梯级水电站多目标模糊优化调度模型及其求解方法

根据梯级水电站不仅具有电力联系而且具有水力联系的运行特点,提出一种以年发电量和一级水电站耗水量为优化目标的梯级水电站多目标长期优化调度模型.通过定义各目标的隶属度函数,将多目标优化问题模糊化;采用最大模糊满意度法将多目标优化问题转化为单目标非线性规划问题;应用协调粒子群算法(CPSO)求解单目标优化问题.仿真验证了模型的正确性和求解方法的可行性,为梯级水电站优化调度提供了一种新颖有效的途径.     

水火电力系统短期节能发电优化调度的研究

本文以提高水火电力系统联合运行的经济和环保效益为总目标,从减少化石燃料的使用量和降低燃煤机组发电成本两方面考虑,将含梯级水电站电力系统短期发电调度问题化为4个具有时序的优化子问题:即梯级水电站发电量最大、水电耗水量最小、火力发电污染物排放最小以及火力发电总成本最小。以此建立的优化调度模型不仅可以确定火电的最佳出力和水电的最佳蓄放水策略,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。在模型求解上,针对粒子群算法易陷入局部最优的缺点,在标准粒子群优化算法中引入自适应惯性权重和最差粒子,避免了算法的局部最优和过早收敛;针对各目标量纲不同,权重系数难以合理确定的多目标优化问题,运用满意度函数和欧式距离函数对其进行归一化处理,并采用改进粒子群算法对处理后的目标进行优化求解。算例仿真验证了所建模型的正确性及算法的有效性。     

基于改进粒子群算法的电力系统有功调度

针对电力系统有功优化调度,提出了一种改进的粒子群算法,该算法考虑了火电厂的煤耗量,污染物排放量,以及线路损耗等,通过分别求解各个单目标优化问题和定义各单项目标的隶属度函数,把多目标优化问题转化为单目标优化问题,从整体上降低电力系统的发电成本。该算法以标准粒子群算法为基础,对其参数进行了改进,并对其搜索速度加以限制。将其应用于电力系统的3机组模型,算例仿真结果表明该算法节省了收敛时间,具有收敛速度快,计算精度高的优点。     

考虑电量效益和负荷跟踪效益的风蓄联合运行多目标模糊优化调度

为了解决由于大规模风电波动性和反调峰特性对电网带来的调峰困难,建立了风蓄联合运行多目标优化调度模型,综合考虑了联合运行的电量效益和负荷跟踪效益。通过求解单目标问题和建立隶属度函数,实现了多目标问题模糊化,将多目标问题转化为单目标问题。采用动态调整惯性因子粒子群算法对该非线性规划问题进行了求解。通过仿真算例,表明了多目标模型比单目标模型能够取得更好的综合效益,电网可以根据实际需求选取合适的伸缩系数,满足调度的需求。     

基于改进加权模糊法的微能源网多目标优化运行

为协调微能源网运行的经济性、节能性及环保性,以日运行成本、碳交易成本和能源消耗成本为目标,建 立微能源网多目标优化调度模型;并提出改进加权模糊法,将微能源网多目标优化问题转化为单目标优化问题,采用 粒子群算法进行求解.所提出的改进加权模糊法可在一定程度上提高多目标之间的综合协调性和算法的鲁棒性,优化 微能源网中各设备的出力,实现能源、环境和经济效益的协调发展.     

一种改进粒子群优化算法在多目标无功优化中的应用

针对粒子群优化算法容易陷入局部最优等问题,提出了一种新的模糊自适应-模拟退火粒子群优化算法。该算法首先是基于模糊推理的思想,将规范化的当前最好性能评价和粒子群算法的惯性权重、学习因子作为模糊控制器的输入,以算法参数变化量的百分数作为模糊控制器的输出,并根据参数设置经验建立了相应的模糊控制规则,使其能够自适应地调节粒子群优化算法的参数;对调节后粒子新位置的优劣,则通过采用模拟退火算法调节粒子的适应度来加以评价。最后,采用改进后的粒子群优化算法对多目标无功优化模型进行了求解。IEEE30节点和IEEE118节点的标准电力系统算例验证了本文所提出的模糊自适应-模拟退火粒子群优化算法的有效性和可行性。     

