基于粒子群优化算法的AGC机组调配研究

电力市场下AGC机组的调配问题是辅助服务领域中的一个重要研究内容。提出了一种基于粒子群优化算法的AGC机组调配方案。该方法基于AGC机组调配的数学模型,考虑了机组调节容量,调节速率等约束条件。介绍了算法的基本原理,并分析了参数的不同取值对算法收敛性的影响。实际系统的算例表明,利用粒子群优化算法,不仅可以克服整数规划法可能得不到最优解的缺点,而且与遗传算法比较具有收敛性好,收敛速度快的优点,从而为AGC机组的调配问题提供了一种新的有效算法。     

基于粒子群优化算法的AGC机组调配研究

电力市场下AGC机组的调配问题是辅助服务领域中的一个重要研究内容.提出了一种基于粒子群优化算法的AGC机组调配方案.该方法基于AGC机组调配的数学模型,考虑了机组调节容量,调节速率等约束条件.介绍了算法的基本原理,并分析了参数的不同取值对算法收敛性的影响.实际系统的算例表明,利用粒子群优化算法,不仅可以克服整数规划法可能得不到最优解的缺点,而且与遗传算法比较具有收敛性好,收敛速度快的优点,从而为AGC机组的调配问题提供了一种新的有效算法.     

基于自适应粒子群优化算法的AGC机组调配研究

提出了一种基于自适应型粒子群优化算法（APSO）的自动发电控制（AGC）机组调配方案。该方案针对考虑机组调节容量、调节速率等约束条件的AGC机组调配的数学模型,提出了一种改进的APSO。介绍了算法的基本原理．分析了不同参数取值对算法收敛性的影响。算例表明,该方法不仅可以克服整数规划法可能得不到最优解的缺点,而且与遗传算法比较,具有收敛性好、收敛速度快的优点。     

带遗传算子模拟植物生长算法在AGC机组调配 经济性中的应用

建立AGC机组调配调节费用的数学模型,采用一种带遗传算子模拟植物生长算法(Plant Growth Simulation Algorithm,PGSA),应用于机组调配经济性研究。为解决完整模拟植物生长过程全局搜索可能速度过慢的问题,采用最优保留和最差杂交后保留的策略,可在加速计算速度的同时抑制早熟,防止陷入局部最优。此外,为防止新生长点过于聚集,采用K-means聚类算法对机组进行分类,并在长出新生长点时,同类机组选择差异性较大的变异方式。对于存在多个最优解,采用多解平均法,确保机组调配的公平性。通过计算结果对比验证了该算法的合理性及有效性。     

带遗传算子模拟植物生长算法在AGC机组调配经济性中的应用

建立AGC机组调配调节费用的数学模型,采用一种带遗传算子模拟植物生长算法(Plant Growth Simulation Algorithm,PGSA),应用于机组调配经济性研究。为解决完整模拟植物生长过程全局搜索可能速度过慢的问题,采用最优保留和最差杂交后保留的策略,可在加速计算速度的同时抑制早熟,防止陷入局部最优。此外,为防止新生长点过于聚集,采用K-means聚类算法对机组进行分类,并在长出新生长点时,同类机组选择差异性较大的变异方式。对于存在多个最优解,采用多解平均法,确保机组调配的公平性。通过计算结果对比验证了该算法的合理性及有效性。     

基于量子粒子群算法的风火打捆容量及直流落点优化配置

针对如何根据调峰容量等约束条件,优化风电、火电容量配置及送电落点问题,以风电外送输电工程建设投资、输电损耗和弃风电量损失为优化目标函数,提出以功率平衡、风电变化速率与火电调节速度匹配为约束条件,基于量子粒子群优化算法研究直流外送落点及风火打捆容量的优化配置问题。量子粒子群优化算法采用量子理论中的叠加态特性和概率表达特性,潜在地增加了粒子群算法中种群的空间分布多样性和全局寻优能力。运用量子粒子群优化算法以及构建的优化模型,以解决我国风电跨区消纳为目的,对某实际规划区域的风火容量进行优化配置,证明了所提模型和方法科学、有效。     

