基于纵向变异头脑风暴算法的短期水火发电调度

在处理具有复杂约束条件的短期水火电优化调度问题时,针对其动态、有时滞、非线性的难点,采用纵向变异头脑风暴算法。头脑风暴算法(Brainstorm optimization,BSO)具有易于实现、精度高、收敛速度快等优点,在此基础上引入纵向交叉变异以及随机分组策略,加强了算法的收敛性,同时避免过早陷入局部最优,以使水火电的出力分配更为合理。实际算例的计算结果表明,该算法能够较好地实现模型的求解,且比原始BSO有更高精度,为短期水火电优化调度提供了一种有效的手段。     

计及阀点效应负荷经济分配的SCE-UA算法

针对水火电能源丰枯、峰谷补偿特性,研究水火电力系统补偿调节机制,建立了基于SCE-UA算法解决水火电力系统短期联合优化调度模型,该模型以阀点效应下最小发电成本为目标函数,同时考虑了包括功率平衡、水量平衡、库容及发电机组功率限制等约束条件。本文用罚函数约束策略有效处理系统运行约束,实现对水火电联调系统运行区域的精确描述。为了说明SCE-UA算法的一致有效性,我们分别用SCE-UA和粒子群优化(PSO)两种算法对短期水火电优化调度问题进行求解。计算结果表明:粒子群算法(PSO)算法在求解过程中存在"早熟现象",无法寻找到全局最优解;而SCE-UA算法能在很少的迭代次数内收敛到较好的优化结果,同时满足水火电联调系统所有约束条件。因此,SCE-UA算法在求解以发电成本最小为目标函数的短期水火电优化调度问题上是非常有效的。     

基于模糊优化和内点法的水火电系统短期经济调度

针对传统水火电系统短期经济调度模型在经济上的保守性,分析了在市场环境下考虑来水量不确定性的必然性和重要性,总结了目前水火电系统短期经济调度的常用方法.并指出这些方法的不足之处.在此基础上,将模糊集理论应用于来水量不确定性分析,提出了一种水火电系统短期经济调度的新方法.该方法考虑了来水量的不确定因素,用隶属度函数将来水量模糊化,以水火电系统中火电燃料费用最小和水电用水量偏差最小作为优化目标,采用模糊优化方法进行平衡,兼顾了火电和水电2个方面,并采用原对偶内点法求解该多目标模糊最优问题,具有较好的收敛性能.与传统方法相比,提出的方法较好地提高了系统的经济性.在一个测试系统的应用效果表明了该方法的有效性.     

基于进化捕食策略法的风-水-火电短期负荷分配优化

考虑负荷与风电的不确定性,建立了基于机会约束规划的风-水-火电短期负荷分配优化模型。为了更好地权衡局部搜索与全局搜索性能,应用进化捕食策略法求解水-火电短期优化调度与风-水-火电短期负荷分配问题。算例结果表明,与其他算法相比,进化捕食策略法在水-火电短期优化调度中能够搜索到更优的解,同时基于机会约束规划的优化方法为系统旋转备用容量的合理设置提供了依据。     

水火电力系统开停机计划与调度

本文给出了处理复杂水火电系统中火电机组组合与水火电调度优化的数学模型,井结合我国电力系统经济运行的需要,提出了一种适用于多水电系统开停机优化的综合算法。 对具有梯级水电站和53台机组的水火电力系统进行了计算,计算结果表明,优化效果和计算速度都是满意的。该方法可适用于短期优化调度计算与分析。     

计及发电权转让的梯级水电站短期优化调度

传统电力市场环境下,梯级水电站的短期优化调度方式简明直观、便于理解,但考虑因素不够全面,为此构建了电力市场环境下的梯级水电站短期优化调度模型,该模型考虑了发电权转让对梯级水电站短期优化调度决策的影响,且当存在发电权交易时兼顾了发电权出让方、受让方以及电网公司三方的经济利益,模型还考虑了梯级水电站的库容、水库水头、机组出力和电网公司购电费用等约束条件。梯级水电站短期优化调度为高维、有时滞且带有大量约束条件的非线性优化问题,因此采用微分进化算法对该优化模型进行求解。算例结果验证了该模型及算法的有效性。     

