考虑风电的电力系统机组组合两阶段优化方法

电的随机性和波动性给电力系统的安全经济运行带来了严峻的挑战,合理的风电不确定性模型及机组组合优化方法是保证电力系统日前调度安全性和经济性的关键。为此,提出一种考虑风电的电力系统机组组合两阶段随机优化方法。根据风电出力历史数据的非参数经验分布,生成符合风电随机性和波动性的风电动态场景。考虑到场景削减过程中容易忽略的一些极端边界场景会增加系统的弃风或切负荷风险,提出以削减后的场景和极端边界场景为输入的机组组合两阶段优化模型。同时,为求解机组组合这一非线性混合整数优化问题,提出一种混合遗传纵横交叉算法的优化方法。通过实验仿真结果证明了所提模型和方法用于求解考虑风电的电力系统机组组合问题时的合理性和有效性。     

机组组合问题的两阶段优化算法

针对电力系统机组组合问题(UC)高维、非凸、非线性的特点,提出了一种两阶段优化方法(LR-DE).利用拉格朗日松弛算法(LR)对UC问题进行解耦,将多机优化问题转化为单机优化问题的重复计算,使模型简化,利用动态规划法和次梯度法求出对偶解对应的拉格朗日乘子;根据对偶解信息设定拉格朗日乘子更新空间,并利用微分进化算法(DE)进行搜索,全面考虑所有约束条件,不断缩小对偶间隙,求出最优的机组组合状态.算例分析表明,该算法优化效果好,搜索能力强,能较好解决大规模机组组合优化问题.     

适用于大规模系统的两阶段机组组合优化方法

提出一种两阶段优化方法以简单、快速、有效地求解大规模系统的机组组合问题。首先,针对传统PL法排序指标单一,不能全面评价机组运行费用的不足,引入可调发电机组煤耗、机组最大出力、机组启动成本三个指标,全面反映发电机组的经济性;其次,不同于传统PL法先安排机组启停满足旋转备用,再调整机组状态满足最小启停时间,同时考虑这两个约束,以更好地实现优先开启运行费用较小的机组;最后,在经济调度阶段提出一种考虑机组爬坡率的功率平衡调整策略,保证粒子的多样性的同时避免快速收敛到局部最优解,提高最终解的质量。将所提方法应用于10机组、20机组、40机组、60机组80机组以及100机组24时段6个系统进行测试,并与其它方法进行对比,数值结果表明,所提两阶段优化方法计算快速、收敛性良好、能够有效解决大规模系统机组组合问题。     

交流潮流约束机组组合的部分代理割方法

交流潮流约束下的机组组合问题(AC power flow constrained unit commitment,ACUC)是一个非凸的混合整数非线性规划问题,包含大规模的离散变量,极难求解。该文建立了ACUC的分离式模型,引入部分代理割方法,提出了一种新的求解UC问题的分解式算法。并在原始部分代理割(partial surrogate cuts,PSC)法的基础上,为避免在问题规模扩大时过早陷入局部最优解,结合电力系统特征,提出了引入直流潮流相关约束的改进PSC算法,改善解的质量。通过对6节点、IEEE 39节点和118节点系统的仿真计算验证了方法的有效性和适用性,在与其他算法的对比中突显了速度和精度上的优势。     

基于两阶段优化的分布式潮流控制器配置方法

分布式潮流控制器(DPFC)作为一种布点灵活、易扩展的分布式柔性交流输电系统(FACTS)设备,可有效改善潮流分布、提升系统承载能力。然而DPFC的潮流控制效果在极大程度上依赖于其配置方案。为此,基于混合整数线性规划方法构建了电网承载能力和DPFC配置最优的两阶段优化数学模型:第1阶段模型考虑电网约束及DPFC物理和运行特性约束,实现系统承载能力的最大化;第2阶段模型将系统最大承载能力作为运行条件,通过优化DPFC的投资费用,确定DPFC安装位置及容量的最优配置信息。IEEE-RTS79及某地区实际电网中的算例结果表明了所提方法的有效性和合理性。     

基于线性化潮流的安全约束机组组合方法

在安全约束机组组合(security-constrained unit commitment, SCUC)问题中,通常需要考虑N-1条件下的网络安全约束。由于支路开断分布系数(line outage distribution factor, LODF)良好的计算效率,学者常将其应用于N-1故障分析中。但是利用LODF并不能计算故障后的电压与无功分布。因此文中基于一种线性化潮流模型推导了与其对应的改进支路开断分布系数,并将该系数应用于SCUC中。算例结果表明,所提出的模型较传统基于LODF的模型能提供更加安全的发电计划。而对于绝大多数(95%以上)的N-1故障,得到的发电计划能在使用交流潮流进行安全校验时保证可行性。     

