电力系统优化与调度软件：GAMS二次开发_（11）.分布式电源优化调度二次开发.docx

PAGE1

PAGE1

分布式电源优化调度二次开发

1.分布式电源的基本概念和特点

1.1分布式电源的定义

分布式电源（DistributedGeneration,DG）是指在电力系统中，分散在各用户附近的小型发电设备。这些设备通常规模较小，可以独立运行或并网运行，包括小型燃气轮机、风力发电机、光伏发电、燃料电池、微型燃气轮机等。

1.2分布式电源的特点

分布式电源具有以下特点：

灵活性高：可以快速响应电力系统的需求变化。

可靠性强：多点供电可以提高系统的供电可靠性。

环境污染小：大多数分布式电源采用清洁能源，对环境影响较小。

经济效益好：可以减少输电线路的建设成本，提高电能利用率。

2.GAMS在分布式电源优化调度中的应用

2.1GAMS概述

GAMS（GeneralAlgebraicModelingSystem）是一种高级建模语言，用于描述和求解复杂的数学优化问题。GAMS集成了多种优化求解器，如CPLEX、CONOPT、MINOS等，可以处理线性、非线性、混合整数等优化问题。

2.2GAMS在电力系统中的应用

GAMS在电力系统中的应用主要集中在以下几个方面：

经济调度：优化发电机组的出力，以最小化运行成本。

安全分析：评估电力系统的运行状态，确保系统安全稳定。

环境优化：减少污染物排放，提高清洁能源利用率。

2.3GAMS在分布式电源优化调度中的具体应用

分布式电源优化调度是一个多目标优化问题，需要综合考虑经济性、可靠性和环境影响。GAMS可以有效地处理这些问题，通过建立数学模型来优化分布式电源的运行策略。

3.分布式电源优化调度模型的构建

3.1模型的基本框架

分布式电源优化调度模型通常包括以下几个部分：

目标函数：定义优化的目标，如最小化运行成本、减少污染物排放等。

约束条件：定义系统的运行条件，如功率平衡、电压稳定、设备运行限制等。

决策变量：定义需要优化的变量，如发电机组的出力、储能设备的充放电状态等。

3.2目标函数的定义

目标函数是优化模型的核心，常见的目标函数包括：

经济成本：最小化运行成本，包括燃料成本、维护成本等。

环境影响：最小化污染物排放，如CO2、SO2等。

可靠性：最大系统供电可靠性。

3.2.1经济成本最小化

经济成本最小化的目标函数可以表示为：

Minimize

其中，CiPit是第i个分布式电源在时间t的成本函数，Pit是第i个分布式电源在时间t的出力，

3.3约束条件的定义

约束条件是确保优化结果可行的关键，常见的约束条件包括：

功率平衡：确保系统在每个时间点的供需平衡。

电压稳定：确保系统在运行中的电压水平在允许范围内。

设备运行限制：确保每个设备的运行状态在允许的范围内。

3.3.1功率平衡约束

功率平衡约束可以表示为：

i

其中，Pgridt是从电网输入的功率，Ploadj是第j个负荷在时间t的功率需求，Plosst

3.4决策变量的定义

决策变量是优化模型中需要求解的变量，常见的决策变量包括：

发电出力：每个分布式电源的出力。

储能状态：储能设备的充放电状态。

电网交互：从电网输入或输出的功率。

3.4.1发电出力变量

发电出力变量可以定义为：

P

其中，Pit表示第i个分布式电源在时间t

3.5模型的二次开发

模型的二次开发是指在已有模型的基础上，根据实际需求进行扩展和优化。二次开发的内容可以包括：

增加新的优化目标：如考虑用户满意度、增加清洁能源比例等。

改进约束条件：如考虑更复杂的网络拓扑、动态负荷等。

优化算法的选择和调优：选择适合的求解器，调整求解参数以提高求解效率。

4.分布式电源优化调度的实例

4.1实例描述

假设有一个小型电力系统，包含3个分布式电源（DG1、DG2、DG3），1个电网接口（Grid），和2个负荷（Load1、Load2）。系统运行的时间周期为24小时，目标是最小化运行成本，同时保证功率平衡和设备运行限制。

4.2模型构建

4.2.1参数定义

*定义时间周期

sets

t/1*24/;

*定义分布式电源

sets

i/1*3/;

*定义负荷

sets

j/1*2/;

*定义成本函数参数

parameters

a(i)/10.1,20.2,30.15/*一次项系数

b(i)/10.05,20.1,30.07/*二次项系数

c(i)/1100,2200,3150/;*固定成本

*定义负荷需求

parameters

P_load(j,t)/1.1200,1.2250,