水电系统短期经济运行的新方法

水电系统的短期发电量最大问题是一大型、动态、有时滞的非线性约束优化问题。针对标准遗传算法的缺陷,提出一种基于实数编码技术的混沌遗传算法用于求解此问题。该算法根据给定个体概率分布函数构造杂交算子,结合混沌和人工神经网络理论,设计了一种混沌变异算子,使算法能有效维持群体多样性,防止和克服进化中的“早熟”现象,对约束条件采用不需要设置惩罚因子的直接比较罚函数方法加以处理。仿真算例验证了该算法在提高解的精度和加快收敛速度方面都有明显改善。     

基于混合粒子群算法并计及概率的梯级水电站短期优化调度

针对梯级水电站短期优化调度的不确定性问题,研究了不确定性因素的概率分布规律,并根据实际系统的运行要求,给出了概率分布密度函数的假设检验方法。探索发电用水量与各种随机因素的互动关系及影响机理,构建了一种新的计及概率的梯级水电站短期优化调度策略。把灾变理论、混沌优化思想和基本粒子群算法结合起来,形成一种混合粒子群算法。该算法扩大了种群的搜索空间,增加了种群的多样性,改善了基本粒子群算法摆脱局部极值点的能力,并能从理论上证明其依概率收敛至全局最优解。将混合粒子群算法嵌入蒙特卡罗随机模拟中对本文提出的模型进行求解,求解方法简单有效。仿真结果表明,该策略能较好地处理不确定性条件下梯级水电站的短期优化调度问题。     

低碳调度下机组组合问题的混沌遗传混合优化方法

提出了一种求解低碳调度下机组组合问题的混沌遗传混合优化方法。采用控制基因与参数基因编码方式对机组发电计划进行编码,通过结合电碳特征优先次序、混沌映射和随机生成3种方法提高初始种群多样性;将混沌迭代搜索引入到遗传算法的进化过程之中,构造新的变异算子,改进遗传算法过早收敛的缺点,并且在变异过程中进行按电碳特征优先权确定的区间偏移,达到了加快算法收敛速度的目的。通过算例验证了混沌遗传混合优化方法具有较好的收敛特性和全局搜索能力。     

基于改进遗传算法的水电站日优化调度方法研究

将遗传算法用于解决水电系统短期发电优化调度问题 ,利用改进的遗传算法初始编码方式 ,结合最优日调度权重系数 ,构造了水电站短期优化调度的改进遗传算法模型 ,由于原始基因已经具有了一定的规律性 ,所以模型具有计算速度快 ,结果准确、合理 ,便于实际调度需求等特点。实例证明 ,该方法能够求解复杂约束条件下的非线性优化问题 ,算法编程简洁 ,易于实现 ,从而为分时电价应用环境下的水电站短期发电优化调度问题提供了一种有效的解决方法     

基于自适应混合差分进化算法的水火电力系统短期发电计划优化

针对水火电力系统发电计划优化问题,引入差分进化 (differential evolution,DE)算法,提出了一种自适应混合差分进化算法(adaptive hybrid differential evolution,AHDE)。该算法在计算过程中自适应调整交叉算子,保持了种群的多样性,提高了算法的全局搜索能力,克服了DE在寻优过程中容易早熟收敛的缺点。同时针对AHDE难以处理实际工程中复杂约束条件问题,提出了一种适合AHDE的约束处理方法。将AHDE应用于求解某水火电力系统的发电计划优化问题,与其他求解方法的对比表明,AHDE求解精度高、计算速度快。     

基于局部随机搜索粒子群优化算法的电站短期发电优化调度

为提高粒子群优化(PSO)算法搜索精度、加快后期收敛速度,提出一种新的PSO算法,即局部随机搜索PSO算法。该算法用于求解电力系统的短期发电优化调度问题时,不仅要求满足电站实际运行中的系统负荷平衡约束,而且要考虑机组爬坡约束、出力限制区约束等非线性约束。给出了局部随机搜索PSO算法的步骤及短期发电优化调度问题求解方法。通过应用所提出的算法和其他文献提出的PSO算法、改进快速进化规划(IFEP)算法对15机系统的优化调度计算相比,证明所提出的算法最优解的发电费用最低,分别减少了3.8%和1%。     

自适应混沌整体退火遗传算法在水电站群优化调度中的应用

提出了一种基于标准遗传算法(SGA)的自适应混沌整体退火遗传算法(SCWAGA)求解梯级水电站群长期发电优化调度问题。该算法通过混沌优化生成初始解,提高初始解的质量;采用父代参与竞争的整体退火选择方式,避免种群早熟及过早收敛;利用参数自适应函数调整交叉算子和变异算子,提高算法的收敛速度以及避免算法陷入局部最优。以红水河流域水电站群为计算实例的研究结果表明,SCWAGA比SGA具有更快的收敛速度,且搜索到的全局最优解优于SGA与逐步优化算法(POA),为大规模水电系统优化调度求解提供了一种新的有效途径。     

