市场环境中电力系统优化运行模型与方法的研究_开题报告

选题意义

    题目：市场环境中电力系统优化运行模型与方法的研究

    题目意义：电能是一种实用方便的优质二次能源，它不能大量存储，生产、输送、消费各环节组成的统一整体不可分割，同时，它还具有与其他能量之间转换方便，宜于大量生产、集中管理、远距离输送、便于自动控制等特点，使得电能成为当今世界能源发展的中心，被广泛应用在国民经济各个领域之中，电能供应的中断或减少将给国民经济造成巨大损失。根据电能的这些特点，电力系统的运行需要满足三个条件，一是保证供电可靠性，二是保证电能质量，三是提高电力系统运行的经济性。衡量电能质量的指标有频率质量、电压质量和波形质量，分别以频率偏移、电压偏移和波形畸变率表示。衡量运行经济性的主要指标是比耗量和线损率。这些技术经济指标中，除波形指标外，均直接与系统中有功、无功功率的分配以及频率、电压的调整有关。所以，当电力系统处于正常运行状态时，电力系统的日常调度运行工作主要是稳态运行状况的分析和计算以及稳态运行状况的优化和调整，亦即保证正常、稳态运行时的电能质量和经济性问题。

随着我国经济的加速发展，电力体制改革的深化，用电量进一步出现高速增长的势头。从1997年开始，我国的年发电量和用电量均据世界第2位。中国电力企业联合会今天发布的最新统计快报显示，2004年中国电力生产与消费快速增长，全国发电量突破2万1870亿千瓦时同比增长14.8%.截至2004年底全国发电设备容量达到44070万千瓦，同比增长12.6%，近十年来增幅首次达到10%以上。受国民经济持续快速增长的拉动，2004年中国电力消费始终保持强劲增长态势。全国全社会用电量21735亿千瓦时，同比增长14.9%，工业生产用电依然是推动全社会用电量高速增长的主要力量〔门。由于电力行业是国家的支柱产业，其地位至关重要，具有资金密集、技术密集的特点，所以在电力系统开展优化运行，将产生极大的经济效益和社会效益。

    随着电力系统规模的不断扩大，对电力系统运行的安全性、经济性和电能质量等要求也日趋严格。就电网线损率而言，1998年，我国电网线损率为8.13%，同时期美国电网线损率为6. 13%，日本电网线损率为5.5%，可以看出，与美、日等工业发达国家相比，我国电力行业输电环节的效率处于较低水平。就火电厂标准煤耗而言，1995年，我国火电J一标准煤耗为412克/千瓦时，同时期美国火电厂标准煤耗为370克/千瓦时，日本火电厂标准煤耗为330克/千瓦时〔21[}]， 由此可见，我国电力行业的生产效率远落后于美、日等工业发达国家。相应地，我国电力系统的安全可靠性和电能质量也都远低于工业发达国家。这其中的原因，除了我国电网结构薄弱，设备技术较落后以外，电力系统运行管理水平不高也是阻碍电力系统开展优化运行的重要原因。所以为保障国民经济的高速稳定的发展，必须寻求一条新路以达到在满足电力系统运行安全性要求的前提下经济性最佳的目的。

二、研究目的

    制定优化的电力系统调度方式是电力部门日常工作中的重要组成部分，它涵盖了电力系统安全和经济运行过程中的基本措施和手段，因此，这项工作是电力系统开展经济运行的核心内容，不仅影响电力系统本身的安全性和经济性，还将影响到电能的充分供给和能源的可持续发展，关系重大。随着电力系统规模的日益扩大，以及电力市场的商业化运营等，传统调度方式已经逐渐不能适应新形势、新情况的要求。因此，对电力系统优化运行模型与方法进行研究具有很高的学术价值和深远的实际意义。然而，由于目前电力系统的优化运行涉及电力系统技术问题和电力市场经济问题，具有复杂、大规模的特点，电力系统优化运行模型与方法至今仍是一个尚未得到很好解决的热点问题。

