不同约束下机组组合决策结果的分析

机组组合因其约束集合的不同而具有不同的侧重点,因而适用于不同的场景。本文以单母线模型、计及直流潮流约束、计及交流潮流约束三类不同约束集下的机组组合问题为例,通过对决策结果的分析,探讨了网络约束制约机组启停的机理及三者之间的关联关系,并对其各自适用的场合提出建议。     

机组组合问题的两层优化研究

根据两层规划理论,提出网络约束机组组合的二层优化模型和算法。上层是以各子系统总成本最小为目标,考虑网络约束的有功优化潮流;下层由若干无网络约束的发电子系统构成,子系统由上层决定其发电任务,以此为依据决策机组的启、停状态。两层问题依据下层各子系统提供的边际信息交替求解,当边际信息无变化时便完成了机组组合。算例分析表明该方法对解决网络制约的机组启、停决策问题是有效的。     

考虑稳态频率约束的含大规模风电电力系统机组组合研究

风电的大规模接入给电力系统运行带来了新的挑战。随着风功率的渗透率逐渐增加,由风功率预测误差带来的不平衡功率将导致频率波动量的增加。含风电电力系统的机组组合问题往往没有考虑系统的安全约束,尤其是频率安全约束,而频率安全约束将直接影响发电计划的可行性。搭建考虑稳态频率约束的含大规模风电机组组合优化模型,并采用CPLEX优化软件来进行求解,从而得到系统常规机组发电成本最小。最后,以小规模电网算例对所提方法进行测试,将测试结果与传统的考虑频率约束的机组组合方案进行比较,验证了该方法的有效性与优越性。     

采用Benders分解的5G核心网用户面动态部署算法

为了应对5G网络时变的数据流量负载，同时满足5G低时延业务需求，提出基于Benders分解的用户面功能(UPF)部署与流量调度多阶段规划算法，以实现边缘网络环境下5G核心网用户面的动态部署.以最小化边缘服务器能耗、UPF部署成本及用户面数据时延为目标，考虑部署决策的延迟影响，建立UPF部署和流量调度多阶段规划模型.用Benders分解算法，将模型分解为UPF部署主问题和一系列流量调度子问题，交替迭代求解主问题和子问题，以获得最优的UPF部署和流量调度.仿真结果表明，所提算法在保证求解精度的同时具有较快的收敛速度；与逐阶段求解方法和基于马尔可夫决策过程(MDP)的启发式算法相比，所提算法分别节省了10.4%和5.1%的总运营成本.     

考虑风光互补的电力系统多目标随机优化发电方案研究

为解决风光并网消纳问题,考虑实际电力系统风电穿透功率极限、风光并网准入功率极限等因素的影响,针对特定时空范围内风光互补特性,搭建风光互补概率模型,且设置适宜的风光互补装机容量比例;在风光互补不确定约束下,构建以火电机组运行及启停成本综合最小和污染物排放量最小为目标函数的多目标随机优化机组组合模型;模型考虑极端气象条件下,风光发电出力超出电网实际可接纳容量的情况,并在每个优化时段内引入风光发电准入功率约束;提出基于蒙托卡洛方法、NSGA-II和最大满意度相结合的模型求解算法。算例结果验证了文中模型和算法的有效性和优越性。     

基于网损迭代的含风电机组日内安全经济调度滚动修正模型

随着风电并网容量的逐渐增大,其自身的随机性和波动性给电网带来了较大的消纳难度和安全性问题,同时在调度模型中网损的忽略可能导致机组发电出力不足。针对上述问题,建立了基于网损迭代的日内经济调度滚动修正模型。滚动调度修正过程根据最新预测信息,并结合之前时段制定的调度计划进行相应调整。网损迭代过程考虑网损分布,然后进行经济调度,每次迭代过程进行交流潮流计算,支路潮流安全性校核,并更新系统网损。此外,针对调度阶段不收敛和支路潮流越限情况,制定了松弛机组出力限值和添加附加约束的调节策略。最后,通过算例仿真验证了本文模型的有效性和正确性。     

一种多区域机组组合问题的有效算法

本文以二层规划理论为依据,建立多区域机组组合的二层优化模型,并提出模型的有效计算方法。其中,上层是以电力系统总体运行成本最小为目标的有功最优潮流问题;下层由多个单区域内的机组组合问题组成。上层决定下层每区域内的发电任务,下层以此确定机组的运行状态,同时向上层反馈各区域发电成本的边际信息。通过算例分析,表明本文方法对解决网络制约的多区域内机组启、停决策问题是有效的．     

节能发电调度下AGC机组的优化调配研究

节能发电调度对AGC机组优化调配提出了新的要求,在新的调度模式下,AGC机组调配应以能耗最低作为目标。首先建立了节能发电调度下AGC机组的优化调配模型,考虑了系统网络约束对调配过程的影响,并采用混沌遗传算法对AGC机组的优化调配问题进行求解。该方法利用混沌扰动抑制遗传算法的早熟,加快了收敛速度,降低了计算时间。优化计算结果同时包含机组组合和负荷分配方案,增强了方法的实用性。     

考虑不确定性的电热耦合多能微网系统概率潮流计算

多能微网系统结构及设备耦合关系复杂,接入新能源的不确定性为系统运行带来巨大挑战。基于Beta拟合的光伏发电模型和两参数威布尔分布的风力发电模型,采用分解求解法进行了多能耦合潮流计算。然后对33节点电网和33节点热网耦合的多能源系统进行了算例分析,利用蒙特卡洛法提取不确定性样本,进一步提出了考虑光伏、风电和电、热负荷不确定性的概率潮流计算方法。最后运用该方法完成了概率潮流的算例分析,从概率潮流计算方法和各子网络的潮流计算结果两方面验证了方法的有效性。     

