基于微分进化算法的电力系统节能发电调度的研究

论文摘要

我国人口众多,能源资源有限,人均资源拥有量远低于世界平均水平,同时我国正处于工业化和城市化发展的快速阶段,能源资源消耗较快,环境污染严重。能源危机和环境保护问题已成为制约我国经济发展和社会和谐的重要因素。电力行业作为能源消耗大户和污染气体排放大户,是节能减排的重点领域之一,而合理的发电调度,是实现电力行业节能降耗和减少环境污染的突破口。本文对节能发电调度作了介绍,并将其与传统发电调度进行了分析和比较；阐述了国内外节能发电调度的研究现状和目前常用的调度优化方法；分析了节能发电调度中应考虑的环境成本、风水电成本和网损等问题。微分进化算法是一种新兴的进化计算技术,相当于是粒子群算法与遗传算法的结合。由于其仍是一种随机搜索算法,搜索过程可能出现早熟、依据信息有限和判断依据简单等缺点。针对这些缺点,本文提出了自适应决策调整和饱和度两种改进形式。自适应决策调整是依据控制参数对种群搜索的影响,在迭代过程中自适应改变控制参数的过程；饱和度是对解集空间中目标函数值的度量,通过调节种群搜索空间使算法从全局层面来搜索种群的最优解。通过经典函数的测试验证了改进算法的有效性和优越性。建立了含风火电节能发电调度模型、含水火电节能发电调度模型和含风水火电节能发电调度模型,并分别以IEEE多节点电力系统为算例进行仿真；结果表明,环境成本的考虑可使排污特性好的机组发电量增加,排污特性差的机组发电量减少,遵从了节能调度中排污特性好的机组优先发电的原则,风水电这类清洁能源不仅能达到较好的节能减排效果,而且还有利于系统总发电成本的降低。通过粒子群、微分进化和改进微分进化3种算法在含风水火电节能发电调度模型中的应用比较,改进微分进化算法优化得到的目标适应度函数的值、系统总污染排放量和总成本均小于粒子群算法和微分进化算法优化结果,改进微分进化算法在节能发电调度优化方面能取得较好的效果。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 本课题研究的背景及意义
• 1.2 国内外研究现状
• 1.2.1 节能发电调度的研究现状
• 1.2.2 调度优化方法的研究现状
• 1.3 本课题主要研究工作
• 第2章 节能发电调度应考虑的几个问题
• 2.1 最小二乘法
• 2.2 火电机组能效特性曲线的拟合
• 2.3 火电机组环境成本
• 2.4 风电成本
• 2.5 水电成本
• 2.5.1 边际容量成本
• 2.5.2 边际电量成本
• 2.6 网损计算
• 2.6.1 B系数法
• 2.6.2 基于导纳矩阵的网损计算
• 2.6.3 基于直流潮流网损计算
• 2.7 本章小结
• 第3章 微分进化及其改进算法
• 3.1 微分进化算法概述
• 3.2 微分进化算法的基本原理
• 3.2.1 初始化
• 3.2.2 变异操作
• 3.2.3 交叉操作
• 3.2.4 选择操作
• 3.3 微分进化算法的改进
• 3.3.1 自适应决策调整
• 3.3.2 饱和度概念
• 3.3.3 改进的微分进化算法实现流程
• 3.4 改进的微分进化算法测试
• 3.5 本章小结
• 第4章 风火电节能发电调度方法
• 4.1 节能调度模型
• 4.2 约束条件
• 4.3 节能发电调度实现步骤
• 4.4 算例分析
• 4.5 本章小结
• 第5章 水火电节能发电调度方法
• 5.1 调度模型
• 5.2 约束条件
• 5.3 目标函数的处理
• 5.4 节能调度实现步骤
• 5.5 算例分析
• 5.6 本章小结
• 第6章 风水火电的节能发电调度方法
• 6.1 调度模型
• 6.2 目标函数的处理
• 6.3 算例分析
• 6.4 本章小结
• 结论
• 参考文献
• 致谢
• 附录A 攻读学位期间所发表的学术论文目录
• 附录B IEEE 9、IEEE 14和IEEE30节点结构图