基于粒子群修正策略的机组组合解耦算法

机组组合问题是电力系统优化运行的一个难点,理论上难以得到最优解。提出了一种基于粒子群修正策略的解耦算法。首先采用集结投影次梯度的拉格朗日松弛算法得到机组组合的对偶解;然后依据对偶信息中的备用乘子及对偶组合状态建立粒子群优化空间;而后利用无约束的标准粒子群优化算法实现拉格朗日乘子的局部更新,通过粒子的调整和粒子间信息的传递改变机组启停,进而修正拉格朗日对偶解,最终得到机组组合问题的近似最优解。6个系统的仿真计算验证了该方法的求解速度及计算精度。     

引入可调度空间约束的电力系统优化调度模型

传统电力系统优化模型通常以火电机组固有技术出力作为该机组的出力约束,而实际运行中,机组调度出力范围还受净负荷值及机组上一时段出力的影响,出力约束存在较大的优化空间。为有效缩减机组出力变量的可行域范围,提出净负荷增量指标,应用该指标及机组上一时段的出力状态优化各机组可调度空间范围。进一步以可调度空间范围作为约束,建立改进电力系统优化调度模型。运用标准粒子群与模拟退火算法相结合的混合粒子群算法求解。算例结果表明,混合粒子群算法能够有效改进标准粒子群算法陷入局部最优的缺点,提高模型求解精度;此外,引入可调度空间值约束的电力系统优化调度模型与传统优化调度模型相比,在确保求解精度的同时大大减少了计算量,且不易陷入局部最优。该改进的思路与方法也可应用于其它能源系统的优化调度模型中。     

基于改进粒子群优化算法的负荷分配方法研究

针对多目标粒子群优化算法求解负荷优化分配问题时所出现的最优解分布不均,局部最优等问题,引入了精英交叉算子并基于拥挤度对非劣解集进行排序,给出了精确计及网损时的机组出力等式不等式约束处理方法。最后在有无网损两种情况下针对3机组系统进行负荷优化分配。仿真结果表明改进后的粒子群优化算法寻优能力得到提升,同样利用模糊隶属度函数筛选Pareto解集得到的结果明显优于常规粒子群优化算法,有效降低了发电成本及污染物排放,且求解结果严格满足约束条件。     

用于机组组合优化的蚁群粒子群混合算法

提出了一种用于求解机组组合优化问题的蚁群粒子群混合优化算法。通过将机组组合解编码为机组操作序列,降低了蚁群算法搜索的难度,使其空间复杂度由指数型降为线性型,使采用蚁群算法求解更大规模的机组组合问题成为可能。采用协同粒子群算法求解多时段负荷的经济分配问题时,用一个粒子群处理一个时段的优化问题,通过共享粒子群间的惩罚项解决了机组爬升率的约束问题。10机和20机系统的仿真实验和分析结果验证了该方法正确性、有效性和优越性。     

基于局部随机搜索粒子群优化算法的电站短期发电优化调度

为提高粒子群优化(PSO)算法搜索精度、加快后期收敛速度,提出一种新的PSO算法,即局部随机搜索PSO算法。该算法用于求解电力系统的短期发电优化调度问题时,不仅要求满足电站实际运行中的系统负荷平衡约束,而且要考虑机组爬坡约束、出力限制区约束等非线性约束。给出了局部随机搜索PSO算法的步骤及短期发电优化调度问题求解方法。通过应用所提出的算法和其他文献提出的PSO算法、改进快速进化规划(IFEP)算法对15机系统的优化调度计算相比,证明所提出的算法最优解的发电费用最低,分别减少了3.8%和1%。     

基于改进粒子群文化算法的机组组合联合调度研究

电力系统联合优化调度可以提高电网运行可靠性的同时提高经济和环境效益。电力系统联合优化调度主要依赖于优化算法。建立了包含火电、光伏储能的机组组合问题调度模型,并针对机组组合问题的优化求解,提出了改进的粒子群文化算法。通过个体进化和参数调整选择粒子全局最优位置,采用循环拥挤距离来控制非劣解集的大小,实现信度空间和种群空间之间的交互。最后,针对实际的电力系统,结合改进粒子群文化算法和分支定界法对火电电力系统、包含光伏电力系统和储能的机组组合问题进行求解。算例验证了该方法的有效性。     

基于机会约束规划和随机模拟技术的含风电场电力系统多目标优化调度

为了提高含风电场电力系统运行的经济性和可靠性,增强风电并网运行的稳定性,建立了基于机会约束规划的含风电场电力系统多目标机组优化调度的数学模型。考虑到风电场出力的随机性,引入了机会约束规划和随机模拟技术,以常规发电机组的发电成本最低和污染气体排放量最低为目标。问题分为内外两层求解,外层为机组组合优化,利用蚁群算法求解;内层为负荷的经济分配,基于Pareto最优解集概念和整体协调决策机制,结合多目标粒子群求解。用10机算例对模型进行了仿真分析,仿真结果表明所建模型合理、算法有效可行。     

