受送电规模限制下水电长期可吸纳电量最大优化调度模型

跨省跨流域水电站群发电优化调度已成为中国大水电系统调度运行的瓶颈问题,以南方电网水电站群为背景,结合其长期优化调度问题,提出水电长期可吸纳电量最大模型。该模型在发电量最大模型基础上,将电网对水电的吸纳能力和受送电量限制作为控制条件,以适应大规模水电站群优化调度的实际需要,结合逐步优化算法、离散微分动态规划算法和逐次逼近算法求解。以南方电网92座水电站组成的水电站群系统为背景的实例研究表明,该模型体现了省级电网间长期受送电需求和限制,能有效解决大规模跨电网受送电模式下的长期水电调度问题。     

水电站群优化调度非线性全局优化方法

水电站群优化调度是大规模、高维、非凸、非线性优化问题。传统解析式规划、动态规划(dynamic programming,DP)及系列方法、智能群体算法等很难保证在可接受时间内获得原问题的全局最优解。该文引入一种非线性全局优化方法,采用凸分析、区间分析、代数分析将原非凸、非线性问题转换为一系列凸、线性子问题,利用分支定界法遍历所有子问题,直至求得全局最优解。以澜沧江和金沙江水电站群长期调度为例,与DP等经典算法相比,该方法可以获得全局最优解,最大降低内存占用率99%以上,10座水电站的优化计算平均耗时仅5s,计算速度比DP逐次逼近法提高约50倍,为破解大规模水电优化调度维数灾难题提供新的技术途径。     

基于并行动态规划的水库发电优化

动态规划是水库发电优化调度研究中的经典方法。为了提高动态规划算法计算性能以及适应多核计算技术发展趋势,本文在分析传统串行动态规划算法计算特点的基础上,建立基于主从模式的并行动态规划模型,并将其运用到水布娅水库的发电优化计算中。计算结果表明,在多核运算平台下,并行动态规划算法能够充分利用多核资源,有效提高算法计算效率,缩短计算时间。     

跨流域水电站群长期优化调度的可变策略搜索求解算法

中国水电经过20多年发展已经形成规模非常庞大的跨流域水电站群系统,运行管理面临极大挑战。在分析、借鉴经典的逐步优化、离散微分动态规划、逐次逼近方法降维思想的基础上,提出跨流域水电站群长期优化调度可变策略搜索方法。该方法以深度优先和广度优先的计算模式及一维或多维搜索算法为基础,构建不同规模和特点问题的求解策略,从而达到有效降维、提高解的质量和效率的目的。采用提出的模型和算法,对南方电网跨流域水电系统进行应用实例研究,结果表明：提出的方法可以快速求解跨流域系统长期优化调度问题,实现跨流域水电站群补偿调度,利于更好地配置水电系统资源,发挥跨流域水电站群综合效益。     

基于灰色离散微分动态规划的梯级水库优化调度北大核心CSCD

针对梯级水库群优化调度中离散微分动态规划(DDDP)方法全局收敛性差及计算效率低的问题,本文提出了一种基于灰色系统预测方法的离散微分动态规划方法(GDDDP)。该方法以DDDP为基础,每次迭代前把历史迭代中得到的最优轨迹和历史预测轨迹组成的数据序列作为灰色系统预测方法的输入进行预测;然后在各个水库预测轨迹的基础上进行离散迭代求解,以此来提高算法的求解精度及计算效率;同时针对灰色系统预测方法对于振荡序列有较大误差的缺点,采用等差数列递推式改进了灰色系统预测方法。最后白山-丰满梯级水电站的调度结果也表明了GDDDP的有效性。     

基于灰色离散微分动态规划的梯级水库优化调度

针对梯级水库群优化调度中离散微分动态规划(DDDP)方法全局收敛性差及计算效率低的问题,本文提出了一种基于灰色系统预测方法的离散微分动态规划方法(GDDDP)。该方法以DDDP为基础,每次迭代前把历史迭代中得到的最优轨迹和历史预测轨迹组成的数据序列作为灰色系统预测方法的输入进行预测;然后在各个水库预测轨迹的基础上进行离散迭代求解,以此来提高算法的求解精度及计算效率;同时针对灰色系统预测方法对于振荡序列有较大误差的缺点,采用等差数列递推式改进了灰色系统预测方法。最后白山-丰满梯级水电站的调度结果也表明了GDDDP的有效性。     

