电网规划综合评判决策系统的设计与应用

提出了一种求解电力系统负荷经济分配问题的改进粒子群优化算法.该算法考虑了机组的爬坡约束、出力限制区约束、非光滑费用函数曲线等非线性特性,用保留可行解的方法处理负荷平衡约束条件,用自适应罚函数法处理爬坡和出力限制区约束条件,加快了算法的收敛速度,对不活动粒子的处理使算法避免了"早熟"现象.仿真计算表明,改进粒子群优化算法是一种求解负荷经济分配问题的有效方法.     

解空间遗传算法在水电站厂内经济运行中的研究

针对水电站厂内经济运行求解方法,提出一种解空间遗传算法。采用避开空蚀振动区、考虑负荷平衡约束和机组出力约束的解空间初始种群生成法,以避免适应度函数设计中的惩罚处理并保证适应度函数非负;运用解空间摄动变异算子,保证变异后的个体仍为可行解。以三峡水电站为例与传统遗传算法进行了比较,不同量级的负荷分配结果表明:解空间遗传算法能够避开空蚀振动区的影响,保证机组的正常运行。同时由于避免了在不可行解区域寻优,改进算法提高了搜索的效率。改进算法避免了适应度函数中惩罚的处理,保持了种群的多样性,为改进遗传算法在水电站厂内经济运行中的研究提供了一种思路。     

面向综合经济效益最大化的全厂负荷分配

针对除尘、脱硫、脱硝改造后全厂负荷优化分配问题,从提高综合经济效益角度出发,提出一种全厂负荷分配模型及其求解算法。基于机组实际运行数据构建供电煤耗和多种污染物排放浓度特性模型,基于除尘、脱硫、脱硝补偿电价和污染物排放费用标准,建立面向综合经济效益最大化的负荷分配模型。根据机组当前负荷构建自适应负荷上下限约束,基于磨煤机出力交替区间构建负荷禁止分配区约束,采用动态罚函数法进行约束条件处理。在标准粒子群优化算法中引入可控随机搜索的速度因子和动态调整的最大速度限制因子,平衡算法的计算开销和寻优能力。某火电厂4台机组的负荷分配仿真实验验证了所提算法的有效性。     

求解经济调度问题的改进粒子群算法

提出了一种求解电力系统经济调度问题的改进粒子群算法.该算法考虑了机组的爬坡速率、工作死区等多种约束条件,并计及了网损.该算法以粒子群算法为基础,提出了新的修补策略对违反各种约束条件的粒子进行积极的修正,并与罚函数技术相结合,使粒子尽可能地在可行解区域或尽量接近可行解的区域内寻优.由于大大减少了粒子在非可行解区域内寻优的概率,因而有效地提高了算法的精度和速度.仿真算例的结果表明,该算法具有速度快、精度高和收敛性好的特点.     

多目标遗传算法求解电力系统经济负荷分配

提出应用多目标遗传算法解决电力系统经济负荷分配问题。对负荷分配的数学模型进行了分析,将这一带约束的单目标优化问题转换成总煤耗函数和违反约束条件的程度函数两个目标函数优化问题。该算法采用实数编码技术,Pareto强度值作为个体的评价指标,利用遗传算法实现种群的进化,最终找到最优解。将该方法分别应用于某5台机组组成的发电系统和3台机组组成的发电系统进行负荷优化计算,结果与基于惩罚函数的单目标优化算法进行比较,分析表明该算法在确保满足各约束条件的前提下具备较好的寻优性能,证实了该算法的可行性与有效性。     

基于随机模拟粒子群算法的含风电场电力系统经济调度

由于风电具有随机性,目前尚无法较准确预测其出力,因此含有风电的电力系统经济调度不再是-个常规意义下的确定性问题.利用传统的方法也难获得既经济又有较高可靠性的解.本文建立了基于机会约束规划的含风电场的电力系统经济调度数学模型,以概率的形式描述相关约束条件,考虑了机组的爬坡约束、出力限制,线路潮流限制、备用约束及负荷平衡等约束条件,利用基于随机模拟的粒子群算法求解该问题.通过IEEE30节点系统的算例验证,表明该模型与算法的有效性.     

