基于改进多智能体进化算法的机组负荷优化分配

对发电机组输出功率速度限制等条件下的最优机组组合问题进行了研究,提出了基于多智能体进化算法的求解方法.首先选取二次函数作为机组煤耗量特性曲线,建立了负荷优化分配模型,同时考虑了机组运行的约束条件,并选取多智能体进化算法进行优化设计,从而达到机组组合与运行的良好协调,最后通过一个包含十台机组的火电厂负荷分配算例仿真,证明了这种新方法的可行性,获得了较满意的效果,为机组负荷优化分配问题提供了一种新的思路和方法.     

定制化求解机组组合混合整数线性规划模型的固定—推断法

为了突破机组组合算法的自主可控问题,基于开源混合整数线性规划求解器CBC,提出一种快速获取机组组合问题可行解的固定—推断法。首先将机组组合模型转换为推断标准模型,然后按重要性对所有整数变量进行排序。并利用约束违反函数依次确定整数变量的值,实现整数变量的固定,利用约束关系推断出与其相关的整数变量值。最后经过多轮的固定—推断可以实现所有整数变量的取值,从而求解一个线性规划问题即可得到各机组的出力。仿真结果表明,所述算法能有效求解大规模机组组合问题,可在更短时间内获取质量较好的可行解。与CBC求解器结合,能显著提升CBC求解器对于机组组合问题的求解效率。此外,所述算法还具备在其他求解器上进行定制的潜力。     

基于交叉随机粒子群优化算法的机组组合优化模型

针对机组运行时故障的不确定性,利用威布尔失效概率函数来详细描述机组的故障概率,并以此为基础提出了兼顾机组故障率的机组组合优化模型。根据所建模型的特点,提出了带有随机权重和带有异步变化学习因子的粒子群算法,将机组组合问题划分为离散量和连续量两部分,通过在机组编码矩阵中进行交叉计算来解决机组组合问题。以5台机组24 h的机组组合优化问题为例进行计算,验证了所建模型的正确性及所提算法在求解机组组合优化模型时的有效性。     

电力系统机组启停优化问题的改进DPSO算法

该文从微粒群优化算法的原理和机组组合问题的特点出发，提出了一种适合机组启停优化问题求解的改进的离散二进制微粒群优化算法(DPSO)：文中结合机组启停优化问题的特点，采用改进的DPSO算法对机组的开停机状态进行优化组合，利用随机的顺序投入法初始化原始种群，将无希望／重希望准则引入搜索过程，通过重新初始化机制与变异操作克服DPSO易于陷入局部最优的缺点，并保证机组的开停状态组合满足单机约束和系统约束。保证搜索在问题的可行域进行。对2个算例系统的仿真计算及与其它方法的比较表明，该算法在搜索精度和搜索速度方面均具有很大的优越性。此算法兼顾了收敛速度和收敛精度2个方面，具有很好的适应性。这种寻优的方式不仅为机组肩停优化问题带来了新的解决思路，对于求解更广泛的组合优化问题亦具有普遍的意义。     

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。     

基于原-对偶内点法和混合整数规划法的机组组合问题研究

电力系统机组组合能带来显著的经济效益,随着电力市场的不断发展,在电力系统优化运行中变得尤为重要。然而电力系统机组组组合问题是一个大规模、非凸、非线性混合整数优化问题,至今仍然没有找到一种理想的优化算法。因此针对其特点,采用了原-对偶内点法和混合整数规划法相结合的算法,首先利用混合整数规划法形成伴随规划来处理离散变量,再通过内点法求解伴随规划子问题和负荷经济分配,充分发挥了两种算法在求解机组组合问题上的优势。文中对标准10机组24时段系统算例进行了仿真测试并与之前的各种优化算法进行了对比,结果表明了本文算法模型解决机组组合问题的有效性和优越性。     

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。     

利用CC-PN建立机组组合问题中时间约束辅助模型

在为机组组合问题编制算法的过程中，因需要满足错综复杂的约束条件，容易使程序结构混乱、逻辑判断出错，最终导致算法求解失败。文中提出一种用于解决水力机组组合中时间约束问题的受控着色Petri网（CC-PN）模型，以指导和辅助机组组合算法程序的编制。该模型能直观地表达水力机组的启/停状况，并输出计算流量费用的开关量，将机组组合算法中面临启/停新机组时的约束判定和流量损失计算单独处理，为解决考虑时间约束的机组组合问题提供了新的辅助方法。     

