发电机组启停机的智能优化经济调度研究

遗传算法用于解决启停机优化调度问题中,常出现群体早熟和有时收敛于局部最优解等问题.而模拟退火算法在接受新解时却显示出较好的特性.在遗传算法的评价函数中引入模拟退火算法以及在选择操作中采用模拟退火算法的接受准则,将两者进行混合可有效地缓解其选择压力,增强算法的全局收敛性.采用十进制编码,无需解码,可减少计算误差和时间.算例分析表明该算法可以在满足安全可靠的多种约束条件下,较好地改善机组启停计划的经济性.     

基于二进制微分进化算法和目标函数分解的大规模机组组合求解

为了避免在机组组合求解过程中将机组启停计划和负荷经济调度两者形成内外双层嵌套求解,从而导致计算比较耗时的问题,引入启运机组的总平均燃料成本和系统旋转备用剩余量这2个可调节的子目标,将传统的机组组合模型分解成2个独立的优化目标,构建了一种基于目标函数分解的二阶段可独立求解的机组组合模型。采用一种改进的二进制微分进化算法对第一阶段的机组启停计划目标进行求解,对每个代表机组启停状态的个体编码采用机组最小启停时间约束、旋转备用约束、机组去组合等处理机制,有效保证了每个解的有效性并缩小了算法的搜索空间。根据求解得到的机组启停状态,采用半定规划法求解第二阶段的负荷经济调度目标。采用经典的测试算例验证了所提方法在大规模机组组合求解中的有效性。     

大规模风电入网下的风气火电力系统联合优化调度

建立综合考虑机组能耗成本最低、环境成本最低、火电机组平稳运行为目标的风气火联合优化动态经济调度模型。采用启发式搜索确定机组组合,避免火电机组频繁启停及过大的系统容量冗余。提出一种改进的混合粒子群算法,通过10机测试系统验证了该算法的优越性。以某地区电网为例进行仿真计算,结果验证了所提调度模型与改进的粒子群算法的可行性和有效性。     

制粉系统一键启停在超临界火电机组中的实践与应用

随着新能源并网容量逐渐增加,超临界火电机组频繁参与电网调峰运行,增加了机组运行中制粉系统的启停操作,为了减少制粉系统启停时对机组主要参数的扰动,进行制粉系统一键启停控制策略研究,并在某超临界火电机组实施,使机组制粉系统启停操作标准化,降低了制粉系统频繁启停对机组主要参数的影响,保证机组安全运行。     

直流锅炉快速变负荷磨煤机启停优化

针对大型机组频繁变负荷时磨煤机快速响应的自动启停问题,构建了磨煤机启停过程数学模型.针对该模型特性,对标准粒子群算法进行改进,并对磨煤机启停优化过程进行仿真试验,得到经改进粒子群算法优化后的磨煤机启停状态.将仿真计算得到的磨煤机出力电耗与某电厂1 000 MW机组磨煤机现场运行数据进行对比,结果显示优化后的磨煤机启停组合方式能满足机组运行对磨煤机出力的要求,磨煤机每天可节电6.8％.     

考虑机组启停下含负荷侧调用的电力系统调度研究

为了解决新能源波动性导致电力系统调峰能力严重不足的问题,针对极端情况下负荷和新能源功率严重不匹配的情况下提出了一种考虑机组启停含负荷侧调用的电力系统调度方法,首先根据负荷和新能源功率相减拟合得到等效负荷,其次根据等效负荷和火电机组最大最小技术出力的关系确定火电机组的功率分配、负荷侧调用和机组启停情况,然后对比了不含机组启停、仅考虑机组启停和含负荷侧调用考虑机组启停调度方法下的限电成本、限电率和启停成本,最后通过仿真验证了本文调度方法的可行性。     

竞争机制下的火电机组启停计划的优化

在电力市场厂网分开竞争机制下，发电厂机组优化组合作为电力系统短期经济调度的一个重要方面，传统的以满足全部负荷需求同时使成本最小为目标的火电机组优化启停的数学模型难以适应电力市场运营模式。针对这种情况，从发电厂的角度，结合电力市场运营实际和时段负荷经济方法，运用经济学领域的边际分析理论，提出了以利润最大为目标函数的优化火电机组启停的改进遗传算法。该算法提出了启发式初始解和改进遗传操作，克服了基本遗传算法处理机组组合问题的不足，能方便有效地处理火电机组优化组合的复杂约束问题，提高了收敛速度，具有实用价值。     

