基于网损因子迭代的安全约束机组组合算法

针对考虑安全约束的机组组合(security constrained unit commitment,SCUC)问题,在传统SCUC模型的基础上,建立考虑有功网损及其在电网中分布的SCUC模型,提出一种基于网损因子迭代的SCUC算法。此算法每次迭代先解固定网损因子的SCUC问题,求得机组的运行状态,然后进行交流潮流计算,更新网损因子,进入下一次迭代。针对可能出现的网损因子振荡问题,提出SCUC和经济调度相结合的方法,选择对应发电成本较小的机组启停状态,进行经济调度优化和网损因子迭代计算,直至算法收敛。对IEEE 30和IEEE 118节点系统进行的仿真计算验证了所提算法的正确性和有效性。     

求解机组组合问题的改进离散粒子群算法

电力系统机组组合问题是一个高维数、离散、非线性的大规模复杂工程优化问题.文中提出了一种基于改进离散粒子群优化算法求解机组组合问题的新方法.首先采用新的策略生成粒子,以保证所有生成的粒子均为满足基本约束条件的可行解,使整个算法只在可行解区域进行优化搜索;然后引入优化窗口的概念和启发式的规则以缩短计算时间和提高优化精度.仿真结果表明所提出的算法具有解的质量高、收敛速度快的特点,充分证明了它能很好地解决机组组合问题.     

内点法有功优化调度的降阶方法

在采用基于直流潮流模型的内点法求解有功优化调度问题时,迭代过程中将面对一个大型稀疏线性方程组的反复求解,算法的计算速度及处理问题的规模主要取决于此方程组。针对这一问题,本文充分利用了问题本身的电网络的物理规律,将迭代过程中所要求解的大型稀疏线性方程组充分降阶。通过处理,使最初形成的线性系统求解的维数降至系统的节点数。根据对迭代过程中数值变化规律的分析,进一步利用Sherman-Morrison-Woodbury公式,使每次迭代中需要因子分解的矩阵的维数降至预参与调度机组数减一,从而减少了每次迭代求解的计算量。由此,在有功优化调度的解算速度和求解规模上有良好的适应性。     

面向节能发电调度的日前机组组合优化方法

节能发电调度是对电网优化调度机制的重大修改。机组组合是电网调度的重要环节,随着节能发电调度的逐步推广,需要结合中国国情研究新形势下机组组合模型与优化方法。提出一种求解电力系统机组组合的新方法,将机组组合问题分解为末状态和状态改变时间优化2个过程。基于节能发电调度通过多贪婪因子完善机组排序指标,利用贪婪算法确定机组组合初始解,进而结合深度优先算法遍历机组组合方案以保证问题优化的深度。10机24时段系统算例表明,该方法可有效处理机组组合各类约束条件及保证节能调度效果。     

考虑发电机报价曲线的发电计划偏差的β-PSO优化方法研究

在电力市场环境下发电商的机组报价将会随着机组出力的变化而变化,此时发电计划偏差优化问题的目标函数不再是简单的线性模型,而是非线性模型。针对该优化问题的特点,提出了β分布-粒子群优化算法(β-PSO),用β分布函数代替传统PSO算法中的均匀分布函数。在产生可行解的过程和迭代过程中动态地调整β随机函数的参数,以提高产生可行解的速度和质量,在粒子速度更新时保证粒子在可行域内不断寻优。通过算例表明,该算法有效地解决了以往粒子群算法在求解优化问题时难以找到可行解的困难。     

联营市场下的多时段购电交易算法

基于按报价结算和报价曲线为阶梯形递增曲线的市场规则,以最小化购电费用为目标,提出了一种周期内整体优化的购电交易新算法.该算法首先把各机组出力下限松弛为零,然后利用动态经济调度程序得到一个可能不可行的初始最优解,再通过一系列校核和调节过程逐步改善解的可行性.调节过程中始终以购电费用上升最小为目标.通过对比两个算例的计算结果验证了该算法的有效性.     

