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。     

基于加速遗传算法的梯级水电站联合优化调度研究

梯级水电站联合优化调度是一项涉及学科门类广泛、牵涉部门利益众多的复杂大系统优化决策问题,对制定和实施区域用水规划、实现经济社会可持续发展具有重大的现实意义。鉴于当前群体智能优化算法应用于梯级水电站联合优化调度中存在的＂维数灾＂及大量约束条件不易处理的难点,将加速遗传算法（AGA）应用于梯级水电站联合优化调度研究中,采用＂分类假设＂的思路逆序寻找不同电站、不同时段优化变量可行决策空间并生成初始种群个体,由此重点阐述了改进遗传算法对优化调度模型大量复杂约束条件的实现方法。上述方法在我国水、电特性代表性良好的乌江梯级七库联合优化调度实例的应用结果表明：加速遗传算法对梯级水电站联合优化调度模型复杂约束条件具有较强的自适应及全局搜索能力,且计算结果与设计成果相比,乌江梯级水电站多年平均发电量增加约2.60%。可见,采用＂分类假设＂的研究思路处理群体智能优化算法应用于梯级水电站联合优化调度中存在的复杂约束问题是合理可行的,可为流域梯级水电站实行集中运行、调度提供科学有效的决策依据。     

基于改进POA算法的综合利用梯级水电站群中长期优化调度研究

针对担负多种综合利用要求的流域梯级水电站群,提出了满足各种综合利用要求约束的中长期优化调度数学模型,考虑到综合利用约束与常规约束条件的不同之处,采用一种POA改进算法求解模型.并将该模型应用于红水河流域梯级电站群,计算结果合理,方法可靠有效,提高了梯级水电站的经济效益和综合利用效益.     

温州电网梯级水电站优化调度实践

建立由温州电网属下的梯级水电站群优化调度的数学模型,采用基于浮点数编码的改进遗传算法对该模型进行了优化计算,该算法设计编程简单,计算量小,收敛速度快.利用三插溪水库的入库径流实测值进行了仿真实验,实验结果表明优化调度比常规调度经济效益超过5%,说明了遗传算法用于梯级水电站群优化调度既可行又有效.     

基于改进粒子群算法的梯级水电站优化调度

梯级水电站的优化调度是一个具有复杂约束条件的大型动态非线性优化问题,运用标准线性粒子群算法求解有易陷入局部最优的特点.针对这个问题对惯性权重的更新策略进行改进,减弱了典型线性寻优的局限性,得到更优的优化结果.以恩施芭蕉河梯级水电站丰水期为例,建立以周期发电量最大为目标函数的梯级水电站的短期优化调度模型,运用粒子群优化算法对其进行求解,得到了较好的梯级水电站优化调度结果.     

育种粒子群算法在梯级水电站优化调度中的应用

为了提高粒子群优化(Particle Swarm Optimization,PSO)算法的计算精度和计算效率,避免"早熟",提出了育种粒子群优化算法(Breeding-based Particle Swarm Optimization,BBPSO).该算法模型将育种算法和PSO算法有机结合,构建双群体搜索机制,既利用PSO算法的快速演化能力,又利用育种算法模型中的繁殖操作增加群体多样性.将该算法模型应用于梯级水电站发电最优调度中,仿真结果表明,和标准PSO算法相比,BBPSO具有更好的全局寻优能力和较快的收敛速度,能有效应用于梯级电站发电联合优化调度中.     

基于混沌类电磁机制的梯级水电站短期优化调度

水电站短期优化调度在数学模型上具有大规模强非线性特点,特别是梯级水电站间由于存在复杂的水力联系,使得短期优化调度模型更加复杂。为对其进行有效求解,将类电磁机制用于该问题的优化求解中,为克服算法易于陷入局部最优的不足,利用混沌优化算法的优势,提出两种算法融合的梯级水电站短期优化调度模型的快速有效求解方法。通过算例仿真分析表明混合算法在求解梯级水电站短期优化调度问题时的有效性。     

梯级水电站联合优化发电调度

梯级水电站联合发电调度的优化模型的确定在整个电网经济、安全运行中起着非常重要的作用。文中提出一种新的梯级水电站群联合发电优化调度的调度准则——以单位水体发电电价最高优先发电,在此基础上建立梯级水电站群联合发电优化调度模型及其评价方法。首先建立基于四层水体的水库能的水电站发电模型,在此基础上提出单位水体发电电价的概念。建立优化调度模型时,将电力系统中的负荷变化和在电力市场机制下分时上网电价的影响因素考虑在内。该模型能较为客观地反映梯级水电站运行情况,能给系统调度员做出最佳调度决策提供一定的依据。优化仿真计算结果证明该调度准则具有可行性和适用性。     

