基于Benders分解的微电网联网运行优化

针对联网运行的微电网,对其优化潮流(OPF)问题进行扩展,同时考虑机组组合(UC),建立微电网优化运行模型。针对模型中含有大量混合0/1决策变量和连续运行变量的求解,采用Benders分解方法将变量分离,在无网络约束UC主问题和网络约束OPF子问题之间迭代求解。在改造后的IEEE 13节点系统上进行了算例分析,表明所提方法可以快速可靠地优化微电网系统的运行。     

发输电检修与机组组合联合决策的Benders分解方法

电力系统中,设备状态检修技术的日益推广,必将引起发、输电设备的检修与机组起停的方式间产生矛盾和冲突,由此,对二者联合优化决策就显得非常必要。对此,在深入剖析检修决策与运行决策间关联机理的基础上,提出发、输电检修与机组组合联合决策的Benders分解方法。其主要贡献体现在:将大规模复杂优化问题分解为主问题、潮流子问题以及辅助问题,并通过Benders割约束在各问题间有效传递信息,构建分解与协调的总体框架;采用辅助问题对输电设备检修与机组运行间的关联机制进行判别,降低问题寻优的维度;采用基于模式识别思想对潮流子问题进行有效筛选,使潮流子问题数显著减少。最后以IEEE 118节点系统算例说明了该方法的有效性以及实用性。     

基于广义Benders分解的分布式热电联供机组规划方法

在分布式热电联供系统中,用户需要优化选择机组组合和系统运行方案,这样可以使得生产成本最小,减少二氧化碳的排放。为此,分布式热电联供机组的规划需要综合考虑热负荷、电负荷和可选的机组方案,以及系统未来的运行情况。在综合考虑了热电联供机组的初始投资及其模拟运行时组合效益的基础上,建立了以系统等年值费用最小为目标的精细化数学规划模型。在规划模型中,存在大量的整数变量,同时模型本身是非线性的,应用广义Benders分解方法对该模型进行了求解。通过算例的规划与仿真分析,表明所述方法可以更加准确地规划出热电机组的类型及台数,系统能够取得更佳的经济效益。     

基于改进的Benders分解与透视割平面的机组组合算法

经典的Benders分解法(BDM)将问题分解为主问题与子问题2个简单的形式进行求解,由于主问题是一个混合整数问题,其求解是BDM中最费时的部分。基于改进的BDM与透视割平面(PC),提出一种求解火电机组组合(UC)问题的新算法。首先结合覆盖不等式提出改进的松弛型BDM;然后借助于PC和线性化技术建立UC问题的近似混合整数线性规划(MILP)模型;最后利用松弛型BDM求解该模型。包含10~1000台机组的多个系统24时段的测试结果以及与其他方法的比较说明所提算法是有效的。     

应用于机组组合问题的启发式蚁群算法

针对机组组合(UC)的整数-实数混合规划问题,先用二次规划计算各时段不同机组组合最优负荷分配,并选取各时段煤耗最小组合构造启发式初始解,根据解提供的信息设计一种删除不合理候选运行组合的方法,大幅缩小解空间。利用最大最小蚁群算法(MMAS)在解空间中搜索机组启停策略。针对MMAS效率低搜索慢的问题,算法在迭代完成后引入局部搜索。为降低启动煤耗,在蚂蚁转移概率公式以及信息素更新表达式中加入运行机组数因子及启动煤耗惩罚项,降低启动煤耗高的组合被选中概率,进而优化各时段同时运行机组数量。仿真结果表明以上改进能够大幅提高算法求解速度,具有较强的全局寻优能力。     

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。     

求解机组组合问题的多种群混沌蚁群算法

机组组合是一个大规模混合整数规划问题,具有高维、离散、非线性等特点,在数学上被称为NP-hard问题。国内外研究表明蚁群算法在解决组合问题时有其特有的优越性。提出的多种群混沌蚁群算法在基本蚁群算法的基础上,把蚁群分为搜索蚁、侦察蚁和工蚁,并引入了混沌量。一方面继承了蚁群算法在解决组合问题上的优越性;另一方面最大限度地克服蚁群算法本身的运算速度慢、易陷入局部最优等缺点。最后用修正后的IEEE30节点系统对算法可行性作了验证,并对算法的合理性和有效性进行了分析。结果表明,所提出的多种群蚁群算法是合理有效的。     

启发式遗传基因算法及其在电力系统机组组合优化中的应用

本文在遗传基因算法（ＧＡ）的基础上，增加了区域变化这一重要环节，设计了一种新的启发式遗传交换操作算法。它在保留了原ＧＡ算法的同时，又具有较高的解题速度。最后，本文将这一算法用于电力系统机组组合优化，结果表明获得了近乎全局最优的解。     

面向启发式调整策略和粒子群优化的机组组合问题

提出一种启发式调整策略和粒子群优化相结合的新方法求解电力系统中的机组组合(UC)问题.算法将UC问题分解为具有整型变量和连续变量的两个优化子问题,采用离散粒子群优化和等微增率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解.同时构造了关机调整和替换调整两个启发式搜索策略对优化结果进行进一步局部微调以提高算法解决UC问题的全局寻优能力和计算效率,从而有效改善解的质量.以10～100台机组组成的5个测试系统为算例,通过与其他算法结果进行比较分析,验证了该方法的可行性和有效性.仿真结果表明该方法解决大规模机组组合问题具有求解精度高和收敛速度快的优势.     

