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。     

考虑光伏不确定性的安全约束机组组合

基于区间估计理论,提出一种求解考虑光伏出力不确定性的安全约束机组组合(SCUC)方法。对于系统预测误差的不确定性模型,允许所做决策在一定程度上不满足模型约束条件,采用置信度控制不满足约束的风险,并考虑不确定性的极限情况。利用Benders分解算法,将不确定SCUC模型分解为无SCUC和考虑SCUC的线路潮流检测问题,形成适合于混合整数规划问题的主问题和子问题求解的计算方法 ,从经济性和安全性角度实现对考虑光伏不确定性的SCUC问题的优化。以光伏并网的WSCC 9节点、3机组系统为研究对象,在MATLAB编程环境中调用优化软件包CPLEX对混合整数规划问题模型进行求解,结果表明该方法可以简单、高效地解决含光伏及负荷预测误差不确定性的SCUC问题。     

月度安全约束机组组合建模及求解

月度发电计划的复杂性和求解规模,使得月度机组组合方案的制订变得十分困难.文中基于兼顾计算性能和月度计划关键需求的原则,通过时段简化和电力电量解耦,建立了以电量进度偏差最小为目标的月度安全约束机组组合(SCUC)模型,并采用混合整数规划(MIP)算法加以求解.实际系统算例测试验证了该模型的有效性.     

SCUC／SCED问题分析

安全约束机组组合（SCUC）与安全约束经济调度（SCED）同时考虑电力系统运行的安全性和经济性,在国外受到广泛关注．基于现代混合整数规划（MIP）算法的SCUC近几年得到实际应用和快速发展,文中对SCUC／SCED研究的最新进展进行了综述。概述了SCUC问题的优化模型和算法的研究状况,分类介绍了基于MIP算法的SCUC研究进展．并分析和评述了主要方法、原理及其优缺点,进一步提出我国开展SCUC／SCED研究急待解决的问题。     

基于辅助优化问题的安全约束机组组合约束削减方法

安全约束机组组合(Security-constrained Unit Commitment, SCUC)问题作为制定发电计划的核心环节,在电力系统优化调度等方面具有十分重要的意义。针对考虑故障态约束后SCUC问题规模庞大、难以求解的情况,提出了一种基于辅助优化问题的故障态安全约束削减方法。首先引入与具体故障态安全约束相关的辅助优化问题,从而建立判别相应故障态安全约束是否冗余的充分必要条件。然后探究冗余故障态安全约束辨识过程的具体加速方法,包括松弛辅助优化问题方法,使用可行性判据进行故障态安全约束预分类方法,以及多线程并行计算方法。最后,在IEEE118测试系统上对所提方法的正确性和有效性进行了仿真验证。     

数据驱动的考虑安全约束机组组合问题研究综述

安全约束机组组合(security-constrained unit commitment,SCUC)作为编制发电计划的核心环节,在电力系统优化调度等方面具有十分重要的意义。因此,该文首先从物理模型和求解方法简要概述了SCUC问题。然后,从多目标、多元化决策变量、不确定性、多时间尺度与多元约束条件5个方面梳理了物理模型驱动的SCUC的研究进展,并分析了此类方法所面临的挑战。同时,重点总结归纳了现有基于人工智能技术和数据驱动的SCUC问题的研究成果,并分析了不同类型方法的特点、优势和缺陷。最后提出了对未来基于数据驱动的SCUC研究方向的相关思考。     

计及安全约束的机组最优组合鲁棒优化方法

随着风电出力在电力系统中渗透率的逐步提高,其不确定性给系统安全与经济运行带来了新的问题甚至挑战。在制定电力系统运行方式和调度计划时如何确定计及安全约束的机组最优组合(security constrained unit commitment,SCUC)策略就是一个需要解决的重要课题,也是该文旨在研究的问题。具体地,首先建立基于场景生成的鲁棒优化安全约束的机组最优组合(robust security constrained unit commitment,RSCUC)模型,由此获得的鲁棒机组组合策略满足给定的置信度,对处于置信区间之外的极端场景则采取弃风或切负荷等不得已的措施来维持系统功率平衡,从而在系统运行的经济性和保守性之间合理折衷。之后,采用Benders分解法求解所建模型,将该问题分解为主问题和子问题。其中,主问题为确定性的SCUC问题;子问题则对考虑风电场出力随机变化时的系统状态进行安全性校验,若通过校验则表明所求得的SCUC策略满足鲁棒性约束,否则就生成相应的安全约束即Benders割并反馈给主问题。最后,采用修改的IEEE 39节点系统来说明所提方法的基本特征。     

大规模风电并网条件下考虑动态频率约束的机组组合

为提高大规模风电渗透的电力系统频率稳定,将风电接入后系统的动态频率响应纳入安全约束机组组合(security-constraint unit commitment,SCUC)框架内,提出考虑动态频率约束的SCUC优化模型。结合风机动态响应,以同步机频率响应模型为基础量化描述风电并网系统动态频率特征。在此基础上,以扰动后的最低点频率为约束量,构建考虑动态频率约束的SCUC优化模型,并引入分段线性化技术改善由动态频率约束引起的非线性特征。基于Benders分解将所提模型分解为传统安全约束下的机组组合主问题和频率越限检测子问题以降低优化计算复杂度。最后,对含风电并网的10机电力系统进行计算分析以验证所提模型的有效性。与传统机组组合结果的对比表明,所提模型能够改善大规模风电并网电力系统频率稳定性。     

