动态划分负荷的多目标日发电计划.pdf

第３９卷第１８期２０１１年９月１６日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶｌｏ１．３９ＮＯ．１８Ｓｅｐｔ．１６．２０１１动态划分负荷的多目标日发电计划周莹，白雪峰，郭志忠，张伟（哈尔滨工业大学电气工程系，黑龙江哈尔滨１５０００１）摘要：利用负荷曲线的单调性及广义粒子群算法动态划分出负荷的子时间段落，并运用能量轨迹的方法融合子段落，求取特征断面，从而较为细致地描述了系统负荷曲线攀峰降谷的过程，更能表征出系统的实际负荷水平。建立了兼顾节能环保的多目标日发电计划模型，结合最优潮流并引入基于满意度和贴近度将多目标转化为单目标优化模型求解，并可根据决策者的主观愿望对目标满意度进行调整，制定出以经济成本低并兼顾污染气体排放量少为目标的日发电计划。ＩＥＥＥ３０机算例证实了方法的可行性。关键词：广义粒子群算法；能量轨迹融合方法；节能减排；多目标决策；最优潮流Ｍｕｌｔｉｏｂｊｅｃｔｉｖｅｄａｉｌｙｇｅｎｅｒａｔｉｏｎｓｃｈｅｄｕｌｉｎｇｍｅｔｈｏｄｗｉｔｈｄｙｎａｍｉｃｐａｒｔｉｔｉｏｎｉｎｇｌｏａｄ——ＺＨＯＵＹｉｎｇ，ＢＡＩＸｕｅｆｅｎｇ，ＧＵＯＺｈｉｚｈｏｎｇ，ＺＨＡＮＧＷｅｉ（ＤｅｐａｒｔｍｅｎｔｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＨａｒｂｉｎＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ１５０００１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒｄｉｖｉｄｅｓｔｈｅｓｕｂ－ｐｒｏｃｅｓｓｅｓｏｆｌｏａｄｃｕｒｖｅｄｙｎａｍｉｃａｌｌｙｗｉｔｈｔｈｅｍｏｎｏｔｏｎｉｃｉｔｙｏｆｌｏａｄｃｕｒｖｅａｎｄｔｈｅｅｘｔｅｎｄｅｄＰＳＯ—ａｌｇｏｒｉｔｈｍａｎｄｇｅｔｓｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｓｅｃｔｉｏｎ．Ｉｔｆｕｓｅｓｔｈｅｓｕｂｐｒｏｃｅｓｓｅｓｗｉｔｈｔｈｅｅｎｅｒｇｙｔｒａｊｅｃｔｏｒｙｍｅｔｈｏｄｓｉｎｏｒｄｅｒｔｏｄｅｓｃｒｉｂｅｔｈｅ—ｃｌｉｍｂｉｎｇｐｅａｋａｎｄｄｅｓｃｅｎｄｉｎｇｖａｌｌｅｙｏｆｔｈｅｌｏａｄｃｕｒｖｅｃｌｏｓｅｌｙ，ａｎｄｃｈａｒａｃｔｅｒｉｚｅｓｔｈｅａｃｔｕａｌｌｏａｄｃｕｒｖｅ．Ｔｈｅｍｕｌｔｉｏｂｊｅｃｔｉｖｅｄａｉｌｙｇｅｎｅｒａｔｉｏｎｓｃｈｅｄｕｌｉｎｇｍｏｄｅｌｉｓｂｕｉｌｔｂａｓｅｄｏｎｅｎｅｒｇｙｃｏｎｓｅｒｖａｔｉｏｎａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｐｒｏｔｅｃｔｉｏｎ．Ｔｈｅｇｏａｌｓａｔｉｓｆａｃｔｉｏｎｄｅｇｒｅｅａｎｄｇｏａｌ—ｃｌｏｓｅｄｅｇｒｅｅａｒｅｉｎｔｒｏｄｕｃｅｄｔｏｔｒａｎｓｆｏｒｍｍｕｌｔｉｏｂｊｅｃｔｉｖｅｉｎｔｏｔｈｅｓｉｎｇｌｅ・ｏｂｊｅｃｔｉｖｅｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇｍｏｄｅ１．Ｔｈｅｏｐｔｉｍａｌｐｏｗｅｒｆｌｏｗｉｓ—ｕｓｅｄｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍ．Ｄｅｃｉｓｉｏｎｍａｋｅｒｃａｎｍａｋｅｉｎｔｅｒａｃｔｉｖｅｓｏｌｕｔｉｏｎｖｉａａｄｊｕｓｔｉｎｇｇｏａｌｓａｔｉｓｆａｃｔｉｏｎｄｅｇｒｅｅａｎｄｃｌｏｓｅｄｅｇｒｅｅ，ＳＯａｓｔｏｒｅｃｅｉｖｅｓａｔｉｓｆａｃｔｏｒ—ｙｒｅｓｕｌｔｓｂａｌａｎｃｉｎｇｅａｃｈａｓｐｅｃｔａｎｄｍａｋｅｔｈｅｄａｉｌｙｇｅｎｅｒａｔｉｏｎｓｃｈｅｄｕｌｉｎｇｂａｓｅｄｏｎｔｈｅｇｏａｌｏｆｌｏｗｅｃｏｎｏｍｉｃｃｏｓｔ—ａｎｄｌｏｗｐｏｌｌｕｔｅｄｇａｓｄｉｓｃｈａｒｇｅ．ＴｈｅｅｘａｍｐｌｅｏｆＩＥＥＥ３０一ｂｕｓｓｙｓｔｅｍｓｈｏｗｓｔｈｅｅｆｆｉｃｉｅｎｃｙｏｆｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄ．—Ｋｅｙｗｏｒｄｓ：ｅｘｔｅｎｄｅｄＰＳＯ；ｅｎｅｒｇｙｔｒａｊｅｃｔｏｒｙｍｅｔｈｏｄ：ｅｎｅｒｇｙ－－ｓａｖｉｎｇｒｅｄｕｃｔｉｏｎ；ｍｕｌｔｉ－－ｏｂｊｅｃｔｉｖｅｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇ；ｏｐｔｉｍａｌｐｏｗｅｒｆｌｏｗ中图分类号：ＴＭ７３文献标识码：Ａ——文章编号：１６７４３４１５（２０１１）１８．００４４０５０引言发电计划的目标是在满足系统安全和一定电能质量要求的条件下，依据电厂的发电能力、电网的输送能力和用户的需求，预先制定系统的运行方式以可能提高系统运行的经济性保证对用户可靠而满意的供电。节能发电调度以节能、环保为目标，以全电力系统内的发、输、供电设备为调度对象，优先调度可再生和清洁发电资源，最大限度地减少能源、资源消费和污染物排放，促进电力系统的高效清洁运行。将节能调度与电力市场联系，既节能环基金项目：高等学校博士学科点专项科研基金（２００６０２１３０４２）；哈尔滨工业大学科研创新基金资助（ＨＩＴ．ＮＳＲＩＦ．２００８．５４））保又能够达到电力市场改革的效果ｕＪ。文献【２］阐述了两者协调运作的现实意义，指出市场机制能将市场成员的外部成本内部化，激励企业降低发电变动成本，保证价格与节能效果的一致性，两者结合有利于实现综合节能减排。在传统的日发电计划的安排中，绝大部分研究都建立在负荷曲线的等时段划分基础上，并且一般以整点负荷作为该时段的负荷水平，这就导致在负荷急剧变化时，近似负荷曲线与实际负荷曲线存在一定的差异。文献【３］和文献［４］开始提出非整时段的初步划分思想，但没有具体方法。文献［５】中提出根据单调性划分负荷时间段的方法，但这种方法只能体现负荷大致曲线的变化情况。—基于文献【６７】动态划分负荷曲线的思想，本文提出了一种广义粒子算法动态划分负荷曲线，并运周莹，等动态划分负荷的多目标日发电计划．４５．用能量轨迹方法融合子段落，求取特征断面。建立以火电购电费用最低，污染气体排放最小的多目标日发电计划模型，模型兼顾了电力市场交易的竞价公平性与环境保护之间的协调。在求解多目标函数的方法中，基于最优潮流算法，借鉴文献『８］中多目标决策问题的优化方法，在满足整个目标方案与理想点的满意度最低限的同时，实现各目标之问的权衡。１模型建立对于电网公司而言，为取得经济效益最优，目标函数（１）和（２）分别定义为购电费用最低，污染气体排放最少。Ⅳ巾∑ｍｉｎＦ￣＝（Ｐｏ））出（１）ｉ＝１Ⅳ∑ｍｉｎＦ２＝（Ｐ２Ｇ（）＋Ｐｏ（）＋）ｄ（２）式中：为研究的时间段落，单位为ｍｉｎ；Ｎ为时段内投运的机组数；ＰＧ（ｆ）为机组有功功率输出；为机组的购电费用函数；Ｆ为电网公司在时问周期７１内总的购电费用；表示火电机组污染气体排放量，其中、、为污染气体排放系数。以上目标函数的最优解应满足如下约束［９】＿（１）功率平衡约束Ｐｏ＝＋（３）式中：ＰＧ、ＰＬ分别为机组的有功输出、网络损耗、负荷有功功率。