系统分解协调算法的抽水蓄能电站优化调度

建立了包含抽水蓄能电站的电网统一调度优化模型,即以调度周期内火电燃料成本为最小目标函数,满足系统及各机组约束条件。利用系统分解协调思想,开发了一个结合拉格朗日松弛方法和粒子群优化算法的混合算法,将原优化问题分解为两层优化问题。上层拉格朗日算子优化利用次梯度算法求解,下层各子问题利用粒子群优化算法求解,经过迭代寻优得到最优对偶解后,利用一个启发式算法求得满足系统约束及各机组运行约束的原问题的可行解。最后通过算例验证了模型的合理性及算法的有效性。     

输电检修与机组组合联合的区间鲁棒优化决策

在设备实施状态检修背景下,输电设备检修与机组组合容易产生矛盾,尤其是风电等可再生能源接入所产生的剧烈不确定性使这一矛盾更加突出。为此,该文以区间不确定集描述电网各母线上负荷或风电的不确定性,建立了输电设备检修与机组组合联合的区间鲁棒优化决策模型。从该模型出发,提出了以奔德斯(Benders)分解协调为核心的求解框架,其中以输电设备检修和机组组合联合决策为主问题,依据电网潮流可行性和电网潮流最优性的条件,引入奔德斯可行割和最优割,借助拉格朗日松弛技术(Lagrangian relaxation technique)使分解协调迭代格式得以有效进行,最终驱使主问题趋向潮流可行到最优,完成优化决策。其中,为提升优化算法计算效率,引入主问题中设备检修和机组启停变动情景下的发电与负荷平衡(单母线模型)的经济调度最小运行成本以减小主问题目标与子问题目标衔接的间隙,并促使其以最小的迭代次数趋向最优解;其次,针对电网潮流可行性及最优性校验遭遇的max-min复杂模型,提出一定主问题解条件下,依据对偶原理和区间不确定集特点使其转换为易于求解的混合整数线性规划模型的方法,并给出应用模式识别加速这一校验过程的基本流程。最后,以简单6节点和IEEE118节点算例系统验证了该文模型和方法的有效性。     

电力市场条件下发电计划偏差的优化校正研究

超短期负荷预测结果与原有的发电计划之间难免出现偏差。传统的发电计划校正策略对调节的经济性和定量优化分配方面考虑得不够。文中考虑了机组报价曲线的影响，以调节费用最低为目标函数，计及线路输电容量、发电机出力、机组爬坡速率、系统功率平衡等约束条件建立了该问题的数学模型。提出使用b分布函数来代替均匀分布函数的粒子群优化算法，在产生可行解的过程和迭代过程中动态地调整β随机函数的参数，以提高产生可行解的速度和质量。在该算法的基础上进一步提出了加入扰动量的方法，有效地减少了被校正机组的台数，提高了算法的计算效率和实用性。研究结果表明将改进后的算法应用于市场条件下的发电计划偏差校正问题是可行的。     

计及潮流约束的水火电力系统机组组合问题的分解–协调算法

针对传统机组组合研究中因模型不够完善、约束过于简化而引起的计算准确度低和系统安全性差的缺陷,建立了考虑潮流方程和水电精确出力的水火机组组合(hydrothermal unit commitment,HTUC)模型。围绕该模型,文中首先采用广义Benders分解算法将其划分为一个混合整数线性规划主问题和一个非线性规划子问题;然后将该子问题按时段进一步分解为T个规模较小的子问题,T为调度周期。其中,主问题对应于传统的水火联合调度(hydrothermal scheduling,HTS),子问题则是包含电压、无功等变量的约束潮流(constrained power flow,CPF)。主子问题之间通过可行割进行协调,并以交替迭代的方式获得原问题的解。最后对含有46台火电机组、8个梯级水电厂的IEEE 118节点系统进行计算,测试结果表明所提算法能在较少的时间内获得高质量的解,从而为大规模机组组合问题的求解提供参考。     

Hydro-thermal unit commitment problem using simulated annealing embedded evolutionary programming approach

This paper presents a new approach to solve the hydro-thermal unit commitment problem using Simulated Annealing embedded Evolutionary Programming approach. The objective of this paper is to find the generation scheduling such that the total operating cost can be minimized, when subjected to a variety of constraints. A utility power system with 11 generating units in India demonstrates the effectiveness of the proposed approach; extensive studies have also been performed for different IEEE test systems consist of 25, 44 and 65 units. Numerical results are shown comparing the cost solutions and computation time obtained by conventional methods.     

