多时段可中断负荷调度的智能优化算法

考虑多个可中断用户的多时段可中断负荷优化调度问题一般是一个多目标的组合优化问题,建立了一个多时段多目标可中断负荷优化调度模型,可考虑中断补偿费用最小化和中断频率最小化等多个优化目标,并计入不同可中断用户的不同中断特性和时段耦合约束。给出了应用离散二元粒子群优化算法的多时段可中断负荷调度问题求解方法。基于一个含19个可中断用户和16个时段的可中断负荷调度问题的算例仿真,通过比较采用离散二元粒子群优化算法和遗传算法的优化结果,表明离散粒子群算法在收敛解的质量上优于遗传算法。     

多时段可中断负荷调度的智能优化算法

考虑多个可中断用户的多时段可中断负荷优化调度问题一般是一个多目标的组合优化问题,建立了一个多时段多目标可中断负荷优化调度模型,可考虑中断补偿费用最小化和中断频率最小化等多个优化目标,并计入不同可中断用户的不同中断特性和时段耦合约束.给出了应用离散二元粒子群优化算法的多时段可中断负荷调度问题求解方法.基于一个含19个可中断用户和16个时段的可中断负荷调度问题的算例仿真,通过比较采用离散二元粒子群优化算法和遗传算法的优化结果,表明离散粒子群算法在收敛解的质量上优于遗传算法.     

两阶段粒子群算法在水电站群优化调度中的应用

以水电站群最小出力约束下的发电量最大为目标建立了水电站群优化调度数学模型,采用两阶段粒子群算法求解。在按目标函数进行进化计算之前,先进行以最小平均出力最大为目标的第一阶段优化,并在粒子群中引入初始可行解,以提高粒子群的质量和求解效率。以云南电网统调的7库14站主力水电站群系统为例进行了计算,结果表明,该算法能有效克服“维数灾”问题,能得到高性能的优化调度结果。     

径流时空相关时梯级水库群补偿调节和调度的多目标多层次优化法

本文提出一种求解梯级水库群和水电站群补偿调节和调度的多目标、多层次优化法。该法把一个多目标、多水库优化的庞大复杂的原问题,经多次分层化为较简单的许多子问题,通过用多目标决策改变约束法与权系数法、动态规则逐次逼近法和大系统分解协调可行法,逐个解决子问题,最后解决了原问题。同时结合上述多层次优化法,计入径流在相邻时段间和相邻两水库同时段间的相关关系。把该法用于黄河上游龙羊峡、刘家峡、盐锅峡、八盘峡、青铜峡梯级水电站水库补偿调节和调度的优化计算,得到了满意结果,经济效益显著,所需计算机存储量和机时较少,两库和更多座水库的梯级水电站群均可求解。     

基于数据挖掘的梯级水电站群指令调度优化方法

水电规模急剧扩大和电网调度精细化要求不断提高给水电调度的时效性和结果可用性带来极大挑战。提出一种基于数据挖掘的梯级水电站群指令调度优化方法,采用聚类分析从电站海量日发电数据中提炼出若干关键特性指标并聚类形成调度决策库;以此为基础,采用大系统分解协调方法对不同流域不同电站进行分层求解,并耦合逐步优化算法组合优选水电站群调度出力曲线及其变化幅值,快速得到合理可行的调度决策。澜沧江中下游梯级水电站群实例研究表明,所述方法能够快速获得水电站群发电出力曲线,且符合实际调度要求,是一种切实高效的实用化方法。     

梯级电站群短期水火联合经济调度优化方法

针对多约束、非线性、不可微的梯级电站群短期水火联合经济调度优化问题,在标准灰狼算法的基础上,提出了一种基于改进灰狼算法的梯级电站群短期水火联合经济调度优化方法以处理该复杂优化问题。该算法通过融入纵向交叉操作以修正狼群前进方向,改善算法的全局收敛性;采用一种新型约束处理方法,解决传统差额约束处理方式无法处置的强耦合关系变量的违约问题,提高算法的计算效率。仿真结果表明:该优化方法不仅克服了标准GWO的缺陷,且在求解质量、精度、收敛性和稳定性等方面较其它算法具有明显优势。     

基于仿电磁学算法的梯级水电站多目标短期优化调度

在以水定电的调度策略下,建立水电站获得单时段最佳发电效益的水头和发电流量协调条件,以此为基础构建一天内梯级水电站发电量最大和发电流量正的偏差平方和最大的多目标短期优化调度模型,并采用仿电磁学算法(electromagnetism-like mechanism,ELM)对其求解。采用自适应步长、空间缩减和变异等策略来改善仿电磁学算法的性能。通过递归策略将蓄水量、水量平衡等约束转化为由发电流量表示的约束条件,以达到降低变量维数及提高算法效率的目的。以一个8级梯级水电站为例进行仿真,结果表明仿电磁学算法可有效求解具有复杂约束的非线性优化问题,也验证了所建模型可通过抬高水电站平均发电净水头及降低发电流量,实现对发电量和发电用水量之间的协调,提高梯级水电站运行的综合经济性。     

