论文部分内容阅读
在单一购电的电力市场交易模式下,买卖双方通过互联的电力网络进行电能交易,电网公司希望以最低的价格获取电能,而发电公司希望以较高的价格卖出电能,显然,对买卖双方而言,参与市场的目的是为了追求自身的最大经济利益。这就要求电网公司制定的购电策略既能较好地适应电网运行的实际情况,又能兼顾各市场参与者的利益。其中,在交易市场中,日前市场完成了大部分现货电量的购电计划。日前市场购电不同于长期合同购电,它是根据负荷预测,考虑负荷的空间分布,以及电网安全、输送能力等因素,通过对购电成本、输电成本进行分析,编制次日的购电计划,以谋求系统效益最大化。因此,电网公司制定全局最优的日前购电决策,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。所以,对日前购电决策的模型和算法进行研究具有很高的学术价值和深远的实际意义。然而,由于日前购电决策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,日前购电决策的模型与算法至今仍是一个尚未得到很好解决的热点问题。为解决这一难题,本文进行了一些深入的研究:首先,建立了以全网购电费用最低为目标函数,综合考虑机组、电网系统运行、安全为约束条件的数学模型。并将负荷预测确定为模糊量,根据机会约束规划理论,将购电优化模型转化为模糊机会约束规划数学模型。其次,提出了一种充分结合遗传算法和模拟退火算法各自优点的混合智能算法。该算法适合求解多时段,大系统的购电优化问题。再者,应用经济决策理论,对计算出的多个可行方案采用不确定型决策方法,确定出在各种准则下的决策结果,最终选取在各准则下决策结果出现机率最多的方案作为日前购电决策的最佳方案。最后,采用Matlab6.5编写算法程序,以IEEE-30节点和某实际区域电力市场电网建立测试模型,计算结果验证了该数学模型和算法的有效性,可行性。编写采用VC++6.0的系统界面程序以及VC++与Matlab接口程序,构建日前购电决策系统。通过该人机交互的软件平台,电网公司调度交易中心的系统操作员能够结合软件的决策和实际经验,制定出符合电网公司需求的最佳日前购电策略。