机组组合问题的罚函数法

机组组合问题是一个大规模的非线性、0、1变量混合整数规划问题,是一个难问题.以罚函数方法解决0、1变量整数规划问题是一个新的尝试.文中考虑包括发电机爬坡约束和时间约束等动态约束在内的多种约束条件,对机组组合问题的0、1变量进行松弛,并在目标函数中增加一个惩罚函数项,将问题变换成一个非线性连续变量的规划问题,以SQP法求解.本算法经过一个简单的算例检验,说明是行之有效的.     

电力市场环境下负荷分配问题的罚函数法

电力市场环境下的负荷分配问题由于报价曲线的分段特性使问题更加难以解决。针对报价曲线的分段特性进行处理，将每台机组出力等值为几台机组出力和的形式，并增加机组功率平衡约束，以罚函数方法和SQP方法解决后来形成的0，1变量整数规划问题及其线性的连续变量规划问题，本算法经过一个小系统检验证明非常有效。     

电力市场环境下解决机组组合问题的新方法

机组组合问题是电力市场环境下编制短期发电计划所面临的主要问题,在满足各种约束条件的情况下,如何合理地开、停机组、以及负荷如何在运行的发电机组之间经济地分配是一个比较困难的问题,特别是由于发电机组出力上升、下降速度的限制,使这个问题一直没有很好的解决方法。提出一种组合优化方法解决这一问题,即用启发式方法确定机组组合,用分段线性规划算法分配功率,并满足各种约束条件,特别是可以处理发电机组出力上升、下降速度约束、经实际系统检验是一种非常有效的算法。     

大规模机组组合问题计及网络约束的线性化求解方法

为了提高求解机组组合问题计算效率,给出线性化方法,将目标函数分段线性化,将启机费用作为约束并将其线性化,同时将网络安全约束通过直流潮流模型进行线性化,从而建立较完备的混合整数线性规划的机组组合模型.采用世界上广为流行的CPLEX优化求解器求解,在对偶间隙设定为较合理的情况下,求解速度快.不同测试算例表明,该方法速度快,精度较高,能够求解较大规模的机组组合问题.     

基于外逼近方法的中期机组组合问题

利用外逼近方法（OAM）提出一种求解机组组合（UC）问题新的确定性方法。OAM是一种分解方法,它把UC问题分解为一系列的混合整数线性规划（MILP）主问题和非线性规划（NLP）子问题。应用分支割平面方法求解MILP,应用新的零空间内点法求解NLP。54机组168时段等多个系统的数值仿真表明,OAM具有快速的收敛速度,能有效处理爬坡约束,为大规模安全约束机组组合问题的有效求解提供了一条新途径。     

电力市场环境下解决机组组合问题的研究

提出了一种解决电力市场环境下机组组合的新方法,考虑了包括网络安全约束在内的多种约束条件。这种方法首先将一个大系统按系统通常的运行方式分成一些小的子系统,满足联络线功率不过载的约束条件,并在这些小的子系统之间分配负荷;然后将各子系统的机组组合问题分为两层的规划问题,用动态规划法和分段线性规划算法分别解决这两个问题,并满足时间约束,机组出力上升、下降速度约束等各种约束条件。本算法经一个8机系统的检验,说明本算法是非常有效的。     

大规模机组组合问题计及网络约束的线性化求解方法

为了提高求解机组组合问题计算效率,给出线性化方法,将目标函数分段线性化,将启机费用作为约束并将其线性化,同时将网络安全约束通过直流潮流模型进行线性化,从而建立较完备的混合整数线性规划的机组组合模型。采用世界上广为流行的CPLEX优化求解器求解,在对偶间隙设定为较合理的情况下,求解速度快。不同测试算例表明,该方法速度快,精度较高,能够求解较大规模的机组组合问题。     

电力市场环境下解决机组组合问题的研究

提出了一种解决电力市场环境下机组组合的新方法 ,考虑了包括网络安全约束在内的多种约束条件。这种方法首先将一个大系统按系统通常的运行方式分成一些小的子系统 ,满足联络线功率不过载的约束条件 ,并在这些小的子系统之间分配负荷 ;然后将各子系统的机组组合问题分为两层的规划问题 ,用动态规划法和分段线性规划算法分别解决这两个问题 ,并满足时间约束 ,机组出力上升、下降速度约束等各种约束条件。本算法经一个 8机系统的检验 ,说明本算法是非常有效的     

电力市场中机组组合的智能优化算法

随着电力市场的兴起，机组优化组合问题的目标函数和约束条件都发生了重大的变化，本文提出了在电力市场机制下机组组合问题的数学模型，并运用智能优化算法－遗传算法求解，该算法不同于常规优于算法的特点在于，能够从最后一代的母体群中产生多个满足约束条件的可行方案，为电钢调度提供了极大的灵活性。而且任何可以用罚因子项表示的约束条件可以考虑到遗传算法，适合大规模及超大规模问题的求解。     

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。     

基于改进的逆序排序法的机组组合优化算法

文章提出了改进的逆序排序法来求解机组组合优化问题.该算法从可用机组全投入运行这一可行解出发,在每次迭代过程中优化一台机组在整个调度周期内的开停状况,以最小化总生产成本或总购电成本,直到连续两次迭代的目标函数值不再减小为止.该方法的显著优点在于计算不会振荡,迭代不会发散,且每次迭代的结果均为可行解.该算法在单机组优化过程中,以机组的最小启停区间而不是单个时段为研究调度对象,缓解了组合爆炸问题,明显地加快了计算速度.     