大规模混联水库群调度规则研究

根据聚合分解的思想,以能量的形式将水库水电站群聚合成一个等效水库,分析了等效水库各能量因子的物理特性和统计特性,建立了等效水库的调度函数模型,采用逐步回归分析提取调度规则;建立以时段末蓄能最大为目标的出力分配模型,采用遗传算法求解该模型,将通过调度函数得到的时段总决策分配到各个水库水电站.在综合考虑库群各水电站自身约束...     

考虑大用户直购电的动态环境经济调度

动态环境经济调度在环境经济调度的基础上考虑发电机组的爬坡约束,增强了调度时段内各时段间机组出力的强耦合约束,如何有效地解决此类问题至关重要。另外,大用户直购电如何影响电网动态环境经济运行调度也具有一定研究价值。为此,对考虑大用户直购电的动态环境经济调度问题进行建模,并采用内点法多约束处理策略改进多目标细菌群体趋药性(MOBCC)优化算法进行求解,旨在从系统发电成本的角度研究大用户直购电对经济调度的影响。最后,通过仿真验证明所提方法的有效性,并对仿真结果进行分析总结,说明所采用方法对大用户直购电策略、电网调度影响分析具有一定指导意义。     

基于等流量法缩减空间策略的水电站调度方法

采用合理的调度方法可有效提高水电站发电效益。模拟方法容易获取可行解,但不能提供最优解;优化方法能够求得最优解,但往往因搜索空间过大而求解不理想。本文考虑两者特点,提出基于等流量法缩减空间策略的水电站调度方法,即利用等流量法模拟调度过程,缩减搜索空间,在缩减空间内利用优化方法求解模型。实例研究表明：该方法适合群智能算法求解水电站调度模型;在相同群智能算法和水电站调度模型下,缩减搜索空间后,多年平均发电量、保证出力提升显著,多年平均弃水量明显减少。此外,群智能算法在缩减空间内的收敛速度更快,标准差更小。因此,该方法能够有效提高群智能算法求解的优化程度、收敛速度和稳定性,可为水电站调度提供重要参考。     

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。     

澜沧江梯级电站中长期随机调度

在分析水电站水库群优化调度结果特点与规律的基础上,建立了基于年周期模型的库群随机优化调度模型。通过对澜沧江梯级电站的仿真试验和结果分析,表明该方法对于求解梯级电站水库群中长期随机调度问题是可行、有效的,为库群随机调度问题的求解提供了一个新的途径。     

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。     

水电站群补偿调节的递阶控制—关联平衡法

电力系统规划、水电站水库参数选择及水库调度运行要求水电站(水库)群进行最优补偿调节,以提高系统总的保证出力,获得最大的替代容量效益。但随着库群数目的增加,其“维数灾”使得现行一些传统优化方法难于求解,为此,本文应用大系统递阶控制原理和方法,以保证出力最大为准则,供水期出力相等作为关联,应用关联平衡法将库群大系统分解成单个水库手系统来求解,构成水电站群最优补偿调节的二级递阶结构,第一级我们应用可变容差法求解子问题,在第二级应用梯度法,这样上下两级反复迭代来求原问题的最优解。该方法用于大渡河梯级确定型水库群补偿调节的优化计算,得到了满意的成果。计算经验表明,水电站群补偿调节优化问题,应用递阶控制方法,比以前该课题所曾用的传统优化方法,所需计算机存储量少,在一定程度上克服了“维数灾”困难。     

系统分解协调算法的抽水蓄能电站优化调度

建立了包含抽水蓄能电站的电网统一调度优化模型,即以调度周期内火电燃料成本为最小目标函数,满足系统及各机组约束条件。利用系统分解协调思想,开发了一个结合拉格朗日松弛方法和粒子群优化算法的混合算法,将原优化问题分解为两层优化问题。上层拉格朗日算子优化利用次梯度算法求解,下层各子问题利用粒子群优化算法求解,经过迭代寻优得到最优对偶解后,利用一个启发式算法求得满足系统约束及各机组运行约束的原问题的可行解。最后通过算例验证了模型的合理性及算法的有效性。     

