期刊文献+

含风电场电力系统经济调度的模糊建模及优化算法 被引量:192

Fuzzy Modeling and Optimization Algorithm on Dynamic Economic Dispatch in Wind Power Integrated System
收藏 分享 导出
摘要 随着人们对风电的日益关注,新型风电场的容量在并网系统中所占比例不断增加,这对传统电力系统的经济调度问题提出了新的要求。特别是风电场输出功率的随机变化给系统的经济调度带来了更多的不确定性因素。文中应用模糊理论建立了含风电场电力系统动态经济调度的模糊模型,使调度结果能够表达决策者的意愿,从而更好地适应风机输出功率的随机性。在优化算法上,利用下降搜索思想对传统粒子群算法进行了改进,并将改进后的算法用于求解提出的动态经济调度问题。在算例中进行了测试,结果验证了所提出的方法的可行性。 Wind generation has been drawn great attention with the increase of the capacity of large wind farms connected to power grid, thus brings new challenges to economic dispatch of traditional power systems, Especially, more uncertainties are produced by the random variation of wind power output. The dynamic economic dispatch (DED) problem including wind farms is discussed in this paper and a fuzzy modeling for DED is then presented, which could make the dispatch result reflect the willingness of decision makers and hereby adapt the random wind power output better. Moreover, the conventional particle swarm optimization (PSO) is improved by using the descending search and then adopted to solve the proposed dynamic economic dispatch. The example testing result indicates the feasibility of the proposed method.
作者 陈海焱 陈金富 段献忠 CHEN Hai-yan, CHEN Jin-fu, DUAN Xian-zhong (Huazhong University of Science and Technology, Wuhan 430074, China)
出处 《电力系统自动化》 EI CSCD 北大核心 2006年第2期22-26,共5页 Automation of Electric Power Systems
基金 国家重点基础研究发展计划(973计划)资助项目(2004CB217906) 高等学校优秀青年教师教学科研奖励计划资助项目 中国博士后科学基金资助项目(2003034473).
关键词 电力系统 风电场 动态经济调度 模糊理论 粒子群优化 人工智能 power systems wind power dynamic economic dispatch fuzzy theory particle swarm optimization artificial intelligence
作者简介 陈海焱(1979-),男,博士研究生,主要研究方向为舍分布式电源的电力系统规划与分析计算。E-mail:chenhaiyan_415@163.com 陈金富(1972-),男,副教授,博士,主要研究方向为电力系统规划、运行以及FACTS应用技术。E-mail:jinfu_chen@263.net 段献忠(1966-),男,教授,博士生导师,目前研究方向为电压稳定,电力系统分析争电力系统调度自动化。E-mail:xzduan@263.net
  • 相关文献

参考文献15

二级参考文献47

  • 1李兴斯,.一类不可微优化问题的有效解法[J].中国科学:A辑,1994,24(4):371-377. 被引量:131
  • 2姚新,陈国良,徐惠敏,刘勇,.进化算法研究进展[J].计算机学报,1995,18(9):694-706. 被引量:98
  • 3许绍良 宋冶 等.电力网电能损耗计算导则[M].北京:中国电力出版社,2000.. 被引量:7
  • 4KENNEDY J, EBERHART R. Particle Swarm Optimization. In: Proc of IEEE Conference on Neural Networks, Vol 4.Perth (Australia): 1995. 1942-1948. 被引量:1
  • 5YOSHIDA H, KAWATA K, FUKUYMA Y. A Particle Swarm Optimization for Reactive Power & Voltage Control Security Assessment. IEEE Trans on Power Systems, 2000,15(4): 1232-1239. 被引量:1
  • 6GAING Zwe Lee. Discrete Particle Swarm Optimization Algorithm for Unit Commitment. In: Proceedings of IEEE Power Engineering Society General Meeting, Vol 1. Toronto,Ontario (Canada): 2003. 418-424. 被引量:1
  • 7KENNEDY J, Eberhart RC. A Discrete Binary Version of the Particle Swarm Algorithm. In= Proceedings of the Conference on Systems, Man and Cybernetics. Piscataway (NJ): 1997.4104-4108. 被引量:1
  • 8KAZARLIS S A, BAKIRTZIS A G. A Genetic Algorithm Solution to the Unit Commitment Problem. IEEE Trans on Power Systems, 1996, 11(1): 83-92. 被引量:1
  • 9SWARUP K S, YAMASHIRO S. Unit Commitment Solution Methodology Using Genetic Algorithm. IEEE Trans on Power Systems. 2002, 17(1): 87-91. 被引量:1
  • 10SHEBLE G B, FAHD G N. Unit Commitment Literature Synopsis. IEEE Trans on Power Systems, 1994, 9(1):128-135. 被引量:1

共引文献141

同被引文献2150

引证文献192

二级引证文献2148

投稿分析

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部 意见反馈
新型冠状病毒肺炎防控与诊疗专栏