基于辅助问题和序列二次规划法的电网分区并行最优潮流算法

针对传统集中式潮流计算存在的问题,建立基于电网分区的分解协调模型.采用构造辅助问题(AP)的方法进行分布式并行计算,将大型互联电网最优潮流问题分解为多个子网的并行潮流优化问题,在每个子网中,采用序列二次规划法求解子系统的的优化问题.基于地域的系统分解与协调符合电网市场的发展方向.仿真结果表明,该算法具有收敛性和快速性     

基于自适应量子遗传算法的电力系统机组组合问题

采用了一种自适应量子遗传算法来解决机组组合问题.其数学模型以最小燃料成本作为目标函数.考虑的约束条件有功率平衡约束、机组容量约束、最大启停次数约束,以及最小连续停运和运行时间约束.该算法采用了新的量子个体来表示机组的启停状态,提出了针对个体适应值和进化代数的自适应量子旋转角,使个体向更好的解靠近.仿真实验结果验证了自适应量子遗传算法的可行性和优越性.     

基于分时电价的加权太阳能价值电价

太阳能价值电价是解决分布式光伏发电引起供电成本分摊不公和电网收益下降问题的新思路。针对目前的计算模型未考虑电网不同运行条件下的供电成本变化问题,提出基于分时电价的加权太阳能价值计算方法。按峰、平、谷三时段典型化电网运行条件,讨论了相关参数的设置,建立了改进模型。新模型更好地计及了光伏发电与电网运行的时间一致性,能够更准确地反映光伏发电的价值。仿真分析验证了本方法的有效性。     

基于牛顿法的电力系统最优潮流计算

为研究电力系统最优潮流问题的可行算法,对牛顿法进行探讨并基于该算法进行最优潮流计算.由于最优潮流问题属于典型有约束条件的非线性规划问题,故引入二次罚函数处理约束条件,将牛顿法和二次罚函数结合并用MATLAB仿真平台进行算法编程,求出IEEE14节点标准系统的最优潮流计算结果,同时得出收敛时间和系统发电成本.实验结果表明:该方法的收敛性较好,计算速度较快;运用牛顿算法求解最优潮流,可使发电成本最小或功率损耗最小,从而达到优化资源配置,降低发电及输电成本的目的,具有很好的经济效益和社会效益.     

A new method on hydrothermal scheduling optimization in electric power market

The hydrothermal scheduling in the electric power market becomes difficult because of introducing competition and considering sorts of constraints. An augmented Lagrangian approach is adopted to solve the problem,which adds to the standard Lagrangian function a quadratic penalty term without changing its dual property,and reduces the oscillation in iterations. According to the theory of large system coordination and decomposition,the problem is divided into hydro sub-problem and thermal sub-problem,which are coordinated by updating the Lagrangian multipliers,then the optimal solution is obtained. Our results for a test system show that the augmented Lagrangian approach can make the problem converge into the optimal solution quickly.     

云制造环境下车间制造资源网格管理设计

针对传统车间资源管理方法不能够满足云制造环境下制造资源动态调度与配置的要求,首先提出车间制造资源网格分层结构模型,并设计出云制造环境下车间制造资源网格管理流程,在此基础上定义了由物理资源、制造能力单元和制造能力约束组成的网格基单元,研究制造资源网格管理的3个关键子过程—制造资源网格目录的设计、资源存储代理中间件的设计和资源信息查询子过程.该方法为云制造环境下的制造资源调度与配置提供了统一的资源管理机制,同时丰富了网格技术的研究内容.     

双馈风机与电网机电扭振互作用可能性分析

为了研究大规模双馈式感应发电机风电场并网是否能引发双馈风电机组与交流电网间的机电扭振互作用问题,分析了双馈风电机组与交流电网间机电扭振互作用的机理,并基于双馈风电机组轴系特性对其与交流电网之间发生机电扭振互作用的可能性进行了探讨.分析得出由于交流输电系统串补度的限制,双馈风电机组与交流电网之间发生机电扭振互作用的条件较难满足,由此引发次同步谐振的可能性很小.通过时域仿真算例验证了结论的合理性.     

Multi-objective coordination optimal model for new power intelligence center based on hybrid algorithm

In order to resolve the coordination and optimization of the power network planning effectively, on the basis of introducing the concept of power intelligence center (PIC), the key factor power flow, line investment and load that impact generation sector, transmission sector and dispatching center in PIC were analyzed and a multi-objective coordination optimal model for new power intelligence center (NPIC) was established. To ensure the reliability and coordination of power grid and reduce investment cost, two aspects were optimized. The evolutionary algorithm was introduced to solve optimal power flow problem and the fitness function was improved to ensure the minimum cost of power generation. The gray particle swarm optimization (GPSO) algorithm was used to forecast load accurately, which can ensure the network with high reliability. On this basis, the multi-objective coordination optimal model which was more practical and in line with the need of the electricity market was proposed, then the coordination model was effectively solved through the improved particle swarm optimization algorithm, and the corresponding algorithm was obtained. The optimization of IEEE30 node system shows that the evolutionary algorithm can effectively solve the problem of optimal power flow. The average load forecasting of GPSO is 26.97 MW, which has an error of 0.34 MW compared with the actual load. The algorithm has higher forecasting accuracy. The multi-objective coordination optimal model for NPIC can effectively process the coordination and optimization problem of power network. Foundation item: Project (70671039) supported by the National Natural Science Foundation of China