（２）发电机功率输出约束ｐｍＰｏＲｍ（４）…式中：ＰＧｉ、ＰＧｆ、ＰＧｉｍａｘ分别为机组ｉ的有功输出下限、有功输出及其上限。（３）发电机功率调节速度约束．１，、Ｐｏ（）＝一。（ｆ（）一Ｐｏ加）＋Ｐｏ（５）式中：ＰＧ、ＰＧ加分别为时段中初始时刻发电机ｉ的输出功率及时刻输出功率；，为功率变化率。（４）支路潮流约束，…，：１，２，，Ｌ（６）式中：、分别为支路，的传输功率及传输功率极限，后者取热稳定极限与暂态稳定极限中的较小值；￡为支路总数。２负荷曲线的划分２．１动态划分负荷时段为了弥补负荷曲线静态划分不能反映其实际变化情况，本文结合负荷曲线的单调性及广义粒子群算法动态划分负荷曲线的时段数及时段问隔点，细致地跟踪负荷曲线变化，有利于制订更加合理的发电计划。负荷划分的实质是求取段落的时间间隔点，当系统的未来工况走向确定之后，勾勒曲线的特征点主要有极值点和拐点。首先按照单调性原则将负荷曲线相邻极值点之间的部分划分为一段，记为……９ｌ，，，时问问隔点，，，。现以一个子段落为研究对象，设起始端和结束端的时问点和极值点分别为Ｑ、、，利用定义的公式（７）、（８）计算需要划分的动态时段个数。△９（７）ｋ＝（９ａ～Ｑｂ）／ＡＱ（８）Ⅳ式中：为预测的负荷点数；为负荷预测小时数；则是传统整时段划分每个时间段的预测负荷点数；定义ＡＱ为期望的平均段落功率变化值；为时间段数。…时间问隔点ｔ１，，，首先应该满足０～ＪＶ之间的整数，且为避免间隔点之间太短或太长，还应该满足０＜ｌ二＝ｌ＜！二！，本文采用一种广—（ｔ一～）（，ａｆｈ）义粒子群算法寻求满足以上条件的时间间隔点。广义粒子群算法首先将粒子初始化为一群随机离散粒子，然后通过迭代找到最优解，但在搜索过程中并不是寻求最优解，而是寻求满足适度值的解，灵活性比较大。该算法由于不存在全局最优解和局部最优解ｌ】，则将ｐｂｅｓｔ和ｇｂｅｓｔ设为定值，考虑粒Ⅳ子速度有个上限值，都设成１￣的中点Ｎ／２。在每一次迭代中，粒子通过公式（９）、（１０）更新自己的速度和新位置：＝Ｖ＋ｃ１ａｎｄ（）（Ｎ／２一ｐｒｅｓｅｎｔ）＋（９）ｃ２ｒａｎｄ（）ｐｒｅｓｅｎｔ－Ｎ／２、ｐｒｅｓｅｎｔ＝ｐｅｒｓｅｎｔ＋ｖ（１０）其中：ｖ是粒子的更新速度；ｐｒｅｓｅｎｔ是当前粒子的位置；通常取ｃ１＝ｃ２＝２；Ｖｍ是每一次迭代粒子速度最大限制值，如果某一维数更新后的速度超过用户设定的，那么这一次迭代中的速度就被限定为。２．２能量轨迹融合各子时段能量轨迹模拟的方法是通过初等函数对过程函数进行一定程度的近似的特征描述方法ｌ５］。并将用于对过程函数进行近似的初等函数定义为过程特征函数，记作Ｔ（ｆ），见式（１１），且满足式（１２）和式（１３）。一４６－电力系统保护与控制…”Ｔ（ｔ）＝ａｏ＋ａ１，＋２＋＋．１。（１１）ＪＴ（ｔ）ｄｔ：）ｄｆ２ｆｂｔｂＩｆ（ｔ）ｄｔ＝ＩＴ（ｔ）ｄｔ＝Ｔ・Ｐ（ｆ）Ｌｌ３）“过程特征函数描述方法，采用的是以函数代”面的思想，通过对过程函数的积分对替代过程进行了有效的约束，保证了特征描述的准确性，同时又能在一定程度上反映出所研究时间过程内系统状态变化的剧烈程度。利用能量轨迹模拟方法融合负荷曲线，取ｎ＝３，根据式（１４）就可以提取出每个时间段落的特征断面值。Ｄｒ，、一出一出（１４）“Ｐ１：——一＝——一’、、３多目标函数的求解方法针对上述多目标决策问题的动态经济调度问题，本文借鉴文献［８】的多目标决策问题解决方法，利用目标函数满意度的隶属概念，将多目标决策问题转化为基于目标满意度和目标贴近度的单目标优化问题。定义目标满意度如式（１５）、式（１６）。