基于协同进化算法求解寡头电力市场均衡

建立并分析了考虑网络约束且能考虑需求方策略竞价的电力市场线性供给函数模型,在该市场框架中,独立系统运行员通过求解最优潮流来确定发电安排以及节点电价,市场策略性参与者通过竞标来追求最大利润.运用协同进化算法求取市场均衡,协同进化算法系一种智能代理仿真方法,借鉴了生态系统中协同进化机制的理念.多个算例被用来验证协同进化算法的有效性,实验结果表明如果市场存在纯策略均衡,该算法均能够快速收敛到均衡点,运用简便且具有较强的搜索能力.     

基于协同进化法的电力系统无功优化

针对无功优化问题非线性、非连续性等特点以及大范围内无功优化控制变量较多的问题，提出基于协同进化的无功优化算法以及相应的求解步骤。协同进化算法借鉴分解协调的思想，将无功优化问题分解为一系列相互联系的子优化问题，每个子优化问题对应于进化算法的一个种群，各种群通过共同的系统模型相互作用，共同进化，从而使整个系统不断演进，最终达到问题求解的目的。与常规的遗传算法相比，协同进化算法不但能得到更好的优化结果，收敛性好，而且克服了普通遗传算法计算时间过长的缺点，算例结果表明，该算法更适合于求解大系统的无功优化问题。     

基于基因拟子协同进化算法的水电优化调度研究

设计了一种基因拟子协同进化算法(GMCA),并应用于水电优化调度问题.基于基因拟子协同进化理论,定义了算法中的拟子和文化的概念,设计了算法步骤,设计了发展、感染、复兴、消亡四个文化进化算子和判断文化衰老的方法,建立了算法求解水电优化调度问题的方法和流程,通过仿真验证了算法的有效性.与遗传算法(GA)、混合遗传算法(HGA)、粒子群算法(PSO)等相比较,基因拟子协同进化算法显得更为有效.这为水电优化调度等问题提供了新的求解技术.     

基于协同进化的两种电力市场出清机制分析

基于协同进化算法,对电力市场统一出清机制与一种新的双侧等效PAB(pay as bid)出清机制进行了对比分析。作为一种人工智能算法,近几年来协同进化算法逐渐成为理论分析与工程实践的热点。由于其符合进化博弈理念,并能够充分反映市场动态情况,该算法在电力市场研究中已得到广泛应用。在借鉴PAB出清方式与2016年广东市场出清方式的基础上,提出一种阶梯型报价方式下的双侧等效PAB出清机制,并运用协同进化算法对统一出清机制与双侧等效PAB出清机制进行对比验证。仿真实验结果表明相较于采用统一出清机制,采用双侧等效PAB出清机制的市场更为稳定,且市场出清结果更加贴合市场实际供需曲线交点,能够更好地反映市场的真实情况。     

基于改进粒子群算法的电力系统经济负荷分配

提出了一种应用随机优化理论求解电力系统经济负荷分配的新方法,该方法以电力市场全天购电费用最小为目标函数,将高斯算子和交叉算子引入基本粒子群算法中。针对基本粒子群算法（PSO）的局限性,通过引入新的算子,克服了PSO算法前期精度低、后期收敛速度慢、易于陷入局部最优等缺点,在速度和精度上满足了计算要求。算例结果表明,所提出的方法能有效解决电力市场电力系统经济负荷分配问题。     

采用基于分解的多目标进化算法的电力环境经济调度

为了准确、快速地求解电力系统环境经济调度(environmental economic dispatching,EED)问题,将基于分解的多目标进化算法(multi-objective evolutionary algorithm based on decomposition,MOEA/D)应用于电力调度领域,提出了基于MOEA/D的多目标环境经济调度算法。该算法首先采用Tchebycheff法将整个EED Pareto最优前沿的逼近问题分解为一定数量的单目标优化子问题,然后利用差分进化同时求解这些子问题,并在算法中加入约束处理及归一化操作,以获得最优的带约束EED问题的调度方案。最后,应用模糊集理论为决策者提供最优折中解。对IEEE 30节点测试系统进行仿真计算,并与其它智能优化算法的调度方案对比。结果表明,该算法有效可行,且具有很好的收敛速度和求解精度。     

