基于场景集的含风电电力系统运行备用动态调度优化方法

    公开(公告)号:CN110912205B

    公开(公告)日:2023-05-02

    申请号:CN201911175908.5

    申请日:2019-11-26

    Applicant: 三峡大学

    Abstract: 基于场景集的含风电电力系统运行备用动态调度优化方法,包括根据风电出力预测误差概率分布和负荷预测误差概率分布,抽样生成风电出力场景和负荷场景,作为初始场景集;采用同步回代缩减法筛选初始场景集筛选,得到代表性场景集;计算代表性场景集每个场景的失电量指标和弃风指标;计算上调备用需求和下调备用需求;将上调备用需求和下调备用需求作为可靠性约束,建立日前机组组合模型;求解日前机组组合模型,得到日前机组启停计划、出力计划和备用配置。本发明通过构建风电出力场景和负荷场景,计及发电机强迫停运率,建立机组出力和备用决策动态协调调度模型,避免了备用不足产生弃风限电。

    利用灵活性资源的月度机组组合优化方法

    公开(公告)号:CN110854933A

    公开(公告)日:2020-02-28

    申请号:CN201911174402.2

    申请日:2019-11-26

    Applicant: 三峡大学

    Abstract: 本发明公开了利用灵活性资源的月度机组组合优化方法,包括获取电力系统的基础数据;计算日前尺度灵活性资源削峰能力;计算、形成削峰后的每日负荷曲线;建立火电机组的月度机组组合优化模型;对月度机组组合优化模型进行求解,得到机组月度生产计划。本发明能够减少月度计划为满足短时负荷高峰中对火电开机容量的要求,也减少了常规火电机组总的最小出力,增加了系统的下旋备用,增强系统新能源消纳能力,使系统能够在连续大风的情况下,消纳更多的新能源,具有重要的现实意义。

    一种考虑源荷不确定性的火电机组灵活性改造规划方法

    公开(公告)号:CN114548757B

    公开(公告)日:2024-07-02

    申请号:CN202210158115.8

    申请日:2022-02-21

    Applicant: 三峡大学

    Abstract: 一种考虑源荷不确定性的火电机组灵活性改造规划方法,它包括以下步骤:步骤1:获取电力系统的基础数据;步骤2:对所获取的电力系统的基础数据进行数据处理;步骤3:根据系统基础数据构建电力系统年度随机规划模型;步骤4:将随机规划模型中的机会约束确定化;步骤5:设置不同的火电机组调峰深度并对模型分别进行求解,比较各不同调峰深度下年运行结果,择取最优火电机组改造方案;步骤6:调节机会约束的置信度以达到更优的系统运行状态。本发明的目的是为了解决目前在对高比例可再生能源电力系统中火电机组灵活性进行改造及深度调峰运行进行优化时,所存在的因为可再生能源出力存在随机性及波动性,导致预测与实际出力的不一致,使得确定性的优化给出的结果往往偏于保守的技术问题。

    基于多策略改进的人工蜂群算法的光伏MPPT控制方法

    公开(公告)号:CN115437451B

    公开(公告)日:2023-08-25

    申请号:CN202211066881.8

    申请日:2022-09-01

    Applicant: 三峡大学

    Abstract: 基于多策略改进的人工蜂群算法的光伏MPPT控制方法,包括以下步骤:搭建光伏阵列模型;搭建光伏发电MPPT控制系统模型;采集光伏电池模型的输出电压与电流,通过多策略改进的人工蜂群算法进行实时搜索,找到最大输出功率点对应的最优占空比;基于多策略改进的人工蜂群算法的光伏MPPT控制模块输出搜索到的最优占空比,通过PWM发生器模块生成相应脉冲信号,调节升压电路模块电压,使光伏发电系统输出最大功率;判断环境是否发生变化,若是,返回重启算法;若否,保持保存最大输出功率。本发明提供的基于多策略融合的人工蜂群算法的MPPT方法,对于静态和动态阴影环境下光伏阵列的最大功率追踪问题,能够保证较高跟踪精度的同时具有更快的跟踪速度以及较少的功率波动。

    利用灵活性资源的月度机组组合优化方法

    公开(公告)号:CN110854933B

    公开(公告)日:2023-05-02

    申请号:CN201911174402.2

    申请日:2019-11-26

    Applicant: 三峡大学

    Abstract: 本发明公开了利用灵活性资源的月度机组组合优化方法,包括获取电力系统的基础数据;计算日前尺度灵活性资源削峰能力;计算、形成削峰后的每日负荷曲线;建立火电机组的月度机组组合优化模型;对月度机组组合优化模型进行求解,得到机组月度生产计划。本发明能够减少月度计划为满足短时负荷高峰中对火电开机容量的要求,也减少了常规火电机组总的最小出力,增加了系统的下旋备用,增强系统新能源消纳能力,使系统能够在连续大风的情况下,消纳更多的新能源,具有重要的现实意义。

    基于差分进化黏菌算法的光伏最大功率跟踪控制方法

    公开(公告)号:CN115543005A

    公开(公告)日:2022-12-30

    申请号:CN202211065560.6

    申请日:2022-09-01

    Applicant: 三峡大学

    Abstract: 本发明公开了一种基于差分进化黏菌算法的光伏最大功率跟踪控制方法,将差分进化算法中的变异操作与黏菌算法搜索相结合,对黏菌的搜索模式进行改进,新的差分进化黏菌算法继承了两种算法的优势,综合提高了算法全局搜索能力与局部搜索能力;同时引入基于反向学习的Tent混沌映射对种群初始化,提高种群多样性,为全局搜索奠定基础;依靠改进后的自适应调节参数,动态调节搜索速度,缩短了搜索时间。在静态和动态环境下,相较于DE算法与SMA算法,本发明所提DE‑SMA算法的追踪速度更快、跟踪精度更高,在一定程度上提高了光伏发电效率。

    基于多策略改进的人工蜂群算法的光伏MPPT控制方法

    公开(公告)号:CN115437451A

    公开(公告)日:2022-12-06

    申请号:CN202211066881.8

    申请日:2022-09-01

    Applicant: 三峡大学

    Abstract: 基于多策略改进的人工蜂群算法的光伏MPPT控制方法,包括以下步骤:搭建光伏阵列模型;搭建光伏发电MPPT控制系统模型;采集光伏电池模型的输出电压与电流,通过多策略改进的人工蜂群算法进行实时搜索,找到最大输出功率点对应的最优占空比;基于多策略改进的人工蜂群算法的光伏MPPT控制模块输出搜索到的最优占空比,通过PWM发生器模块生成相应脉冲信号,调节升压电路模块电压,使光伏发电系统输出最大功率;判断环境是否发生变化,若是,返回重启算法;若否,保持保存最大输出功率。本发明提供的基于多策略融合的人工蜂群算法的MPPT方法,对于静态和动态阴影环境下光伏阵列的最大功率追踪问题,能够保证较高跟踪精度的同时具有更快的跟踪速度以及较少的功率波动。

Patent Agency Ranking