大规模风电并网条件下考虑动态频率约束的机组组合EI北大核心CSCD

为提高大规模风电渗透的电力系统频率稳定,将风电接入后系统的动态频率响应纳入安全约束机组组合(security-constraint unit commitment,SCUC)框架内,提出考虑动态频率约束的SCUC优化模型。结合风机动态响应,以同步机频率响应模型为基础量化描述风电并网系统动态频率特征。在此基础上,以扰动后的最低点频率为约束量,构建考虑动态频率约束的SCUC优化模型,并引入分段线性化技术改善由动态频率约束引起的非线性特征。基于Benders分解将所提模型分解为传统安全约束下的机组组合主问题和频率越限检测子问题以降低优化计算复杂度。最后,对含风电并网的10机电力系统进行计算分析以验证所提模型的有效性。与传统机组组合结果的对比表明,所提模型能够改善大规模风电并网电力系统频率稳定性。     

基于SCUC的可入网混合电动汽车优化调度方法

在可入网混合电动汽车(PHEV)有望规模化应用的背景下,以传统的计及安全约束的机组最优组合(SCUC)问题为基础,发展了能够容纳PHEV的电力系统优化调度数学模型。所发展的模型以保证系统安全运行为前提,兼顾了PHEV车主的经济效益与发电的碳排放成本。利用PHEV作为可移动电量储存单元的特性,将模型解耦为机组最优组合与计及交流潮流约束的充/放电计划优化2个子模型。应用混合整数规划方法和牛顿—拉夫逊潮流算法迭代求解优化问题,可以同时获取日前机组调度计划和各时段的PHEV最优接纳容量及充/放电计划等结果。最后,以6节点和IEEE 118节点2个系统为例,验证了所构建模型的正确性和有效性。     

基于改进约束序优化方法的带安全约束的不确定性机组组合问题研究

为快速有效地求解考虑间歇性可再生能源接入的SCUC问题,在现有约束序优化的基础上,提出了一种适用于不确定性SCUC问题求解的改进约束序优化算法。该方法针对序优化的粗糙模型和精确模型分别融入了离散变量识别策略和无效安全约束削减策略。相比于传统求解方法,提出的改进约束序优化算法在充分发挥传统序优化计算效率方面优势的同时,进一步增强了算法的紧凑性,降低了计算冗余度,有效提升了算法的求解效率。基于IEEE-118节点标准算例的仿真验证了所提算法的正确性和有效性。     

松弛约束发电计划优化模型和算法

安全约束机组组合和安全约束经济调度是发电计划优化的核心,算法鲁棒性是影响其工程应用的关键因素.在对通用安全约束机组组合优化模型分析基础上,提出安全约束发电计划的松弛约束模型.通过松弛机组发电量约束、环保约束、网络约束、机组速率约束和机组调节范围约束等,提高算法收敛性能.文中所提出的模型和算法已成功应用于某省级电网.     

Coordination of Midterm Outage Scheduling With Short-Term Security-Constrained Unit Commitment

The proposed model solves the coordinated generation and transmission maintenance scheduling with security-constrained unit commitment (SCUC) over the scheduling horizon of weeks to months. The model applies the Lagrangian relaxation technique to decompose the optimization problem into subproblems for generation maintenance scheduling, transmission maintenance scheduling, and short-term SCUC. The decomposition and cooperation strategy is applied to the first two subproblems for the scheduling of generation and transmission maintenance. The SCUC solution is based on the mixed integer programming (MIP) technique. The optimal hourly results for maintenance scheduling, generation unit commitment, and transmission flows are obtained using a chronological load curve. Effective strategies are applied for accelerating the convergence of the hourly solution. The numerical examples demonstrate the effectiveness of the proposed model.     

Analysis of FACTS devices on Security Constrained Unit Commitment problem

This paper focuses on solving Security Constrained Unit Commitment (SCUC) problem using ABC algorithm incorporating FACTS devices. The objective of the SCUC problem is to obtain the minimum operating cost simultaneously maintaining the security of the system. The SCUC problem is decomposed into Unit Commitment (UC), the master problem and Security-Constrained Economic Dispatch (SCED) as the sub-problem. The existing generation constraints, such as hourly power demand, system reserves, and minimum up/down time limits, ramp up/down limits are included in the SCUC problem formulation. The ability of FACTS devices to control the power flow through designated routes in transmission lines and thereby reducing the overloading of lines are studied. The solution of SCUC problem is also analyzed during a single line outage contingency. The SCUC is carried out incorporating FACTS devices such as SVC, TCSC, STATCOM, SSSC, UPFC and IPFC. The modeling of the FACTS devices within the power system network and finding a suitable location are discussed. The SCUC has been solved and validated on an IEEE 118-bus test system and a practical South Indian 86 bus utility.     

复杂预想场景下电力系统备用优化模型

针对传统备用优化方法难于考虑复杂预想场景的缺点,结合安全约束机组组合,建立考虑复杂预想场景的备用优化模型。该模型计及不同类型预想场景对备用容量和响应速度的要求,以最小化购电成本与备用容量成本之和作为目标函数,以正常状态和预想场景下的机组性能、网络安全等为约束条件,综合求解机组组合、备用容量的分配以及预想场景下备用容量的优化调度。通过引入预想场景分类和预想场景集,不同响应速度的备用需求量和分配由预想场景的类型和要求所决定。该模型是一个复杂混合整数线性规划问题,采用GAMS进行建模,并调用CPLEX求解器求解。IEEE 30节点系统上的算例结果验证了所提出模型的有效性。