基于遗传算法的水火电混合电力系统短期发电计划优化

在改进传统遗传算法的基础上 ,提出了水火电混合电力系统短期发电计划优化问题的数学模型和求解方法。模型计及了水电机组的发电流量、净水头和输出功率间的非线性关系 ,水电系统中多级水库的水流延迟等因素。算例表明本算法能更有效地达到或接近全局最优解 ,对编制大型水火电混合电力系统的日调度计划有实用价值。     

基于遗传算法的水火电混合电力系统短期发电计划优化

在改进传统遗传算法的基础上,提出了水火电混合电力系统短期发电计划优化问题的数学模型和求解方法.模型计及了水电机组的发电流量、净水头和输出功率间的非线性关系,水电系统中多级水库的水流延迟等因素.算例表明本算法能更有效地达到或接近全局最优解,对编制大型水火电混合电力系统的日调度计划有实用价值.     

基于互补机制的水火电力系统机组组合

针对水火电力系统短期发电计划中火电机组的开停机组合与水电调度问题解法复杂性,提出以水电发电量最大、耗水量最小和火电煤耗量最小且具有时序的3个优化子问题的发电调度模型,综合考虑一个调度周期内系统机组的运行状态。基于解耦的水火电力系统优化模型不仅可以确定水电的最佳放水策略,也可以体现水电和火电互补作用,充分提高水火电力系统联合运行的经济性。针对水电系统强非线性特点,采用新型随机全局优化仿电磁学算法进行求解,对火电系统则采用改进微粒群优化算法进行求解。通过一个具有3个体积水电站和5个火电厂的水火电力系统的仿真分析,表明以互补机制为理论基础的优化模型的正确性及算法求解的有效性。     

计及阀点效应负荷经济分配的SCE-UA算法

针对水火电能源丰枯、峰谷补偿特性,研究水火电力系统补偿调节机制,建立了基于SCE-UA算法解决水火电力系统短期联合优化调度模型,该模型以阀点效应下最小发电成本为目标函数,同时考虑了包括功率平衡、水量平衡、库容及发电机组功率限制等约束条件。本文用罚函数约束策略有效处理系统运行约束,实现对水火电联调系统运行区域的精确描述。为了说明SCE-UA算法的一致有效性,我们分别用SCE-UA和粒子群优化(PSO)两种算法对短期水火电优化调度问题进行求解。计算结果表明:粒子群算法(PSO)算法在求解过程中存在"早熟现象",无法寻找到全局最优解;而SCE-UA算法能在很少的迭代次数内收敛到较好的优化结果,同时满足水火电联调系统所有约束条件。因此,SCE-UA算法在求解以发电成本最小为目标函数的短期水火电优化调度问题上是非常有效的。     

基于粒子群算法的水火电力系统负荷优化分配

针对水火电力系统优化调度问题,建立考虑电量平衡,水量平衡,水位约束,库容约束,发电流量约束,水头约束的水火电力系统调度模型。建立以煤耗成本最小的水火电力系统优化模型,模型为水库的短期优化调度,以天为一个调度时段。根据优化原则,本课题主要以单目标优化为目的,在确定型来水下,不考虑抽水蓄能。主要为了考察在发电需求一定的情况下,根据系统的电量平衡,也就是总的用电需求是一定的,水利发电增多,火力发电减少,进而确定最小的煤耗量。     

基于总体协调满意度的水火电力系统多目标短期优化调度

水火电力系统多目标优化调度符合国家节能减排的政策导向,在考虑整个系统梯级水电站发电效益最大化、火电机组发电成本最小化和梯级水电站发电用水最小化的目标同时,考虑了火电机组二氧化碳排放最小化的优化目标。针对水火电力系统短期优化运行调度中目标函数的权重处理困难的因素,采用一种基于目标函数总体协调满意度的处理方法,通过采用自然选择机制策略和异步学习因子策略提高算法的性能。以5个梯级水电站和4台火电机组组成的水火电力系统为实例进行计算．优化仿真计算证明了所提出的优化调度模型和求解算法具有可行性和适用性。     

基于免疫遗传算法的超短期发电计划优化

超短期发电计划优化在电力系统调度运行中发挥着越来越重要的作用,但由于其是一个非线性整数约束优化问题,数学模型复杂,很难从理论上找到全局最优解。针对电力系统发电计划优化问题,引入免疫遗传算法,很好地解决了遗传算法局部收敛的问题,实现了群体收敛性和个体多样性间的动态平衡调整,能快速准确求解,及时调整超短期发电计划方案,从而达到安全经济环保调度,优化资源配置的效果。     

基于模糊机会约束规划的水火电力系统多目标随机调度模型

针对水火电力系统运行调度中所包含的不同种类的不确定量,提出了一种基于模糊随机机会约束规划的短期水火电力系统多目标优化调度模型。将调度周期开始的水库蓄水量作为一个三角模糊量,以描述初始蓄水预测可能存在的误差。针对某些随机变量可能由于历史数据不足而存在误差的问题,用模糊随机变量替代这些随机变量,描述水火电力系统运行中的不确定性。在考虑整个系统发电煤耗最小化和污染物排放最小化的目标同时,考虑了龙头电站周期末蓄水量最大的优化目标,并引入了火电机组煤耗量与梯级水电站蓄水量目标的协调函数。按照模糊机会约束和随机机会约束的确定性等价形式,将短期水火电调度不确定模型转化为确定性模型。以一个8级梯级水电站和6台火电机组组成的水火电力系统为实例进行计算,验证了所提出的水火电力系统随机调度模型的正确性。     