三、研究现状

    为解决这一难题，^范文对电力系统优化运行理论和方法进行了系统性研究，并且在电力系统优化运行问题数学建模、智能优化算法及其在电力系统优化运行中的应用等方面进行了深入的研究。本文的主要工作及创新点如下:

    1. 分析远期发电交易计划优化中的目标和约束条件，其中竞价交易计划优化考虑全网的购电费用最小，电量分解计划优化保证市场电量构成的均衡性，并为发电商之间的公平竞争提供前提条件;在此基础上建立了竞价交易计划优化和远期电量分解计划优化的数学模型，提出了竞价交易计划优化和远期电量分解计划优化问题的求解思路以及算法描述。

    2. 提出基于状态变化的编码方式和相应的遗传操作，具有简单，实用的特点，可以有效降低解题规模和提高搜索效率;同时，利用基于专家知识的免疫算法来提高机组优化组合的计算速度。

    3. 针对电力市场下日前交易计划优化的特点，提出一种充分结合免疫算法和排队算法各自优点的混合智能算法，该算法以镶嵌式混合算法结构为基础，利用遗传算法在求解离散组合优化问题上的强收敛性和鲁棒性进行机组优化组合，利用排队算法的简洁性和快速性进行经济功率分配。

4. 分析电力市场中无功辅助服务的特点，根据电力系统无功电压调度运行的需要，提出了计及无功费用的日无功计划优化数学模型，在该模型中，考虑了无功调整设备动作次数和动作时限的约束条件，形成了一个复杂的多时段优化问题。

    5. 提出一种改进的免疫算法，该算法模拟免疫系统中抗体的自我平衡机制，调节群体中个体浓度的抑制和促进;同时，利用免疫记忆功能，实现了优良基因片的重组，提高算法的总体搜索能力。另外，依据抗体结构的可变区和稳定区，提出基于有效负荷变化指标的专家知识来对个体的基因进行修补，使算法的优化过程具有指导性。

    6. 充分利用免疫算法和局部邻域搜索算法在搜索方式上互补的特点，采用串行方式混合优化结构，将免疫算法和局部邻域搜索算法结合起来，形成一个适合于求解多时段无功计划优化问题的混合算法，并成功地应用于日无功计划优化问题的求解。

    7 综合考虑了发电设备和输电设备检修之间的约束和影响，提出电力市场条件下发电、输电设备检修协调优化的数学模型，该模型除了以检修费用和停电损失最小作为目标函数外，还考虑发电充裕度和输电传输裕度的最大化。

    8. 利用遗传算法和粒子群优化算法相似的优化框架和优化流程，提出一种充分结合遗传算法和粒子群优化算法各自优点的混合智能算法，该算法将群体分成两个子群，分别采用遗传算法和粒子群优化算法进行演化，并充分交换两种算法所获取的优化信息，形成一个紧密祸合的、新型的遗传粒子群优化算法。算例证明，该算法在求解发电、输电设备检修协调优化这样的大规模复杂优化问题时，在全局

搜索和局部搜索方面都表现出了良好的均衡性。

    9. 将基于线性模型的可用输电容量算法嵌入到遗传粒子群优化算法中，计算目标函数中的可用输电容量，为演化个体提供计算适应值的指标。从而构成了完整的市场环境中发输电协调检修计划优化问题的求解策略。

