LINGO在电力系统机组组合优化中的应用

电力系统机组组合是一个高维数、非凸、离散、非线性的混合整数优化问题。本文介绍了LINGO软件优化方法及在电力机组组合优化中的应用。建立电力系统机组组合的优化模型,结合3母线电力系统实例,采用LINGO求解优化模型,验证了该方法的可行性和有效性。LINGO为电力机组组合优化提供了一个新的方法,具有很好的应用前景。     

机组组合问题的优化方法综述

（上接本刊１９９９年第４期第５６页）５拉格朗日松弛法电力系统是一个非常典型的大系统,是大系统优化和控制理论的一个重要应用领域［４２］。大系统的分解协调思想最早见于Ｄａｎｔｚｉｇ和Ｗｏｌｆｅ对于线性规划问题的分解［４３］,而用于机组组合问题的主要是拉格...     

电力市场中机组组合的智能优化算法

随着电力市场的兴起，机组优化组合问题的目标函数和约束条件都发生了重大的变化，本文提出了在电力市场机制下机组组合问题的数学模型，并运用智能优化算法－遗传算法求解，该算法不同于常规优于算法的特点在于，能够从最后一代的母体群中产生多个满足约束条件的可行方案，为电钢调度提供了极大的灵活性。而且任何可以用罚因子项表示的约束条件可以考虑到遗传算法，适合大规模及超大规模问题的求解。     

机组组合问题的模型与算法综述

机组组合问题是电力系统优化运行工作的重要组成部分.分别从数学模型和计算方法角度讨论机组组合问题的研究现状.     

电力系统机组组合问题研究综述

机组组合问题是电力系统优化运行的重要组成部分,一直是电力系统研究中的热点和难点。总结了传统机组组合数学模型及经典求解方法,并在此基础上介绍了近年来基于市场、节能等因素用于机组组合问题求解的新型智能优化算法,综述了机组组合问题的发展和应用现状,并展望了未来有待进一步研究的内容。     

一种适合于电力系统机组组合问题的混合粒子群优化算法

该文针对机组组合问题，提出了一种新的混合粒子群优化算法。该算法包含3个重要的方面：通过在算法迭代过程中对松弛后的0、1变量与机组有功出力变量并行地进行优化，避免了由于决策变量过多造成的维数灾难题；引入变动阈值，解决了在寻优过程中粒子的值出现振荡时可能会丢失机组有效启停状态的问题：在粒子群优化算法中引入启发式变异技术，有效地处理了机组启、停时间的约束并提高了粒子群优化算法的全局收敛能力。文中通过对2个算例的计算及与其他算法进行的比较结果，验证了所提出的混合粒子群优化算法具有更好的全局收敛性。     

基于内点法的机组组合模型

将传统的机组组合模型划分为离散和连续两部分,在离散和连续空间中交替求解,用非常小的解邻域空间代替原来庞大复杂甚至难以求解的离散解空间。在求解连续变量过程中,充分利用了内点法收敛性好、精度高的优点,并采用降维整编技术进一步提高计算速度。文中对10~ 500台机组24个时段共8个算例进行了仿真测试,结果表明,100台机组的计算时间仅为4 s,可见该方法收敛速度快,适合大规模机组的实际应用。     

求解机组组合问题的领域搜索法

机组组合问题是电力系统优化运行的一个难点,理论上难以得到其最优解。该文提出用邻域搜索(local search,LS)和内点(interior point,IP)法相结合的算法(LS-IP)解决机组组合(unit commitment,UC)非确定多项式时间(nondeterministic polynomial,NP)难问题。定义邻域的结构,并提出一种邻域的调整方法,可处理各项约束条件,保证结果的可行性。用非常小的解邻域空间代替原来庞大复杂甚至难以求解的离散空间。充分利用内点法收敛性好、精度高的优势,提高其计算速度。对100台机组24时段仿真结果表明,CPU计算时间仅为原来的4 s,所耗费用却大大降低;同时该方法收敛速度快、精度高,尤其适合于求解大规模机组的组合问题。     

机组组合问题的模型及算法综述

机组组合问题是电力系统优化运行的重要组成部分。在总结传统的机组组合数学模型及经典求解方法的基础上,深入分析了近年来考虑环保、安全、市场及随机性等因素的机组组合模型的特点和意义,详细评述了智能类(如优先顺序法)、数学规划类(如分枝定界、动态规划)、元启发类(如遗传算法、粒子群算法)等各种求解方法的原理、所取得的研究成果及不足之处,介绍了近年来出现的如整数辨识、社会演化、邻域搜索及模式搜索等求解方法的特点,并总结了现有较具代表性的混合整数规划数学软件GAMS和CPLEX的优缺点。最后,探讨了未来适应于智能电网的机组组合的发展方向,提出了机组组合尚需研究和解决问题,希望能为机组组合问题的研究者提供参考。     

机组组合问题的优化方法综述

机组组合问题是编制短期发电计划首先要解决的问题,合理的开停机方案 将带来很大的经济效益,由于问题十分复杂,很难找出理论上的最优解,文中介绍了机组组 合问题的数学模型,分类综述了从60年代起该问题的主要解法,比较了各种方法的优缺点, 并提出了尚待研究的问题。     