大型水火电力系统短期最优机组启停调度

给出了描述大型水火电力系统短期机组启停调度的数学模型,应用大系统分散控制理论将这一复杂问题分解为3个简单的子问题,分别用一维动态规划和网络规划法术解,最后,通过拉格朗日乘子协调控制得出最优可行解。该算法也可同时考虑火电的最优启停机计划和水电的优化调度。     

改进混沌离散粒子群与等微增率的机组组合优化

针对火电机组组合问题具有非线性、离散性、随机性以及高维、非凸等特点,提出一种适用于求解大容量火电机组组合优化问题的改进混沌离散粒子群优化算法。基于改进混沌离散粒子群算法来确定机组启停决策变量,采用跟踪负荷变化并引入修正策略来修正机组启停决策变量,提高算法的效率和解的精度。采用Kuhn-Tucker最优性条件对等微增率进行改进,使其分配结果满足爬坡及出力上下限要求。通过改进的混沌离散粒子群与等微增率混合嵌套,分别对外层机组启、停状态变量和内层负荷分配进行交替迭代优化。仿真算例表明,所提出的算法在求解机组组合问题时具有较强的全局搜索能力和适应性。     

竞争机制下基于改进遗传算法的火电机组启停

电力市场正逐步引入厂网分开竞价上网的竞争机制,而发电厂的发电情况与电网的经济运行有极大的关系.在这种运行模式下,火电机组的优化启停数学模型需要进一步改进.本文从发电厂利润最大化角度出发,建立火电机组启停的数学模型,并提出用优化遗传算法确定火电机组启停的方法.该方法能有效克服一般遗传算法在机组优化组合中的不足,提高了收敛速度,对发电机组优化组合问题具有实用价值.     

基于混沌遗传混合优化算法的短期负荷环境和经济调度

环境和经济短期负荷调度主要由在调度周期内的最优机组组合和负荷分配组成,该文将优先次序法、遗传算法与混沌优化相结合,以应用到电站机组环境／经济运行优化问题中,在混沌遗传算法中采用递阶基因结构,将控制基因用于机组组合全局粗寻优,参数基因用于负荷分配局部优化, 基因修正与罚函数相结合解决约束问题,采用混沌扰动避免遗传算法早熟,运用基于线性搜索的混沌局部优化方法,加快算法的收敛速度和降低计算时间,优化计算结果可以同时得到最优机组组合及负荷最优分配,为实际调度系统提供了一个良好的方法。     

基于遗传算法和TS算法的配电网电容器实时优化投切策略

分析比较了遗传算法（ＧＡ）和ＴａｕｂＳｅａｒｃｈ（ＴＳ）算法的特点,针对配电网电容器实时投切的非线性、整数寻优和快速必的特点,提出了改进的ＧＡ／ＴＳ混合算法并用于配电网电容器的实时投切。该算法用ＧＡ求解ＴＳ的初值,然后用ＴＳ求出量优势。算例结果说明了该算法的有效性和可行性,它具有在线运动的潜力。     

分布式电源的配电网重构和电容器优化投切

综合考虑最优潮流、配电网重构和电容器优化投切,建立了计及分布式电源的配电网经济运行模型。鉴于模型的复杂性,采用结合最优潮流和改进蚁群算法的混合优化方法进行求解。该方法将最优潮流嵌入改进蚁群算法中,利用最优潮流求解考虑网络安全约束的分布式电源优化调度问题,利用改进蚁群算法优化配电网结构和电容器档位。为了提高蚁群算法的优化效率,建立含有局部搜索蚂蚁的混合蚁群,平衡蚁群算法的全局和局部搜索能力。通过对16节点和33节点的测试系统仿真,表明提出的模型和算法正确有效。     

Optimal placement and sizing of distributed generators and shunt capacitors for power loss minimization in radial distribution networks using hybrid heuristic search optimization technique

This paper attempts to minimize power losses in radial distribution networks and facilitates an enhancement in bus voltage profile by determining optimal locations, optimally sized distributed generators and shunt capacitors by hybrid Harmony Search Algorithm approach. To overcome the drawback of premature and slow convergence of Harmony Search Algorithm (HSA) over multi model fitness landscape, the Particle Artificial Bee Colony algorithm (PABC) is utilized to enhance the harmony memory vector. In the first approach, the formulation echoes the determination of loss sensitivity factor to decide the sensitive nodes and thereafter decides on the optimal rating through the use of hybrid Algorithm. The second approach encircles the role of hybrid Algorithm to search for both the optimal candidate nodes and sizing of compensating devices by significant increase in loss reduction with the former approach. The procedure travels to examine the robustness of the proposed hybrid approach on 33 and 119 node test systems and the result outcomes are compared with the other techniques existing in the literature. The simulation results reveal the efficiency of the proposed hybrid algorithm in obtaining optimal solution for simultaneous placement of distributed generators and shunt capacitors in distribution networks.     

