基于轨迹的最优潮流问题可行域计算方法

可行域对最优潮流问题求解具有至关重要的作用,然而如何构造最优潮流问题的可行域是一个具有挑战性的问题。本文基于一种非线性动力学系统提出了一种可行域计算方法。在指定空间中,该方法从已知可行解出发不断寻找其周围位置上的可行解,直到全部等间隔的可行解被找到,从而实现可行域的计算。利用所提出方法,本文研究了一个9节点及一个118节点系统的可行域。通过观察,得到了最优潮流问题在中载条件下最好解的启发性结论,并验证了可行域在较大规模算例中的非凸性。     

变尺度混沌优化算法在梯级水电站水库优化调度中的应用

利用变尺度混沌优化算法(Mutative Scale Chaos Optimization Algorithm,MSCOA)对梯级水电站水库调度问题进行优化调度。主要思想是利用混沌运动的随机性,由Logistic方程随机生成混沌序列;将其载波到包含水电站目标函数可行域S的一个区域;利用随机性、遍历性和规律性,不断缩小优化变量的搜索空间和提高搜索精度进行全局寻优,从中搜索属于可行域S的解;同时在搜索中引入解向量优选,将解向量中那些接近全局最优解的分量找出,构成一个新的向量,代入目标函数中进行计算,从而找出全局最优解,最终求出水电站水库发电调度的最优调度线。实例计算结果表明,算法可以求解具有复杂约束条件的非线性梯级水电站水库优化调度问题。算法求解精度高,具有较大的实用价值,为求解梯级水电站水库优化调度问题提供了一种有效算法。     

基于稳定约束的电力系统稳定平衡解模型

为直接计算电力系统的静态稳定解,提出了基于稳定约束的稳定平衡解模型,并对该模型提出了一种直接求解稳定平衡解的新方法。通过稳定约束与电力系统典型的平衡方程结合,建立了稳定平衡解模型;稳定约束由非线性半光滑代数不等式构成,针对不同稳定类型所对应雅可比矩阵的特性,运用矩阵变换、谱函数性质等数学理论构造了不同的稳定约束表达式。利用牛顿光滑化方法将该模型转换为光滑方程,从而解决了稳定平衡解模型的数值求解问题。稳定平衡解模型将非稳定解排除在可行解之外,使求解过程得到简化,避免了计算稳定极限和求多个平衡解等复杂过程,而且通过参数调整能满足更高的稳定性能要求。通过典型的电力系统的数值计算,验证了所提方法的有效性。     

双层遗传算法应用于配电网重构的研究

为解决以网损最小为目标的配电网重构问题 ,构建了一个双层遗传算法计算体系 ,使同一代的个体适应度计算即配电网的潮流计算被分配在几台计算机上同时进行 ,明显提高了求解效率。同时采用一种简单的编码方式使底层遗传操作只在可行解范围内进行 ,利用改良的遗传操作 ,在高层遗传操作中避免形成不可行解。最后通过两机并行计算的仿真验证该算法的可行性     

用电路分析法研究电力系统潮流可行域

电力系统动态行为可归结为非线性微分－代数方程组,其中微分方程描述控制过程,而非线性代数方程是电力系统的潮流方程描述控制过程的运行点。潮流可行域的分析关键在于如何获取潮流解的临界边界,它涉及全面求解高维非线性代数方程所面临的数学难题,但非线性代数方程是稳态交流电路方程,是电网的综合描述,满足电路运行规律。从简单交流电路支路特性分析入手,提出了用电路理论确定电力系统潮流可行域的方法,以IEEE5节点系统作为潮流可行域的算例,并在RP﹡ORQ﹡平面上对算例电阻不为零的支路进行了潮流可行域的初步描述。     

用电路分析法研究电力系统潮流可行域

电力系统动态行为可归结为非线性微分一代数方程组,其中微分方程描述控制过程,而非线性代数方程是电力系统的潮流方程描述控制过程的运行点.潮流可行域的分析关键在于如何获取潮流解的临界边界,它涉及全面求解高维非线性代数方程所面临的数学难题,但非线性代数方程是稳态交流电路方程,是电网的综合描述,满足电路运行规律.从简单交流电路支路特性分析入手,提出了用电路理论确定电力系统潮流可行域的方法,以IEEE5节点系统作为潮流可行域的算例,并在RP·ORQ·平面上对算例电阻不为零的支路进行了潮流可行域的初步描述.     