定制化求解机组组合混合整数线性规划模型的固定—推断法

为了突破机组组合算法的自主可控问题,基于开源混合整数线性规划求解器CBC,提出一种快速获取机组组合问题可行解的固定—推断法。首先将机组组合模型转换为推断标准模型,然后按重要性对所有整数变量进行排序。并利用约束违反函数依次确定整数变量的值,实现整数变量的固定,利用约束关系推断出与其相关的整数变量值。最后经过多轮的固定—推断可以实现所有整数变量的取值,从而求解一个线性规划问题即可得到各机组的出力。仿真结果表明,所述算法能有效求解大规模机组组合问题,可在更短时间内获取质量较好的可行解。与CBC求解器结合,能显著提升CBC求解器对于机组组合问题的求解效率。此外,所述算法还具备在其他求解器上进行定制的潜力。     

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。     

考虑风电的电力系统机组组合两阶段优化方法

电的随机性和波动性给电力系统的安全经济运行带来了严峻的挑战,合理的风电不确定性模型及机组组合优化方法是保证电力系统日前调度安全性和经济性的关键。为此,提出一种考虑风电的电力系统机组组合两阶段随机优化方法。根据风电出力历史数据的非参数经验分布,生成符合风电随机性和波动性的风电动态场景。考虑到场景削减过程中容易忽略的一些极端边界场景会增加系统的弃风或切负荷风险,提出以削减后的场景和极端边界场景为输入的机组组合两阶段优化模型。同时,为求解机组组合这一非线性混合整数优化问题,提出一种混合遗传纵横交叉算法的优化方法。通过实验仿真结果证明了所提模型和方法用于求解考虑风电的电力系统机组组合问题时的合理性和有效性。     

计及需求响应及抽水蓄能的含风电系统鲁棒机组组合

针对大规模风电接入电力系统带来的消纳问题,提出一种考虑需求响应及抽水蓄能的鲁棒机组组合优化方法。计及需求响应、抽水蓄能机组的运行约束及鲁棒可行性约束,采用考虑不确定预算的风电功率不确定集合,基于仿射补偿策略,构建鲁棒机组组合模型。同时根据对偶原理将鲁棒优化模型转化为确定性的数学规划问题,并在改进的IEEE39节点系统进行算例仿真,验证了所提方法的正确性和有效性。     

基于“三公”调度的年度滚动发电计划与机组组合优化模型

“三公”调度是我国目前普遍采用的调度模式。负荷预测及水电计划是火电发电计划编制的基础,一般具有时间越近、精度越高的特点,实际应用中一般通过滚动预测及修正以提高发电计划的可用性。基于“三公”调度提出了年度滚动发电计划与机组组合优化模型,在优先保障“三公”调度目标的同时,优化机组的启停计划,提高火电机组的平均负荷率,并减少机组启停次数,以提高电网运行的经济性。所提模型为混合整数线性规划问题,能够采用CPLEX等商业软件求解。广西电网的仿真分析验证了所提模型的正确性及有效性。     

粒子群优化算法及其在机组优化组合中应用

应用粒子群优化(PSO)算法对电力系统的机组优化组合问题进行研究,介绍了算法原理,分析了算法中各个参数的不同取值对算法搜索能力和收敛速度的影响,并以常用的测试函数进行验证,建立了相应的数学模型,并以IEEE3机6节点电力系统为实例进行研究。分析结果表明,PSO算法较之常用的遗传算法和混沌优化等算法,在算法结构、计算时间、搜索区间控制以及收敛速度等方面具有较好的特性,验证了该方法的有效性。     

考虑梯级耦合的水火电检修计划与机组组合协同优化

为避免传统的非协同优化模式下水火电系统检修计划和机组组合方案之间可能存在的冲突,文中以最小化系统总成本和检修计划调整成本为目标,考虑梯级水电耦合特性,建立水火电检修计划与机组组合协同的优化模型,并将其转换为混合整数线性规划模型。文中提出采用目标标度集合方法加速求解,将模型求解分成2个阶段。在第一阶段,标度目标函数中整数变量的系数,探测可能为0的整数变量;在第二阶段,确定取0值的整数变量并将其固定,求解简化的混合整数线性规划模型。以6机水火电系统和某实际省级86机水火电系统为测试系统,验证了文中所提模型与非协同优化相比,能获得更经济合理的检修计划和机组组合方案,所采用的目标标度集合方法能有效提高求解速度。     

基于原-对偶内点法和混合整数规划法的机组组合问题研究

电力系统机组组合能带来显著的经济效益,随着电力市场的不断发展,在电力系统优化运行中变得尤为重要。然而电力系统机组组组合问题是一个大规模、非凸、非线性混合整数优化问题,至今仍然没有找到一种理想的优化算法。因此针对其特点,采用了原-对偶内点法和混合整数规划法相结合的算法,首先利用混合整数规划法形成伴随规划来处理离散变量,再通过内点法求解伴随规划子问题和负荷经济分配,充分发挥了两种算法在求解机组组合问题上的优势。文中对标准10机组24时段系统算例进行了仿真测试并与之前的各种优化算法进行了对比,结果表明了本文算法模型解决机组组合问题的有效性和优越性。     

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。     

基于PSO-GA算法的电力系统机组组合研究

机组组合优化问题是一个大规模、多约束、非线性的混合整数规划问题,因此求解非常困难。粒子群优化(PSO)算法是一类随机全局优化技术,它通过粒子间的相互作用发现复杂搜索空间中的最优区域。PSO算法的优势在于操作简单,可调参数少易于实现而又功能强大。该文采用二进制粒子群优化方法解决机组状态组合问题,用遗传算法结合启发式技术解决经济分配问题,并对最小开停机时间及启停费用进行了处理,使得运算速度大大加快。方法的可行性在10台机组系统中检验。模拟结果表明文章所提出的算法具有收敛速度快及解的质量高等优点。