梯级水电站优化调度的改进粒子群算法

针对粒子群算法易陷入局部最优的缺点,提出了一种双适应度方法、动态邻域算子和随机动态调整惯性权重机制有机结合的混合改进策略。算例计算表明,该改进策略能增强粒子的局部收敛能力,加快算法的收敛速度,便于处理复杂约束条件,为求解具有复杂约束条件的非线性规划问题提供了一种简单有效的方法。文中探讨了梯级水电站优化调度的相关问题,考虑了丰枯分时电价因素,建立了梯级水电站长期优化调度数学模型,并应用改进粒子群算法进行求解。实际梯级水电站计算表明,该模型使枯水期大部分时间出力均匀平稳,丰水期能兼顾防洪和蓄水的不同要求,有利于电力系统的稳定运行。改进粒子群算法计算速度快、收敛精度高,为梯级水电站长期优化调度提供了一种简单实用的求解方法。     

流域梯级水电站群优化调度的多向导粒子群算法

针对发电侧市场开放后流域发电公司追求发电效益最大的特点,建立以流域梯级总收益最大为目标的梯级水电站群优化调度模型。为克服粒子群优化算法在迭代后期种群趋同化严重的弊端,在动态自适应惯性权重粒子群算法基础上提出一种多向导粒子群算法。该算法在粒子飞行方向上引入多向导策略：在粒子种群最优向导上引入最优向导集使种群最好解及其他较好解均有可能成为种群最优飞行向导;在个体最优向导上引入全面学习思想,使每个粒子以一定概率向其他粒子个体最好解学习。最后以我国西南某流域2库5级梯级水电站群为例进行计算,结果表明所提算法比相关方法更优。     

基于自适应烟花算法的微网经济运行优化

针对微网经济优化运行问题,建立了集中控制式微网的优化调度模型,提出了其经济优化运行策略,采用自适应烟花算法在MATLAB软件中对算例的冬季并网运行进行仿真求解,通过对算例优化结果的分析,证明了自适应烟花算法适用于求解具有多约束、多目标、非线性特点的微网运行优化问题。从算法性能和计算代价方面将自适应烟花算法、增强烟花算法、粒子群算法进行了比较,验证了自适应烟花算法具有更好地寻优能力。     

水火混合电力系统短期多目标发电计划优化研究

在实施峰谷分时上网电价政策的市场环境下,综合考虑火电厂运行成本、环境保护和水电厂发电效益的不同利益要求,提出了一种水火混合电力系统短期多目标发电计划优化数学模型.构建了基于粒子群算法的交互式模糊满意度多目标决策方法,并对此方法进行求解,直到找到决策者满意的最佳方案为止.算例计算验证了模型的合理性和求解方法的可行性.     

基于交互式多目标决策方法的水火电力系统日有功负荷优化分配

峰谷分时电价下，发电企业不仅要考虑运行成本，还应考虑社会效益和经济效益。文章建立了以火电厂运行费用最低、污染气体排放量最小和水电厂发电效益最大为目标的水火电力系统日有功负荷多目标优化分配模型，提出了一种基于目标满意度和目标总体协调度的交互式多目标决策方法，通过建立3个决策模型将多目标问题转化为单目标问题求解。决策者通过对各单项目标满意度和目标总体协调度的不断调整来体现其主观愿望，避免了人为选取目标权重的任意性，便于实际操作应用。算例结果证明了所建立模型的正确性和交互式多目标决策方法的可行性。     

采用改进隶属度函数的梯级水电站多目标优化调度模型

梯级水电站的多目标优化调度要求在保证发电量最大同时减少用水量和弃水量,提高水能利用率,为此提出了采用改进隶属度函数的梯级水电站模糊多目标优化调度模型,以梯级水电站总发电量最大、总弃水量最小及调度期末蓄水量最大为目标建立了多目标优化调度模型。传统求解多目标问题的模糊算法普遍采用半升或半降直线型隶属度函数,文中以定义域上连续可微的Sigmoid函数及反Sigmoid函数作为新的隶属度函数,确定了Sigmoid隶属度函数各参数的计算方法。改进隶属度函数的应用要求目标函数可导的非线性规划法更加适于求解该多目标模型。算例结果验证了该模型的可行性。     