基于自适应混合差分进化算法的水火电力系统短期发电计划优化

针对水火电力系统发电计划优化问题,引入差分进化 (differential evolution,DE)算法,提出了一种自适应混合差分进化算法(adaptive hybrid differential evolution,AHDE)。该算法在计算过程中自适应调整交叉算子,保持了种群的多样性,提高了算法的全局搜索能力,克服了DE在寻优过程中容易早熟收敛的缺点。同时针对AHDE难以处理实际工程中复杂约束条件问题,提出了一种适合AHDE的约束处理方法。将AHDE应用于求解某水火电力系统的发电计划优化问题,与其他求解方法的对比表明,AHDE求解精度高、计算速度快。     

水火电力系统短期节能与经济发电优化调度

选取节能和经济两个决策目标,建立水火电力系统发电多目标优化调度模型,寻求满足决策目标的最优调度方案。根据水力发电和火力发电的能耗特性,引入同等装机容量技术条件下水煤转换系数的概念,建立了水火电力系统联合发电能耗模型以及火电综合成本模型,并选取水火电力系统发电等效总煤耗最小作为节能调度的目标,选取火电厂发电综合成本最小作为经济调度的目标,对含有梯级水电站群和多个火电厂的大区域性电力系统进行多目标优化调度。以一个具有8个梯级水电站和8个火电厂的水火电力系统为例进行仿真,其结果证明所建的节能与经济发电优化调度模型能够在增加发电量的同时,提高水资源利用率,节约煤炭资源,降低火电成本,创造良好的发电效益和经济效益。     

Short term hydro–wind–thermal scheduling based on particle swarm optimization technique

Hydro–wind–thermal scheduling is one of the most important optimization problems in power system. An aim of the short term hydrothermal scheduling of power systems is to determine the optimal hydro, wind and thermal generations in order to meet the load demands over a scheduled horizon of time while satisfying the various constraints on the hydraulic, wind and thermal power system network. In this paper we present optimal hourly schedule of power generation in a hydro–wind–thermal power system applying PSO technique. The simulation results inform that the proposed PSO approach appears to be the powerful to minimize fuel cost and it has better solution quality and good convergence characteristics than other techniques.     

基于互补机制的水火电力系统短期节能发电调度

为充分提高水火电力系统联合运行的经济性,将减少非可再生能源的使用量及降低火电成本为主要目标的水火电力系统短期发电调度问题,转化为水力发电量最大、耗水量最小和火力发电燃料总耗量最小且具有时序的3个优化子问题。该优化模型不仅可确定水电的最佳放水策略和火电的最佳出力,还可描述水电和火电的互补作用,充分体现节能和效益的理念。针对水电系统具有强非线性的特点,采用改电磁学算法进行求解,对火电子系统则采用内点法进行求解。算例结果验证了该方法的有效性。     

Hybrid Chemical Reaction Optimization Approach for Combined Economic Emission Short-term Hydrothermal Scheduling

—This article presents the hybridization of a newly developed, novel, and efficient chemical reaction optimization technique and differential evolution for solving a short-term hydrothermal scheduling problem. The main objective of the short-term scheduling is to schedule the hydro and thermal plants generation in such a way that minimizes the generation cost. However, due to strict government regulations on environmental protection, operation at minimum cost is no longer the only criterion for dispatching electrical power. The idea behind the environmentally constrained hydrothermal scheduling formulation is to estimate the optimal generation schedule of hydro and thermal generating units in such a manner that fuel cost and harmful emission levels are both simultaneously minimized for a given load demand. In this context, this article proposes a hybrid chemical reaction optimization and differential evolution approach for solving the multi-objective short-term combined economic emission scheduling problem. The effectiveness of the proposed hybrid chemical reaction optimization and differential evolution method is validated by carrying out extensive tests on two hydrothermal scheduling problems with incremental fuel-cost functions taking into account the valve-point loading effects. The result shows that the proposed algorithm improves the solution accuracy and reliability compared to other techniques.     

中短期多周期发电计划的协调方式和闭环控制

采用中短期多周期发电计划协调优化和闭环控制解决"三公"调度模式下调度精益化和节能发电调度的需求。建立了以机组负荷率为线索的多周期发电计划编制的优化模型,提出基于全周期机组组合的多周期发电计划协调和闭环控制方法。以某省电网为例进行多周期发电计划编制,结果表明该方法能够在加强风险控制能力,提升调度计划的安全裕度的基础上实现节能减排,实现了调度精益化管理。     

Optimum short-term hydrothermal scheduling with spinning reservethrough network flows

Optimizing the thermal production of electricity in the short term in an integrated power system when a thermal unit commitment has been decided means coordinating hydro and thermal generation in order to obtain the minimum thermal generation costs over the time period under study. Fundamental constraints to be satisfied are the covering of each hourly load and satisfaction of spinning reserve requirements and transmission capacity limits. A nonlinear network flow model with linear side constraints with no decomposition into hydro and thermal subproblems was used to solve the hydrothermal scheduling. Hydrogeneration is linearized with respect to network variables and a novel thermal generation and transmission network is introduced. Computational results are reported     

基于混沌遗传混合优化算法的短期负荷环境和经济调度

环境和经济短期负荷调度主要由在调度周期内的最优机组组合和负荷分配组成,该文将优先次序法、遗传算法与混沌优化相结合,以应用到电站机组环境／经济运行优化问题中,在混沌遗传算法中采用递阶基因结构,将控制基因用于机组组合全局粗寻优,参数基因用于负荷分配局部优化, 基因修正与罚函数相结合解决约束问题,采用混沌扰动避免遗传算法早熟,运用基于线性搜索的混沌局部优化方法,加快算法的收敛速度和降低计算时间,优化计算结果可以同时得到最优机组组合及负荷最优分配,为实际调度系统提供了一个良好的方法。