多电源电力系统发电效益和多指标优化调度研究.pdf

多电源电力系统发电效益与多指标优化调度研究 摘要 随着能源和环境污染问题日益突出，作为耗能大户的发电系统有责任 进行节能降耗。对于由水电和火电组成的多电源电力系统进行短期优化调 度可有效减少煤炭消耗，提高发电效益。水火电优化调度是一个具有多维 约束、复杂、非线性的问题，也是目前研究的热点问题，现如今对此问题 的研究集中在以下几个方面，如何建立适当的模型、选取恰当的指标(目 标)、有效的求解方法等。 本文首先介绍了课题研究的背景及意义，针对由水电和火电组成的多 电源电力系统优化调度的现状、算法及优化指标的选取做了详细阐述。 深入研究水火电力系统的运行特性以及梯级水电站时空水电耦合特性 对于优化调度的影响；在研究和分析数据包络分析算法的基础上，结合灵 敏度分析方法，建立了DEA灵敏性模型，将其应用到火电厂负荷经济分配 中，以广西的1．0个火电厂为实例进行计算，结果表明，该算法模型可有效 求解负荷预测偏差量再分配问题。 建立了以梯级水电站耗水量最小、整个系统的耗煤量最小和污染物排 放最小的多目标水火电优化调度模型；引用自适应动态粒子群算法，将基 本粒子群算法与自适应动态粒子群算法进行性能测试比较，得出改进后的 粒子群算法收敛精度高于标准粒子群算法；运用欧氏距离评价函数对三个 相互冲突及量纲不同的目标进行多目标归一化处理，采用标准粒子群及自 适应动态粒子群两种算法对已处理的目标函数进行优化计算，数据表明， 后者具有较高的收敛精度。对于改进粒子群算法求解结果的不唯一性，采 用DEA对偶模型对优化调度结果进行效益评价分析。以广西的10个火电站 及红水河流域的8个梯级水电站组成的电网一天的运行情况为例，进行短 期优化仿真计算，得到的数据表明，在调度期内水电承担了较大的出力， 从而代替火力发电，减少了煤炭的消耗及污染物的排放。因此，所建模型 有利于实现节能减排，从资源配置角度可有效减小发电成本，提高发电效 益；改进后的粒子群算法收敛精度高，可快速寻找到全局最优解；对优化 调度结果进行DEA效益评价后，得到了多个调度方案，决策者可从经济、 环境、航运、灌溉等角度出发选择合适的调度方案。 关键词：多电源 短期优化调度 数据包络分析 灵敏性分析 粒子群优 化算法 MULTI—POwERsUPPLYPOWERSYSTEMSPO舳R GENERATIONEFFICIENCYANDTHE STUDY OPTIMAL DISPATCHING ABSTRACT Withthe andtheenvironmental energy pollutionintensifydaybyday，the whichisthemost consumesthe havethe generatingsystem electricity to onthe conservationtofall carry responsibility energy of andthermal Can optimalschedulinghydropower powerystem the andreduce improvegeneration efficiency energy short—term 10s a Hydro-thermaloptimizationdispatch