考虑交流潮流约束的机组组合并行解法

针对传统机组组合模型的种种不足,该文提出了一种考虑交流潮流约束及静态安全约束的机组组合模型,并给出了一种完整的并行化解法。该法借助于扩展拉格朗日松弛法和变量复制技术,将原问题转换为其对偶问题,并利用附加问题原理将对偶问题分解为动态规划和最优潮流(OPF)子问题。对于OPF子问题,采用鲁棒性好、收敛速度快的预测校正内点法求解,同时在求解过程中,采用并行处理技术。IEEE118节点及IEEE300节点仿真结果表明,该方法收敛性好,非常适合并行处理。     

基于安全约束机组组合的中长期电量安全校核两阶段优化

为量化评估中长期电量计划和交易合同可能对电网运行带来的安全风险,解决电量合同执行的受限因素定位与调整难题,提出了一种基于安全约束机组组合的中长期电量安全校核两阶段优化方法。阶段1严格考虑电厂的电量约束,以断面潮流越限量最小为目标建立电量校核优化模型,获得电量约束下的最优机组组合方案;阶段2则考虑电网运行约束,建立电量安全校正优化模型,通过调整机组组合方案来消除断面越限。通过统筹电力电量平衡和电网安全的两阶段优化调度,获得电量合同的可执行性结论,以及不可行时的原因定位和调整方案。实际系统算例分析验证了该方法的有效性和实用性。     

基于场景分析的含风电系统机组组合的两阶段随机优化

风电场输出功率具有随机性、间歇性的特点,其大规模并网发电使电力系统的调度决策面临着新的挑战。在此背景下,以日前调度为研究对象,提出了一种解决含风电系统机组组合问题的两阶段随机规划方法。该方法将发电机组的启停决策及启停决策下机组的发电计划制定视为两个阶段的决策问题,第一阶段决策对应机组启停,旨在寻求给定条件下具有最小启停成本的机组组合方式,而第二阶段决策则用于评估随机条件下已制定机组启停计划所对应次日机组运行成本的期望值,方法通过对两个阶段决策问题的统筹考虑,最终确定出机组的最佳组合方式。采用场景树模拟日前风电场输出功率预测误差的时间分布特性,并利用场景缩减技术实现在较高计算精度下模型复杂度的降低。通过对某实际26节点11机系统的分析计算验证了所提出方法的有效性。     

交流潮流约束机组组合的交替方向乘子法

求交流潮流约束机组组合(AC power flow constrained unitcommitment,ACUC)问题的最优解具有复杂性,不仅需要考虑问题中的多个整数变量,问题本身也具有NP-hard特点。该文提出了ACUC问题的一种新求解方法,采用交替方向乘子法(alternatingdirectionmethodofmultipliers,ADMM)分解和协调ACUC数学模型。通过对0/1整数变量的复制,并令其中一个复制变量可连续变化,原问题可转换为一个具有可分结构的混合整数非线性规划(mixedinteger nonlinear programming,MINLP)问题,应用ADMM方法可将该问题的求解转化为两个子问题的交替求解。通过对IEEE39节点和118节点系统的验证计算,以结果说明了所举方法能有效地处理整数变量,在ACUC问题中具有可行性。在与其他算法的对比中,也体现出ADMM算法的目标费用更低、计算时间更短的特点。     

基于边际发电成本的联络线交换功率两阶段迭代优化方法

为充分利用联络线功率输送能力,降低电网总体运行成本,提出一种基于边际发电成本的联络线交换功率两阶段迭代优化方法。从各区域电网初始机组组合方案与各联络线初始交换功率出发,分两阶段对联络线交换功率进行迭代优化。首先,在不改变机组开机方式的前提下,基于各区域电网的边际发电成本对联络线交换功率进行第一阶段迭代优化。接着,对区域电网中出力连续等于最小技术出力且发电成本最高的边际机组进行关机操作,在此基础上进行第二阶段迭代优化。该方法与电网实际调度过程联系紧密,且仅需各区域电网提供边际机组的运行信息,保护了各区域电网的数据隐私。最后,基于3个区域电网和3条联络线的仿真实验验证了所提模型和方法的有效性。     

基于免疫算法的机组组合优化方法

机组组合是改善传统电力系统运行经济性和电力市场出清的重要手段。基于群体进化的智能优化算法存求解过程中存在计算效率低和易于早熟收敛等缺点。提出机组组合的免疫算法，利用免疫算法保持种群多样性的内在机制和免疫记忆特性改进既有的智能优化方法。新算法扩展了约束处理技术，能更好地对可行解空间搜索，采用一种由后向前、由前及后、双向迂回推进的精简程序改善个体可行解的局部最优性，同时利用优先级顺序法产生能较好反映问题先验知识的初始种群。典型算例证实新算法能获得更优的结果，具有更快的收敛速度，且在系统规模扩大时有大致线性的计算复杂性，是一种新的高效的机组组合智能优化算法。     

机组组合问题的优化方法综述

机组组合问题是编制短期发电计划首先要解决的问题,合理的开停机方案 将带来很大的经济效益,由于问题十分复杂,很难找出理论上的最优解,文中介绍了机组组 合问题的数学模型,分类综述了从60年代起该问题的主要解法,比较了各种方法的优缺点, 并提出了尚待研究的问题。     

机组组合问题的优化方法综述

（上接本刊１９９９年第４期第５６页）５拉格朗日松弛法电力系统是一个非常典型的大系统,是大系统优化和控制理论的一个重要应用领域［４２］。大系统的分解协调思想最早见于Ｄａｎｔｚｉｇ和Ｗｏｌｆｅ对于线性规划问题的分解［４３］,而用于机组组合问题的主要是拉格...     

