电力市场下基于改进遗传算法的发电公司内部机组组合

针对电力市场条件下火力发电厂机组组合问题，提出了改进的遗传算法。该方法采用二进制编码，并取染色体形式为矩阵形式，无须解码。在形成初始群体时结合单位煤耗优先顺序法，先确定出1个交易区间内的必开和必停机组，从而减小了算法的随机性。在选择过程中，采用排序选择法，加快了算法的收敛，并让变异概率按线性规律变化，充分考虑了算法的全局性。经算例验算表明了该算法在满足安全可靠的多约束下具备可行性。     

用于中期电力市场的启发式机组组合算法

提出了一种用于求解中期电力市场机组组合问题的启发式方法.该算法将局部寻优法与优先顺序法有效结合避免了丢失最优解,同时通过逐次寻优逐步缩小了寻优范围,从而提高了求解速度.该算法在东北区域电力市场的实际应用表明了其实用性和有效性.     

美国电力目前市场中可靠性机组组合机制研究

针对可靠性机组组合(RUC)机制差异对市场运营结果的影响性问题,首先介绍了美国目前市场出清和RUC的衔接关系及其市场功能,随后对不同RUC机制设计进行介绍和讨论,并通过IEEE 118节点系统算例对RUC设计差异进行市场运营结果影响性分析.为我国目前双边市场建设提供借鉴经验.     

一种电力市场环境下解决机组组合问题的松弛方法

提出一种松弛算法解决电力市场环境下的机组组合问题。主要思想是在满足机组时间约束的基础上，对原问题进行松弛．从而形成一个以松弛子问题序列为依据的切机过程，切机的原则是机组的出力最小；因为松弛子问题的目标函数值逐渐增大逼近最优解，所以通过一个上界算法作为迭代过程终止的判据。本算法经过一个6机系统的检验证明是有效的。     

电力市场中火电机组自组合的模糊优化方法

机组启停机计划是发电公司参与电力市场竞争的重要决策依据.市场环境下,出清价格具有高度不确定性,必须在机组自组合决策中给予考虑.在市场出清价格模糊描述的基础上,提出不确定环境下含有启停机爬坡速率和升降出力爬坡速率约束的火电机组自组合模糊优化方法,通过分析真实市场参与者的决策取向,提出一种新的精确化方法,并采用动态规划模型求解精确优化问题,同时给出了精确化过程中多目标偏好系数的选择建议.算例分析表明,模糊机组自组合方法能灵活反映决策目标,是市场环境下一种新的不确定性决策方法.     

电力市场中火电机组自组合的模糊优化方法

机组启停机计划是发电公司参与电力市场竞争的重要决策依据。市场环境下,出清价格具有高度不确定性,必须在机组自组合决策中给予考虑。在市场出清价格模糊描述的基础上,提出不确定环境下含有启停机爬坡速率和升降出力爬坡速率约束的火电机组自组合模糊优化方法,通过分析真实市场参与者的决策取向,提出一种新的精确化方法,并采用动态规划模型求解精确优化问题,同时给出了精确化过程中多目标偏好系数的选择建议。算例分析表明,模糊机组自组合方法能灵活反映决策目标,是市场环境下一种新的不确定性决策方法。     

综合考虑电力市场与节能调度的火电机组组合方案

从中国火电基本都是燃煤机组的国情出发,考虑在电力市场实行以后,调度中心不能直接从发电机组获得机组煤耗函数的具体情况,利用二氧化碳(CO2)的排放量函数代替能耗函数,设计了考虑电力市场与节能调度相互协调的机组组合模型,并利用拉格朗日松弛法对模型进行求解.利用发电机组报价体现机组的发电意愿,以及能耗反映电力系统降耗和减排的要求,依靠报价权重因子的迭代选取决定机组组合方案.利用测量数据依靠多项式曲线拟合技术对排放量函数进行逼近,分析了不同测量误差对机组组合的影响.计算结果表明,建立的机组组合模型与机组组合方案能较好地实现能耗指标与经济指标的相互协调,具有广阔的实际应用前景.     