求解经济调度问题的改进粒子群算法

提出了一种求解电力系统经济调度问题的改进粒子群算法。该算法考虑了机组的爬坡速率、工作死区等多种约束条件,并计及了网损。该算法以粒子群算法为基础,提出了新的修补策略对违反各种约束条件的粒子进行积极的修正,并与罚函数技术相结合,使粒子尽可能地在可行解区域或尽量接近可行解的区域内寻优。由于大大减少了粒子在非可行解区域内寻优的概率,因而有效地提高了算法的精度和速度。仿真算例的结果表明,该算法具有速度快、精度高和收敛性好的特点。     

基于混沌遗传和模糊决策算法的多目标负荷经济调度

提出一种可同时得到电力系统最优机组组合和多目标负荷分配结果的混沌遗传和模糊决策算法.结合改进优先顺序法、启发式遗传算法、混沌优化和模糊决策的优点,按改进的优先顺序法确定各时段运行的机组序列,用启发式遗传算法确定机组组合状态,并对交叉率和变异率进行模糊决策.在负荷分配中,考虑单一经济目标和多目标优化2种决策模型,用遗传算法进行并行搜索,同时在最优点附近利用混沌优化的遍历性进行局部寻优,避免遗传算法陷入局部最优,有效提高了收敛速度.将所提算法分别应用于10机和30机系统中,结果表明,该算法较好地处理了电力系统负荷经济调度的各种约束条件,减少了不可行解,加快了收敛速度.     

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。     

含风电场的电力系统机组组合问题随机模拟粒子群算法

由于风电具有随机性,含有风电场的机组组合问题不再是一个常规意义下的确定性问题。利用传统的方法也难获得既经济又有较高可靠性的解。本文建立了基于机会约束规划的含风电场的电力系统机组组合的数学模型,以概率的形式描述相关约束条件,并把组合问题分为内外两层优化子问题求解。外层为机组的启停状态优化,用离散粒子群算法求解,并引入启发式搜索策略,有效提高了机组状态优化效率;内层为负荷经济分配,考虑到风电的不可靠性,利用随机模拟的改进粒子群算法求解,防止种群过早收敛于局部最优解,并确保发电计划的可行性。通过10机系统的算例计算,并与其他文献方法比较,结果表明该算法对解决含有风电场的电力系统机组组合的问题是行之有效的。     

Iteration PSO with time varying acceleration coefficients for solving non-convex economic dispatch problems

This paper presents a novel heuristic algorithm for solving economic dispatch (ED) problems, by employing iteration particle swarm optimization with time varying acceleration coefficients (IPSO-TVAC) method. Due to the effect of valve-points and prohibited operation zones (POZs) in the generating units’ cost functions, ED problem is a non-linear and non-convex optimization problem. The problem even may be more complicated if transmission losses are taken into account. The effectiveness of the proposed method is examined and validated by carrying out extensive tests on three different test systems. Valve-point effects, POZs, ramp-rate constraints and transmission losses are modeled. Numerical results show that the IPSO-TVAC method has a good convergence property. Furthermore, the generation costs of the IPSO-TVAC method are lower than other optimization algorithms reported in recent literature.     

考虑经济性可靠性的输电网二层规划模型及混合算法

建立考虑经济性可靠性的输电网确定性二层线性规划模型,将可靠性问题以约束加入到经济性规划问题中,改变了传统输电网规划建模方式,实现规划方案在高可靠性条件下的经济性最优。模型上层规划目标采用线路建设成本最小,约束为待架线路数目约束;下层规划目标为切负荷最小,约束为常规运行约束,且严格满足N-1安全约束,实现最优规划方案的N-1安全运行要求。提出采用改进小生境遗传算法(improved niche genetic algorithm,INGA)和原始-对偶内点法(prime-dual interior point method,PDIPM)相结合的混合算法,并对上述模型进行求解,利用小生境遗传算法处理上层规划的整数变量,进行全局寻优;对下层规划采用原始-对偶内点算法进行快速求解,提高算法速度和收敛性。18节点系统和46节点系统的结果表明该模型和算法是有效的。     

A multi-year transmission planning under a deregulated market

Due to the deregulation of power industry, the transmission expansion plan is different from the process done by the integrated monopolies. In a monopoly electric market, the transmission expansion plan is carried out by the vertically integrated utility. The power company integrates its generations’ exploiting plans and its transmission expansion plans to maintain the system reliability. While in a deregulated power industry, generation, transmission, and distribution companies belong to different owners. The problem becomes more difficult. Generators experiencing transmission constraints can be expected to lobby for new transmission facilities that might relieve their constraints, while generators closer the load centers will likely toward not to build any new transmission facilities that would increase their competition. In order to provide a fair environment for all market participants, this paper proposed a reasonable expansion plan taking the operation cost, load curtailment cost, and investment cost into account. Due to the complexity of this model, the algorithm that combines the genetic algorithm with the linear programming method (GA-LP) is used to solve this problem. The 6-bus system and 24-bus IEEE reliability test system are used to verify the proposed model, and comparisons of test results between the proposed model and the traditional model are also demonstrated in this paper.     