高水电比重系统电力电量平衡混合整数二次规划模型及算法研究

清洁能源战略的提出凸显了高水电比重系统电力电量平衡以及调度优化方案研究的重要性。该文基于水文特征和水电站发电特性拟合出水电转换曲线的分段线性函数;并通过引入0-1辅助变量,计及水与电的相互关联作用、水与电各自在地域上与时间上的耦合关系、水电与火电的协调调峰能力以及水电机组的振荡区间等约束,提出互斥技术和权值技术构建含六类0-1变量的混合整数二次规划(mixed integer quadratic programming,MIQP)模型。最后提出动态启发式算法(dynamic heuristic algorithm,DHA)和有效集割平面算法(active set cutting plane method,ASCPM),借助混合整数规划求解器对某测试系统进行验证,结果表明,所提模型及算法能够有效地处理高水电比重系统电力电量平衡问题并获得机组调度优化方案。     

静止无功补偿器自适应动态规划电压控制方法

为解决传统比例?积分?微分(proportional integral differential,PID)控制应用于静止无功补偿器(static var compensator,SVC)非线性控制系统存在的不足,提出了一种基于自适应动态规划(adaptive dynamic programming,ADP)的SVC自适应优化控制策略。采用小波神经网络和BP神经网络分别设计执行依赖启发式动态规划(action dependent heuristic dynamic programming,ADHDP)的执行网络和评价网络,以增强ADHDP对性能指标函数的逼近能力和控制律优化能力,然后用其设计了SVC控制系统的电压调节器。在Matlab/Simulink仿真平台对所提出的ADHDP控制方法进行了仿真,并与执行网络、评价网络均采用BP神经网络设计的经典ADHDP控制方法的控制效果进行了对比,验证了基于ADHDP的SVC电压优化控制方法的可行性和有效性。相比之下,所提出的ADHDP控制方法具有更好的电压稳定和控制效果,控制系统具有较快的响应速度、较好的动态和静态稳定性和较强的自适应能力。     

基于总出力调度图与出力分配模型的梯级水电站优化调度规则研究

本文基于大系统聚合分解理论,建立了梯级水电站总出力调度图(聚合)与出力分配模型(分解)相结合的双层优化模型,分别采用NSGA-Ⅱ多目标遗传算法和离散微分动态规划(DDDP)进行优化,得到了梯级水电站优化调度规则,可大大降低计算的复杂度.通过在出力分配模型中引入弃能项,有效地降低了电站的弃水,增加了梯级发电量.以清江梯级水电站为研究背景,优化调度规则在满足梯级保证出力的条件下,年均发电量较原设计方案可提高2.25亿kW·h,增长率达3.07%,减少弃水9.87亿m3,达35.83%,说明了模型和算法的有效性和合理性,为制定梯级水电站优化调度规则提供了新的思路.     

红水河岩滩梯级电站典型年中长期优化调度方法探讨

为了指导岩滩梯级电站多发电量获得经济效益，利用确定性优化调度计算模型，采用离散微分动态规划法(DDDP法)编制微机计算软件，按照梯级发电量最大和梯级发电效益最大目标函数，选择梯级典型年份来水过程进存中长期优化调度计算，总结和提炼出适合岩滩梯级电站的具有可操作性的优化调度方法。     

基于螺旋法向逼近遗传算法的水电站动态不确定优化调度研究

针对水电站存在的诸多动态不确定因素,打破传统的动态确定性模型,在分析模糊动力特性、瞬时给定负荷和不确定检修计划三个基本动态不确定因素基础上,建立了水电站优化调度动态不确定模型,采用基于螺旋法向逼近遗传算法(SVQA算法)对其进行求解,编制计算机软件模块,升级了水电站动态不确定优化调度决策系统。实践应用表明,建立的动态不确定优化调度模型更加符合水电站的实际应用,且SVQA算法比动态规划法更加适合于模型的求解,优化性能指标较好。     

梯级水电站群优化调度控制研究及解决方案

研制了分层的乌江梯级水电站群优化调度控制系统,由3个子系统组成:水情测报系统、水库调度系统和梯级远程集中监控系统。将调度控制的优化分解为3个子系统的优化控制。运用了梯级最大发电量、梯级最大蓄能量和梯级各电站最小库水位越限程度3个优化准则,并针对各个优化准则建立了相应的数学模型。在对适用于梯级水电站群优化调度计算的各类优化算法进行分析并结合实际运用情况的基础上,提出应优先考虑采用改进动态规划算法求解梯级水电站群优化调度问题。实际运行情况表明,优化调度控制大幅提高了乌江梯级水电站群的经济效益和运行管理水平。     

