基于启发式混合整数规划法求解大规模机组组合问题

为了改进单纯的混合整数规划法在求解大规模机组组合问题时难以在合理时间内求得满意优化解的问题,提出了一种基于启发式的混合整数规划算法。该算法根据机组开停的内在机理,通过综合分析机组开停特性与负荷曲线特性,基于改进优先顺序法以确定部分整数变量,以此为基础结合混合整数规划法求解大规模机组组合问题,达到提高计算速度、扩大计算规模的目的。将所提算法应用于多个标准算例并与现有文献进行参照对比,验证了所提算法的正确性与高效性。将该算法应用于某实际电网,验证了该算法的实用性。     

含风电场群的区域电网两层多阶段电压协调控制方法

为了改进单纯的混合整数规划法在求解大规模机组组合问题时难以在合理时间内求得满意优化解的问题,提出了一种基于启发式的混合整数规划算法。该算法根据机组开停的内在机理,通过综合分析机组开停特性与负荷曲线特性,基于改进优先顺序法以确定部分整数变量,以此为基础结合混合整数规划法求解大规模机组组合问题,达到提高计算速度、扩大计算规模的目的。将所提算法应用于多个标准算例并与现有文献进行参照对比,验证了所提算法的正确性与高效性。将该算法应用于某实际电网,验证了该算法的实用性。     

用大系统分解与协调理论研究电力系统的最优机组组合

本文根据大系统分解与协调理论,提出了一个新的求解电力系统最优机组组合的数学模型,并将这个N维混合整数非线性规划模型降维分解成N个一维子模型,从而可用简单实用的一维动态规划法求解子模型。并借助于协调器进行全局协调优化,求出最优机组组合,克服了应用直接动态规划法遇到的“维数灾”。 电力系统实例计算结果表明,在机时、内存和经济效益等方面,本文方法均明显优于直接动态规划法。     

电力系统机组组合中Kuhn-Tucker最优性条件的扩展应用

机组组合(ED)是电力系统规划中常见的混合整数非线性组合优化问题.结合电力系统机组组合问题的特点,将经典数学规划理论中的Kuhn-Tucker最优性条件与现代优化计算方法中的启发式算法相结合,实现机组组合问题中的整数变量优化部分与连续变量优化部分的信息融合,使主问题与子问题的求解信息同时影响全局优化的搜索过程.提出了一种随机的启发式越限处理方法,该方法突破了K-T最优性条件在电力系统中的传统应用规则.最后,通过仿真计算,说明提出的方法的优越性.     

基于分布式计算的月度机组组合高效算法设计

月度机组组合是电力系统中长期运行方式安排的重要内容。为解决传统以"内点法+混合整数规划"为核心的求解算法在解决大规模月度机组组合问题时计算效率较低的问题,本文提出了一种基于混合维度粒子群分布式算法的月度机组组合高效计算方法。混合维度粒子群算法以传统粒子群算法为基础,通过将原种群根据其混合整数变量拆分为多个互不重叠的子种群,将原串行计算问题等效转变为并行问题,从而可利用多个子计算服务器同时求解,提升计算效率。最后基于某省级电网实际数据构造的算例表明,相较于传统粒子群算法,分布式计算能大幅提高月度机组组合问题的计算效率,同时计算效率随计算服务器增加而提升,对解决当前电网规模不断扩大下的月度机组组合高效计算问题具有显著效果。     

基于动态搜索线性混合整数法的机组组合新算法

针对常用机组组合算法计算量过大的问题,提出了一种基于动态搜索的线性混合整数规划法,该方法在基于分支的线性混合整数规划法的计算框架中引入了动态搜索的概念,采用单独考察与时间相关的约束和功率约束等措施来减少进入分支阶段的数量,在实际运用中,可针对不同规模的系统通过调节计算参数灵活地控制计算时间和计算精度。算例分析结果表明,该方法快速、有效,适合求解大规模电力系统安全约束机组组合问题。     

求解机组组合问题的改进混合整数二次规划算法

混合整数二次规划(MIQP)算法求解机组组合问题具有全局优化能力,但是针对大规模优化问题,其计算速度和计算精度将受影响.文中提出了求解机组组合问题的改进MIQP算法.该算法的核心思想是引入了松弛和解耦2种改进策略.通过求解松弛整数变量的二次规划模型,首先获得机组组合的下界空间,然后再通过拉格朗日解耦算法获得机组组合的上界空间,进而在上下界确定的寻优空间内采用MIQP算法进行再优化.不同测试算例表明,改进的MIQP算法快速且有效,可以降低优化问题的复杂度,显著减少计算时间.     

基于改进近似动态规划的安全约束机组组合算法

针对电力系统的安全约束机组组合问题,提出了一种基于改进近似动态规划的求解算法。考虑到安全约束机组组合是一个多时段混合整数非线性规划问题,难以直接求解,所提算法将其建模成马尔可夫决策过程,并利用近似动态规划实现解耦求解。为了处理近似动态规划决策空间过大的问题,所提算法通过决策空间缩减技术提前获得大部分机组的开停机状态,有效提高求解效率。在IEEE 39节点系统和一个实际系统上进行了算例分析,验证了所提算法的有效性。     

机组组合算法中起作用整数变量的辨识方法

应用成熟的数学规划方法求解机组组合问题是当前的发展趋势,但是整数变量太多使得该问题的求解效率太低。在深入研究机组组合的模型特点以及电力系统的物理本质的基础上,提出了混合整数规划问题中起作用整数变量的新概念,据此提出了能够综合考虑系统时段耦合约束、网络安全约束以及机组启停费用的规范化起作用整数变量辨识方法。通过对起作用整数变量进行组合优化计算,将不起作用整数变量直接转化为连续变量求解,有效缩小了机组组合的寻优空间,在不影响机组组合最优解的前提下,提高了求解效率,对大幅度提高机组组合的计算效率和应用水平具有重要的价值。理论分析和算例测试验证了该方法的有效性。     