基于改进粒子群算法在尤溪流域水电站发电量最大短期优化调度的研究

本文采用改进粒子群算法,结合尤溪流域梯级水电站的特点,以尤溪流域的街面、水东、雍口水电站为研究对象,对上述梯级水电站的短期优化调度问题进行了研究。分析了各水电站的自身特性,建立了发电量最大("以水定电"模型)为目标的短期优化调度模型,并以尤溪流域梯级电站某一日的数据进行计算并对计算结果进行对比,验证算法的优化结果,从而能够更好地指导实际水库的运行。     

计及不确定因素的梯级水电站短期优化调度

以一定时期内期望发电效益最大化为目标,采用马尔可夫链对梯级水电站机组未来调度时段的预想故障及上网电价进行概率预测,构建了一种新的梯级水电站短期概率优化调度的模型,并且采用服从正态分布的负荷波动来分析时变负荷对优化调度的影响。该模型全面考虑了梯级水电站蓄水量、弃水量、水位、发电引用流量等约束条件,实现了机组运行状态概率预测与优化调度决策的密切结合。利用微分进化算法鲁棒性强、搜索效率高的特点, 与蒙特卡洛方法对模型进行求解。以一梯级水电站系统为例进行计算分析,表明所提出的模型合理和有效。     

水火电力系统短期节能与经济发电优化调度

选取节能和经济两个决策目标,建立水火电力系统发电多目标优化调度模型,寻求满足决策目标的最优调度方案。根据水力发电和火力发电的能耗特性,引入同等装机容量技术条件下水煤转换系数的概念,建立了水火电力系统联合发电能耗模型以及火电综合成本模型,并选取水火电力系统发电等效总煤耗最小作为节能调度的目标,选取火电厂发电综合成本最小作为经济调度的目标,对含有梯级水电站群和多个火电厂的大区域性电力系统进行多目标优化调度。以一个具有8个梯级水电站和8个火电厂的水火电力系统为例进行仿真,其结果证明所建的节能与经济发电优化调度模型能够在增加发电量的同时,提高水资源利用率,节约煤炭资源,降低火电成本,创造良好的发电效益和经济效益。     

考虑输电断面限制的风-光-梯级水电站长期优化调度

针对风-光-梯级水电站系统中水电站电量外送因输电断面限制因素产生的严重弃水问题,结合风、光、水时序发电互补及梯级水电站发电、储能双重特性,建立输电断面限制条件下的多能源补偿调节长期优化调度模型。首先分析风电、光伏可再生能源季节性出力,根据风光出力预测值调整梯级水电站运行水位,实现水库储能并转移发电时段,同时采用逐步优化算法与水位廊道约束耦合方法求解以外送发电量最大为目标的调度模型。最后通过算例仿真,验证了本文模型的有效性和可靠性。     

应用粒子群优化算法求解可用输电能力

在电力市场环境下,诸多问题(例如实时电价、网络阻塞等)都需要最优潮流作为理想的工具.本文以最优潮流为基础,应用一种简单有效、且收敛性很好的演化计算算法--粒子群优化算法(PSO)进行可用输电能力(ATC)问题的求解.根据约束条件的越限量大小,动态地调整罚函数,在保证全局搜索能力的基础上改进了收敛速度.应用此算法对IEEE-30节点系统进行了可用输电能力计算,并与传统的最优潮流算法进行了比较,结果表明该算法的有效性,具有实用意义.     

基于连续线性规划的梯级水电站优化调度

梯级水电站优化调度是一个多时段、多变量和多约束条件的大规模优化问题,其求解过程非常复杂。文章尝试采用连续线性规划的优化方法来解决梯级水电站长期优化调度问题。通过采用泰勒级数一阶描述形式,对优化调度目标函数和约束条件中的非线性约束进行线性化处理,建立了基于连续线性规划算法的优化调度数学模型,提出了用连续线性规划技术求解梯级水电站优化调度问题的算法,并采用迭代步长的动态比例缩减因子保证算法能快速准确地收敛到优化问题的最优解。利用Matlab7.0编制连续线性规划梯级水电站优化调度程序,一个两级梯级水电站群的仿真分析结果表明,该算法可用于求解梯级水电站优化调度问题,并可快速得到非线性问题的最优解。     