基于遗传算法的水火电混合电力系统短期发电计划优化

在改进传统遗传算法的基础上 ,提出了水火电混合电力系统短期发电计划优化问题的数学模型和求解方法。模型计及了水电机组的发电流量、净水头和输出功率间的非线性关系 ,水电系统中多级水库的水流延迟等因素。算例表明本算法能更有效地达到或接近全局最优解 ,对编制大型水火电混合电力系统的日调度计划有实用价值。     

基于遗传算法的水火电混合电力系统短期发电计划优化

在改进传统遗传算法的基础上,提出了水火电混合电力系统短期发电计划优化问题的数学模型和求解方法.模型计及了水电机组的发电流量、净水头和输出功率间的非线性关系,水电系统中多级水库的水流延迟等因素.算例表明本算法能更有效地达到或接近全局最优解,对编制大型水火电混合电力系统的日调度计划有实用价值.     

基于混沌遗传算法的电力系统无功优化

针对遗传算法在求解大规模电力系统无功优化问题中存在的收敛速度慢、易早熟的缺点,提出了一种新的无功优化算法——混沌遗传算法CGA。该方法结合混沌优化所具有的遍历性、随机性和规律性的特点,在遗传进化过程中引入混沌移民算子,通过混沌移民操作维持群体中染色体的多样性,以克服传统遗传算法中由于近亲繁殖所导致的早熟问题,确保算法的全局收敛性,加快计算速度。通过对某地区42节点系统进行仿真计算,该方法相比于简单遗传算法,计算速度提高了45%,收敛到全局最优的概率提高了1.25倍。     

含流域梯级水电的水火风互补发电系统联合运行优化

大规模水电和风电并网后,来水和风速的随机性降低了发电的可控性,如何科学地在多元电源系统联合运行中确定旋转备用容量,更好地协调系统经济性与可靠性,是市场化背景下亟需解决的理论和现实问题。在分析水电和风电的自然与技术互补特性的基础上,建立考虑水流滞时效应的梯级水电水量平衡关系。通过结合传统梯级水电联合调度模型与火电、风电的经济调度模型,引入水力发电的水资源费用成本,综合考虑梯级水电能量转换、水量耦合、库容限制、水流滞时和风电穿透率等多类复杂约束,在分析电能市场与备用市场顺序决策经济意义的基础上,构建以运行成本最小为目标的考虑梯级水电的水火风互补发电系统短期优化运行模型。采用外点罚函数法将模型转化为无约束优化问题,基于加惯性权重的粒子群优化算法,运用MATLAB软件编程实现优化功能。4个梯级水电、3个常规火电、2个大型风电场构成的算例系统验证了所提模型的有效性和适用性。     

电力市场中梯级水电站优化运行的研究

研究了在发电侧电力市场中梯级水电站的优化运行问题，提出了改进的网络流优化算法。该算法将梯级水电站的优化运行过程分为寻找可行流与同一时段优化出力两个阶段，在寻找可行流阶段采用经典的网流法，各梯级水电站按照相同的步长增加发电流量；在同一时段优化出力阶段采用改进的网流法，对各梯级水电站按照各自不同的步长进行优化。该算法模型简单，容易实现。算例结果表明，改进的网络流优化法计算精度高，实用性强，适用于梯级水电站优化运行的解算。     

A FAST ALGORITHM FOR OPTIMAL HYDROTHERMAL SCHEDULING WITH CASCADED AND INDEPENDENT HYDRO PLANTS

ABSTRACT

This paper presents a fast algorithm for solving the short-term hydrothermal scheduling problem in a power system consisting of cascaded plants with time delay and independent hydro plants. The operational planning of such problem is concerned with the determination of scheduling for hydro as well as thermal plants to meet the daily system demand with the objective of minimizing the total fuel cost of the thermal plants over the day subject to the relevant operating constraints associated with the thermal and hydro plants.

The algorithm employs a fast and simple alternating solution approach for hydrothermal scheduling in which the hydro subproblem is solved using the method of local variation while the associated thermal subproblem is solved through a judicious combination of Successive Linear Programming (SLP) method and Participation Factor method. Many computational features are incorporated in the solution algorithm exploiting the inherent characteristic of the complex hydrothermal scheduling problem.     