改进遗传算法在机组启停优化中的应用

采用混合整数规划法、启发式算法、遗传算法解决机组组合问题,并对这几种算法精度和效率进行了比较,最后尝试性地提出了将启发式算法与遗传算法相结合的新方法,结果提高了计算效率和精度.     

基于改进遗传算法的电力系统机组优化组合

用遗传算法解决电力系统机组组合及机组间的负荷分配问题。在简单遗传算法基础上,提出了将自适应遗传算法应用于机组优化组合。该算法的交叉率随种群中的最大适应度值和每代种群的平均适应度值的变化而自动改变;变异率随适应度值和进化代数的变化而自动调节。通过对算例的计算分析表明,该算法与简单遗传算法相比具有更高的精度和收敛度。     

求解机组组合问题的嵌入贪婪搜索机制的改进粒子群优化算法

提出了一种求解机组组合问题的嵌入贪婪搜索机制的改进粒子群优化算法。其特点包括:采用固定阈值处理表示机组运行状态的0、1整型变量,从而可直接应用粒子群算法求解机组组合问题,避免求解各时段中的经济负荷分配子问题;在粒子群算法迭代过程中应用变异操作更新进化速度缓慢的粒子,增强了算法的搜索能力;算法收敛后,采用基于优先列表的贪婪搜索机制做进一步寻优,既加快了算法收敛速度,又提高了解的质量。算例结果表明所提出的方法在求解机组组合问题时具有很强的搜索能力和适应性。     

基于实时电价的大规模风电消纳机组组合和经济调度模型

基于需求响应消纳风电的积极效用,综合考虑不确定性调度决策的特点,分别建立了基于实时电价的考虑不确定性的风电消纳确定性和随机机组组合模型,并建立了经济调度模型评估2类机组组合决策的效果,还分析了网络约束的影响。基于PJM-5节点系统的算例分析表明,需求侧资源可以灵活部署响应风电出力变化,降低风电不确定性影响,提高风电接入系统的经济性、鲁棒性和风电利用效率。对随机机组组合而言,需求侧资源可以与机组协同优化满足多场景需求;对确定机组组合而言,需求侧资源则可以有效缓解其不确定性信息涵盖较少且备用决策未考虑网架结构造成机组备用无法全部释放等的问题,但确定机组组合对需求侧资源的容量和灵活性要求高于随机机组组合。     

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.     

求解机组组合问题的改进离散粒子群算法

电力系统机组组合问题是一个高维数、离散、非线性的大规模复杂工程优化问题.文中提出了一种基于改进离散粒子群优化算法求解机组组合问题的新方法.首先采用新的策略生成粒子,以保证所有生成的粒子均为满足基本约束条件的可行解,使整个算法只在可行解区域进行优化搜索;然后引入优化窗口的概念和启发式的规则以缩短计算时间和提高优化精度.仿真结果表明所提出的算法具有解的质量高、收敛速度快的特点,充分证明了它能很好地解决机组组合问题.     

计及电压调节效应的电力系统机组组合

以应对不确定性为背景,以源(发电与负荷间机功率)平衡的实现为线索,提出一种新的电力系统机组组合模型。该模型充分计及电压调节效应,并考虑备用响应机制,统筹考虑源平衡及其电压支撑,以挖掘电力系统消纳不确定性的协同能力。针对该模型,给出了基于Benders分解思想的求解思路,即将该模型分解为主问题和子问题,主问题为计及直流潮流网络约束的机组组合,子问题为各场景下交流潮流电压支撑校验,通过子问题反馈的Benders割修正主问题的寻优域。算例分析表明了所提方法的有效性。     

一种机组优化组合问题的遗传算法

火力发电厂的发电机组优化组合问题具有高维数、非凸、离散、非线性、多约束的特点,增加了求解的复杂性。讨论了机组优化启停的遗传算法,通过可行性检查使初始解群中的所有个体都是可行解,也使求解过程中建立了一种从不可行解域到可行解域的映射关系,这样可以大大减少无效的遗传搜索过程。实例计算表明,该方法收敛性好,适应性强,计算速度快,能够使计算的结果更加有效地接近全局最优解。