内点-分支定界法在最优机组投入中的应用

机组投入是现代电力系统编制发电计划的重要优化任务,具有显著的经济效益。从数学上讲,机组投入问题是一个多约束的NP难组合优化问题,很难得到理论上的最优解。提出运用内点-分支定界法求解最优机组投入问题。该方法将机组投入的离散变量松弛为[0,1]区间上的连续变量,结合有功出力,进行优化。原始-对偶内点法收敛迅速、对初值不敏感,用来求解松弛问题,分支定界法用来处理离散变量。通过对2个算例的计算及与其它算法结果的比较,验证了该算法能得到更好的全局最优解。     

电力系统中机组组合的现代智能优化方法综述

在深入探讨电力系统机组组合的各种现代智能优化算法的基础上，加以分类总结，详细评述了各种方法所取得的研究成果和存在的不足之处。具体表现在：由于模拟进化算法的随机性，不能保证每次计算都能收敛到全局最优解，同时还存在“早熟”现象；模拟退火算法存在收敛速度慢的缺点；禁忌搜索算法存在对初始解依赖性强和搜索过程只是单对单的操作；人工神经网络的学习训练易陷入局部极值区，同时指出不同的具体问题，网络适合的隐含层数目和节点数目较难确定；模糊优化算法中隶属函数的确定及专家系统中专家的知识、经验和规则的获取都是棘手的问题。     

基于原-对偶内点法和混合整数规划法的机组组合问题研究

电力系统机组组合能带来显著的经济效益,随着电力市场的不断发展,在电力系统优化运行中变得尤为重要。然而电力系统机组组组合问题是一个大规模、非凸、非线性混合整数优化问题,至今仍然没有找到一种理想的优化算法。因此针对其特点,采用了原-对偶内点法和混合整数规划法相结合的算法,首先利用混合整数规划法形成伴随规划来处理离散变量,再通过内点法求解伴随规划子问题和负荷经济分配,充分发挥了两种算法在求解机组组合问题上的优势。文中对标准10机组24时段系统算例进行了仿真测试并与之前的各种优化算法进行了对比,结果表明了本文算法模型解决机组组合问题的有效性和优越性。     

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。     

基于二进制微分进化算法和目标函数分解的大规模机组组合求解

为了避免在机组组合求解过程中将机组启停计划和负荷经济调度两者形成内外双层嵌套求解,从而导致计算比较耗时的问题,引入启运机组的总平均燃料成本和系统旋转备用剩余量这2个可调节的子目标,将传统的机组组合模型分解成2个独立的优化目标,构建了一种基于目标函数分解的二阶段可独立求解的机组组合模型。采用一种改进的二进制微分进化算法对第一阶段的机组启停计划目标进行求解,对每个代表机组启停状态的个体编码采用机组最小启停时间约束、旋转备用约束、机组去组合等处理机制,有效保证了每个解的有效性并缩小了算法的搜索空间。根据求解得到的机组启停状态,采用半定规划法求解第二阶段的负荷经济调度目标。采用经典的测试算例验证了所提方法在大规模机组组合求解中的有效性。     

适合于机组组合问题的扩展优先顺序法

针对传统PL（Priority List）方法采用单一排序指标,即平均满负荷费用AFLC（Average Full-Load Cost）不能全面反映机组优先顺序的不足,提出一种扩展优先顺序法EPL（Extended Priority List）解决机组组合问题。在分析PL方法特点的基础上,定义μ-Load Cost反映机组在不同出力范围内的经济指标,形成不同μ值的机组组合的邻域,而后定义机组的效用系数UUR（Unit Utilization Ratio）优化机组的优先顺序。此外,引入参数控制机组组合邻域的规模并采取策略对机组组合进行调整使其满足所有约束,从而提高计算效率。最后采用26机组、38机组以及45机组24时段等3个系统的测试结果来验证该方法的有效性。     

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。     

考虑N-1故障的安全约束机组组合模型及约束削减方法

考虑N-1故障的安全约束机组组合问题规模庞大,对其进行数值求解十分困难.为此,基于直流潮流和线路开断分布因子,建立混合整数线性规划模型并提出约束削减方法.约束削减方法包括两步:根据并联支路潮流之间的关系选出需要监视的支路,以减少并联支路的安全约束;推导故障态潮流的上界,将其与故障态支路容量进行比较,以消除冗余的故障态安...