基于搜索+调整的两阶段萤火虫算法求解机组组合问题

提出了一种新颖的基于搜索+调整的两阶段萤火虫算法求解机组组合问题。算法将机组组合求解流程分解为具有离散变量和连续变量的两个优化问题,通过二进制编码的萤火虫算法求解含离散变量的机组启停主问题,利用改进的实数编码萤火虫算法解决连续变量的负荷经济分配子问题,采用调整策略校核和修复约束,实现主子问题的交替迭代求解。算法通过启发式的约束调整策略,以及两种编码方式实现了离散变量和连续变量的分解优化,提高了机组组合问题求解的效率和精度。通过对6个不同规模算例的计算及与其他经典算法的对比,验证了所提算法的有效性和优越性。     

基于聚类的差分进化算法的两阶段最优潮流方法

差分进化算法是一种广泛应用于求解非线性优化问题的全局最优解的元启发式方法,但存在容易找到次优解或近似局部最优解的问题.为此,提出了一种求解高质量局部最优解甚至全局最优解的基于聚类的差分进化算法的两阶段方法,并将该方法应用于电力系统最优潮流问题.所提方法由基于聚类的差分进化算法和局部优化算法组成.第Ⅰ阶段是基于聚类的差分进化算法利用强大的全局搜索能力快速确定包含局部最优解的区域;第Ⅱ阶段是局部优化算法利用局部寻优能力为非线性优化问题高效寻找高质量的局部最优解甚至全局最优解.在一组基准函数上测试了该两阶段优化方法的求解性能,并通过对IEEE 118节点电力系统最优潮流的计算,验证了所提两阶段优化方法的有效性和实用性.     

考虑风电置信水平的机组组合优化方法

置信水平是将风电功率波动由概率形式体现的。随着节能减排的需求越来越大,考虑置信水平能够使系统机组不过多的安排机组备用,以免增加系统的运行成本。基于机组组合的方法,提出了一种考虑置信水平下的备用决策方法。通过考虑风电功率波动的概率分布和负荷波动的概率分布,建立联合概率密度函数,然后加入置信水平,得到不同置信水平下的系统基本发电成本和校正调度成本。采用IEEERTS算例,得出系统总成本。     

计及风电与电动汽车随机性的两阶段机组组合研究

风电出力的随机性以及电动汽车(electric vehicle,EV)充电需求的不确定性给电力系统调度带来了挑战.在传统确定性机组组合模型的基础上,针对电力系统日前调度面临的不确定问题,提出了充分考虑风电与电动汽车双重不确定性的随机优化调度及备用计算模型.首先,对于风电出力不确定性,采用基于场景分析的两阶段随机优化方法...     

基于网损因子迭代的安全约束机组组合算法

针对考虑安全约束的机组组合(security constrained unit commitment,SCUC)问题,在传统SCUC模型的基础上,建立考虑有功网损及其在电网中分布的SCUC模型,提出一种基于网损因子迭代的SCUC算法。此算法每次迭代先解固定网损因子的SCUC问题,求得机组的运行状态,然后进行交流潮流计算,更新网损因子,进入下一次迭代。针对可能出现的网损因子振荡问题,提出SCUC和经济调度相结合的方法,选择对应发电成本较小的机组启停状态,进行经济调度优化和网损因子迭代计算,直至算法收敛。对IEEE 30和IEEE 118节点系统进行的仿真计算验证了所提算法的正确性和有效性。     

基于光伏电站的两阶段网架恢复综合优化方法

与传统发电技术相比,光伏发电由于其分布范围广,并网迅速,以及具有良好的自启动能力,在电力系统黑启动中有着巨大的应用潜力。针对光伏发电不同于常规黑启动机组的特点,制定了基于光伏发电的分阶段网架恢复策略。阶段一利用光伏发电机组,以最大化启动成功的概率为目标,启动网架内的第一台机组;阶段二以该被启动机组为主要电源,分布式电源为辅助,以在最短时间内恢复最大出力为目标,实现整体的网架恢复。综合两阶段的启动特性,提出了一种启动策略的综合优化方法,在保证网架恢复效率的同时,又能够有效解决光伏系统惯性差,黑启动能力弱的问题。算例分析验证了所提方法的实用性和有效性。