目录
摘要：
抽水蓄能站作为当电力系统要的储能和调峰电源，同时具有埙谷、调频、调相、事故备用以及黑启动等多项功能，在整个电网运行中发挥着举足轻重的作用。抽水蓄能机组的最佳调度是电网调度部门研究的重点，目标为充分利用抽水蓄能机组的优良特性，提高抽水蓄能电站的综合效益，使其更好地服务于电网，提高整个电网的供电能力和质量。本文首先主要研究抽水蓄能机组调峰填谷的功能，目标是从电网的利益出发，结合抽水蓄能电站的运行环境及各类电源现有的调峰电价机制，以购电成本最低得到含抽水蓄能机组的混合发电系统的调峰经济调度模型。接着针对经济调度模型提出了改进的粒子群算法，解决了粒子群算法初始解的随机性、易停滞等问题。然后，将改进的粒子群算法与含有抽水蓄能机组的混合发电系统的调峰经济调度模型相结合，得到系统日前调度问题具体解决步骤。通过工程实例，将到抽水蓄能机组的投入方案，并将所得方案与抽水蓄能机组定时段投入时所得的调度方案进行对比，深入分析了两种调度方案对电网运行的影响。然后文章对抽水蓄能机组的实时调度和其他动态功能进行了分析总结。
一、抽水蓄能电站
抽水蓄能电站作为目最有前途的储能调峰电源，主要有发电调峰、抽水填谷、发电调相或抽水调相以及停运（事故备用或黑启动电源）五种运行状况，每种工况对应不同的动态效益。为了更好的明确抽水蓄能屯站的运行状况，避免电站机组工况频繁的变化或长时间的停机，造成设备的磨损或各种形式的浪费，需要制定抽水蓄能电站特定的调度原则和相应的调度决策。即根据抽水蓄能机组储能、调峰调频的功能，确定抽水蓄能电站在不同情况下的具体运行方式。但由于抽水蓄能机组的运行工况比较复杂，制定出全部的运行决策需要逐步进行。本文提出的抽水蓄能电站的最优调度方案主要是针对抽水蓄能机组调峰填谷功能进行日前经济调度研究，并对抽水蓄能机组的实时调度和其他工况进行简要分析。课题的研究目的和意义主要体现在三个方面：
一是实现抽水蓄能电站的调运与系统负荷水平紧密联系，得到机组较为精确的日前经济调度方案，充分发挥其调峰填谷的基本效益；
二是在确保电网安全稳定运行前提下，尽量降低电网的运行成本，提高收益，确保电网可持续发展。
三是提高抽水蓄能机组的实时调度水平，结合各动态功能的发挥现状明确其调度优先级，为后调运的进一步研究提供一定参考。总而言之，发电经济调度是建设智能电网调度的关键技术之一，而抽水蓄能屯站作为电网最重要的储能调峰工具，其经济调度优化在整个电网调度中占据重要地位。因此，本课题的研究具有重要的现实意义和研究价值。
二、抽水蓄能电站经济调度方案
2.1 调峰调度的模式研究和基本原则
调峰是电力系统为了满足负荷波动的需要，在高、低峰时段增减备用容量出力。国内按照出力范围的不同将调峰分为基本调峰和有偿调峰；根据电网负荷分布状态可以分为调低峰和调高峰两种情况。
基本调峰是指发电机组的出力在一定范围之上，为了跟踪负荷的峰谷变化而有计划的、按照一定调节速度进行发电机组出力调整所提供的服务有偿调峰分为两种，一类是指基于负荷预测曲线存在较大的峰谷差而安排的，由特定的发电机组以低于其基本调峰范的状态运行，进行深度调峰；一类是当按预测负荷曲线安排的发电计划偏差较大，在高（低）峰时段，负荷正（负）缺失较大，需调用处于非计划调峰的机组出力进行调峰，发电机组需要按电力调度指令要求，在特定时间内完成启停机（炉）进行调峰所提供的服务。
电网短期调峰，最主要的是两方面的性能，一是机组调峰速度，要求灵活迅速，尽量减少系统不稳定时间，防止电能质量不合格对人民生活生产带来严重损失；另一方面是调峰容量，要求电网必须具备合理的备用容量以应对负荷的突然增长，保证电能的有效供应。
对于电网调度来讲，整个大电网其实就是一个混合不同发电方式的大系统，本论文主要研究含有火电机组、水力发电、核电机组和抽水蓄能电站的混合发系统。根据各发电方式不同的运行特点和调峰特性，需要制定机组组合方案的基本原则，保证顺利调峰，实现可靠经济供电。
2.2 基于调峰的混合系统经济调度模型
传统的电力系统经济调度是在保证电力系统安全、稳定、可靠的甜提下，遵循电力系统整体最优的原则，以发电成本或者运行成本最小为目标函数进行优化，实现屯力系统的经济调度。其中，机组负荷优化分配和机组优化组六是力系统经济调度的屯要环，内外经历了期研究和广泛应。
