用拉格朗日松弛法求解概率备用解析表达的机组组合

由于电力系统运行中存在不确定性，因此在机组组合中有必要考虑机组投运风险水平的限制.但机组投运风险水平与机组强迫停运容量呈离散型的分布关系，因而难以与拉格朗日松弛法的机组组合算法有机结合.就这一问题，在前人研究的基础上，对系统投运风险曲线的两种拟合形式，即高斯函数和指数函数，进行分析和研究，发现前者精度较后者明显提高.在此基础上，将投运风险度约束以解析表达的方式引入机组组合的拉格朗日松弛法中，有机一体的完成了概率备用约束的机组组合问题，实现真正意义上的优化.     

大规模风电并网条件下的电力系统调度

由于风能具有很强的随机性,风电预测的误差很大,另外风电具有反调峰特性,而现有水火电机组调峰能力有限,使电力系统调度十分困难.通过对风电预测误差进行统计,建立了在不同风能输出功率水平下预测误差的离散概率分布模型.与系统中机组的累积停运容量概率表结合形成考虑风电的累积停运容量概率表,并采用高斯函数拟合.将投运风险度约束以解析表达的方式引入机组组合的拉格朗日松弛法中,建立考虑风电并网条件下概率约束备用的机组组合模型.最后以26节点测试系统为例,分析了风电接入对机组组合结果的影响.     

待建工程程序优化模型与仿真算法

运用解组合最优化问题的拉格朗日松驰法研究待建工程排序问题,阐述了基本思想,给出了待建工程排序的理想模型,讨论了拉格朗日松弛法的具体运用,并给出了求解排序模型的计算机程序框图。     

基于风险指标与非支配故障筛选理论的安全约束机组组合算法

安全约束机组组合(SCUC)是一种常用的电力系统运行调度方法,但在实际的大规模系统应用中需要大量的预想故障及多个时间断面的信息,求解困难。针对如何加快SCUC求解速度的问题,在传统安全约束机组组合算法的基础上,采用改进过载风险指标代替传统的过载严重度指标,结合非支配故障筛选理论,提出一种基于风险指标与非支配故障筛选理论的安全约束机组组合算法。算例结果表明:算法采用的故障集更合理,具有迭代速度快、安全性高和经济性好的特点,可为调度员的实时快速决策提供重要帮助。     

基于有效边界的贷款组合优化决策模型

以贷款的收益率为金融资产的收益，以贷款收益率的波动为标准反映贷款风险，以拉格朗日乘子法为工具求解二次规划，建立了在既定组合收益范围内，组合风险最小的贷款组合优化决策模型，该模型的特点一是可直接对贷款的银行收益与风险进行组合优化，在现有研究的基础上提高了决策分析精度；二是通过有效边界上的最优组合有效地控制了贷款的组合风险，解决了组合贷款的优化决策问题。     

交流潮流约束下的机组组合求解

针对当前大电网与分布式发电并进,可再生资源发电大量接入的电网发展格局,构建交流潮流约束下的机组组合模型,在传统考虑有功网络安全约束的基础上,引入无功电压的制约,并计及机组的安全运行极限。依据Benders分解思想,将该模型分解为主、子两个问题,主问题为单母线模型机组组合,子问题为交流潮流约束的检验,通过子问题导引的Benders割形成主、子问题之间关联的附加约束。修正的IEEE-14节点仿真结果表明,该方法能够有效解决交流潮流约束下的机组组合问题。     

考虑风电不确定性的分布鲁棒机会约束机组组合模型

风电渗透率的不断提高大大减少了化石燃料的消耗和温室气体的排放,但风电输出功率的不确定性和间歇性,使传统机组组合问题的解决方法不可行.在此背景下,为了描述风力发电的不确定性,首先,引入一个基于矩信息的椭球式模糊集,并将机会约束运用到机组组合模型中,将功率平衡约束变为软约束;其次,运用分布鲁棒优化方法,将机组组合问题通过线...     

经营者激励组合问题研究

研究了对经营者的激励组合问题．首先建立激励组合模型，然后确定在一定的激励成本约束下，模型中物质激励和非物质激励的量各为多少，也就是最优激励组合问题，最后得出了非物质激励对物质激励具有节约与替代作用的结论．     

解可分函数极小化问题的一种松弛方法

本文首先给出求解可分函数极小化问题的Jacobi松弛法及其收敛性定理。其次,给出Jacobi松弛法的有效实现——组合Jacobi松弛法与Newton法。最后,给出上述算法的数值结果。     

证券组合投资有效边界的研究及无风险投资对其的影响

本基于分散风险而进行证券组合投资问题出发，研究了证券组合投资有效边界的确定，并在以允许卖空的风险证券组合投资有效边界研究的基础上，分析了无风险投资的引入对风险证券组合投资有效边界的影响，并给出了无风险投资与风险组合投资再组合的有效边界的若干数学结果。     

免疫算法在火电机组优化组合中的应用

为克服传统优化算法和遗传算法无法快速有效得到全局最优解的问题,提出了应用免疫算法进行机组组合优化.目标函数对应于免疫算法的抗原,优化解对应于免疫算法中的抗体,通过适应度来评价抗体与抗原的结合程度,与抗原结合最好的抗体就是问题的最优解.对机组运行状态的持续时间进行抗体编码,改善了算法的收敛性.经实例验证表明,优化免疫算法具有良好的搜索性能,是解决机组优化组合问题的有效方法.     