（（尸（ｆ）））：（１５）（Ｐ（））一（ｐ（））（（））：（１６）（Ｐ（ｆ））一（Ｐ（））其中：（尸（ｆ））、（Ｐ（ｆ））为两个目标函数的理想最优值；（Ｐ（ｆ））、（Ｐ（ｆ））为两个目标函数的负理想值；Ｐ（ｆ））为所求解的最优值。理想最优值表示决策者对目标的最优期望值，负理想值表示决策者允许目标偏离期望值的最大范围。目标满意度说明当前值与最佳期望值偏离程度。如果当前与理想值非常接近，则目标满意度接近于１，多目标模型中的每个目标都有一个对应的目标满意度。定义目标贴近度为：，：丝！（１７）ＡＨｌ＋ＢＨ２式中：■■——————————＿二＿二一＝１∑∑／（Ｆ：（尸（ｆ）））＋（Ｆｚ（户（ｆ）））■—■———————■——一∑∑Ｂ＝、／（（Ｐ（＋（（Ｐ（Ｙ１ｌ：∑∑（Ｐ（ｆ））（（Ｐ（ｆ））＋（Ｐ（ｆ））（（Ｐ（ｆ））ｆ１＃ｌⅣ∑∑２＝（Ｐ（ｆ））（（Ｐ（ｆ））＋（Ｐ（ｆ））（（Ｐ（ｆ））ｉ＝ｌ１从而可构造单目标模型（ＤＰ１）为：２∑ｍａｘＧＯＬ＝（１８）ｓ．ｔＡＨ１（Ｐ（ｆ））（Ｈ１（Ｐ（ｊ））＋ＢＨ２（Ｐ（ｆ）））（１９）∽））（２０）（Ｐ（ｆ））一（Ｐ（ｆ））ｌｔ０（（））（９１、（Ｐ（ｆ））一（Ｐ（））其中：２０和／２０为初始贴近度和最低满意度；为每个目标的权重值，两个目标的权重值之和为１。求解单目标的最优解，则可求出多目标决策问题的最优解值。４算例分析以下通过ＩＥＥＥ３０节点算例来说明本文方法的具体计算过程，该系统由６台发电机、４１条支路组成，系统参数见文献［１１］。本文日负荷预测曲线取黑龙江省电网某一季度的典型日负荷曲线，设负荷预测点间隔时间为５ｍｉｎ，即得到次日２８８个点负荷预测值。本文发电机费用特性曲线取二次函数形式（）＝＋尸Ｇ＋Ｃｉ，其中ａｉ、ｂｉ、ｃｉ为常数。各发电机组费用特性曲线特性参数等如表１所示。污染气体排放系数参照文献［１２】中的系数估算出，如表２所示。其中的单位是￥／Ｉ１，ａｉ单位为美￣Ｊ（ＭＷ．ｈ），ｂｉ３￣／（ＭＷ．ｈ），Ｃｉ为美元／ｌ１，ｍａｘ、ＰＧｆｍ为（Ｍｗ），ＲＲｄｉ为（ＭＷ／ｍｉｎ）。表１ＩＥＥＥ３０发电机费用特性参数及有功输出参数Ｔａｂ．１ＴｈｅｃｏｓｔａｎｄｏｕｔｐｕｔｐａｒａｍｅｔｅｒｓｏｆＩＥＥＥ３０ｕｎｉｔｓ节点ｄｂⅢｃＰＧｉｍａｘＰＧｆ。九ＲＲ｝；Ｏ８ＯＯ２Ｏ２Ｏ周莹，等动态划分负荷的多目标日发电计划表２污染气体排放系数参数表３给出了各子时段的具体划分情况。Ｔａｂ．２Ｔｈｅｄｉｓｃｈａｒｇｅｃｏｅｆｆｉｃｉｅｎｔｓｏｆｐｏｌｌｕｔｉｏｎａｉｒ图１为传统整点等时段划分的２４个子段落，等时段划分中是以整点数值作为该段落的负荷功率代表值，当负荷曲线变化陡峭时，整时段的起始点功率值和结束点功率值相差大，这就不能跟踪负荷曲线的变化依据前文提出的算法划分融合负荷曲线成２６个子段落，见图２，这种方法在负荷变化剧烈时，时段数增加，划分的时段数随负荷曲线变化而不同，动态跟踪了负荷曲线的攀峰降谷，使发电计划能够根据实际负荷情况制定。各时段的具体划分见表３。３Ｏ０虚线．实际负荷曲线实线．整点划分负荷曲线ｌ１６３ｌ４６６ｌ７６９ｌ１０６ｌ２ｌ１３６ｌ５ｌ】６６１８１ｌ９６２１ｌ２２６２４１２５６２７１２８６ｆｍ图１ＩＥＥ３０节点传统日负荷曲线２４ｈ整点划分Ｆｉｇ．１Ｔｒａｄｉｔｉｏｎａｌ２４ｈｏｕｒｓｄａｙ－ａｈｅａｄｌｏａｄｐａｒｔｉｔｉｏｎｃｕｒｖｅｏｆＩＥＥ３０ｐｏｗｅｒｓｙｓｔｅｍ，，．弋．１＿＼一飞虚线－实际负荷曲线实线一本文方法划分曲线１１６３１４６６１７６９ｌ１０６１２ｌ１３６ｌ５１１６６１８１Ｉ９６２１１２２６２４１２５６２７１２８６ｔ／ｈ图２ｌＥＥ３０节点日负荷预测图及合并后的等值负荷图Ｆｉｇ．