变权重系数和关联规则挖掘方法在风光储运行优化中的应用

制定合理的风光储联合发电系统协调运行策略可以提高新能源电力企业的运行经济性。提出一种变权重系数和关联规则挖掘混合算法(Variable Weight Coefficients and Association Rules,VWC-AR),对风光储联合发电系统协调运行策略进行优化。以历史运行数据为基础,挖掘全工况下最优机组组合以及单台机组在全工况下的综合性能指标值,得到工况条件到最优机组组合之间的推理规则集。根据具体的调度需求和工况环境,利用均衡函数的变权综合模式,计算潜在目标机组组态模式的变权重系数,结合既有的综合性能评估方法,动态切换最优组态模式,从而建立一套客观、实时、准确的协调运行策略,优化系统运行成本。通过算例证明,该算法能够充分利用风光互补特性,延长蓄电池使用寿命,提高系统经济效益。     

光伏并网下考虑电网安全约束的机组组合

基于Benders算法提出了一种求解光伏并网下考虑安全约束机组组合方法,借鉴两层分解思想,将其分解为无安全约束机组组合和考虑安全约束机组组合的线路潮流检测问题,形成了适合于混合整数规划问题的主问题和子问题的计算方法。针对主问题的检测引入了发电机输出功率转移分布因子及惩罚变量,从安全性和经济性角度实现对该机组组合问题的优化。在MATLAB和CPLEX中以加入光伏的IEEE14系统为测试算例进行仿真,结果显示在满足安全约束的前提下机组组合的总运行成本较无光伏并网时有所下降,表明该方法可以合理协调机组组合中的安全性与经济性。     

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。     

一种考虑网络损耗及线路过负荷的火力发电机起停计划方法

以面向实际应用为目的，提出了一种考虑输电网络损耗及线路过负荷约束的火力发电机起停计划方法。首先用动态规划法建立一个不含约束条件的初始解，然后运用启发式方法对初始解进行修正使之逐个满足各约束条件得到运行可能解，并通过修改各发电机的起动优先顺序使此过程反复进行直至得到（准）最佳解。在此过程中引入最优潮流计算考虑输电网络损耗及线路过负荷等网络因素对发电机起停计划的影响成为可能，并提出一种调节发电机出力和改变发电机起停计划相结合的消除线路过负荷的方法。在一个8机44母线的测试系统上对提案方法进行了各种条件下的试算，验证了所提出的方法对解决考虑网络因素影响的发电机起停计划问题有效性。计算结果还表明：不仅线路过负荷起停计划问题的有效性。计算结果还表明：不公线路过负荷约束，网络损耗也对发电机起停 计划有较大影响。     

考虑输电网络影响的火电机组优化组合的一种实用算法

提出一种考虑输电网络损耗及线路过负荷的火电机组优化组合的实用算法。用动态规划法建立一个初始解,运用启发式手法对初始解进行修正,使之逐个满足各约束条件,得到运行可能解,并通过更新发电机起动优先顺序使此过程反复进行直至得到(准)最佳解。在求解过程中引入最优潮流计算,使考虑输电网络损耗及线路过负荷等网络因素对发电机组优化组合的影响成为可能,并提出一种调节发电机出力和改变发电机组合相结合的消除线路过负荷的方法。在IEEE-118母线(36机)系统上对所提出的算法进行了各种条件下的仿真计算,考察了网络损耗及线路过负荷对发电机组优化组合的影响,验证了所提算法对解决考虑输电网络因素影响的发电机组优化组合问题的有效性。     

考虑电网N-1闭环安全校核的最优安全发电计划

提高发电计划的安全性和经济性是将短期发电计划应用于实际调度运行的关键.提出了将机组组合与电网线路N-1安全校核直接闭环的发电计划模式,实现了考虑线路N-1闭环安全校核的机组组合全空间优化,有效地提高了发电计划的安全性和经济性.基于该模式,提出了主、子问题一体摔制的最优奔德斯(Benders)分解方法,确保了分解协调的最优性和高效性,并且将起作用整数变量的识别方法嵌入主问题求解流程,进一步提高了安全机组组合模型的求解效率,为所提方法的实用化奠定了计算基础.理论分析和算例测试验证了所提最优闭环发电计划的最优性和高效性.     

