《基於仿生最佳化算法的含可再生能源機組負荷調度研究》是依託上海大學，由牛群擔任項目負責人的面上項目。
基本介紹
- 中文名：基於仿生最佳化算法的含可再生能源機組負荷調度研究
- 項目類別：面上項目
- 項目負責人：牛群
- 依託單位：上海大學
中文摘要,結題摘要,
中文摘要
機組負荷調度，是電力系統中一類具有非線性、強約束、時變特性的複雜最佳化問題。傳統煤耗發電會造成空氣污染、全球變暖等問題。風能、太陽能這類可再生能源，不會資源枯竭，也不會對環境有危害，因此在提高火電利用率的基礎上，高效利用可再生能源，對提高企業經濟效益和促進國家的長遠發展，具有重要意義。該項目對機組的各種系統動態約束、機組特性約束及系統安全運行狀況約束進行研究，以最小化發電燃料總耗量、污染排放量和系統安全穩定程度為目標，建立多目標動態負荷調度模型；對風電的不確定性進行研究，考慮旋轉備用約束，提出含風電、太陽能可再生能源多目標動態負荷調度模型；研究細菌覓食算法、人工蜂群算法與和聲搜尋算法以及相應的多目標算法，並對算法進行改進，提出參數自適應機制，並設計與數學方法或智慧型算法的結合，將改進的仿生算法套用於含可再生能源多目標動態負荷調度，實現對其高性能最佳化求解，從而達到為企業降低成本，節能減排的目的。
結題摘要
機組組合調度最佳化問題是電力系統運行計畫的核心問題，合理的負荷分配能夠提高能源的利用效率，起到節能減排的作用。同時，隨著新能源技術的發展，風力發電、太陽能發電和電動汽車在電力系統現代化改革中的分量也越來越顯著。因此，該項目針對電力系統機組調度問題以及風能、太陽能併網和電動汽車充電對電力系統的影響展開了相關的模型研究，並採用仿生最佳化方法進行求解，其主要研究工作如下： （1）電力系統動態機組負荷調度問題的研究 對動態系統中機組間的爬坡速率約束、動態功率平衡約束和帶有禁止操作區的機組特性約束及系統安全狀況等約束展開研究，建立了以最小化電站發電燃料總耗量、污染排放量和系統安全穩定程度為目標的多目標機組負荷調度模型。該模型同時考慮了運行成本和污染物排放量，在環境效益和經濟效益中取得了較好的均衡。 （2）基於可再生能源的電力系統機組組合最佳化調度問題研究 （a）將風電預測引入旋轉備用約束構建含風電場機組組合最佳化調度的模型，該模型考慮到風電預測的不確定性和波動性對機組調度分配帶來的影響。（b）就充放電的電動汽車廣併網進行研究，建立了含電動汽車充放電的機組組合最佳化調度的數學模型。（c）為實現強隨機性的風電、太陽能發電及大規模充放電可調節的電動汽車集群的智慧型協同併網，建立了一種新的異構機組組合模型。該模型能夠實現電動汽車集群在機組組合模型下的智慧型集成，以及對風光模型不確定性的平抑效果，減少機組的啟停次數和經濟成本。（d）建立了考慮風能及抽水蓄能的機組組合模型，該模型能夠極大的提高電力系統的經濟性和魯棒性。 （3）仿生最佳化算法的改進與套用研究 對和聲搜尋算法、細菌覓食算法、教與學最佳化算法、及生物地理學等多種仿生最佳化算法展開深入研究，並提出了相應的改進策略改善算法的尋優性能。通過大量的電力系統仿真實驗驗證了提出模型的有效性以及良好的最佳化效果。 （4）PEM燃料電池和太陽能電池模型參數辨識研究 燃料電池、太陽能電池作為兩種新型的清潔、可再生能源，同樣受到越來越多的關注。為了提高其發電效率，需要提高其模型參數精度，提出了改進的生物地理學算法和教與學最佳化算法並將其套用於PEM燃料電池和太陽能電池模型的參數辨識中。