基于粒子群算法的电力系统经济负荷分配研究

电力系统经济负荷分配,是指在满足电力系统或发电机组运行约束条件的基础上,在各台机组间合理地分配负荷以达到最小化发电成本的目的,是经济调度中非常重要的问题。粒子群算法是一种源于对鸟群捕食的行为研究的进化计算技术,具有全局优化能力强、收敛性好和编程实现简单等优点。将粒子群算法应用于电力系统经济负荷分配问题的研究中,通过对实际算例进行仿真测试,证实该算法可有效解决经济负荷分配问题,性能对比显示,该算法求得的解优于传统优化算法所求得的解。     

基于自调节粒子群算法的电力系统经济负荷分配

带阀点效应的经济负荷分配问题具有不连续、不可导、非凸、非线性的目标函数,同时还受到电力平衡和运行约束的制约,很难应用经典数学算法求解。针对忽略网损的经济负荷分配问题,文章提出了一种自调节粒子群算法,通过可行化调整机制保证解的可行性,同时采用自适应变异算子提高解的多样性,防止算法早熟收敛,提高算法的寻优速度。为验证算法的有效性,文中对多个经济负荷分配问题进行了测试,与其它智能算法的比较结果证明该算法可以有效找到可行解,避免陷入局部最优,能实现问题的快速求解。     

基于网络流和内点法的电力系统动态经济调度

该文用线性约束网络流来描述电力系统动态经济调度问题,它在计及机组出力上下界约束和输电元件传输功率上下界约束的同时,也考虑了电力网络中功率的流动应遵循的自然规律—K irchhoff定律,确保了网络流模型解与直流模型解的一致性,并用内点法进行求解。内点法克服了传统方法难以精确处理不等式约束的弊端,使计算结果更精确。同时采用变量重组、矩阵既约和约束松弛技术,减少计算量,加快了计算速度。计算结果表明:该文方法是可行和有效的。     

Optimal Scheduling of Spinning Reserve with Transmission Constraints

An effective method is proposed to schedule spinning reserve optimally. The method considers the transmission constraint in the whole scheduling process. To get the feasible solution faster, transmission line limits are first relaxed using the Lagrangian Relaxation technique. In the economic dispatch, after unit generation and spinning reserve are allocated among the committed units to satisfy the system andunit constraints, the schedule is then modified by a linear programming algorithm to avoid line overloads. The schedule is then updated by a probabilistic reserve assessment to meet a given risk index. The optimal value of the risk index is selected via a cost/benefit analysis based on the tradeoff between the total Unit Commitment (UC) schedule cost and the expected cost of energy not served. Finally, a unit decommitment technique is incorporated to solve the problem of reserve over-commitment in the Lagrangian Relaxation–based UC. The results of reserve scheduling with the transmission constraint are shown by the simulation runs performed on the IEEE reliability test system.     

Solving the unit commitment problem with a genetic algorithm through a constraint satisfaction technique

This paper proposes a genetic algorithm (GA) in conjunction with constraint handling techniques to solve the thermal unit commitment problem. To deal effectively with the constraints of the problem and prune the search space of the GA in advance, the difficult minimum up- and down-time constraints are embedded in the binary strings that are coded to represent the on-off states of the generating units. The other constraints are handled by integrating penalty factors into the cost function within an enhanced economic dispatch program. The proposed GA approach has been tested on a practical Taiwan Power (Taipower) thermal system over a 24-hour period for different utility factors and GA control parameters. Test results reveal that the features of easy implementation, fast convergence, and a highly near-optimal solution in solving the UC problem can be achieved by the proposed GA approach.     

基于Petri网和多种群遗传算法的海洋核动力平台电力系统网络重构

针对现有海洋核动力平台电力系统网络重构方法中功率流分析复杂,且重构模型求解算法难以稳定收敛到全局最优解的问题,提出一种基于Petri网和多种群遗传算法的核动力平台电力系统网络重构方法。综合故障后负荷恢复量、开关操作代价和发电机运行效率指标建立系统网络重构目标函数;基于Petri网对系统进行拓扑建模,将储能装置等效为负值"负荷",通过动态更新机制确定功率流分布;采用多种群遗传算法求解网络重构问题,获取满足系统约束的最佳开关状态组合方案。典型核动力平台电力系统算例表明,所提方法能有效防止算法局部收敛以及减少迭代次数,快速提供完备的系统重构方案。