一种实用的机组最优启停计划方法

提出一种确定机组最优启停的改进动态规划法，先按优先顺序表压缩各时段机组组合状态，再用动态规划法进行计算．新的方法克服了优先顺序法没有考虑启停费用的不足，也解决了动态规划的“维数灾难”，且各机组的最优负荷分配可与机组的启停计划同时计算出、计算结果表明，该法具有较好的实用性。     

基于自适应量子遗传算法的电力系统机组组合问题

采用了一种自适应量子遗传算法来解决机组组合问题.其数学模型以最小燃料成本作为目标函数.考虑的约束条件有功率平衡约束、机组容量约束、最大启停次数约束,以及最小连续停运和运行时间约束.该算法采用了新的量子个体来表示机组的启停状态,提出了针对个体适应值和进化代数的自适应量子旋转角,使个体向更好的解靠近.仿真实验结果验证了自适应量子遗传算法的可行性和优越性.     

考虑稳态频率约束的含大规模风电电力系统机组组合研究

风电的大规模接入给电力系统运行带来了新的挑战。随着风功率的渗透率逐渐增加,由风功率预测误差带来的不平衡功率将导致频率波动量的增加。含风电电力系统的机组组合问题往往没有考虑系统的安全约束,尤其是频率安全约束,而频率安全约束将直接影响发电计划的可行性。搭建考虑稳态频率约束的含大规模风电机组组合优化模型,并采用CPLEX优化软件来进行求解,从而得到系统常规机组发电成本最小。最后,以小规模电网算例对所提方法进行测试,将测试结果与传统的考虑频率约束的机组组合方案进行比较,验证了该方法的有效性与优越性。     

改进拉格朗日松弛算法的机组组合研究

为提高计算效率,并针对传统拉格朗日松弛算法(LR)在优化过程中存在对偶间隙不能收敛的问题,提出了一种改进的拉格朗日松弛算法(LR-CMSCA)以优化大规模机组组合问题。首先通过正弦余弦算法(SCA)优化拉格朗日乘子的更新路径,以缓解振荡现象;然后在SCA中引入柯西变异算子对当前粒子进行干扰,尽可能避免陷入局部最优,并引入自适应权重更新策略,使粒子更快逼近最优解;最后利用不同机组规模的电力系统进行仿真计算,并将计算结果与其他算法进行比较。结果表明,该方法在计算结果上具有优势,且有实际应用价值。     

一种多区域机组组合问题的有效算法

本文以二层规划理论为依据,建立多区域机组组合的二层优化模型,并提出模型的有效计算方法。其中,上层是以电力系统总体运行成本最小为目标的有功最优潮流问题;下层由多个单区域内的机组组合问题组成。上层决定下层每区域内的发电任务,下层以此确定机组的运行状态,同时向上层反馈各区域发电成本的边际信息。通过算例分析,表明本文方法对解决网络制约的多区域内机组启、停决策问题是有效的．     

机组组合优化问题的穷举算法研究

提出一种解决机组组合优化问题的通用穷举算法,把M台机组组合优化问题转化成从M个数组中各取一个数并且这M个数之和等于一个给定值的数学问题,在此基础上,利用递归回溯的方法搜索每个可能的组合.试验结果表明,该算法能够找出任意台机组在任意技术出力范围内的所有的组合方案,不会产生漏解.应用于经济调度问题时,以煤耗量为目标函数,证明该算法能够得到最优解.最后,分析了该算法的复杂性.     

电力系统机组优化组合的改进遗传算法

将遗传算法应用于电力系统机组优化组合计算.基于对遗传算法基本原理的研究,并结合机组组合问题的特点,设计了一套新颖的遗传操作.算例仿真表明:改进后的遗传算法不仅较好地处理了电力系统机组优化组合的各种约束条件,而且改善了算法的收敛性,提高了计算速度和精度,证明了该方法的正确性和有效性.     

机组优化组合的改进遗传算法

提出了用于求解机组优化组合的一种改进的遗传算法 ,并结合实例 ,对不同算法进行了分析比较 .算例表明 ,该方法对发电机组优化组合问题具有实用价值