计及碳排放量约束的多区域互联电力系统分布式低碳经济调度

针对多区域互联系统考虑全局不等式约束的低碳经济调度分布式求解问题，提出一种分布式低碳经济调度优化方法。首先，为实现多区域互联系统低碳化运行，利用互联系统碳排放量约束调控各区域中发电单元出力，构建低碳经济调度模型；随后，基于对偶理论和变量分解方法对多区域互联系统低碳经济调度模型进行分解，将低碳经济调度问题分解为与各区域相关的子问题，再利用交替方向乘子法（ADMM）搭建各区域协同优化求解框架；迭代求解过程中，通过迭代互联区域之间相邻单元或节点拉格朗日乘子信息的交换实现分布式低碳经济调度模型求解，该经济调度优化模型，在有效降低各区域间信息传递量、充分保障各区域单元信息隐私性要求的同时，满足优化区域“即插即用”的需求；最后，通过IEEE 6节点测试系统和72节点测试系统进行算例分析，验证了所提方法的有效性。     

基于改进粒子群优化算法的微电网经济调度研究

微电网经济调度是一个复杂的多约束、多目标非线性优化问题。为了实现微电网中各微电源设备的经济运行,充分发挥分布式能源的发电优势,基于改进粒子群优化算法对微电网经济调度进行研究。在研究中,提出光伏发电预测与负荷预测背景下的微电网多目标模型,考虑蓄电池使用寿命,以经济成本最低和环境成本最低为目标,利用改进粒子群优化算法进行求解。通过案例分析,确认了研究成果的有效性。     

基于改进粒子群算法的火电机组经济优化调度

为了提高火电机组运行的经济性,以火电机组运行成本最小为目标函数,综合考虑火电机组运行过程中的 各项约束,利用收缩因子对粒子群算法进行改进,建立基于改进粒子群算法的火电机组经济优化调度模型,并采用 IEEE30节点系统进行算例分析,结果表明采用IPSO算法优化的火电机组最小运行成本为24.13万元,IPSO算法在 迭代次数和收敛精度上均优于PSO算法,验证了模型的正确性和实用性.     

基于简化零空间内点法VSC-HVDC离散化最优潮流的研究

在求解含电压源换流器的高压直流输电(Voltage Source Converter based High Voltage Direct Current, VSC-HVDC)的交直流系统最优潮流(Optimal Power Flow, OPF)问题时,常使用原对偶内点法或智能算法。但原对偶内点法无法很好地解决含离散变量的OPF(如无功优化),而智能算法在解决此类问题时易陷入局部最优解,同时计算时间过长。因此,提出一种含离散惩罚函数的简化零空间内点算法。算法的主要思想是以简化零空间内点法(下称S-NSIPM)为框架,对连续变量进行优化,当收敛函数小于一定值时,在离散量的计算中引入罚函数,同时随着迭代量差值的变化随时调整罚函数的罚因子的大小。通过算例表明,该算法稳定性高,寻优和适应能力强,能够很好地解决含VSC-HVDC交直流系统的离散变量的优化问题。     

A decoupled solution of hydro-thermal optimal power flow problem bymeans of interior point method and network programming

This paper presents a new decoupled model together with a very efficient coordination algorithm to solve a hydrothermal optimal power flow (HTOPF) problem over a certain time horizon. Based on the Lagrange relaxation at the level of the KKT (Karush-Kuhn-Tucker) conditions of the primal problem, the HTOPF is decomposed into thermal plant subproblems formulated as OPF and hydroplant subproblems. To solve efficiently the thermal OPF subproblems, the warm-starting scheme has been incorporated into interior point quadratic programming (IPQP). As to the hydroplant subproblems, a united network flow model is presented in which a fixed head plant is treated as a special case of a variable head plant. The hydroplant subproblem can be formulated as a minimum-cost maximum-flow problem for which unit cost functions of hydroplants are defined exactly. A proposed variant of the partitioning shortest path algorithm has brought about a great speed up in the computation of the subproblems. The validity of the proposed method has been examined by solving the IEEE test systems and a Chinese power system consisting of 13 thermal plants and 12 hydro power plants; the last system is a large size problem such that it has 107712 primal and dual variables. Simulation results obtained are quite convincing     

考虑交流潮流约束的机组组合并行解法

针对传统机组组合模型的种种不足,该文提出了一种考虑交流潮流约束及静态安全约束的机组组合模型,并给出了一种完整的并行化解法。该法借助于扩展拉格朗日松弛法和变量复制技术,将原问题转换为其对偶问题,并利用附加问题原理将对偶问题分解为动态规划和最优潮流(OPF)子问题。对于OPF子问题,采用鲁棒性好、收敛速度快的预测校正内点法求解,同时在求解过程中,采用并行处理技术。IEEE118节点及IEEE300节点仿真结果表明,该方法收敛性好,非常适合并行处理。     