考虑重要负荷恢复的机组分层协调恢复优化

对大停电后机组和负荷的协调恢复的方案优化方法进行了研究。针对已有机组恢复的研究往往忽略了同一电厂不同机组对电网恢复过程贡献不同的不足,建立了考虑重要负荷恢复的机组分层协调恢复方案优化数学模型。将待恢复机组分为网络重构层机组和厂站恢复层机组两个层次,通过分析两层机组恢复及负荷恢复的交互影响,提出了机组恢复的多目标分层协调优化策略。将机组恢复的连续过程划分为多个次序进行的恢复时段,结合快速非支配排序遗传算法、CRITIC客观赋权法和灰色关联投影法对每一时步机组恢复方案进行优化决策。进一步地,结合模糊层次分析法和贪心算法为各时步确定重要负荷恢复方案。新英格兰10机39节点系统算例验证了所提方法的有效性。     

汽轮发电机组的调速系统参数辨识

调速系统是汽轮发电机组的重要组成部分,对其进行准确建模,有利于提高汽轮发电机组的运行和控制水平。分析汽轮发电机组典型的调速系统,确定其模型结构和需要辨识的具体参数,进行调速系统参数可辨识性理论研究。得出在该模型下,通过设置合适的观测点,可唯一辨识调速系统量测环节的放大倍数、伺服机构时间常数、蒸汽容积效应的时间常数等参数。算例表明,利用可控量电磁转矩作为输入、可观量转子转速和汽门开度作为输出,以误差平方和倒数为目标函数,采用进化策略法进行参数辨识,能有效地辨识出调速系统的参数,并且具有唯一性。     

A study of a unit commitment problem with transmission constraints

Unit commitment problem is an optimization problem to determine the start‐up and shut‐down schedule of thermal units while satisfying various constraints, for example, generation‐demand balance, unit minimum up/down time, system reserve, and so on. Since this problem involves a large number of 0–1 type variables that represent up/down status of the unit and continuous variables expressing generation output, it is a difficult combinatorial optimization problem to solve. The study at present concerns the method for requiring the suboptimum solution efficiently. Unit commitment method widely used solves the problem without consideration of voltage, reactive power, and transmission constraints. In this paper, we will propose a solution of unit commitment with voltage and transmission constraints, based on the unit decommitment procedure (UDP) method, heuristic method, and optimal power flow (OPF). In this method, initial unit status will be determined from random numbers and the feasibility will be checked for minimum start‐up/shut‐down time and demand‐generation balance. If the solution is infeasible, the initial solution will be regenerated until a feasible solution can be found. Next, OPF is applied for each time period with the temporary unit status. Then, the units that have less contribution to the cost are detected and will be shut down based on the unit decommitment rules. This process will be repeated until suboptimal solution is obtained. The proposed method has been applied to the IEEE 118‐bus test system with 36 generating units with successful result. © 2003 Wiley Periodicals, Inc. Electr Eng Jpn, 144(3): 36–45, 2003; Published online in Wiley InterScience ( www.interscience.wiley.com ). DOI 10.1002/eej.10187     

含抽水蓄能电网安全约束机组组合问题的混合整数线性规划算法

抽水蓄能机组的投运对电网发电调度计划的制定具有很大影响,建立了含抽水蓄能机组电网的安全约束机组组合模型。以考虑了抽水蓄能机组启停费用的所有机组总运行费用为目标函数,根据抽水蓄能机组的不同运行工况给出旋转备用容量的解析表达式,同时在系统功率平衡约束中考虑了网络损耗的影响,并考虑了抽水蓄能机组的运行调度约束及网络安全约束。为了保证模型求解的可靠性和提高模型求解的计算效率,将目标函数进行分段线性化,并根据抽水蓄能机组的运行特点将其旋转备用容量约束等价转化为线性表达式。同时采用一种动态分段线性化方法近似逼近网络损耗,从而将机组组合模型转化为混合整数线性规划模型,并采用成熟的数学优化求解器CPLEX进行求解。对某实际23机306节点电网算例的计算结果表明,所提出的混合整数线性规划调度模型的网损逼近效果合理正确,算法求解速度快,具有较好的工程实用价值。     

