市场环境下梯级电站厂间–厂内负荷分配模型

市场环境下梯级负荷分配包括厂间负荷分配和厂内机组两个层次,厂间负荷分配目标为梯级效益最大化,厂内负荷分配目标为在安全前提下满足耗水量最小化。本文建立两个层次分配模型：厂间采用发电收益最大目标,使用逐步优化算法解决;厂内机组负荷分配采用耗水量最小目标,使用双动态规划解决,先采用动态规划解决逐时段内安全约束下最优分配,在此基础上时段间采用动态规划解决机组启停优化。两层次间以时段综合出力系数为协调变量的策略进行协调优化,将厂间负荷分配作为第一阶段,将厂内负荷分配作为第二阶段,两阶段迭代求解,得到最优分配结果。实例表明算法高效、快速完成了厂间–厂内负荷分配的统一调度,提高市场环境下梯级电站的竞争能力。     

线性规划在机组负荷优化分配中的应用研究

介绍了线性规划的基本理论,建立了基于线性规划法的机组负荷优化分配模型,利用MATLAB工具箱中线性规划求解函数进行了详细的实例求解,得出了负荷分配结果,并与平均分配法、等微增率法和二次规划法的分配结果进行了详细比较.该分配方法简单易懂,可以快速求得最优解,大大减少了机组负荷分配建模及优化的工作量,对提高电厂的发电效率,...     

基于场景树和机会约束规划的含风电场电力系统机组组合

为了解决风电的随机波动性给含大规模风电场电力系统机组组合问题求解带来的影响,采用马尔科夫链原理描述风速变化的规律,并将它与场景树技术相结合,对风电的不确定性进行数学建模。同时基于机会约束规划建立了含风电场机组组合问题的随机数学模型,包含外层机组启停状态优化和内层机组间负荷经济分配两层优化子问题。在求解模型时,将离散粒子群算法(DPSO)与等微增率准则相结合,对两层优化问题进行交替迭代求解;同时提出开停机调整策略改善解的特性。对一个含风电场的10常规机组系统进行算例分析,验证了所提出数学模型和求解方法的合理性和有效性。     

基于多目标多元非线性规划模型及“以大代小”方法的电力负荷预测方案设计

以某区域火电机组在各个时段的发电负荷为决策变量,以电力系统煤耗总量和CO2排放总量为目标函数,以电力系统平衡约束、机组出力约束为约束条件,建立了多目标多元非线性规划模型。采用评价函数线法将模型进行单目标优化,最后根据单目标优化问题的求解方法,利用LINGO软件求解出负荷分配的最优方案。     

复杂引水系统电站机组工况优化决策模型

提出了复杂引水系统电站机组工况优化决策模型、决策过程及计算方法，证明了该类型水电站机组负荷分配所利用的原始资料是以机组段水头为参数的动力特性曲线，对选择最优的工作机组组合、最优地分配负荷、提高经济效益等都具有重要实际意义。     

水电站最优动力特性曲线研究分析

本文对抽水蓄能机组发电工况及抽水工况的运行特性,并采用"以电定水"的运行模式,建立了以水电站耗水量最小为目标函数的数学模型。运用动态规划算法求解了某混合式抽水蓄能电站厂内经济分配,根据抽水蓄能机组的工作特性,得到了该水电站所有可带负荷的最优动力特性曲线,并拟合出相应的最优动力特性表达式。     

基于SPEA2算法的火电厂负荷分配的多目标优化研究

针对火电厂中以煤耗最小的单目标负荷分配优化的局限性,综合考虑机组运行的经济性、快速性和稳定性要求,应用多目标模糊规划方法建立了负荷优化分配新模型,并利用SPEA2算法进行优化求解。仿真结果表明,相比只考虑煤耗最小的单目标优化方法,多目标加权法具有更好的多样性,便于运行人员从中选择最优的负荷分配方案。     

水火电力系统负荷分配的节能模型

基于二次曲线型三级水库水体分析了三级水体对水电站的机组所产生电能及水轮发电机组所产生的电功率。分析了有功功率负荷在水电厂和火电厂之间的最优分配问题,建立了水电站水耗量最小化的水火电力系统联合负荷分配的节能优化模型。利用水煤能源换算系数,提供优化的方法确定水电机组的耗水量和火电机组的耗煤量,从而实现水电机组节水发电、火电机组节煤发电的目的;采取水煤能源换算系数负荷分配的节能效果不一样,水煤能源换算系数的数值越小,分配给水电的功率就越多,火电发出的功率相应的减少,煤耗量就越少,节能效果越显著。给出了一个计算实例,验证了所提出模型的适用性。     

