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)的整数一实数混合规划问题,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。     

考虑多种约束条件的机组组合新算法

提出了考虑系统降出力备用约束、机组出力变化速率、线路潮流约束和断面传输功率约束的机组组合新算法。算法没有引入任何乘子,计算单调收敛,速度快,并且不需要初始可行解。用ＩＥＥＥ ２４母线系统对算法进行了验证,结果表明,算法对各种约束条件的处理正确,解的质量好。     

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。     

考虑安全约束的机组组合免疫算法模型

根据机组组合问题的特点,尤其是电力系统中安全约束的特性,提出了一种基于改进免疫算法的机组组合算法.免疫算法的优势是处理0-1变量,该算法对免疫算法有2个改进:一是以一个抗体片段表示一个机组在调度期间的状态,并以抗体片段记忆库形式保留优秀抗体的信息;二是扩展抗体,将起作用的安全约束信息也作为抗体信息的一部分,并形成安全约束记忆库,从而模拟了调度中人工选择起作用的约束过程,解决了以往基于启发式算法的机组组合模型一般难以处理大规模安全约束的问题.此外,算法中采用基于群搜索优化的最优逼近变异法,减少了抗体随机变异的盲目性.最后用IEEE 118节点系统算例对所提出的方法的有效性和合理性进行了验证.     

求解概率动态调度问题的Benders分解算法

概率动态调度能够协调系统运行的经济性与可靠性,相较于传统确定性方法具有先进性.然而,模型规模庞大、求解困难是该类方法所面临的主要问题.提出了一种基于Bentlers分解的新算法对概率动态调度的大型线性规划问题进行求解.该算法针对各种运行状态之间的耦合关系,依据分解协调的思想,采用Benders分解技术将原问题分解,形成...     

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。     

最优校正型安全机组组合模型及其求解算法

如何在确保电网安全的前提下提高电网运行的经济性和节能性是电网短期发电计划的核心目标.针对预防型机组组合以及考虑校正能力的机组组合在经济性方面过于保守的不足,提出了能够精确考虑实时校正再调度能力的最优校正型安全机组组合的模式和模型,在确保电网安全的前提下,扩展了机组组合的优化空间,进一步提高了机组组合的经济性.基于Ben...     

一种求解机组组合问题的新型改进粒子群方法

将电力系统中机组组合这一复杂的多约束混合整数规划问题分解为具有整型变量和连续变量的两个优化子问题,提出采用改进离散二进制粒子群算法和标准粒子群算法相结合的双层嵌套方法,分别对外层机组的启、停状态变量和内层功率经济分配进行交替迭代优化求解。同时在算法中引入基于机组优先顺序的变异技术和修补策略,能有效地处理机组最短启、停时间约束,并提高算法的全局寻优能力和计算效率。通过对10机系统的算例计算,并同其他算法的结果进行比较分析,仿真结果表明新方法求解精度高、收敛速度快,从而验证了新方法的可行性和有效性。     

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.     

求解机组组合问题的帝国竞争算法

提出一种用于解决机组组合问题的改进帝国竞争算法（imperialistic competition algorithm,ICA）。种群个体（国家）分为帝国和殖民地2种类型,两者又组成新的帝国,通过帝国吸收殖民地和帝国之间对殖民地的竞争实现寻优过程。在求解机组组合问题时,首先根据波峰波谷所在时刻将日负荷曲线分割成若干小时间段,然后利用ICA依次求解,与原ICA相比,避免了机组分类不合理对于优化结果的影响,同时采用整数编码的国家个体长度相对减小。最后对10~100机6个算例进行仿真分析,结果表明,算法在较少国家个体的情况下保持了较强的搜索能力,可获得较好的计算结果,是一种有效的优化算法。