适用于大规模系统的两阶段机组组合优化方法

提出一种两阶段优化方法以简单、快速、有效地求解大规模系统的机组组合问题。首先,针对传统PL法排序指标单一,不能全面评价机组运行费用的不足,引入可调发电机组煤耗、机组最大出力、机组启动成本三个指标,全面反映发电机组的经济性;其次,不同于传统PL法先安排机组启停满足旋转备用,再调整机组状态满足最小启停时间,同时考虑这两个约束,以更好地实现优先开启运行费用较小的机组;最后,在经济调度阶段提出一种考虑机组爬坡率的功率平衡调整策略,保证粒子的多样性的同时避免快速收敛到局部最优解,提高最终解的质量。将所提方法应用于10机组、20机组、40机组、60机组80机组以及100机组24时段6个系统进行测试,并与其它方法进行对比,数值结果表明,所提两阶段优化方法计算快速、收敛性良好、能够有效解决大规模系统机组组合问题。     

汽轮发电机组的随机振动

机组容量的增大会使发生在汽轮发电机组上的随机振动幅值显著增大。在介绍发生在大机组上的包括汽流激振在内的随机振动的种种形式、故障原因和诊断方法的基础上，分析随机振动对机组安全性的影响。在明确故障源的前提下，由流体激振引起的随机振动，在不诱发明显有害的其他振动时，由振动危害机理和运行经验表明，这种随机振动对机组安全性影响不大，建议评价机组振动时扣除这种随机振动。     

Adaptive simulated annealing schedule to the unit commitment problem

This paper presents an approach for solving the unit commitment problem based on a simulated annealing algorithm with an adaptive schedule. The control parameter, temperature, is adapted to the cost levels on which the algorithm operates during the annealing process. This shortens the time taken to find a good solution meeting all constraints and improves the convergence of the algorithm. The operators specific to this problem, mutation and transposition, are used as the transition operators. The method incorporates time-dependent start-up costs, demand and reserve constraints, minimum up and down time constraints and unit power generation limits. There are different definitions of the objective function for the feasible and infeasible solutions. Test results showed an improvement in effectiveness compared to results obtained from simulated annealing with a static schedule, genetic algorithm and other techniques.     

机组组合问题的罚函数法

机组组合问题是一个大规模的非线性、0、1变量混合整数规划问题 ,是一个难问题。以罚函数方法解决0、1变量整数规划问题是一个新的尝试。文中考虑包括发电机爬坡约束和时间约束等动态约束在内的多种约束条件 ,对机组组合问题的 0、1变量进行松弛 ,并在目标函数中增加一个惩罚函数项 ,将问题变换成一个非线性连续变量的规划问题 ,以SQP法求解。本算法经过一个简单的算例检验 ,说明是行之有效的。     

基于改进人工鱼群算法的大规模多目标机组组合优化

大型电力系统包含众多发电机组,且运行时需要考虑诸多方面的因素,其机组组合优化是一个多目标多约束的非线性大规模优化问题,现有方法存在诸多不足。人工鱼群算法在解决非线性优化问题时性能良好,但存在寻优效率低、可能陷入局部极值等缺点。针对这些不足,提出了改进的人工鱼群算法。该算法引入了可变视野,对人工鱼移动策略做出了调整并与遗传算法中的变异操作相结合。构建了兼顾经济性与环保性的多目标优化模型。为了解决机组规模扩大导致的计算时间过长问题,采用了分阶段的优化方法,将改进后的算法应用于启停安排阶段,确定机组启停状态后采用混合整数规划法进行负荷分配。针对最高包含1000台机组的大电网机组优化算例进行了模拟实验,实验结果表明:改进后的优化算法的收敛性和全局搜索能力均得到了提高,大规模机组组合的计算时间大大缩短。多目标条件下也取得了理想结果,验证了该方法的有效性。