遗传算法搜索优化及其在机组启停中的应用

提出了一种遗传算法应用于机组启停的新思路。针对机组启停问题的特点,设计了一些启发式技术,使得遗传算法初始种群中的所有个体都是可行解。针对遗传操作生成的不可行解,建立了一种从不可行域到可行域的是映射关系,大大减少了搜索中的无效操作。对过度满足约束条件的解,给出了一种有效减冗余的手段。并提出了一种边界搜索方法,可以更容易得到更优的解。这些措施起到了优化搜索路径的作用,有效地提高了遗传算法求解的效率和质量。     

三维静电场等参元分析

采用等参元有限元法对真空接触器—熔断器组合电器静电场进行了数值计算,介绍了三维静电场等参元的分析方法,剖分单元为15节点五面体单元,场域自动剖分具有几何尺寸可变、单元疏密可调的特点。任意一点电场强度和任意一条电力线长度的计算,使三维静电场逆问题的求解成为现实,为了考核三维静电场数值计算准确度,分别求解两平行圆柱电极间电场的解析解与数值解,并进行了比较。     

矩形-圆形等效源混合新算法及其应用研究

应用分离变量法求解矩形域中拉普拉斯方程的边值问题可以得到一个无穷级数通解－该解的形式随着边界条件的不同而变化，称之为矩形等效源的基本解。在此基础上，提出了求解矩形外边界内多连通域中的恒定电磁场问题的矩形－圆形等效源混合新算法。在算法实施过程中综合应用可视化技术和场域边界校验点上的误差大小来选择等效源（包括其数目、位置安排及阶数等），确保解的可靠性，并极大提高了计算精度和效率。     

恢复潮流可行解的优化控制策略

针对一系列预想故障,提出了一种恢复潮流可行解的优化控制策略。该策略采用恢复潮流解和恢复可行解的两步法,以最小控制代价为目标,把恢复系统可行解的控制问题转化为一类非线性规划问题求解。针对无潮流解的故障,利用最优切负荷算法恢复潮流解,同时利用模式分析法研究了节点注入无功功率对应关键电压失稳模式的参与因子,这些参与因子决定了在随后恢复可行解的过程中负荷切除和发电机出力调整的优先权。采用考虑离散变量的原—对偶内点法求解上述非线性优化问题。算例仿真表明,通过模式分析选择优化变量减小了优化问题的规模,提高了优化计算的收敛速度。     

求解含风电场机组组合问题的透视割平面邻域搜索算法

提出一种求解含风电场机组组合(Unit Commitment, UC)问题的透视割平面邻域搜索(Perspective Cut Neighborhood Search, PC-NS)算法。基于PC建立了含风电场UC问题的混合整数线性规划模型。以不考虑误差场景UC问题的最优解为中心构造邻域,在此邻域内搜索以获得含风电场UC问题的可行解。以此可行解为中心构造邻域,在此邻域内搜索以获得含风电场UC问题高质量的次优解。最后进行数值仿真,结果表明,所提算法能有效求解含风电场UC问题。和其他方法相比,PC-NS算法获得了更好的次优解,而且用时大大减少。     

火电机组启停机经济调度新算法

合理的开停机方案能带来经济效益，提出一种混合模拟退火－遗传算法模型进行火电机组的优化启停计划调度，采用十进制编码，无需解码，可减少计算误差的时间，由于引入了模拟退火算法，使得这种算法能接受新特性，不仅改进了忆部收敛性且能加速寻优过程，最终可得到近于全局最优的解，经算例验算表明，该算法可以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，是安排火电机组启停机计划的一种可行方法。     