系统的实际经济调度中，系统燃料费用取決于电力系统运行所用的发电设备。火电机组一般使用油、煤作为发电燃料；水电机组以水能发电；核电机组用核能发电，抽水蓄能机組也是利用水能，所利用的水能足二次能源，前提是消耗了某种发电形式发出的电能。一般而言，水资源、核能的价格和昂贵的油和煤相比，可以忽略不计。所以，燃料费用要是指火电机组使用的煤、油费用。
机组的启停费用是指要耗费一定的燃料费用和运行费用将机组启动并工作于能够发电的状态。启停费用不仅与机组特性有关，而且因受热效率的影响，也与停机的时间长短有关。在机组停机己经超过一定时间时，机组已经完全冷却，因此启动需要消耗的燃料就不在随停机时间的延长而变化了。对于水电机组和抽水蓄能机组而言，启停费用是由于在启停阶段水电转换效率的低下而造成的水资源浪费，同火电机组相比，这部分费用微不足道。因此在经济调度中，启停费用是主要针对火电机组提出的。为了问题简化，在实际应用中，很多时候机组的启停费用都是根据经验交揚双方协商确定的。具体如下：
三、抽水蓄能电站经济调度算法
对于本文研究的系统，最终归结为抽水蓄能站和火电厂的经济优化调度。火电厂是目时我国主要的供电结构，但其调峰运行费用较高，所以购买电价较高，而且不能快速调整机组出力，存在污染物排放的问题；采用租赁制运行的抽水蓄能电站（除租赁费用以外）发电费用较低，可以快速地对负荷变化做出反应，而且无污染，但存在抽水工况与发电工况的配合、水量约朿、租赁容量约束等问题。因此，需要制定合理的水火电系统发电计划，以满足各时段的负荷需求、保证供电质量、符合各种运行安全约束，协调水火资源以充分发挥各自优势，尽量降低电网的购电成本。
粒子群算法：
粒子群算法的发展过程。粒子群优化算法（Partical Swarm Optimization PSO），粒子群中的每一个粒子都代表一个问题的可能解，通过粒子个体的简单行为，群体内的信息交互实现问题求解的智能性。由于PSO操作简单、收敛速度快，因此在函数优化、 图像处理、大地测量等众多领域都得到了广泛的应用。
粒子群算法（ Particle Swarm Optimization, PSO）最早是由Eberhart和Kennedy于1995年提出，它的基本概念源于对鸟群觅食行为的研究。设想这样一个场景：一群鸟在随机搜寻食物，在这个区域里只有一块食物，所有的鸟都不知道食物在哪里，但是它们知道当前的位置离食物还有多远。最简单有效的策略？寻找鸟群中离食物最近的个体来进行搜素。PSO算法就从这种生物种群行为特性中得到启发并用于求解优化问题。
用一种粒子来模拟上述的鸟类个体，每个粒子可视为N维搜索空间中的一个搜索个体，粒子的当前位置即为对应优化问题的一个候选解，粒子的飞行过程即为该个体的搜索过程．粒子的飞行速度可根据粒子历史最优位置和种群历史最优位置进行动态调整．粒子仅具有两个属性：速度和位置，速度代表移动的快慢，位置代表移动的方向。每个粒子单独搜寻的最优解叫做个体极值，粒子群中最优的个体极值作为当前全局最优解。不断迭代，更新速度和位置。最终得到满足终止条件的最优解。
算法流程如下：
1、初始化
首先，我们设置最大迭代次数，目标函数的自变量个数，粒子的最大速度，位置信息为整个搜索空间，我们在速度区间和搜索空间上随机初始化速度和位置，设置粒子群规模为M，每个粒子随机初始化一个飞翔速度。
2、 个体极值与全局最优解
定义适应度函数，个体极值为每个粒子找到的最优解，从这些最优解找到一个全局值，叫做本次全局最优解。与历史全局最优比较，进行更新。
3、更新速度和位置的公式
4、终止条件
（1）达到设定迭代次数；（2）代数之间的差值满足最小界限
以上就是最基本的一个标准PSO算法流程。和其它群智能算法一样，PSO算法在优化过程中，种群的多样性和算法的收敛速度之间始终存在着矛盾．对标准PSO算法的改进，无论是参数的选取、小生境技术的采用或是其他技术与PSO的融合，其目的都是希望在加强算法局部搜索能力的同时，保持种群的多样性，防止算法在快速收敛的同时出现早熟收敛。
四、Matlab仿真运行结果
2935
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