基于电力系统日发电计划的混合智能messy遗传算法

机组组合是电力系统日发电计划中主要的优化任务,在满足各种约束条件下求得全局最优解是一个比较困难的问题.传统遗传算法的二进制编码和随机遗传操作不适合于求解大规模机组组合问题.针对电力系统日发电计划的特点,提出了一种混合智能messy遗传算法(HIMGA),该算法实现简单,大大减小了求解问题的规模,保证了群体的多样性,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.     

基于蚁群优化算法的机组最优投入

机组最优投入问题（optimal Unit Commitment,UC)是寻求1个周期内各个负荷水平下机组的最优组合方式及开停机计划，使运行费用为最小。该问题是一个高维数、非凸的、离散的、非线性的优化问题，很难找出理论上的最优解，但由于它能带来显著的经济效益，所以受到了国内外很多学者的广泛关注。作者尝试采用一种新型的模拟进化优化算法－－蚁群优化算法（ACO）来求解该问题。首先，利用状态、决策及作者提出的路径概念把UC设计成类似于旅行商（TSP）问题的模式，从而可以方便地利用ACO来求解。其次，由于ACO处理的是无约束优化问题，对于UC这一约束优化问题，提出了不同的方法来处理各种约束。用tabu表限制不满足旋转备用约束和机组最小启／停时间约束的状态；通过附加惩罚项来处理线路N安全性约束。数值算例验证了此算法的可行性和有效性。     

PMU最优配置问题的混合优化算法

为使得电力系统在完全可观测的条件下,PMU安装数目最少,提出了一种混合优化算法以解决相量测量单元PMU的最优配置问题.混合优化算法以粒子群优化算法为主体,引入交叉、变异操作,并结合模拟退火机制控制粒子的更新.在处理解的约束问题时,采用了一种基于概率的启发式修补策略,避免修复后的解特征单一.将混合算法与其他算法在多个IEEE标准系统上进行了比较分析,结果表明在较大规模系统上,混合优化算法收敛率比标准粒子群算法提高数倍,计算量比模拟退火算法减少了数十倍,表明了较好的可行性和较高的效率.     

三角旋回算法及其在短期水火协调优化中的应用

提出一种新的全局优化方法--三角旋回算法(Triangle Gyration Algorithm,简称TGA),认为该算法具有结构简单、鲁棒性强和快速收敛的特点.算法的寻优过程采用历史最优目标函数值进行指导,利用三角变换进行迭代使其能够快速收敛到全局最优.用一个典型的算例对三角旋回算法进行了性能分析,且将该算法应用在水火电力系统短期(日前现货市场)协调优化调度中,得出的结论是该算法综合性能优越,在优化方法领域具有广阔的应用前景.     

风/光/柴多能互补发电系统优化配置研究

为实现风/光/柴多能互补发电系统的经济运行,应用启发式算法以分布式发电投资、运行费用、向输电系统直接购电费用以及考虑环境因素费用总和最小为优化目标,分别对并网型和离网型两种情况进行规划和运行的综合分析,从而确定各DG类型的最优投入容量。研究结果表明:该模型可以全面评估分布式发电的经济性能,并对不同运行方式给出相应的最优配置方案,从而极大地提高系统的供电可靠性和经济可行性。     

碳排放限制的混杂最优闭环微电网调度算法

针对微电网经济调度效率低下等问题,提出了一种碳排放限制的混杂最优闭环微电网调度算法。算法在考虑火力发电机组和多分布式发电聚合体组合调度的同时,以电网实际需求响应和碳排放限制作为约束条件,建立微电网经济调度模型;并将经济调度问题转化为混杂系统的最优控制,从而建立微电网经济调度与混杂系统最优控制序列的等价一致性;推导混杂系统获取满足贝尔曼方程的最优代价函数,借助神经网络逼近最优值获得最优闭环调度序列。仿真实验验证了本调度算法的闭环有效性,能在不同初始条件和外部扰动下依然获得最优调度序列,同时仿真结果证实降低碳排放限额或提高碳排放交易价格都有助于减少电网系统的总碳排放量。