基于拉格朗日函数鞍距分配的广义内点法

不等式约束的处理是电力系统优化分析中比较困难的问题。文中根据拉格朗日函数的鞍点理论,将优化问题的等式约束进行松弛,形成计及等式约束的原始问题以及相应的对偶问题。通过定义原始和对偶问题之间的鞍距,并将鞍距在不等式约束之间进行分配,从而形成不同的针对不等式约束拉格朗日乘子的修正方程,进一步形成不同的优化算法。推导表明,内点罚函数法只是拉格朗日鞍点理论应用的一个特例。所提出的基于拉格朗日函数鞍距分配的广义内点法可以在电力系统优化分析中进行应用,将其应用于大规模间歇式电源接入情况下的电力系统最大传输能力问题中时,IEEE 30节点系统的计算结果及IEEE 14节点系统中不同算法的比较结果表明,此算法能够有效处理潮流问题不等式约束。     

Optimal Spinning Reserve for a Wind-Thermal Power System Using EIPSO

This paper presents an evolutionary iteration particle swarm optimization (EIPSO) algorithm to solve the nonlinear optimal scheduling problem. A new index called iteration best is incorporated into particle swarm optimization (PSO) to improve the solution quality. The new PSO, named iteration PSO (IPSO), is embedded into evolutionary programming (EP) to further improve the computational efficiency. The EIPSO is then applied to solve the optimal spinning reserve for a wind-thermal power system (OSRWT). Results are used to evaluate the effects of wind generation on the spinning reserve selection of a power system. The OSRWT program considers the outage cost as well as the total operation cost of thermal units to evaluate the level of spinning reserve. The up spinning reserve (USR) and down spinning reserve (DSR) are also introduced into the OSRWT problem. The optimal scheduling of spinning reserve was reached while minimizing the sum of total operation cost and outage cost. Two practical power systems are used as numerical examples to test the new algorithm. The feasibility of the new algorithm is demonstrated by the numerical example, and EIPSO solution quality and computational efficiency are compared to those of other algorithms.     

基于内点法和改进粒子群算法的无功优化混合策略

基于内点法与粒子群算法,提出了一种混合策略来求解电力系统无功优化问题。根据优化变量的不同性质将无功优化问题分解为离散优化和连续优化两个子问题,采用改进的粒子群优化算法和内点法交替求解,使两者的优化结果互为基础,提高了混合策略的整体寻优效率;根据粒子运动趋势及目标函数中网损与节点电压无功的相关性,对基本粒子群算法进行改进,自适应调整惯性权重和罚因子;以IEEE30节点系统和某实际地区电网作为试验系统,验证了该算法的正确性和有效性。     

基于稀疏技术的原对偶内点法电压无功功率优化

文章结合电力系统的稀疏特性,提出了一种基于稀疏技术的原对偶内点法电压无功优化控制数学模型,并给出了提高原对偶内点法计算速度的措施。     

基于可行空间并行的安全约束最优潮流

为了提高电网控制决策的实时性,文中将计及预想故障安全约束的经济性优化问题分解为以发电成本最小为目标的基态最优潮流主问题和预想故障安全校核子问题,并提出一种基于可调空间切片并行的分解协调算法进行求解,以避免交替迭代。首先,按不同比例对可调空间进行切片形成多个切片方案,并基于并行计算平台采用原始-对偶内点法对各切片方案进行基态最优潮流主问题求解;然后,对各优化后方式进行预想故障并行安全校核;接着从通过安全校核的切片方案中挑选出发电成本最小的方案;最后,以贵州省某市电网为算例分析验证了所提方法的有效性。     

高光伏渗透配电网分散式最优潮流的割平面一致性算法

采用割平面一致性算法对高光伏渗透主动配电网的最优潮流问题进行分散式求解。首先对潮流方程进行线性近似,将节点电压表示为节点注入功率线性函数,搭建包含网络损耗和弃光惩罚费用的二次规划模型。然后利用拉格朗日对偶松弛技术将集中式模型解耦,将配电网络和各光伏逆变器分别作为独立的代理,对每个代理建立主问题对原问题进行近似,在相邻代理间仅传递割平面约束,最终一致地求出各代理的最优解。各代理相互独立,保密性好,不需要上层协调器,并且在发生割平面信息丢失时仍然可以收敛到最优解。最后,通过对一实际屋顶光伏系统和33节点系统进行测试,证明了所提方法的正确性和有效性。     

New optimal placement of capacitors and dispersed generators using bacterial foraging oriented by particle swarm optimization algorithm in distribution systems

The shunt capacitor devices are utilized in distribution systems to possibly reduce reactive component of power losses. Besides, the dispersed generator (DG) units can be used to supply active power of loads and reduce active component of power losses. In this paper, by applying the multi-objective problem, optimal placements of these devices are determined based on bacterial foraging (BF) oriented by particle swarm optimization (PSO) algorithm (BF-PSO). The considered objective function includes the cost reduction of power losses and installation costs of shunt capacitor devices and DG units. Also, the problem solution at different load levels and the utilization of capacitor discrete values are performed for optimization. Finally, the proposed method is compared with genetic algorithm (GA), differential evolution (DE), and PSO methods. They are investigated on the IEEE 69-bus distribution system. The simulation results indicate the advantages of the proposed method for the optimization problem.