The invention discloses a power system scheduling method, including the establishment of a mathematical model for thermal power unit output value, wind turbine output value of electric power system, electric vehicle charging power and discharge power for the pre scheduling object, the mathematical model including the constraints of the objective function and the scheduling object satisfies the mathematical basis; using the model, cross generation algorithm scheduling object dominant solution; according to the dominant solution set for power system scheduling. This application uses the electric vehicle to enter the network, coordinated the charge and discharge energy between the electric vehicle and the power grid and the wind power and the thermal power, and obtains the reasonable dispatching plan between the three through the crossbar algorithm. It can be seen that the method provided by this application has wide applicability on the basis of solving the impact of wind power network fluctuation on the power grid and the imbalance of power supply and demand in power system.
【技术实现步骤摘要】
一种电力系统调度方法
本申请涉及电力系统环境经济
,特别涉及一种电力系统调度方法。
技术介绍
面对能源危机和环境污染的双重压力,风力发电作为一种环境经济的有效发展途径,可以降低火力发电的燃料费用和污染排放量,因而已经迅速发展应用起来,与火力发电一同为电力系统提供电能。然而,由于自然界中的风力是不可控的,所以风力发电机组的输出功率很不稳定,具有反调峰特性、间歇性等缺点,因而,会对电网造成冲击,引起电力系统中负荷电压的不合理波动;并且会经常造成风电消纳过剩或者不足等问题。当消纳过剩时,由于电力系统的用电负荷较小,因此需要减少风电的并网,即出现弃风问题;当消纳不足时,则无法满足电力系统中的供电需求。现有技术中,为了降低风电输出功率波动性大对电网的冲击,同时为了解决风电与电力系统用电需求之间的矛盾,使用了储能技术,将风电储存起来以待使用。但是,由于昂贵的成本,储能技术目前仍无法广泛地应用开来。
技术实现思路
本申请的目的在于提供一种电力系统调度方法,以便广泛地解决风电输出功率波动性大对电力系统造成的冲击问题,以及电力系统电能供需间的矛盾问题。为解决上述技术问题,本申请提 ...
【技术保护点】
一种电力系统调度方法,其特征在于,包括:预先建立以火电机组出力值、风电机组出力值、电动车充电功率和放电功率为调度对象的电力系统的数学模型,所述数学模型包括目标函数和所述调度对象所满足的约束条件;依据所述数学模型,采用纵横交叉算法生成所述调度对象的占优解集;以便依据所述占优解集进行电力系统调度。
【技术特征摘要】
1.一种电力系统调度方法,其特征在于,包括:预先建立以火电机组出力值、风电机组出力值、电动车充电功率和放电功率为调度对象的电力系统的数学模型,所述数学模型包括目标函数和所述调度对象所满足的约束条件;依据所述数学模型,采用纵横交叉算法生成所述调度对象的占优解集;以便依据所述占优解集进行电力系统调度。2.根据权利要求1所述电力系统调度方法,其特征在于,所述依据所述数学模型,采用纵横交叉算法生成所述调度对象的占优解集包括:根据预先建立的电力系统的数学模型,生成符合所述约束条件的所述调度对象的多组解,并将所述多组解作为粒子构成初始种群;根据粒子的适应度表达式,计算所述初始种群中的粒子的适应度,筛选保留适应度符合第一预设条件的粒子,作为父代种群中的粒子进行保存;所述适应度表达式根据所述目标函数和所述约束条件构建;对所述父代种群中的粒子执行横交叉,计算执行横交叉后的粒子的适应度,并与所述父代种群中的粒子进行比较,筛选保留适应度符合第二预设条件的粒子,作为占优解集中的粒子进行保存;对所述占优解集中的粒子执行纵交叉,计算执行纵交叉后的粒子的适应度,并与所述占优解集中的粒子进行比较,筛选保留适应度符合第三预设条件的粒子,作为更新的占优解集中的粒子进行保存,并作为下一次迭代的父代种群;判断是否满足迭代终止条件;若否,则转入所述对所述父代种群中的粒子执行横交叉的步骤,若是,则输出更新的所述占优解集。3.根据权利要求2所述电力系统调度方法,其特征在于,所述约束条件包括功率平衡约束条件:其中,N为火电机组的总数量,i=1,2,…,N;Pi,t为第i个火电机组在t时段内的出力值;M为风电机场的总数量;Lj为第j个风电机场中风电机组的总数量;为第j个风电机场中第k个风电机组在t时段内的出力值;Pv2gt,和Pg2v,t分别为电动车在t时段内的放电功率和充电功率;PD,t为电力系统在t时段内的传输网损;PL,t为电力系统在t时段内的电力负荷。4.根据权利要求3所述电力系统调度方法,其特征在于,所述目标函数包括所述火电机组的燃料费用函数和污染排放量函数;所述约束条件还包括出力值约束条件、旋转备用约束条件、爬坡约束条件、剩余电量约束条件、充/放电约束条件和出行约束条件。5.根据权利要求4所述电力系统调度方法,其特征在于,所述出力值约束条件为Pi,min≤Pi,t≤Pi,max;其中,Pi,min、Pi,max分别为预设的第i个火电机组的出力下限、上限值;所述旋转备用约束条件为其中,Rt为电力系统在t时段内的旋转备用容量需求;所述爬坡约束条件为-DRiΔt≤Pi,t-Pi,t-1≤URiΔt;其中,URi、DRi分别为预设的第i个火电机组在相邻时段所允许的出力值的最大向上、向下调整率;所述剩余电量约束条...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。