含风电的电力系统低碳经济调度*

张世翔　邵慧壮

(上海电力学院　上海 200090)



含风电的电力系统低碳经济调度*

张世翔邵慧壮

(上海电力学院上海 200090)

摘要含风电场的电力系统调度是一个多目标优化问题。运用机会约束方法，建立了包括低碳化和发电成本两个目标函数的调度模型，在充分考虑环境保护效益的同时，提出了风险成本的概念，使得发电成本更切合工程实际。在改进自适应遗传算法的基础上，引入了pareto最优解集方法，充分发挥了遗传算法的全局搜索能力和pareto求解多目标问题的潜力。通过实际调度案例验证了所提算法的合理性。

关键词机会约束低碳经济调度pareto最优解集遗传算法

0引言

电力行业是一个高能耗高污染行业，节能减排一直是电力行业主攻的方向。随着新能源技术的发展，风力发电以其无消耗、无污染的优势正在占据越来越多的市场份额。风力发电可以很好地缓解电力行业高污染的现状，使得二氧化碳的排放大大减少，促进电力行业的低碳发展[1]。风能作为一种自然资源，受气象条件影响较大，具有很大的不确定性，因此含风电的电力系统调度成为研究难点。本文通过建立包含低碳化和发电成本的调度模型，在机会约束条件下，充分应用pareto最优解集和遗传算法的结合，对实际含风电系统的调度进行了仿真和验证。

1低碳经济调度模型

在兼顾系统经济性的同时，考虑调度的低碳效益，分别用发电成本和碳排放量两个目标函数表示。由于风电的并网给系统带来了很多不确定性因素，传统的等式约束条件就失去了意义。……