２Ｄａｙ－ａｈｅａｄｌｏａｄｃｕｒｖｅａｎｄｅｑｕｉｖａｌｅｎｔｌｏａｄｃｕｒｖｅａｆｔｅｒｃｏｍｂｉｎａｔｉｏｎｏｆｌＥＥ３０ｐｏｗｅｒｓｙｓｔｅｍ表３各个子段落的特征负荷及持续时间Ｔａｂ＿３Ｌｏａｄａｎｄｔｉｍｅｄｕｒａｔｉｏｎｏｆｉｎｔｅｒｖａｌｓ１）利用最优潮流方法求出其目标１和目标２的最优解分别为９９７８４０．８３美元，５２，９４ｔ，作为两个目标函数的理想值，即火电购电费用的理想值，污染气体排放量的理想值，目标函数的负理想值（取发电功率最大时候计算出的值）分别为１６００９２１．８７美元，１１６．００ｔ，对于不同负荷时段，权重向量可以根据实际情况取值不同，本文设每个时段的权重向量都为＝（，）＝（０．７，０．３）。设目标函数的贴近度为＝０．５、＝０．６。２）利用第３节的求解方法，将多目标决策模型转化为单目标模型，求解出最优解。求出最后的最优值和目标满意度分别为：Ｆ＝（Ｆ１，２）＝（１０１２６７５．３４美元，５７．６ｔ）Ｕ＝（ｕ１．Ｕ２）＝（０．９７５４，０．９２５７）由以上结果可知道，这种多目标决策问题的最优解求解过程中，所求解不能同时保证两个目标同时达到最优值，但可以根据权重值寻找所需要的最优值。设各时段机组组合已知并且系统旋状备用较为充裕，通过计算各子时段发电机有功功率输出如表４所示。５结论针对负荷曲线的静态划分不能细致描述出负荷曲线的变化这一不足，本文提出了一种动态划分负荷曲线的方法，这种方法使划分的时段数随负荷曲线变化而不同，负荷变化剧烈时，时段数增加，负荷变化平缓时，时段数减少，动态跟踪了负荷曲线的攀峰降谷，使发电计划能够根据实际负荷情况制定。本文基于动态划分负荷曲线基础上，制定出多目标决策模型的日发电计划，与传统发电计划制定．．４８．．电力系统保护与控制表４ｌＥＥＥ３０节点系统子过程发电机有功最优输出Ｔａｂ．４ＯｐｔｉｍｉｚｅｄａｃｔｉｖｅｐｏｗｅｒｏｕｔｐｕｔｏｆＩＥＥＥ３０一ｂｕｓｓｙｓｔｅｍｉｎｅｖｅｒｙｓｕｂ－ｐｒｏｃｅｓｓｅｓ相比，兼顾了经济与环保，制定的发电计划更加满足实际情况。参考文献［１］傅书遢，王海宁．关于节能减排与电力市场的结合［Ｊ］＇电力系统自动化，２００８，３２（６）：３１．３４．—ＦＵＳｈｕｔｉ，ＷＡＮＧＨａｉ－ｎｉｎｇ．ＯｎｃｏｏｒｄｉｎａｔｉｏｎｏｆｅｎｅｒｇｙｓａｖｉｎｇａｎｄｒｅｄｕｃｔｉｏｎｏｆｐｏｌｌｕｔｉｏｎｐｏｌｉｃｙｗｉｔｈｅｌｅｃｔｒｉｃｉｔｙｍａｒｋｅｔｒｅｆｏｒｍｉｎＣｈｉｎａ［Ｊ］．Ａｕｔｏｍａｔｉｏｎｏｆ—ＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００８，３２（６）：３１３４．［２］彭涛，赵明奇，鲁庭瑞，等．电力市场好节能发电的—关系［Ｊ］．中国电力，２００９，４２（１０）：６４６８．ＰＥＮＧＴａ——ｎ，ＺＨＡＯＭｉｎｇｑｉ，ＬＵＴｉｎｇｒｕｉ，ｅｔａ１．Ｒｅｓｅａｒｃｈｏｎｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｅｌｅｃｔｒｉｃａｌｐｏｗｅｒｍａｒｋｅｔａｎｄ—ｅｎｅｒｇｙｓａｖｉｎｇｇｅｎｅｒａｔｉｏｎｄｉｓｐａｔｃｈ［Ｊ］．ＥｌｅｃｔｒｉｃＰｏｗｅｒ，—２００９，４２（１０）：６４６８．１３ｊＭａｒａｎｎｉｎｏＰ，ＧｒａｎｅｌｌｉＧＰ，ＭｏｎｔａｇｎａＰ，ｅｔａ１．Ｄｉｆｆｅｒｅｎｔｔｉｍｅ－ｓｃａｌｅａｐｐｒｏａｃｈｅｓｔｏｔｈｅｒｅａｌｐｏｗｅｒｄｉｓｐａｔｃｈｏｆｔｈｅｒｍａｌｕｎｉｔｓ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，１９９０，５（１）：ｌ６９．１７６．