电力市场环境下梯级水库发电优化调度的协进化粒子群算法应用研究

本文针对传统优化算法在求解高维、复杂的梯级水库发电优化调度时多约束条件难以处理、计算机时长、易陷入局部最优解等缺陷,结合电力市场环境下梯级水库发电优化调度的特点,提出了基于协进化的粒子群优化算法,并建立了相应罚因子的评价机制,在此基础上对协进化粒子群优化算法进行了改进.通过实际算例验证了该方法的合理性和可靠性,从而为市场环境下高维、复杂梯级水库发电优化调度提供了一种新的求解途径.     

基于差异进化和PC集群的并行无功优化

提出了一种在线求解电力系统无功优化问题的方法。该方法基于新的差异进化(DE)算法和并行计算技术，在PC集群上实现优化。IEEE 118节点系统的算例表明：DE算法尽管简单，但可快速收敛到近似最优解；采用并行差异进化和适当规模的PC集群，可大大缩短电力系统无功优化的计算时间，使之满足在线应用的需要。     

基于自适应进化规划的电网多目标优化运行

人随机优化技术及生物进化机制角度出发,在常规进化规划算法的基础上,提出一种新颖的自适应进化规划算法,并首次将其应用于求解电力系统多目标优化运行问题。对优化模型、遗传操作等方面进行了更深一步的研究。数学算例及应用实例表明该算法十分有效,有广泛的应用价值。     

基于协同进化算法的水轮机模糊PID调节系统研究

针对常规遗传算法在优化水轮机模糊PID调节系统的模糊规则时，对于模糊PID整定公式中的三个比例因子的确定采用手动调整的不科学性，本文提出了一种新的基于协同进化算法的参数自整定模糊PID控制算法，该方法采用协同进化算法同时优化模糊PID控制的模糊规则和模糊PID整定公式中的三个比例因子，通过模糊推理的方法求解PID参数的变化量，对PID参数进行自动整定，为了避免优化得到的模糊规则之间发生跳变，在目标函数中引入一光滑因子。仿真结果表明，该控制算法具有良好的静态、动态性能和很强的鲁棒性。     

演化博弈论及其在电力市场中的应用

演化博弈论是把博弈理论分析和动态演化过程分析结合起来的一种理论。文中介绍了演化博弈论及其在电力市场中的一个具体应用。分析了发电企业在竞价上网过程中竞价策略的自发演化过程，其中自发演化而来的一个竞价策略对应于演化博弈模型的一个演化稳定策略。演化博弈模型的分析结果表明，要使发电侧电力市场健康发展，必须制定合理的竞价规则。文中指出了政府对电力市场进行监管和调控的必要性，并分析了中国制定电力市场竞价上网规则的思路。     

基于演化博弈的区域电力市场报价策略研究

在电力市场环境下,随着省电力公司与发电厂商共同竞价的双边竞争区域电力市场的形成,研究了供需双方的报价策略和市场稳定策略点问题。以南方区域电力市场规则为例,分析了省电力公司与发电厂商报价策略的不同。应用演化博弈理论中的多群体复制动态博弈模型,对省电力公司与发电厂商竞价策略的演化过程进行模拟并研究其演化稳定策略。实际算例表明,"发电厂商报低价售电"与"省电力公司报高价购电"为市场演化稳定策略,与南方电网电力市场的实际模拟运行情况相符,可为市场监管和供需双方确定报价策略提供技术参考。     

现货市场中基于演化博弈的火电企业阶梯报价策略

火电企业进入电力现货市场是电力体制改革的必然趋势,电量竞价上网、绿证、配额和碳交易等市场机制势必会增加火电企业的竞争压力。为使火电企业更好地适应市场变化,文章依据电力现货市场报价及出清规则,提出了基于改进型遗传算法与演化博弈的阶梯报价策略模型,为火电企业在不同电力市场供需情况下提供辅助决策。通过设置经典算例,模拟不同技术水平和不同规模的火电企业处于标准供需、紧张供需和宽松供需3种供需条件下的报价策略。结果显示,基于演化博弈理论的报价策略在各种情况下都可以辅助企业找到适合当前背景的阶梯报价,并在市场竞争中取得优势,证明了基于演化博弈理论的报价策略具有较强的适用性,可以为火电企业进入现货市场提供有价值的策略参考。     