四、^范文提纲

一、绪论

1.1^范文的研究背景及意义

1.2电力系统优化运行的内容

1.3电力系统优化运行的发展历史

1.4电力系统优化运行研究现状

    1.4.1发电计划优化研究现状

    1.4.2无功优化研究现状

    1.4.3检修计划研究现状

1.5本文的主要工作

现代智能优化算法

2.1 遗传算法

    2.1.1遗传算法的定义及其特点

    2.1.2 遗传算法模型

2.2免疫算法

    2.2.1自然免疫系统特性

    2.2.2免疫算法I型

    2.2.3免疫算法11型

2.3粒子群优化算法

    2.3.1粒子群优化算法的发展及其应用

    2.3.2粒子群优化算法基本原理

    2.3.3算法参数优化性能影响的定性分析和解释

2.4小结

发电交易计划优化数学模型及其优化算法

    3.1远期发电交易计划优化的模型和算法

    3.1.1年竞价交易计划优化模型与算法

    3.1.2年电量分解计划优化模型和算法

3.2日前交易计划优化的模型和算法

    3.2.1日前交易计划优化数学模型

    3.2.2算法的总体描述

    3.2.3 适用于机组优化组合的免疫算法

    3.2.4适用于经济功率分配的排队算法

    3.2.5算例验证与分析

3.3小结

无功优化数学模型及其优化算法

4.1电力市场中日无功计划优化数学模型

4.2日无功计划优化的混合算法

    4.2.1算法的总体描述

    4.2.2适用千日无功计划优化的改进免疫算法

    4.2.3适用于日无功计划优化的局部邻域搜索算法

4.3算例验证与分析

4.4小结

检修计划优化数学模型及其优化算法

5.1电力市场中长期发输电协调检修计划优化数学模型

    5.1.1发电机组检修计划优化数学模型

    5.1.2 输电设备检修计划优化数学模型

    5.1.3 设备检修协调约束

    5.1.4发输电一体化协调检修计划优化数学模型

5.2电力市场中长期发输电协调检修计划优化算法

    5.2.1遗传粒子群算法(GPSO）

    5.2.2计算可用输电容量的线性分布因子法

    5.2.3 适用于发输电协调检修计划优化的混合算法

5.3算例验证与分析

    5.3.1算例一

    5.3.2算例二

5.4小结

结论

参考文献

[1]. 周京阳，吴玉生，王功涛，等.发电竞价算法(四)一网络流规划法，电力系统自动化，

2001,25，7，:24^-27.

[2]. 王功涛，于尔铿，周京阳，等.发电竞价算法(五)一线性规划法

[3]. [11]. 舒隽，张粒子，王雁凌，肖鹏，郑华，杨以涵.基于竞价的日发电计划的混合智能优化算法【J].电力系统自动化，Vo1.26.No.21,2002.

[4〕杨俊杰，周建中，喻蔷，吴玮.基于电力系统日发电计划的混合智能messy遗传算法【J].电力系统自动化，Vo1.28, No.15, 2004.

[5].谢开，宋永华，于尔铿，刘广一基于最优潮流的实时电价分解模型及其内点法实现一兼论最优潮流中XP, XQ乘子的经济意义〔J]电力系统自动化，1999、23、2

[6] 朱太秀电力系统优化潮流与无功优化〔J7.电网技术，1990年11月，第4期[36].熊信良，曹顺生.电力系统无功补偿最优配置非线性模型〔C7.19 90年11月，辽宁大连，中国电机工程学会电力系统计算学会议^范文集

[7]. 李林川，夏道止，等.电力系统电压和网损优化计算C17.电力莱统自动化，高亮，孙彦章，等.地区电网中的无功优化〔J].太原理T大学学报，1998, 29 、4: 428-436.

[8〕李亚男，张粒子，杨以涵.基于内点算法的电压校正控制〔J].电力系统自动化2002年03期:28-31.

[9].刘明波，陈学军.电力系统无功优化的改进内点算法[J].电力系统自动化，1998、22、5

[10].谢驰坤，陈陈.电力系统无功优化规划方法的研究，电力系统自动化，2000,12，5。

[11].王永刚，柳绰.基于运行模式的无功电压优化调度的研究电力系统自动化，1999,23，16.

[12].唐宗全，王正风，徐先勇 计及无功电价的无功优化规划华东电力，2000年第3期

[13]. 黄志刚，李林川，杨理.电力市场环境下的无功优化模型及其求解方法〔J].中国电机工程学报.2003, 23(12):79-83.

[14].刘玉田，马莉.基于Tabu搜索方法的电力系统无功优化〔J].电力系统自动化，2000年