考虑机组优化选取的含风电电网滚动优化调度方法

提出一种包含调整机组优化选取策略的滚动优化调度方法。根据负荷及风电超短期预测信息,首先考虑等效负荷(负荷+风电)预测偏差和机组调节容量匹配、机组爬坡量和等效负荷波动量匹配,以及减少外送断面越限原则进行调节机组优化选取。在此基础上,以机组调整成本及弃风量最小为目标,建立优化模型并采用改进粒子群优化算法求解。实际算例表明,考虑机组优化选取的滚动优化调度实现了超短期时间尺度上对负荷及风电预测偏差的自动跟踪调节,提高了发电计划的准确性,同时有效降低了综合发电成本和外送断面功率越限的风险,提高了电网运行的经济性和安全性。     

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。     

基于最优保留的竞争自适应遗传算法的AGC机组调配

通过对电力市场下自动发电控制AGC(Automatic Generation Control)机组的调配问题的研究,提出了计及机组AGC调节容量变化的数学模型,对利用遗传算法求解这一非线性混合整数规划问题进行了探索,对遗传算法也作了相应的改进,加快了收敛速度,提高了全局搜索能力.对实际系统算例进行了仿真计算,并对遗传算法参数的选取与调整进行了讨论.     

市场环境下评估AGC机组参与辅助服务方法研究

我国电力市场初期,AGC机组的选择和考核补偿两大问题亟待解决。基于层次分析法(AHP-AnalyticHierarchyProcess)提出一种综合评估AGC机组的方法。讨论了AGC机组提供辅助服务的特点,并以AGC机组容量价格、电量价格、调节容量、调节速度4个指标为例说明了利用AHP综合评估AGC算法的实施方法。该方法用于在市场环境下选择性价比高的AGC机组运行,根据考核评估结果补偿AGC机组,提出2种补偿算法,构造出一套完整的评估补偿机制。算例说明该机制能鼓励发电商报低成本,积极提供性能优良的AGC机组,促进调节性能差的AGC机组进行技术改造。该算法灵活、简便,具有实用价值。     

协调联络线与区域电网攀峰的互联电网有功调度

互联电网的调峰调频问题与联络线调整密切相关。在攀峰过程中,如何防止互联电网支援产生对联络线的冲击以及如何解困自动发电控制（AGC）机组的闭锁问题是互联电网高峰有功调度的关键问题。就此问题建立了互联电网攀峰协调优化调度模型。在高峰起始时段通过源流路径电气剖分技术确定联络线送、受端电网中与联络线关联的机组集合,并通过对联络线送、受端电网中的其他NON-AGC机组调节余量检验,将NON-AGC机组分为调节余量匮乏和充裕机组集合。在攀峰过程中,优先部署联络线关联机组集合以维持联络线计划功率,同时,并行协调送、受端电网中NON-AGC机组与AGC机组、NON-AGC机组集合内部的调节余量匮乏与充裕机组,从而可实现各区域电网自筹攀峰与维持联络线计划功率的目的。算例分析表明了该模型的可行性。     

基于改进分层强化学习的CPS指令多目标动态优化分配算法

应用经典强化学习方法的控制性能标准(control performance standard,CPS)下自动发电控制(automatic generation control,AGC)指令(CPS指令)由调度端至电网各台机组的分配过程不可避免出现维数灾难问题。提出应用分层强化学习的方法,将全网机组按调频时延做初次分类,CPS指令逐层分配形成任务分层结构。在分层Q学习算法层与层之间引入一个时变协调因子,改进的分层Q学习算法有效提高原算法收敛速度。奖励函数中设计不同的权值线性组合,展示保守及乐观控制下系统CPS控制水平和调节成本的变化关系。南方电网统计性仿真分析表明,改进分层Q学习算法较分层Q学习算法平均收敛时间缩短47％,在复杂随机扰动的环境中改进算法能有效提高系统CPS考核合格率,并降低调节成本约5％。     

基于粒子群算法的火电厂机组负荷优化分配研究

负荷优化分配是火电厂运行优化的一个重要研究领域,在机组之间合理地优化分配负荷能够提高整个火电厂运行的经济性。针对火电厂实际的运行情况,考虑多个实际约束条件,建立了并行火电机组间连续多时段动态负荷优化分配的数学模型;提出运用新近发展起来的智能算法-粒子群算法来解决动态负荷优化分配问题,详细介绍和研究了该算法的基本原理以及在负荷优化分配问题上的实现过程,并针对原算法的不足,对算法进行了改进;根据负荷分配和算法的特性,对初始种群的生成方法进行了改进,同时对约束条件进行了有效处理。仿真实例表明,该方法收敛性好,收敛速度快,能够有效地达到或接近全局最优,从而为火电厂机组负荷优化分配的求解提供了新的有效算法。     