含随机风电的大规模多目标机组组合问题的向量序优化方法

向量序优化是一种新的解决多目标、超大计算量、复杂优化问题的有效方法。文中以煤耗量、购电费用、SO2排放量为优化目标,首次引入向量序优化理论求解含大规模随机风电的多目标机组组合问题。以含大型风电场及水、火、核、气、生物质能等复杂电源的某省级电力系统为例,将所提算法的优化结果与基于GAMS-BARON求解器的混合整数非线性规划法(mixed integer nonlinear programming,MINLP)进行对比分析,结果表明所提算法的求解速度大大优于传统的MINLP且优化结果偏差很小,验证了采用向量序优化方法求解含随机风电的大规模多目标机组组合问题的有效性。     

基于外逼近方法的中期机组组合问题

利用外逼近方法（OAM）提出一种求解机组组合（UC）问题新的确定性方法。OAM是一种分解方法,它把UC问题分解为一系列的混合整数线性规划（MILP）主问题和非线性规划（NLP）子问题。应用分支割平面方法求解MILP,应用新的零空间内点法求解NLP。54机组168时段等多个系统的数值仿真表明,OAM具有快速的收敛速度,能有效处理爬坡约束,为大规模安全约束机组组合问题的有效求解提供了一条新途径。     

机组组合问题的仿射可调整鲁棒优化模型与算法

为了有效应对电力系统调度决策中的不确定因素,尤其是大规模间歇式能源并网所带来的不确定性,提出基于仿射可调整鲁棒优化理论的不确定机组组合求解方法。建立了不确定机组组合问题的仿射可调整鲁棒优化模型,利用线性决策规则建立决策变量与不确定参数之间的仿射关系,从而将两阶段问题转化为单个阶段优化问题,在此基础上,采用对偶理论将模型转化为可以直接求解的标准混合整数规划模型。通过标准算例测试,验证了该方法的有效性。     

基于改进离散粒子群算法的电力系统机组组合问题

提出一种新的离散粒子群算法。结合改进的自学习策略优化粒子群算法适用于求解电力系统中的机组组合（unit commitment,UC）问题。算法将UC问题分解为具有整型变量和连续变量的2个优化子问题,采用离散粒子群优化和原对偶内点法相结合的双层嵌套方法对外层机组启、停状态变量和内层机组功率经济分配子问题进行交替迭代优化求...     

基于内点半定规划的机组组合问题

提出一种基于内点半定规划(semidefinite program- ming, SDP)直接求解机组组合(unit commitment, UC)问题的新方法。通过引入辅助变量,该方法将原整数变量约束转化为凸二次约束,进而将UC问题转化为半定规划问题,并用现代内点法进行求解。针对计算结果中整数变量存在微小偏差的问题,采用启发式技术进行修正。100机24时段等6个系统的仿真结果表明,所提方法能有效处理机组爬坡约束,具有较快的计算时间,适合于求解大规模的UC问题,是一种有应用前景的方法。     

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。     

基于改进遗传算法与原对偶内点法的无功优化混合算法

基于改进遗传算法和原对偶内点法提出一种求解无功优化问题的混合算法。首先通过改进遗传算法求解无功优化问题中的离散变量,然后采用原对偶内点法求解与已获得离散变量最匹配的连续变量。在改进遗传算法中采用交叉、变异算子并基于可行域规则处理离散约束,有效提高了混合优化算法的整体寻优效率。在IEEE 118节点系统中的仿真计算结果验证了本文方法的有效性。该方法已应用于福建电网自动电压控制系统中。     

考虑发电机安全运行极限的非固定分段无功优化模型及其算法

针对目前无功优化中没有根据不同发电机运行区域建立相应的无功辅助费用的问题，考虑了发电机安全运行极限约束，按照无功输出能力的不同，把发电机运行域分为了4个区，并给出了各个区域的发电机无功辅助费用计算函数。建立了以系统有功网损费用与发电机无功辅助费用之和最小为目标函数的无功优化模型，其对应的优化问题是一个具有非固定分段特点的非线性混合整数规划问题。文中提出了2种优化算法来求解该优化问题：结合启发式规则的混合整数规划内点法HEUIPM，其计算速度虽快，但为局部优化算法，并且在某些情况下存在不收敛的可能性；基于非线性内点法和免疫遗传算法所提出的启发式混合随机优化算法IPMIGA，该算法是全局优化的, 没有收敛性问题, 但其计算速度比HEUIPM慢很多。所以文中将2种方法结合起来，在程序设计时, 先用HEUIPM算法, 遇到不收敛时自动转到IPMIGA算法。对节点数从14到171的5个测试系统进行了仿真计算，结果验证了所提算法的有效性。     

基于改进飞蛾扑火算法的单时刻参数可变机组组合优化

机组组合属于高维、离散、非凸的混合整数非线性规划问题,具有NPhard特点。提出结合二进制粒子群算法与混沌飞蛾扑火算法的单时刻参数可变机组组合优化方法,将总时刻机组组合问题依次、逐一分解为单时刻启停状态主问题与单时刻经济分配子问题,对主、子问题分别运用二进制粒子群算法与改进飞蛾扑火算法进行交替迭代求解以提升求解速率。运用参数可变策略与优先次序法概率调整策略对算法参数及候选解进行修正,以提升算法运行效率及候选解质量。测试结果表明,本文所提方法具有良好的运算速率及收敛精度,能有效求解大规模机组组合问题。