［４］王永刚，李卫东，柳焯，等．动态优化调度走向实用的策略与段落全局优化ｆＪ１．中国电机工程学报，１９９８，ｌ８（６）：４３８．４４１．—ＷＡＮＧＹｏｎｇ－ｇａｎｇ，ＬＩＷｅｉｄｏｎｇ，ＬＩＵＺｈｕｏ，ｅｔａ１．Ｄｙｎａｍｉｃｄｉｓｐａｔｃｈｉｎｇｓｔｒａｔｅｇｙａｎｄｆｕｌｌ・ｓｔａｇｅｄｙｎａｍｉｃｏｐｔｉｍａｌｄｉｓｐａｔｃｈ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，１９９８，１８（６）：４３８４４１．——［５］ＺＨＡＮＧＷｅｉ，ＢＡＩＸｕｅｆｅｎｇ，ＧＵＯＺｈｉｚｈｏｎｇ．Ｓｔｅａｄｙｅｎｅｒｇｙｆｕｎｃｔｉｏｎａｎｄｉｔｓｔｒａｊｅｃｔｏｒｙｓｉｍｕｌａｔｉｏｎｏｆｐｏｗｅｒｓｙｓｔｅｍｓ［Ｃ］．／／ＰｏｗｅｒａｎｄＥｎｅｒｇｙＥｎｇｉｎｅｅｒｉｎｇＣｏｎｆｅｒｅｎｃｅ—２００９，ＡＰＰＥＥＣ２００９，ＡｓｉａＰａｃｉｆｉｃ．［６］沈茂亚，丁小群，王仲达，等．电力系统时变无功优化算法『Ｊ１．电力系统及其自动化学报，２００７，１９（４）：８４８７．———ＳＨＥＮＭａｏｙａ，ＤＩＮＧＸｉａｏｑｕｎ，ＷＡＮＧＺｈｏｎｇｄａ．ｅｔａｌＡｌｏｇｏｒｉｔｍｆｏｒ—ｔｉｍｅｖａｒｙｉｎｇｒｅａｃｔｉｖｅｐｏｗｅｒ—ｏｐｔｉｍｉｚａｔｉｏｎ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＵＥＰＳＡ，２００７，１９（４）：８４．８７．［７］别朝红，周婷，王锡凡．电力系统多时段无功优化研Ⅲ—究．西安交通大学学报，２００８，４２（６）：６９８７０２．——ＢＩＥＺｈａｏｈｏｎｇ，ＺＨＯＵＴｉｎｇ，ＷＡＮＧＸｉｆａｎ．Ｓｔｕｄｉｅｓｏｎｒｅａｃｔｉｖｅｐｏｗｅｒｏｐｔｉｍｉｚａｔｉｏｎｂａｓｅｄｏｎｔｒａｎｓｔｉｔｉｏｎ・’ｏｐｔｉｍｉｓｅｄｓｔｒａｔｅｇｙ［Ｊ］．ＪｏｕｒｎａｌｏｆＸｉａｎＪｉａｏｔｏｎｇ—Ｕｎｉｖｅｒｓｉｔｙ，２００８，４２（６）：６９８７０２．［８］愈洁，李萍，等．市场机制下考虑节能环保的日计划新方式［Ｊ］．电力系统及其自动化学报，２００８，１２（６）：６４．６９．ＹＵＪｉｅ，ＬＩＰｉｎｇ，ｅｔａ１．Ｎｅｗｍｏｄｅｌｏｆｄａｉｌｙｓｃｈｅｄｕｌｅｃｏｎｓｉｄｅｒｉｎｇｅｎｅｒｇｙｓａｖｉｎｇａｎｄｅｎｖｉｒｏｎｍｅｎｔｐｒｏｔｅｃｔｉｎｇｕｎｄｅｒｍａｒｋｅｔｍｅｃｈａｎｉｓｍ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｏｆｔｈｅＣＳＵ．ＥＰＳＡ，２００８，１２（６）：６４．６９．［９］余加喜，白雪峰，郭志中，等．考虑负荷变化率的日发电计划［Ｊ］．电力系统自动化，２００８，３２（１８）：３０．３３．———ＹＵＪｉａｘｉ，ＢＡＩＸｕｅｆｅｎｇ，ＧＵＯＺｈｉｚｈｏｎｇ，ｅｔａ１．Ｄａｉｌｙｇｅｎｅｒａｔｉｏｎｓｃｈｅｄｕｌｉｎｇｗｉｔｈｌｏａｄｖａｒｉａｔｉｏｎｒａｔｅｃｏｎｓｉｄｅｒｅｄ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００８，３２（１８）：３０．３３．［１０］王俊伟．粒子群优化算法的改进及应用【Ｄ］．沈阳：东北大学，２００６．—ＷＡＮＧＪｕｎｗｅｉ．Ｍｏｄｉｆａｃａｔｉｏｎａｎｄａｐｐｌｉｃａｔｉｏｎｏｆｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ［Ｄ］．Ｓｈｅｎｙａｎｇ：ＳｏｕｔｈｗｅｓｔＵｎｉｖｅｒｓｉｔｙ，２００６．［１１］张伯明，陈寿孙，严正．高等电力网络分析【Ｍ］．２版．