基于改进遗传算法与原对偶内点法的无功优化混合算法

基于改进遗传算法和原对偶内点法提出一种求解无功优化问题的混合算法。首先通过改进遗传算法求解无功优化问题中的离散变量,然后采用原对偶内点法求解与已获得离散变量最匹配的连续变量。在改进遗传算法中采用交叉、变异算子并基于可行域规则处理离散约束,有效提高了混合优化算法的整体寻优效率。在IEEE 118节点系统中的仿真计算结果验证了本文方法的有效性。该方法已应用于福建电网自动电压控制系统中。     

基于实用动态安全域的多小水电群送出能力协调优化

为提高多个小水电群的协调送出能力,提出了一种基于实用动态安全域的多小水电群送出能力协调优化方法。该方法将多小水电群送出能力协调优化问题描述为临界超平面约束条件下的小水电群机组有功功率注入增量最优的线性规划问题,并提出了临界超平面方程系数的改进求解方法以及临界超平面方程空间的降维方法以简化问题的求解。将该方法应用到云南电网滇西地区的保山、怒江和迪庆小水电群中,计算结果证明了该方法的可行性及有效性。     

基于机组综合状态评价策略的大型水电站?精细化日发电计划编制方法

为减小水电站日发电计划与实际运行的偏差,提出一种基于机组综合状态评价策略的大型水电站精细化日发电计划编制方法.依据机组综合运行状态评价策略,确定机组优先开停次序;考虑水量、水库库容、机组运行限制等多重安全生产约束条件,以发电量最大为目标建立大型水电站日发电计划精细化模型,将其分解为机组组合子问题和开机机组最优流量分配子问题;采用原始量子进化算法和实数差分量子进化算法循环嵌套求解,获得水电站精细化日发电计划最优解.将所提算法应用于葛洲坝水电站并与其他求解方法对比,结果表明所提精细化日发电计划编制方法求解精度高,优化效果好     

群居蜘蛛优化算法在水电站优化调度中的应用及其效能分析

针对水电站优化调度高维、非线性、多约束以及模型不易求解的特点,本文提出将群居蜘蛛优化算法应用于水电站优化调度。算法依据群居蜘蛛的协同机制全局寻优,能够避免早熟收敛和陷于局部最优值,获得最优的水库调度决策。结合具体实例并与动态规划、遗传算法的效能进行比较,结果表明该方法不仅寻优效果好,而且稳健性强,参数少、搜索效率高,是一种有效的水电站优化调度模型的求解方法,可在实际中推广应用。     

求解动态无功优化问题的混合免疫遗传算法

无功优化是电力系统运行中提高经济性和电压安全性的重要措施,为防止静态无功优化可能导致无功控制设备的频繁操作,考虑并联电容器投切组数和有载调压变压器变比档位的调节次数约束,建立了电力系统动态无功优化模型。提出免疫遗传算法与非线性内点法相结合的混合算法进行求解,其中免疫遗传算法处理离散变量,非线性内点法处理连续变量,并在免疫遗传算法中设计独特的编码方式,使抗体能够自动满足动态约束。采用IEEE14系统的24时段无功优化问题进行仿真计算,动态无功优化后离散控制设备的调节次数很少,有功损耗比静态优化结果仅有轻微增加,算例结果验证了混合免疫算法的有效性。     

基于连续线性规划的梯级水电站优化调度

梯级水电站优化调度是一个多时段、多变量和多约束条件的大规模优化问题,其求解过程非常复杂。文章尝试采用连续线性规划的优化方法来解决梯级水电站长期优化调度问题。通过采用泰勒级数一阶描述形式,对优化调度目标函数和约束条件中的非线性约束进行线性化处理,建立了基于连续线性规划算法的优化调度数学模型,提出了用连续线性规划技术求解梯级水电站优化调度问题的算法,并采用迭代步长的动态比例缩减因子保证算法能快速准确地收敛到优化问题的最优解。利用Matlab7.0编制连续线性规划梯级水电站优化调度程序,一个两级梯级水电站群的仿真分析结果表明,该算法可用于求解梯级水电站优化调度问题,并可快速得到非线性问题的最优解。     

一种新的基于分组动态规划法的交易模型

对电力市场联营模式的日前竞价交易提出了一种新的基于分组动态规划法的并行交易算法。先建立日前竞价交易数学模型,再运用线性规划和分组动态规划混合算法来并行优化安排分组系统的电能交易计划,同时针对实际运行中可能存在的机组投机问题来改进动态规划法的处理过程。IEEE30节点算例表明该优化算法能在不丢失最优解的前提下尽量减少状态变量的优化数量,有效地解决了“维数灾”问题,计算速度高且优化性能好。