四川电力辅助服务市场建设的思考

电力辅助服务市场是保障新型电力系统安全稳定高效运行的基础。中国电力辅助服务市场建设不断向纵深推进,产品种类不断丰富,分摊机制持续优化,出清规则逐步完善。但四川地区电力辅助服务市场建设相对滞后,存在产品种类与提供主体相对单一、市场成熟度相对偏低等问题。文中通过系统总结中国电力辅助服务市场的发展历程和经验,紧密结合四川资源禀赋和电网特点,对四川电力辅助服务市场建设进行了分析,并提出丰富辅助服务品种、培育新型市场主体、完善补偿分摊机制、做好市场衔接等建议,可为四川地区电力辅助服务市场建设提供支撑。     

适应中国电力市场改革现状的输电权分配机制

针对现货市场改革后不同发电主体之间利益分配变化较大的问题,提出了一种实用的市场过渡方案。首先,介绍中国中长期交易市场和现货市场的基本情况,分析现货市场运行后可能存在的问题;然后,从福利分配和产权公平的角度,提出通过分配金融输电权（financial transmission right,FTR）解决现有问题的市场改革过渡方案。该方案考虑现货市场改革前后输电权的所有关系,根据输电权的基本理论,将部分输电权分配给发电企业的输电权机制。通过IEEE 14节点算例对该方法有效性的验证表明,该种机制可以在不影响市场效率的情况下缩小现货市场后不同发电企业之间的利益变化,有利于市场的平稳过渡。     

Cooperative coevolutionary algorithm for unit commitment

This paper presents a new cooperative coevolutionary algorithm (CCA) for power system unit commitment. CCA is an extension of the traditional genetic algorithm (GA) which appears to have considerable potential for formulating and solving more complex problems by explicitly modeling the coevolution of cooperating species. This method combines the basic ideas of Lagrangian relaxation technique (LR) and GA to form a two-level approach. The first level uses a subgradient-based stochastic optimization method to optimize Lagrangian multipliers. The second level uses GA to solve the individual unit commitment sub-problems. CCA can manage more complicated time-dependent constraints than conventional LR. Simulation results show that CCA has a good convergent property and a significant speedup over traditional GAs and can obtain high quality solutions. The "curse of dimensionality" is surmounted, and the computational burden is almost linear with the problem scale     

区域电力市场考核结算新方法

随着电力市场规模的不断扩大,市场主体和合同种类增加、转运增多,导致区域电力市场的考核结算问题变得异常复杂。为解决这一问题,文中基于"解耦"的基本思路,提出了"电网结算和电厂结算分离的分层结算思路"、"电量考核与运行考核分离"、"合同电量与偏差电量分别结算"等考核结算新思路,有效解决了区域电力市场考核结算机制日趋复杂化的问题。该新结算思路已经在南方电力市场中得到应用。实践表明,该方法可以保障市场结算的透明和公平性,并有效解决南方电力市场中竞争电量与非竞争电量并存、西电东送等问题。     

大规模风电并网背景下火电调峰行为演化博弈模型

为解决大规模风电并网所带来的消纳问题,基于火电机组容量和最高调峰率指标,以公平性原则为前提,针对不同类别的机组,设定了有偿与无偿调峰划分标准。将火电调峰行为转化为上网电量竞价收益与调峰辅助服务收益演化博弈问题,讨论了综合考虑两个市场情景下,各类火电厂的竞价策略及对应策略下的收益,分别求解了稳定策略。针对两类电厂的博弈问题进行了实证分析。结果表明：现阶段的调峰辅助服务补偿额与上网电量收益额存在巨大差距,并且这一情况在今后一段时间内仍将存在。制订合理的辅助服务市场规则,提升火电机组调峰的积极性,从而促进大规模风电消纳是亟须解决的问题。