位置:成果数据库 > 期刊 > 期刊详情页
考虑低谷时刻负调峰能力及风电预测区间的多目标机组组合优化研究
  • ISSN号:1000-3673
  • 期刊名称:《电网技术》
  • 时间:0
  • 分类:TM73[电气工程—电力系统及自动化]
  • 作者机构:西南交通大学电气工程学院,四川省成都市610031
  • 相关基金:国家自然科学基金项目(51307144)
中文摘要:

大规模风电并入电力系统以后,因其反调峰特性及随机性,对系统发电计划和调度带来严峻挑战。系统常规机组在负荷低谷时刻的可调出力在很大程度上决定了系统的风电接纳能力。因此,为了使系统经济、可靠地运行,提出一种综合考虑系统运行成本以及常规机组低谷时刻负调峰能力的多目标机组组合优化模型,并使用高效易行的归一化法线约束方法求解该多目标问题。为应对风电的随机性,将所得的Pareto解集与风电预测区间结合,对不同的机组组合方案进行评估,最终可得到兼顾系统经济性和可靠性的机组组合方案。最后,基于10机系统及其扩展系统(20机)进行仿真分析,结果验证了所提方法的可行性,能够为决策者提供切合实际的机组组合优化方案。

英文摘要:

Due to reverse peak load regulation characteristics and randomness, large-scale wind power integration comes up with serious challenges on generation planning and scheduling of power system. Wind power accommodation capability, to a great extent, is decided by downward adjustment capacity of conventional generation units in valley load period. In order to make system operate economically and reliably, a multi-objective unit commitment optimization model was proposed based on comprehensive consideration of negative peak load regulation capability and operation cost of conventional generators. The multi-objective optimization problem was solved with normalized normal constraint method. In order to deal with wind power randomness, Pareto solution set was combined with wind power prediction intervals to obtain unit commitment scheme considering both system economy and reliability after evaluation of different unit commitment schemes. The proposed method was performed in a 10-unit system and its extended system (with 20 units). Simulation results verify feasibility of the proposed method, providing decision makers with practical unit commitment optimization scheme.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《电网技术》
  • 北大核心期刊(2011版)
  • 主管单位:国家电网公司
  • 主办单位:国家电网公司
  • 主编:张文亮
  • 地址:北京清河小营东路15号中国电力科学研究院内
  • 邮编:100192
  • 邮箱:pst@epri.sgcc.com.cn
  • 电话:010-82812976 82812543
  • 国际标准刊号:ISSN:1000-3673
  • 国内统一刊号:ISSN:11-2410/TM
  • 邮发代号:82-604
  • 获奖情况:
  • 中国优秀科技期刊,电力部优秀科技期刊,全国中文核心期刊,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:66600