梯级水库发电优化调度搜索空间缩减法及其应用

梯级水库联合调度是对区域水资源进行直接调控的最有效措施之一,相比单库调度,可显著增加社会、经济和生态效益。针对智能算法求解梯级水库优化调度模型搜索效率较低、寻优结果不稳定等缺陷,本文基于发电调度模型中水电站最小出力以及下泄流量约束,提出了搜索空间缩减法。将其与智能算法耦合,利用优化的搜索空间产生高质量的初始种群,同时使算法在更小的搜索空间内寻优,进而提升算法的搜索效率。以典型入库流量下的某梯级水库发电优化调度为例,选用布谷鸟算法进行优化计算,对比了传统搜索空间与优化的搜索空间对算法搜索效率的影响。实例研究表明:缩小可行空间方法可进一步提升智能算法的收敛性以及求解精度,是改善梯级水库调度模型求解效率的一种实用、有效方法。     

松弛MPEC和MIQP的启发–校正两阶段动态无功优化算法

为快速求解计及离散调节设备动作次数约束和电网安全约束的多时段动态无功优化问题,建立以有功网损最小为目标函数的混合整数非线性规划模型,并提出一种启发搜索加变量校正的两阶段求解方法:启发搜索首先将离散变量松弛为连续变量,形成一个带平衡约束的的优化模型,进而得到各个时段的连续优化结果,然后建立以方差最小化为目标并严格满足原模型中离散调节设备动作次数约束的整数二次规划模型,得到最优动作次数和离散归整结果;变量校正是固定启发搜索得到的离散变量优化结果,重新校正连续变量的优化量。通过IEEE 14测试系统详细讨论了无功调节设备的步长和动作次数对优化结果的影响;此外,IEEE 30、57、118节点测试系统的优化结果表明,所提方法能够快速得到优化结果,实现并行求解,且其精度可满足实际工程需要。     

基于变量降维的大电网经济调度优化方法

随着电网规模扩大,经济调度问题因变量增多,维度巨大,造成求解困难。文中利用Benders分解法,将大电网安全约束经济调度问题分解为无安全约束的优化主问题和网络潮流安全约束子问题,将子问题安全约束返回主问题进行模型重构,通过主子问题协调最终实现问题求解。优化问题求解过程中,根据当前运行信息,对机组调整价值进行甄别,将其中对安全和经济贡献小的机组进行集中处理,同时根据重要断面潮流负荷变化的物理特征对研究时段进行检验,将非重点关注的相邻时段进行简化合并,实现压缩机组变量和时段数量、降低求解维度的目的。最后,算例验证表明基于变量降维的优化方法可以减少大电网优化时间,同时保持较高的求解精度,满足工程化计算要求。     

电力市场环境下大规模水电站群月度交易电量分解与校核方法

针对电力市场环境下月度电量交易与发电调度衔接不够紧密导致水电站经常出现严重超发、少发和弃水等问题,提出大规模水电站群月度交易电量分解校核模型与求解方法。该模型根据来水大小分别采用汛期目标和枯期目标,汛期目标为当日的月累计发电量完成进度与系统计划进度偏差最大值最小,枯期目标为月末累计发电量与交易电量相对偏差最大值最小,求解思路是首先利用滚动预测的日尺度负荷,依次扣除不参与优化的火、风、光三类电源以及部分水电站计划出力后,剩余负荷作为优化计算的边界条件,然后以进度完成偏差大小为启发信息迭代优化月度交易电量分解到日尺度,并耦合水量平衡、负荷平衡、电量平衡、断面极限约束进行多维校核。以云南澜沧江、金沙江、红河以及伊洛瓦底江等干流梯级50多座水电站群为研究对象,结果表明提出的分解校核模型能够实现月度电量交易与发电调度无缝衔接,有效缓解大规模水电站群超发、少发和弃水等问题,对保障交易电量顺利执行以及电力系统安全稳定运行具有重要意义。     

基于变尺度混沌算法的混联水电站水库群优化调度

提出一种求解混联水电站水库群中长期优化调度问题的方法-变尺度混沌优化算法(Mutative Scale Chaos Optimization Algorithm,MSCOA).算法利用混沌运动的内在随机性、遍历性和规律性来寻找混联水电站水库群中长期最优调度计划.算法利用混沌运动的特点,将混沌变量映射到待寻优变量区间,通过尺度变换不断缩小优化变量的搜索空间,利用改变"二次搜索"的调节系数提高搜索精度以获取全局最优解.实例计算结果表明,算法可以求解具有复杂约束条件的非线性混联水电站水库群优化调度问题.算法求解精度高、收敛速度快,为解决混联水电站水库群中长期优化调度问题提供了一种新的方法.