Control area performance improvement by extended securityconstrained economic dispatch

An algorithm for solving the extended security constrained economic dispatch (ESCED) problem with real-time economic dispatch grade speed and reliability is presented. The ESCED problem is formulated by adding a regulating margin and ramp rate constraints to the network security constrained economic dispatch problem previously solved by the CEDC algorithm. Starting with Newton's method to optimize the Lagrangian, the ESCED is developed by superimposing on Newton's method eight major components called tracking start initialization, hessian pre-elimination, implicit dual variable calculations, regulating margin sensitivity coefficient calculations, traumatic event evaluation, constraint relaxation, implicit ramp rate constraint implementation, and relaxed incremental cost calculations. Test results are also presented     

NON-AGC机组协同AGC机组的高峰调度模型

为加强非自动发电控制（NON-AGC）机组和BLO型AGC机组与BLR型AGC机组的协调,提高NON-AGC机组和BLO型AGC机组群体跟踪能力并利于BLR型AGC机组的解困,文中在常规在线调度时间级中细分出超短时在线调度时间级,并提出了两者协调的机制和策略：根据在线调度时间级内的最后一个超短时在线调度时段BLO型AGC机组调节容量情况和超短时在线调度时间级内BLR型AGC机组的调节容量情况,判断是否启动NON-AGC机组与AGC机组的协调、BLO型AGC机组与BLR型AGC机组的协调;在考虑高峰运行模式下爬峰、调频和网络安全问题的基础上建立NON-AGC、BLO型AGC和BLR型AGC这3类机组的协调模型。某实际系统算例分析结果表明了该协调机制和策略的可行性。     

电力市场下AGC机组调配的遗传算法

对电力市场下自动发电控制(AGC)机组的调配问题进行研究发现，现有利用整数规划的方法是基于机组AGC调节容量不变这一条件，因此所得到的结果可能不是最优解。提出了计及机组AGC调节容量变化的数学模型，对利用遗传算法求解这一非线性混合整数规划问题进行了探索。实际系统的算例表明，利用遗传算法可以克服现有利用整数规划方法所存在的问题。文中还对遗传算法参数的选取与调整进行了讨论。     

Hydrothermal scheduling of a multireservoir power system withstochastic inflows

A suboptimal method for solving the annual hydrothermal scheduling problem for a multireservoir hydrothermal system is presented. Hydrothermal scheduling is performed in order to find the optimum allocation of hydro energy so that the annual operating cost of a mixed hydrothermal system is minimized. In the present work, the hydrothermal scheduling problem is formulated as a constrained optimization problem which is decomposed into three subproblems; maintenance scheduling of thermal units, dispatch of thermal units, and dispatch of hydroplants. The algorithm takes into consideration the stochastic nature of the water inflows to the reservoirs and the forced outage rates of the thermal units. Results obtained by the application of the algorithm to a simplified version of the Hellenic Hydrothermal Power System, showing the effect of the hydroplants, are reported     

Different time-scale approaches to the real power dispatch ofthermal units

Different time-scale approaches to the dispatch problem are proposed for the centralized control of real power. In particular, the problem of optimally sharing a time-varying load among the committed thermal units of an electrical power system is addressed. It is shown that the real power dispatch of the thermal units is handled at different time scales as a dynamic problem where rate of change limits , environmental constraints, and the security constraints of the traditional static approach are taken into account. The adoption of the same general model guarantees the coherency of the results in the three phases of day-before scheduling, advance dispatch, and online dispatch. A modified gradient projection algorithm, which suitably exploits some good second-order information, has been adopted for the solution of the large-scale problem arising from the discretization of the dynamic model. The resulting procedure is capable of solving the very large day-before scheduling (more than 2000 variables and 4000 constraints for the Italian EHV system) in a few minutes, as well as providing the solution of the advanced dispatch problem in no more than 10 s even when a corrective rescheduling is required