基于遗传算法的梯级水电厂自动发电控制算法研究

以二倍体遗传算法为基础,设计了一种梯级水电厂自动发电控制算法。该算法既可用于离线制定梯级水电厂的日发电计划,又可用于梯级水电厂的实时发电控制。算法中,出力限制条件在负荷分配方案的编码中自动满足,其它约束条件如负荷平衡、水量平衡等则在计算个体适应值时予以考虑,算法程序设计简单,收敛速度快,仿真计算验证了该算法的有效性。     

梯级水电站联合优化发电调度

梯级水电站联合发电调度的优化模型的确定在整个电网经济、安全运行中起着非常重要的作用。文中提出一种新的梯级水电站群联合发电优化调度的调度准则——以单位水体发电电价最高优先发电,在此基础上建立梯级水电站群联合发电优化调度模型及其评价方法。首先建立基于四层水体的水库能的水电站发电模型,在此基础上提出单位水体发电电价的概念。建立优化调度模型时,将电力系统中的负荷变化和在电力市场机制下分时上网电价的影响因素考虑在内。该模型能较为客观地反映梯级水电站运行情况,能给系统调度员做出最佳调度决策提供一定的依据。优化仿真计算结果证明该调度准则具有可行性和适用性。     

基于Pareto最优的电力系统有功 — 无功综合优化

针对纯粹依据能耗或成本指标进行发电调度的不合理性,以系统总发电成本最小和电网有功损耗最小为目标函数,建立了电力系统综合节能降耗的有功-无功协调优化模型。借助λ乘子把多目标优化问题转化为单目标优化问题,通过对Pareto最优前沿集上综合效益最优解的定义,求解λ乘子的最优值,同时还提出了λ的近似求解方法以及有网损率约束情况下λ值的求解方法,可以为协调系统总发电成本与电网有功损耗之间的矛盾、省级电力调度部门从传统发电调度模式转变为节能发电调度模式提供参考。通过IEEE 30和IEEE 57节点系统的算例分析表明了所建模型和算法的有效性。     

综合环境保护及峰谷电价的水火电短期优化调度

为了使电力市场环境中的发电侧能够实现节能环保且高收益的发电目标,对机组出力变化与分时电价波动之间的关系进行了研究,构建了一种新的水火电短期优化调度模型,该模型以实现电力市场条件下最大发电收益为目标,同时综合考虑了峰谷分时电价和环境保护成本对发电侧经济效益的影响,还考虑了梯级水电站群的蓄水量、下泄流量、机组出力等约束条件,由此得出机组的优化调度方案。针对传统优化算法难以处理高维梯级水电站优化调度多约束条件的缺陷,利用微分进化算法对此优化模型进行求解,仿真计算结果证明了该模型的合理性和算法的有效性。     

基于遗传算法和数据包络分析法的水火电力系统发电多目标经济调度

为充分提高水电站发电效益及达到节能降耗目的,建立了以梯级水电站发电量最大和火电机组煤耗量最小的水火电力系统短期发电多目标经济调度模型,并利用遗传算法与数据包络分析(data envelopment analysis,DEA)法求解该模型,并通过惩罚因子法将各约束条件融合到目标函数中,通过设置不同权重系数获得10种调度方案。比较不同调度方案的目标值和DEA评估值,并依据决策者喜好选取最优决策方案。算例结果验证了该方法的有效性。     

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。     

基于电力节能减排双目标调度优化模型及方法的研究

节能发电调度的实施意味着高能耗高污染的发电机组能够获得的发电小时数将越来越少,客观上有利于低效小火电机组加快关停,优化电力工业的结构和布局.以节能环保、经济、公平为目标,建立兼顾购电费用与能源节约的模糊双目标节能发电调度优化模型,并利用模糊多目标规划理论将该模型转化为单目标规划问题并对其进行求解.算例结果表明,该模型符合节能配置原则.