机组组合问题的模型及算法综述

机组组合问题是电力系统优化运行的重要组成部分。在总结传统的机组组合数学模型及经典求解方法的基础上,深入分析了近年来考虑环保、安全、市场及随机性等因素的机组组合模型的特点和意义,详细评述了智能类(如优先顺序法)、数学规划类(如分枝定界、动态规划)、元启发类(如遗传算法、粒子群算法)等各种求解方法的原理、所取得的研究成果及不足之处,介绍了近年来出现的如整数辨识、社会演化、邻域搜索及模式搜索等求解方法的特点,并总结了现有较具代表性的混合整数规划数学软件GAMS和CPLEX的优缺点。最后,探讨了未来适应于智能电网的机组组合的发展方向,提出了机组组合尚需研究和解决问题,希望能为机组组合问题的研究者提供参考。     

多智能体技术在机组组合运行与管理分析中的应用

电力系统机组组合问题是一个典型的大规模混合整数的非线性组合优化问题,很难得到理论上的最优解。该文提出了求解机组组合问题的多智能体体系结构,并且提出了自治与分级管理相结合的3层MAS系统体系结构,最终通过协调Agent、任务Agent、发电Agent的协商、谈判,获得了机组组合问题的一个较为满意的解。     

发电竞价算法（三）—— 动态规划法

动态规划法可以用来解决发电竞价中的机组组合与功率分配问题,在机组组合模型中可以考虑时段间启动费用和启停约束,在功率分配模型中可以处理报价曲线的下降特性。用该方法解决机组组合问题的困难是状态量过多,技术关键是在不丢失最优解的前提下尽量减少状态数。     

A solution for unit commitment using Lagrangian relaxation combined with evolutionary programming

This paper proposes an approach which combines Lagrangian relaxation principle and evolutionary programming for short-term thermal unit commitment. Unit commitment is a complex combinatorial optimization problem which is difficult to be solved for large-scale power systems. Up to now, the Lagrangian relaxation is considered the best to deal with large-scale unit commitment although it cannot guarantee the optimal solution. In this paper, an evolutionary programming algorithm is used to improve a solution obtained by the Lagrangian relaxation method: Lagrangian relaxation gives the starting point for a evolutionary programming procedure. The proposed algorithm takes the advantages of both methods and therefore it can search a better solution within short computation time. Numerical simulations have been carried out on two test systems of 30 and 90 thermal units power systems over a 24-hour periods.     

A study of a unit commitment problem with transmission constraints

Unit commitment problem is an optimization problem to determine the start‐up and shut‐down schedule of thermal units while satisfying various constraints, for example, generation‐demand balance, unit minimum up/down time, system reserve, and so on. Since this problem involves a large number of 0–1 type variables that represent up/down status of the unit and continuous variables expressing generation output, it is a difficult combinatorial optimization problem to solve. The study at present concerns the method for requiring the suboptimum solution efficiently. Unit commitment method widely used solves the problem without consideration of voltage, reactive power, and transmission constraints. In this paper, we will propose a solution of unit commitment with voltage and transmission constraints, based on the unit decommitment procedure (UDP) method, heuristic method, and optimal power flow (OPF). In this method, initial unit status will be determined from random numbers and the feasibility will be checked for minimum start‐up/shut‐down time and demand‐generation balance. If the solution is infeasible, the initial solution will be regenerated until a feasible solution can be found. Next, OPF is applied for each time period with the temporary unit status. Then, the units that have less contribution to the cost are detected and will be shut down based on the unit decommitment rules. This process will be repeated until suboptimal solution is obtained. The proposed method has been applied to the IEEE 118‐bus test system with 36 generating units with successful result. © 2003 Wiley Periodicals, Inc. Electr Eng Jpn, 144(3): 36–45, 2003; Published online in Wiley InterScience ( www.interscience.wiley.com ). DOI 10.1002/eej.10187     

有抽水蓄能电站的联合电力系统优化调度模型和算法

本文介绍了一组有抽水蓄能电厂的电力系统优化调度的模型和算法，包括机组的最优起停。用Ｌａｇｒａｎｇｉａｎ松弛法将问题问题分解为多个子系统，对协调级建议一种灵敏系数法代替常规的次梯度法、速度快适应性好；火电机组组合彩分解的方法；对抽水蓄能电厂的模型作了详细的描述，考虑了上、下游水库水位变化的影响，提出一种最大增益网的算法，可最优选择日抽水量。相应的模型和算法已成功地用于实际系统，并用于运行计划及效益分