火电厂负荷分配的多目标优化算法

本文研究了兼顾经济性与环保性的火电机组负荷优化分配算法。针对机组经济性和环保性分别构建负荷分配最优模型,编程求解负荷分配,得到满足约束条件的非支配解集合。然后由这些解集合构成待决策的负荷分配方案矩阵,采用逼近理想解排序法,考虑不同目标权重对于最终决策方案的影响,采用多目标融合、剔除同一层相近个体、保留不同层差异个体,建立考虑阀点效应的多目标负荷分配模型,讨论了目标权重的取值与负荷分配方案的一致性。最后将本文多目标优化算法、粒子群(PSO)算法和改进帕累托进化(SPEA)算法应用于6台机组的负荷优化分配,仿真结果表明采用本文方法可以进一步降低火电机组煤耗成本和污染物排放量,并且负荷分配方案的设定目标权重越大,优先考虑相应目标越优。     

基于改进二进制粒子群与动态微增率逐次逼近法混合优化算法的水电站机组组合优化

针对水电站机组组合问题具有高维、非凸、离散、非线性等特点,提出了一种适用于求解大容量、多机组巨型水电站机组组合问题的改进二进制粒子群优化算法,改进了粒子概率变换和位置更新方程,使其具有更强的全局寻优能力和更快的收敛速度.通过将改进二进制粒子群算法与动态微增率逐次逼近法混合嵌套,分别对水电站外层机组组合和内层机组间负荷分配进行交替迭代优化来求解水电站机组组合问题.同时引入启发式机组最短开停机时间修补策略和基于机组启停优先顺序表的系统备用容量修补技术,有效处理了多重约束条件,提高了算法的收敛速度和寻优能力.以三峡水电站为工程应用背景进行了实例研究,并与DP和BPSO算法以及实际耗水量进行了比较分析,结果表明所提算法简单快速,优化效果较好,具有较强的工程实用价值.     

基于机组综合状态评价策略的大型水电站?精细化日发电计划编制方法

为减小水电站日发电计划与实际运行的偏差,提出一种基于机组综合状态评价策略的大型水电站精细化日发电计划编制方法.依据机组综合运行状态评价策略,确定机组优先开停次序;考虑水量、水库库容、机组运行限制等多重安全生产约束条件,以发电量最大为目标建立大型水电站日发电计划精细化模型,将其分解为机组组合子问题和开机机组最优流量分配子问题;采用原始量子进化算法和实数差分量子进化算法循环嵌套求解,获得水电站精细化日发电计划最优解.将所提算法应用于葛洲坝水电站并与其他求解方法对比,结果表明所提精细化日发电计划编制方法求解精度高,优化效果好     

基于群论的三峡电厂机组负荷分配算法研究

水电站厂内经济运行是一项提高水能利用效率的节能措施。厂内机组负荷分配以耗流量最小为准则,一般用动态规划方法求解。三峡电厂机组数目较多,承担负荷较大,采用动态规划求解易出现维数灾问题。本文提出基于群论的机组组合降维方法,将三峡电厂机组按运行特性分组,基于Burnside计数定理计算本质不同机组运行状态组合数及相应运行状态组合,降维后再采用动态规划法进行时间-空间优化求解。将该模型算法应用于三峡电厂厂内经济运行,结果表明,该方法能够有效降低计算量,快速响应水电系统运行工况。     

计及弃水风险和机组启停的水电站负荷分配研究

厂内经济运行是提高水电站经济效益的重要途径之一,目前国内外的研究偏向于寻求理论上的最优解,缺乏对弃水风险的考虑,与水电站厂内经济运行实践存在一定的差异。针对上述问题,本文提出以分区间控制水位变幅为约束的厂内经济运行模型,该模型在考虑梯级水电站之间的上下游协调基础上,实现计及弃水风险和机组启停条件下负荷最优分配。该模型应用于乌溪江电厂,求得的最优机组组合能够有效控制风险并降低耗水率,满足厂内经济运行的需求,对水电站厂内负荷优化分配具有一定的指导意义。     

求解水电站日负荷优化分配的混合整数非线性规划模型

考虑水电调度复杂非线性关系,提出水电站日负荷优化分配的混合整数非线性规划(MINLP)模型。采用多项式拟合技术处理MINLP模型中的水位、库容、流量、出力等多变量耦合函数关系,分析确定了适合的多项式阶数和描述方式,构建了水位与库容、尾水位与出库流量的一元四次多项式,提出表征机组出力的水头和发电流量二元二次拟合方法,得到了水头—流量—出力关系三维拟合曲面,可以满足变化水头下机组出力的精细化计算要求。最后,采用成熟的MINLP求解器实现高效计算。提出的模型通过溪洛渡18台机组日负荷分配问题得到验证,从模型应用复杂度和结果精度两方面与经典混合整数线性规划(MILP)模型进行比较,表明MINLP模型应用便捷且精度较高,与实际耗水量的误差较MILP模型减少91%,更能反映水电站实际情况。     

