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。     

电力系统机组组合问题的改进粒子群优化算法

机组组合问题是一个大规模的非线性混合整数规划问题.文章首先对机组组合问题的0、1变量进行松弛,应用罚函数方法将此问题转化为一个非线性连续变量的规划问题,并应用改进粒子群优化算法求解.该算法在标准的粒子群优化算法的基础上,每个粒子速度和位置的更新不仅考虑自身个体极值和全局极值的信息,还考虑其它粒子所包含的信息.通过收敛性分析可知,若合适地选择算法的控制参数,该算法能较好地收敛到最优解.算例表明文章所提出的算法具有解的质量高、收敛速度快的优点.     

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。     

从NP-Hard到多项式时间算法的大规模机组组合近似线性规划:双重凸包模型

机组组合优化是电力系统经济运行的核心模型之一,通常以成本最小为目标函数,满足电力系统运行的物理约束和安全约束。从数学模型上讲,机组组合为混合整数规划问题,其本质是一个NP-hard问题。随着系统规模的增加,整数变量随之增加,其计算复杂度也会急剧增加。为了克服“维数灾”的挑战,该文基于单机组凸包理论将单机组凸包扩展到多机系统,建立考虑安全约束的大规模机组组合问题的凸包模型,即双重凸包模型。进而,设计双重凸包嵌入多机组机组组合的策略和多项式时间内的可行解构造方法,解决了机组对不同凸包的适应性问题和多机组凸包松弛性引起的最优解非0-1解问题。双重凸包模型将混合整数规划近似转化为线性规划,无需任何整数变量,实现机组组合求解复杂度从NP-hard到多项式时间的重要突破,适用于大规模电力系统机组组合模型。多个省级实际电力系统的仿真证明所提方法计算效率比纯混合整数规划提高1～2个数量级。     

改进的混合整数算法求解机组组合问题

为解决复杂的机组组合问题,在对比拉格朗日松弛法和混合整数算法的基础上,提出基于改进的混合整数算法求解机组组合问题。模型对混合整数非线性规划进行线性化处理,以机组的运行成本最小化为目标函数,考虑了包括爬坡约束在内的机组性能约束、机组初始状态约束等相关约束。该模型分别用于10机至100机测试系统进行计算分析,结果表明:相对于其他算法,该方法收敛速度更快,计算结果更优;而且,机组规模越大,越能体现该方法的优越性。     

基于改进近似动态规划的安全约束机组组合算法

针对电力系统的安全约束机组组合问题,提出了一种基于改进近似动态规划的求解算法。考虑到安全约束机组组合是一个多时段混合整数非线性规划问题,难以直接求解,所提算法将其建模成马尔可夫决策过程,并利用近似动态规划实现解耦求解。为了处理近似动态规划决策空间过大的问题,所提算法通过决策空间缩减技术提前获得大部分机组的开停机状态,有效提高求解效率。在IEEE 39节点系统和一个实际系统上进行了算例分析,验证了所提算法的有效性。     

机组组合算法中起作用整数变量的辨识方法

应用成熟的数学规划方法求解机组组合问题是当前的发展趋势,但是整数变量太多使得该问题的求解效率太低。在深入研究机组组合的模型特点以及电力系统的物理本质的基础上,提出了混合整数规划问题中起作用整数变量的新概念,据此提出了能够综合考虑系统时段耦合约束、网络安全约束以及机组启停费用的规范化起作用整数变量辨识方法。通过对起作用整数变量进行组合优化计算,将不起作用整数变量直接转化为连续变量求解,有效缩小了机组组合的寻优空间,在不影响机组组合最优解的前提下,提高了求解效率,对大幅度提高机组组合的计算效率和应用水平具有重要的价值。理论分析和算例测试验证了该方法的有效性。     

具有安全约束的发电机组组合可行的充分必要条件

在拉格朗日松弛框架下,具有安全约束的发电机组组合问题的求解可以分为 2 个步骤:一是通过求解问题的对偶,以获得原问题近似可行、甚至近优的机组状态,再通过启发式方法或者通过求解一个整数规划问题,调整某些机组的状态,从而获得一个可行的、近优的机组组合状态;二是求解各个调度时段上处于开机状态机组的发电功率,使发电成本最小化.因此,判断某时段机组组合状态是否可行显得尤为重要.为此,利用Benders分解可行性定理,给出并证明了安全约束机组组合可行的充分必要条件以及数值计算方法.结合某电力系统测试算例,验证了相关理论和算法的有效性.     

含风电的高维多目标安全约束机组组合问题求解方法

建立了最小化系统总运行费用、总网损、总购电费用和污染气体排放量4个目标的含风电场、储能电站和抽水蓄能电站的多目标安全约束机组组合模型。采用凸松弛法将安全约束机组组合的混合整数非线性规划模型转化为混合整数凸规划模型以降低模型求解的计算复杂度,并提出求解四目标优化问题Pareto前沿的方法。首先采用Spearman相关系数法选出一个次优目标,利用ε-约束法将四目标优化问题转化为一系列三目标优化问题;再根据规格化法平面约束法求解每个三目标优化问题的完整Pareto前沿曲面,从而得到三维空间中四目标优化问题的Pareto前沿曲面簇。通过对修改IEEE9节点系统和某实际电网的计算结果表明,所提出的模型和算法能够快速有效地获得四目标优化问题的均匀分布Pareto最优解集。     

改进整数变量辨识方法在机组组合问题中的应用

如何辨识待定整数变量,是机组组合问题中的难点,为此在综合考虑机组不同出力水平对成本的影响、系统时段耦合、系统备用以及网络安全等约束的情况下,提出了待定整数变量辨识方法.首先对各线性化目标函数进行安全约束机组组合松弛计算,根据所得结果按给定规则确定所有在全时段机组状态出现启停的机组集合,有效缩小了机组组合的寻优空间.在不影响最优解的前提下,利用负荷曲线特异性截取技术,加速了待定整数集合识别过程,提高了计算效率.算例结果验证了该方法的有效性