含有风电机组的可用输电能力研究

对并入风电机组的可用输电能力(available transfer capability,ATC)模型进行了深入研究。采用粒子群优化算法结合差分进化算法,克服了粒子群易陷入局部最优解的缺点,并提高了寻优的效率、全局的寻优能力和结果的稳定性。以IEEE30节点算例系统进行并入风电机组ATC模型的仿真计算,并与其他算法进行比较,验证了其模型、算法的合理性和有效性。     

计及风电相关性的区域间可用输电能力概率评估

大规模风电并网给电力系统区域间可用输电能力(available transfer capability, ATC)评估带来了新的挑战,为更加准确地评估高风电渗透率不确定性条件下的区域间ATC,文章提出了一种计及风电空间相关性的ATC概率评估方法。首先,利用条件概率原理对历史数据进行处理,并应用Copula函数对风电相关性进行建模;其次,区域间ATC的评估过程涉及到最大输电能力和现有输电协议的计算,因此提出一种ATC双层优化模型,在此基础上,利用Karush-Kuhn-Tucker(KKT)最优条件,双层模型即转化为均衡约束的数学规划(mathematica program with equilibrium constraint, MPEC)模型;再次,再将MPEC模型转化为混合整数二阶锥规划问题;最后,采用蒙特卡罗仿真对计及风电相关性的区域间ATC进行概率评估,并以IEEE 30节点系统为例,分析风电相关性对区域间ATC的影响,验证所提模型的正确性和有效性。     

基于NSGA-Ⅱ算法的多目标水火电站群优化调度模型研究

含有梯级水电厂的水火电力系统优化调度必须考虑各水电厂之间的水力耦合、上下游水电厂之间水流到达时间的延迟和可能弃水等因素.在考虑环境保护和节约能源以及水电厂运行特点的基础上,提出了一种以火电厂总运行费用、污染气体排放量、水电厂弃水量为优化目标的水火电站群多目标优化调度模型.快速分类非支配遗传算法(Non-dominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ)是一种新型的多目标遗传算法,文中首次将其应用于水火电站群的优化调度.计算表明,该模型有利于节能减排和环境保护,提高了水力资源的利用程度,提升了电力系统的综合运行效益,为水火电力系统短期优化凋度提供了新的研究思路.     

面向电力市场的梯级水电站联合优化调度研究

分析了电力市场环境下梯级水电站优化调度的特点，提出了面向电力市场的梯级水电站联合优化调度模型；对遗传算法进行了改进，提出了基于改进遗传算法模型求解的方法。工程实例证明，该方法科学可行，对电力市场环境下梯级水电站运行调度有较高的参考价值。     

弟级水电站发电能力评估的模型研究

建立了计及径流调节的梯级水电站最大出力模型和计及随机故障的水电机组可用容量概率模型,然后应用时历法进行梯级水电站发电能力的评估,并用一座简单二级水电站做算例分析。所用方法有效地解决了梯级水电站机组出力的水系相关性和随机故障的独立性问题。     

A multi-objective short term hydropower scheduling model for peak shaving

The short-term scheduling problem of a hydropower system in China Southern Power Grid (CSG) is studied. As one of the largest in China, the system consists of 92 hydro plants with total installed capacity of 41GW occupying 14.7% of the national hydropower capacity at the end of 2013. Abundant hydroelectricity of the system is transmitted from the western provinces to the eastern load centers in CSG. Obvious difficulties of the hydropower scheduling of CSG are large-scale system, complex constraints and multiple power receiving grids of single plants and cascaded systems due to huge capacity. A short-term hydropower scheduling model for peak shaving of multiple power grids is developed for the operations of the hydropower system of CSG. The model is composed of multi-objective optimal peak shaving (MOPS) model, inter grid power distribution (IGPD) model and load fluctuation balance (LFB) model. The MOPS model minimizes the maximum residual loads of each power grid in which the IGPD model is embedded to distribute power of a plant among several power grids. To solve the model, an aggregate function and a multi-objective fuzzy optimization model are combined to establish an alternative objective function, and a proposed constraint successively satisfying (CSS) algorithm is used to address the period coupling constraints in local search. A case study shows that the proposed approach is practicable, adaptable and robust to obtain near optimal results efficiently, and is applicable for large-scale hydropower systems with both multiple and single power receiving grids.