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。     

具有爬升约束机组组合的充分必要条件

在Lagrangian松弛框架下，很难确定机组组合问题的一个可行解是否可通过调整对偶机组组合而获得。对于具有爬升约束的机组组合调度问题来说，由于机组出力在连续的2个开机区间的耦合性，求解可行解就更困难。在Lagrangian松弛框架下，开发1个机组组合新方法的核心是如何获得1个可行的机组组合。文中采用Benders分解可行性条件严格证明了在给定时段，机组组合可行的充分必要条件：即在该时段一个相应于系统负载平衡约束和旋转各用约束的不等式组成立。该条件不需要求解经济分配问题，就可以判定机组组合的可行性。有了此条件，可在发电功率经济分配前知道机组组合是否可行，若不可行，则可通过调整机组组合状态而获得可行的组合。该条件对于构造一个求解机组组合问题的系统方法是重要且有效的。数值测试表明该条件是判定机组组合可行性的有效方法。     

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。     

基于改进离散粒子群算法的电力系统机组组合问题

提出一种新的离散粒子群算法。结合改进的自学习策略优化粒子群算法适用于求解电力系统中的机组组合（unit commitment,UC）问题。算法将UC问题分解为具有整型变量和连续变量的2个优化子问题,采用离散粒子群优化和原对偶内点法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...     

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.     

Solving unit commitment problems with general ramp constraints

Lagrangian relaxation (LR) algorithms are among the most successful approaches for solving large-scale hydro-thermal unit commitment (UC) problems; this is largely due to the fact that the single-unit commitment (1UC) problems resulting from the decomposition, incorporating many kinds of technical constraints such as minimum up- and down-time requirements and time-dependent startup costs, can be efficiently solved by dynamic programming (DP) techniques. Ramp constraints have historically eluded efficient exact DP approaches; however, this has recently changed [Frangioni A, Gentile C. Solving nonlinear single-unit commitment problems with ramping constraints. Oper Res 2006;54(4):767–75]. We show that the newly proposed DP algorithm for ramp-constrained (1UC) problems allows to extend existing LR approaches to ramp-constrained (UC); this is not obvious since the heuristic procedures typically used to recover a primal feasible solution are not easily extended to take ramp limits into account. However, dealing with ramp constraints in the subproblems turns out to be sufficient to provide the LR heuristic enough guidance to produce good feasible solutions even with no other modification of the approach; this is due to the fact that (sophisticated) LR algorithms to (UC) duly exploit the primal information computed by the Lagrangian Dual, which in the proposed approach is ramp feasible. We also show by computational experiments that the LR [approach] is competitive with those based on general-purpose mixed-integer program (MIP) solvers for large-scale instances, especially hydro-thermal ones.     

基于内点半定规划的机组组合问题

提出一种基于内点半定规划(semidefinite program- ming, SDP)直接求解机组组合(unit commitment, UC)问题的新方法。通过引入辅助变量,该方法将原整数变量约束转化为凸二次约束,进而将UC问题转化为半定规划问题,并用现代内点法进行求解。针对计算结果中整数变量存在微小偏差的问题,采用启发式技术进行修正。100机24时段等6个系统的仿真结果表明,所提方法能有效处理机组爬坡约束,具有较快的计算时间,适合于求解大规模的UC问题,是一种有应用前景的方法。     

Unit commitment by an enhanced simulated annealing algorithm

A new simulated annealing (SA) algorithm combined with a dynamic economic dispatch method has been developed for solving the short-term unit commitment (UC) problem. SA is used for the scheduling of the generating units, while a dynamic economic dispatch method is applied incorporating the ramp rate constraints in the solution of the UC problem. New rules concerning the tuning of the control parameters of the SA algorithm are proposed. Three alternative mechanisms for generating feasible trial solutions in the neighborhood of the current one, contributing to the reduction of the required CPU time, are also presented. The ramp rates are taken into account by performing either a backward or a forward sequence of conventional economic dispatches with modified limits on the generating units. The proposed algorithm is considerably fast and provides feasible near-optimal solutions. Numerical simulations have proved the effectiveness of the proposed algorithm in solving large UC problems within a reasonable execution time.