电力市场环境下解决机组组合问题的新方法

机组组合问题是电力市场环境下编制短期发电计划所面临的主要问题,在满足各种约束条件的情况下,如何合理地开、停机组、以及负荷如何在运行的发电机组之间经济地分配是一个比较困难的问题,特别是由于发电机组出力上升、下降速度的限制,使这个问题一直没有很好的解决方法。提出一种组合优化方法解决这一问题,即用启发式方法确定机组组合,用分段线性规划算法分配功率,并满足各种约束条件,特别是可以处理发电机组出力上升、下降速度约束、经实际系统检验是一种非常有效的算法。     

电力市场环境下解决机组组合问题的研究

提出了一种解决电力市场环境下机组组合的新方法 ,考虑了包括网络安全约束在内的多种约束条件。这种方法首先将一个大系统按系统通常的运行方式分成一些小的子系统 ,满足联络线功率不过载的约束条件 ,并在这些小的子系统之间分配负荷 ;然后将各子系统的机组组合问题分为两层的规划问题 ,用动态规划法和分段线性规划算法分别解决这两个问题 ,并满足时间约束 ,机组出力上升、下降速度约束等各种约束条件。本算法经一个 8机系统的检验 ,说明本算法是非常有效的     

电力系统机组组合问题的改进粒子群优化算法

机组组合问题是一个大规模的非线性混合整数规划问题.文章首先对机组组合问题的0、1变量进行松弛,应用罚函数方法将此问题转化为一个非线性连续变量的规划问题,并应用改进粒子群优化算法求解.该算法在标准的粒子群优化算法的基础上,每个粒子速度和位置的更新不仅考虑自身个体极值和全局极值的信息,还考虑其它粒子所包含的信息.通过收敛性分析可知,若合适地选择算法的控制参数,该算法能较好地收敛到最优解.算例表明文章所提出的算法具有解的质量高、收敛速度快的优点.     

机组优化组合的遗传算法

本文对机组优化组合的遗传算法进行了研究，针对问题的特征，设计了应用方法。实例计算表明，遗传算法具有收敛性好，适应性强，能找到近乎全局最优解，它对实现机组优化组合具有实用价值。     

遗传算法搜索优化及其在机组启停中的应用

提出了一种遗传算法应用于机组启停的新思路。针对机组启停问题的特点,设计了一些启发式技术,使得遗传算法初始种群中的所有个体都是可行解。针对遗传操作生成的不可行解,建立了一种从不可行域到可行域的是映射关系,大大减少了搜索中的无效操作。对过度满足约束条件的解,给出了一种有效减冗余的手段。并提出了一种边界搜索方法,可以更容易得到更优的解。这些措施起到了优化搜索路径的作用,有效地提高了遗传算法求解的效率和质量。     

一种求解大规模机组组合问题的混合智能遗传算法

针对传统的采用二进制编码的遗传算法在求解大规模机组组合问题时收敛速度慢、易早熟等问题,作者结合机组组合问题的特点,提出了一种混合智能遗传算法.该算法以机组状态作为个体编码,结合启发式方法的自适应智能变异算子求解目标函数,显著缩小了求解问题的规模,保证了群体多样性,提高了算法的搜索效率,改善了算法的收敛性.仿真计算结果表明了该算法的有效性和实用性.     

单亲遗传算法及其在火电厂机组优化组合中的应用

本文首先简单介绍了序号编码的单亲遗传算法,然后针对火电厂电机组优化组合问题的具体特征,提出了一种实数编码的单亲遗传算法,并构造了两种遗传算子,最后给出了一个计算实例,计算结果表明这种算法是非常有效的。     

电力系统机组组合问题的系统进化算法

提出了一种适用于解决大规模电力系统机组组合问题的新型优化算法－－系统进化算法,与常规的优化算法相比该方法具有更强的适应性和鲁棒性,能处理高维数、非凸、离散、非一的实际系统化问题。系统进化的思想具有方法论的意义,根据实际问题的不同特征可以设计不同的系统进化算法。这种方法的提出可以为复杂系统的优化规划、运行决策提供新的途径。     

电力市场对电网调度运行的影响

本探讨了电力市场的出现对电力系统调度运行方式及其自动化系统高级应用软件设计的影响。介绍了电力市场中的机组组合、负荷预报、交易计划的变化和相应的算法。     

电力市场中考虑机组启停约束的购电策略

在电力市场环境下,电网以最小化购电费用为目标,而发电公司以最大化售电收益为目标,如何寻找二者之间的市场成交点是一项复杂而重要的工作。制定发电计划时,机组的启停是必须考虑的问题。基于此,文中对电力市场中考虑机组启停约束的购电策略进行了研究,并建立了相应的数学模型,提出了机组报价对电网总购电费用灵敏度的概念,以及考虑机组启停约束的购电算法,得出的结论对制定发电计划有一定的指导意义。     

机组负荷最优分配的改进遗传算法

本文针对常规遗传算法缺点,根据具体问题的特征,对火电厂内机组优化组合中的遗传算法从各个环节进行了改进,实例计算表明,该方法收敛性好,适应性强,能更有效地达到或接近全局最优。