含分布式电源及电动汽车充电站的配电网多目标规划研究[J].电网技术,2015,39(2):450-456.
• [14]杨允,张士杰,肖云汉,等.蒙特卡罗法在分布式供能系统不确定性评价中的应用[J].中国电机工程学报,2013,33(2):16-23.
• [15]徐秋实,邓长虹,赵维兴,等.含风电电力系统的多场景鲁棒调度方法[J].电网技术,2014,38(3):653-661.
• [16]张建平,张立波,程浩忠,等.基于改进拉丁超立方抽样的概率潮流计算[J].华东电力,2013,41(10):2028-2034.
• [17]戈剑武,祁荣宾,钱锋,等.一种改进的自适应差分进化算法[J].华东理工大学学报,2009,35(4):600-605.
• [18]殷豪,周玉龙,孟安波.二进制纵横交叉算法在配电网重构中的应用[J].电网技术,2016,40(1):270-275.
• [19]BASU M.Quasi-oppositional group search optimization for multi-area dynamic economic dispatch[J].International journal of electrical power&energy systems,2016,78:356-367.(责任编辑)