现货交易中梯级水电站竞价上网的研究

该文讨论了影响水电电价的水价及水电机组启停费用因素，提出了将水火电混合动力系统划分为两个独立的竟价子集，在各子集内部依据购电费用最低的原则竟价上网。求解过程首先按照水电配合火电竞价上网的方式，采用网络流法初步优化梯级水电站的出力；然后在梯级水电站竟价子集内部按照购电费用最低的原则竞价上网，采用同时段调整法优化水电的出力。该文提出的模型简单，算法易于实现。算例结果表明该方法具有良好的实用性。     

电力市场下水电厂竞价综述

针对水电机组的特点,对联营市场模式下的水电机组竞价策略和水电市场势力进行了总结和评述。在过渡时期,水电机组继承垂直一体化管理模式,配合火电运行报价,不能突出水电的效益。采用完全竞争方式则需要建立现货交易市场下的水库优化运行模型,但改进后的模型可以考虑传输网络约束、机组组合以及系统中的不确定因素。为了协调利益关系,对同属一个业主的梯级电厂,可以聚合为一个报价单元,而建立水批发市场共同调节不同业主的收入分配。对市场势力的研究发现,水电厂可以通过研究不同时段间的需求弹性差来行使市场势力,在需求的低弹性阶段不发电而在高弹性时发足够的电。纵观国内外由市场实现水电资源优化配置的研究,今后还需要在水电的市场地位、区域水电厂的竞争模式、综合利用、梯级水电竞价、弃水电量、电价预测以及电力市场环境下的流域梯级开发调度模型和算法上进行更加广泛的研究。     

多场景下梯级水-光-蓄容量配置与优化运行研究

四川省小金县地势东北高、西南低,且光照、水资源丰富,有利于修建梯级水-光-蓄互补电站,但是水-光-蓄的容量配置将极大地影响系统经济性。计及光伏分钟级尺度下出力波动性强,提出了在分钟级多场景下新的梯级水-光-蓄容量规划方法。从提高互补电站的经济效益与外送稳定性等角度,首先,建立投资最小与外送波动最小的梯级水-光-蓄互补电站容量配置与优化运行双层规划数学模型;其次,详细描述了基于粒子群与序列二次规划算法的双层规划算法模型求解方法与执行步骤;最后,在多场景下对双层规划模型的准确性和合理性进行了分析。分析表明,配置5 MW抽水蓄能机组能够使得梯级水-光-蓄互补系统具有最大投资效益比,且缓解外送功率波动高达11.7%。     

Hydro unit commitment and loading problem for day-ahead operation planning problem

We describe a new model for the hydro unit commitment and loading (HUCL) problem that has been developed to be used as a support tool for day-ahead operation in the Brazilian system. The objective is to determine the optimal unit commitment and generation schedules for cascaded plants with multiple units and a head-dependent hydropower model. In this paper, we propose a new mathematical model for the hydropower function where the mechanical and electrical losses in the turbine-generator are included. We model the HUCL problem as a nonlinear mixed 0–1 programming problem and solve it with a strategy that includes a two-phase approach based on dual decomposition. The computational tool allows the model to effectively schedule hydro units for the problem in the Brazilian regulatory framework. Application of the approach is demonstrated by determining a 24-time step HUCL schedule for four cascaded plants with 4170 MW of installed capacity.     

基于免疫粒子群优化算法的梯级水电厂间负荷优化分配

免疫粒子群优化算法(IA-PSO)是将免疫系统的免疫信息处理机制引入粒子群算法(PSO)中,利用其特有的浓度选择机制以及疫苗接种原理,改进了粒子群优化算法的全局寻优能力,提高了收敛速度。在分析梯级水电厂间负荷分配的数学模型和IA-PSO算法特点的基础上,提出了基于IA-PSO算法的负荷优化分配方法,建立了数学模型,给出了具体求解步骤。经实例验证,IA-PSO算法得出的负荷分配方案优于PSO算法的计算结果,且算法后期收敛速度快,从而为梯级水电厂间负荷优化分配问题提供了一条新的求解途径,可应用于更广泛的优化问题。     

Parameterisation effect on the behaviour of a head-dependent hydro chain using a nonlinear model

This paper is on the problem of short-term hydro scheduling (STHS), particularly concerning a head-dependent hydro chain. We use a method based on nonlinear programming (NLP), namely quadratic programming, to consider hydroelectric power generation a function of water discharge and of the head. The method has been applied successfully to solve a test case based on a realistic cascaded hydro system with a negligible computational time requirement and is also applied to show that the role played by reservoirs in the hydro chain do not depend only on their relative position. As a new contribution to earlier studies, which presented reservoir operation rules mainly for medium and long-term planning procedures, we show that the physical data defining hydro chain parameters used in the nonlinear model have an effect on the STHS, implying different optimal storage trajectories for the reservoirs accordingly not only with their position in the hydro chain but also with the new parameterisation defining the data for the hydro system. Moreover, considering head dependency in the hydroelectric power generation, usually neglected for hydro plants with a large storage capacity, provides a better short-term management of the conversion of the potential energy available in the reservoirs into electric energy, which represents a major advantage for the hydroelectric utilities in a competitive electricity market.