北京：清华大学出版社，２００７．（下转第５５页ｃｏｎｔｉｎｕｅｄｏｎｐａｇｅ５５）郑鹤玲，等光伏模拟系统建模与控制器参数优化一５５一流的输出纹波，使得光伏模拟器的输出特性更加接近实际，为设计不同功率级别的光伏模拟器提供了一个合理的方案。参考文献［１］吴理博，赵争鸣，刘建政，等．用于太阳能照明系统的智能控制器ｆＪ］．清华大学学报，２００３，４３（９）：１１９５．１１９８．——ＷＵＬｉ．ｂｏ，ＺＨＡＯＺｈｅｎｇｍｉｎｇ，ＬＩＵＪｉａｎｚｈｅｎｇ，ｅｔａ１．Ｉｎｔｅｌｌｉｇｅｎｔｃｏｎｔｒｏｌｌｅｒｆｏｒｐｈｏｔｏｖｏｌｔａｉｃｌｉｇｈｔｉｎｇｓｙｓｔｅｍｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＴｓｉｎｇｈｕａＵｎｉｖｅｒｓｉｔｙＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，２００３，４３（９）：１１９５．１１９８．［２］张熙霖．基于ＤＳＰ２４０７的光伏方阵仿真电源的设计与研究【Ｄ】．北京：中国科学院电工研究所，２００４．—ＺＨＡＮＧＸｉｌｉｎ．ＤｅｖｉｓｅａｎｄｒｅｓｅａｒｃｈｏｎａｐｈｏｔｏｖｏｌｔａｉｃｓｉｍｕｌａｔｏｒｂａｓｅｄｏｎＤＳＰ２４０７［Ｄ］．ＩｎｓｔｉｔｕｔｅｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＣｈｉｎｅｓｅＡｃａｄａｍｙｏｆＳｃｉｅｎｃｅｓ，Ｅｂｇｕｂｅｅｒｕｂｇｍ２００４．［３］杜柯，段善旭，刘飞．基于Ｍａｔｌａｂ的一种光伏阵列模拟器的研究【Ｊ１．通信电源技术，２００６，２３（３）：８－１０．ＤＵＫｅ，ＤＵＡＮＳｈａｎ．ｘｕ，ＬＩＵＦｅｉ．ＲｅｓｅａｒｃｈｏｎｔｈｅｐｈｏｔｏｖｏｌｔａｉｃａｒｒａｙｓｉｍｕｌａｔｏｒｂａｓｅｄｏｎＭａｔｌａｂ［Ｊ］．ＴｅｌｅｃｏｍＰｏｗｅｒＴｅｃｈｎｏｌｏｇｉｅｓ，２００６，２３（３）：８－１０．［４］苏建徽，余世杰，赵为，等．硅太阳电池工程用数学模型［Ｊ］．太阳能学报，２００１，２２（４）：４０９．４１２．—ＳＵＪｉａｎｈｕｉ，ＹＵＳｈｉ－ｊｉｅ，ＺＨＡＯＷｅｉ，ｅｔａ１．Ｉｎｖｅｓｔｉｇａｔｉｏｎｏｎｅｎｇｉｎｅｅｒｉｎｇａｎａｌｙｔｉｃａｌｍｏｄｅｌｏｆｓｉｌｉｃｏｎｓｏｌａｒｃｅｌｌｓ［Ｊ］．ＡｃｔａＥｎｅｒｇｉａｅＳｏｌａｒｉｓＳｉｎｉｃａ，２００１，２２（４）：４０９－４１２．［５］苏建徽，余世杰，赵为，等．数字式太阳电池阵列模拟器【Ｊ］．太阳报，２００２，２３（１）：１１１．１１４．—ＳＵＪｉａｎｈｕｉ，ＹＵＳｈｉ－ｊｉｅ，ＺＨＡＯＷｅｉ，ｅｔａ１．Ａｎｉｎｖｅｓｔｉｇａｔｉｏｎｏｎｄｉｇｉｔａｌｓｏｌａｒａｒｒａｙｓｉｍｕｌａｔｏｒ［Ｊ］．ＡｃｔａＥｎｅｒｇｉａｅＳｏｌａｒｉｓＳｉｎｉｃａ，２００２，２３（１）：１ｌ１－１１４．［６］茆美琴，余世杰，苏建徽．带有ＭＰＰＴ功能的光伏阵列Ｍａｔｌａｂ通用仿真模型［Ｊ１．系统仿真学报，２００５，１７（５）：—１２４８１２５１．—ＭＡＯＭｅｉ・ｑｉｎ，ＹＵＳｈｉ－ｊｉｅ，ＳＵＪｉａｎｈｕｉ．ＶｅｒｓａｔｉｌｅｍａｔｌａｂｓｉｍｕｌａｔｉｏｎｍｏｄｅｌｆｏｒｐｈｏｔｏｖｏｌｔａｉｃａｒｒａｙｗｉｔｈＭＰＰＴｆｕｎｃｔｉｏｎ［Ｊ］．ＡｃｔａＳｉｍｕｌａｔａＳｙｓｔｅｍａｔｉｃａＳｉｎｉｃａ，２００５，１７—（５）：１２４８１２５１．—［７］董锋斌，皇金锋．基于状态空间法的ＤＣＤＣ变换器的统一建模研究［Ｊ］．电力电子，２００８（７）：２１－２３．——ＤＯＮＧＦｅｎｇｂｉｎ，ＨＵＡＮＧＪｉｎｆｅｎｇ．