A practical hydro, dynamic unit commitment and loading model

We describe the dynamic unit commitment and loading (DUCL) model that has been developed for use in real-time system operations at BC Hydro (BCH) to determine the optimal hydroelectric unit generation schedules for plants with multiple units and complex hydraulic configurations. The problem is formulated and solved with a novel procedure that incorporates three algorithms. First, an expert system is used to eliminate infeasible and undesirable solutions. Second, dynamic programming is used to solve the optimal static unit commitment problem for a given plant loading, feasible unit combinations, and current hydraulic conditions. Third, the DUCL problem is formulated and solved as a large-scale network problem with side constraints. Output from the model includes DUCL schedules, spinning and operating reserve, and trades curves such as that between water usage and the number of unit switches. The innovative use of the procedure allows the model to effectively schedule hydro units for the energy and capacity markets in real-time. Application of the method is demonstrated by determining the 24-time-step DUCL schedule for a 2700 MW plant with ten units of four different unit types     

动态振动区条件下机组负荷指令分配方法研究

机组穿越振动区运行是水电站自动发电控制AGC（Automatic Generation Contr01）所要求的一项重要功能。针对云南龙江水电站机组振动区修改为随水头变化的动态振动区的情况,设计了AGC负荷指令的分配方法及机组投入AGC情况下穿越振动区的解决方案。通过插值计算方法得到当前水头条件下各台机组的振动区范围,结合各机组AGC投入／退出（成缈单机）组合及当前水头情况下的振动区限和保留出力等测算出可调节区间,再利用修正的等容量负荷分配方法正确实现负荷指令的分配。通过对龙江电站机组的厂内方式闭环测试及调度方式闭环测试,证明了所研究的负荷指令分配方法对动态振动区的机组分配效果较好且稳定可靠。     

多振动区水电站短期调峰负荷分配方法

高水头水电站机组存在与水头相关的多个不规则振动区,当参与系统调峰时,随着水头和机组组合的变化,电站要避开动态的多个振动区运行,极大地增加了调峰计划制定的难度和复杂性。针对高水头多振动区水电站调峰负荷分配问题开展研究,提出一种实用的求解方法。首先利用数学组合和集合运算理论确定组合机组振动区,然后采用耦合启发式的约束处理策略与逐次负荷分配方法进行模型求解。南方电网实际应用的算例表明,所提方法能够有效避开振动区,并能满足电站运行其它复杂约束,是一种求解高水头多振动区水电站调峰问题的可行方法。     

改进整数变量辨识方法在机组组合问题中的应用

如何辨识待定整数变量,是机组组合问题中的难点,为此在综合考虑机组不同出力水平对成本的影响、系统时段耦合、系统备用以及网络安全等约束的情况下,提出了待定整数变量辨识方法.首先对各线性化目标函数进行安全约束机组组合松弛计算,根据所得结果按给定规则确定所有在全时段机组状态出现启停的机组集合,有效缩小了机组组合的寻优空间.在不影响最优解的前提下,利用负荷曲线特异性截取技术,加速了待定整数集合识别过程,提高了计算效率.算例结果验证了该方法的有效性     

Hydro unit commitment and loading problem for day-ahead operation planning problem

We describe a new model for the hydro unit commitment and loading (HUCL) problem that has been developed to be used as a support tool for day-ahead operation in the Brazilian system. The objective is to determine the optimal unit commitment and generation schedules for cascaded plants with multiple units and a head-dependent hydropower model. In this paper, we propose a new mathematical model for the hydropower function where the mechanical and electrical losses in the turbine-generator are included. We model the HUCL problem as a nonlinear mixed 0–1 programming problem and solve it with a strategy that includes a two-phase approach based on dual decomposition. The computational tool allows the model to effectively schedule hydro units for the problem in the Brazilian regulatory framework. Application of the approach is demonstrated by determining a 24-time step HUCL schedule for four cascaded plants with 4170 MW of installed capacity.     

A solution method using neural networks for the generator commitment problem

This paper studies the feasibility of applying the Hopfield-type neural network to unit commitment problems in a large power system. The unit commitment problem is to determine an optimal schedule of what thermal generation units must be started or shut off to meet the anticipated demand; it can be formulated as a complicated mixed integer programming problem with a number of equality and inequality constraints. In our approach, the neural network gives the on/off states of thermal units at each period and then the output power of each unit is adjusted to meet the total demand. Another feature of our approach is that an ad hoc neural network is installed to satisfy inequality constraints which take into account standby reserve constraints and minimum up/down time constraints. The proposed neural network approach has been applied to solve a generator scheduling problem involving 30 units and 24 time periods; results obtained were close to those obtained using the Lagrange relaxation method.