Ｒｅｓｅａｒｃｈｆｏｒｕｎｉｆｉｅｄ—ｍｏｄｅｌｉｎｇｏｆＤＣＤＣｃｏｎｖｅｒｔｅｒｂａｓｅｄｏｎａｖｅｒａｇｅｓｔａｔｅ—ｓｐａｃｅｍｅｔｈｏｄ［Ｊ］．ＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，２００８（７）：２１２３．［８］高朝晖，林辉，张晓斌，等．两种状态平均法在功率变换器建模的应用比较［Ｊ］．计算机仿真，２００８，２５（４）：２４１．２４８．—ＧＡＯＺｈａｏ．ｈｕｉ，Ｌ１ＮＨｕｉ，ＺＨＡＮＧＸｉａｏｂｉｎ，ｅｔａ１．Ａｃｏｍｐａｒｉｓｏｎｂｅｔｗｅｅｎｔｈｅｍｏｄｅｌｉｎｇｏｆｐｏｗｅｒｃｏｎｖｅｒｔｅｒｓ—ｕｓｉｎｇｔｗｏｋｉｎｄｓｏｆｓｍｔｅｓｐａｃｅａｖｅｒａｇｉｎｇａｐｐｒｏａｃｈｅｓ［Ｊ］．—ＣｏｍｐｕｔｅｒＳｉｍｕｌａｔｉｏｎ，２００８．２５（４）：２４１２４８．［９］朱鹏程，郭卫农，陈坚．升压斩波电路ＰＩ和ＰＩＤ调节器—的优化设计【＿ＪＪ．电力电子技术，２００１，３５（４）：２８３１．——ＺＨＵＰｅｎｇｃｈｅｎｇ，ＧＵＯＷｅｉｎｏｎｇ，ＣＨＥＮＪｉａｎ．ＯｐｔｉｍｕｍｄｅｓｉｇｎｏｆＰＩａｎｄＰＩＤｒｅｇｕｌａｔｏｒｆｏｒｔｈｅｂｏｏｓｔｃｈｏｐｐｉｎｇｃｉｒｃｕｉｔ［Ｊ］．ＰｏｗｅｒＥｌｅｃｔｒｏｎｉｃｓ，２００１，３５（４）：—２８３１．［１Ｏ］徐德鸿，等．电力电子系统建模及其控制【Ｍ】＿北京：机械工业出版社，２００５：１８５．２００．—ＸＵＤｅｈｏｎｇ，ｅｔａ１．Ｍｏｄｅｌｉｎｇａｎｄｃｏｎｔｒｏｌｏｆｐｏｗｅｒｅｌｅｃｔｒｏｎｉｃｓｙｓｔｅｍｓ［Ｍ］．Ｂｅｉｊｉｎｇ：ＣｈｉｎａＭａｃｈｉｎｅＰｒｅｓｓ，２００５：】８５．２００．—收稿日期：２０１０－０４１２；—修回日期：２０１０－０５１９作者简介：郑鹤玲（１９８６一），女，硕士研究生，研究方向为基于—ＲＴＬＡＢ的单级式光伏发电系统；Ｅｍａｉｌ：０８１２２０１８＠ｂｊｔｕ．ｅｄｕ．ｃｎ毕大强（１９７３一），男，博士，高级工程师，研究方向为电力系统主设备继电保护、电力电子技术在电力系统中的应用：葛宝明（１９７卜），男，博士，教授，博士生导师，研究方向为电机及其控制。（上接第４８页ｃｏｎｔｉｎｕｅｄｆｒｏｍｐａｇｅ４８）ＺＨＡＮＧＢｏ．ｍｉｎｇ，ＣＨＥＮＳｈｏｕ．ｓｕｎ．ＹＡＮＺｈｅｎｇ．Ａｄｗａｎｃｅｄｐｏｗｅｒｎｅｔｗｏｒｋａｎａｌｙｓｉｓ［Ｍ］．Ｓｅｃｏｎｄｅｄｉｔｉｏｎ．ＢｅＯｉｎｇ：ＴｓｉｎｇｈｕａＵｎｉｖｅｒｓｉｔｙＰｒｅｓｓ，２００７．［１２］马瑞，刘建华，穆大庆．基于双目标模糊优化的电力市场短期交易计划新模型［Ｊ］．电力系统及其自动化学报，２００３，１５（１）：３３．３６．ＭＡＲｕｉ，ＬＩＵＪｉａｎ．ｈｕａ，ＭＵＤａ．ｑｉｎｇ．Ａｎｏｖｅｌｍｏｄｅｌ—０ｆｄｏｕｂｌｅｏｂｉｅｃｔｉｖｅｆｕｚｚｙｏｐｔｍｉｚａｔｉｏｎｓｈｏｒｔｔｅｒｍｔｒａｄｅｐｌａｎｎｉｎｇｆｏｒｅｌｅｃｔｒｉｔｙｍａｒｋｅｔ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＵ．ＥＰＳＡ．２００３，１５（１）：３３．３６．收稿日期：２０１０－０３－１０；修回日期：２０１０－０４－２１作者简介：周莹（１９８６一），女，硕士研究生，从事电力系统分析—与控制方面的研究；Ｅｍａｉｌ：ｚｈｏｕｙｉｎｇ＿ｙｉｎｇ＠ｙａｈｏｏ．ｃｎ白雪峰（１９７４－），男，博士，副教授，硕士生导师，主要从事电力系统分析与控制方面的研究；郭志忠（１９６卜），男，博士，教授，博士生导师，主要从事电力系统分析与控制、电力市场、光学电流互感器等方面的研究。