计及弃水电量价值的水火电短期联合调度模型

针对水电装机容量较高、调节能力较弱的电网汛期水火电发电计划制作困难的问题,充分考虑汛期水电出力受阻、火电多段成本深度调峰及电网备用容量需求,以计及弃水电量价值的汛期水火电总运行成本最小为目标,构建水火电短期联合调度模型。通过耦合弃水电量计算的一体化水火电计划制作方式,简化汛期水火电发电计划制作的过程,提高发电计划的精确性。所建模型通过混合整数线性规划实现,并利用Gurobi求解器对其进行快速求解。广西电网的算例仿真结果表明,所提调峰弃水电量计算方式更为精确,弃水电量价值的引入可协调汛期水火电运行,同时,相较于现行水火电分层调度方式,汛期水火电联合调度方式在保证电网安全运行的前提下,可实现清洁能源高效利用,降低火电运行费用,有利于电网的节能调度。     

基于改进粒子群算法的风水火电短期多目标优化调度研究

为消纳更多风电,提出了风、水、火电短期联合优化调度策略。该策略优先消纳风电,由火电、水电联合运行承担剩余负荷。建立了含约束的多目标非线性优化模型,采用线性加权法将多目标问题转化为单目标问题后,使用粒子群算法进行求解。实例计算表明,该方法充分利用了水电灵活性,减小火电出力波动,同时提高了电网对风电的消纳能力。     

基于互补机制的水火电力系统机组组合

针对水火电力系统短期发电计划中火电机组的开停机组合与水电调度问题解法复杂性,提出以水电发电量最大、耗水量最小和火电煤耗量最小且具有时序的3个优化子问题的发电调度模型,综合考虑一个调度周期内系统机组的运行状态。基于解耦的水火电力系统优化模型不仅可以确定水电的最佳放水策略,也可以体现水电和火电互补作用,充分提高水火电力系统联合运行的经济性。针对水电系统强非线性特点,采用新型随机全局优化仿电磁学算法进行求解,对火电系统则采用改进微粒群优化算法进行求解。通过一个具有3个体积水电站和5个火电厂的水火电力系统的仿真分析,表明以互补机制为理论基础的优化模型的正确性及算法求解的有效性。     

风电优先上网的风水火电力系统联合优化调度

以风电优先上网、火电机组总煤耗费用最低、火电机组出力总波动量最小为目标,建立风水火多目标联合优化调度模型。利用启发搜索确定每个调度时段内参与调度的火电机组,避免机组频繁启停和系统容量冗余。通过引入差分进化算法,改善已有粒子群算法的不足,利用典型10机测试系统验证该算法的优越性。最后,通过对国内某地区电网的仿真计算,验证所提出调度模型的合理性和求解算法的正确性。     

A multi-objective short term hydropower scheduling model for peak shaving

The short-term scheduling problem of a hydropower system in China Southern Power Grid (CSG) is studied. As one of the largest in China, the system consists of 92 hydro plants with total installed capacity of 41GW occupying 14.7% of the national hydropower capacity at the end of 2013. Abundant hydroelectricity of the system is transmitted from the western provinces to the eastern load centers in CSG. Obvious difficulties of the hydropower scheduling of CSG are large-scale system, complex constraints and multiple power receiving grids of single plants and cascaded systems due to huge capacity. A short-term hydropower scheduling model for peak shaving of multiple power grids is developed for the operations of the hydropower system of CSG. The model is composed of multi-objective optimal peak shaving (MOPS) model, inter grid power distribution (IGPD) model and load fluctuation balance (LFB) model. The MOPS model minimizes the maximum residual loads of each power grid in which the IGPD model is embedded to distribute power of a plant among several power grids. To solve the model, an aggregate function and a multi-objective fuzzy optimization model are combined to establish an alternative objective function, and a proposed constraint successively satisfying (CSS) algorithm is used to address the period coupling constraints in local search. A case study shows that the proposed approach is practicable, adaptable and robust to obtain near optimal results efficiently, and is applicable for large-scale hydropower systems with both multiple and single power receiving grids.     

含可再生能源的电力系统周优化运行策略

为协调各机组月度合约电量的完成,研究并建立包含风、光、梯级水电和火电的多源混合电力系统周优化调度模型,提出含月合约电量分解、周优化调度和日前优化调度的滚动协调调度模式,分析影响周优化调度的来水因素和滚动模式因素。算例结果表明,在蓄水期来水较丰时,引入周优化调度可以合理分配梯级水电站的水资源,提高梯级水电站综合运行效益,协调各机组月度合约电量的完成。     

综合环境保护及峰谷电价的水火电短期优化调度

为了使电力市场环境中的发电侧能够实现节能环保且高收益的发电目标,对机组出力变化与分时电价波动之间的关系进行了研究,构建了一种新的水火电短期优化调度模型,该模型以实现电力市场条件下最大发电收益为目标,同时综合考虑了峰谷分时电价和环境保护成本对发电侧经济效益的影响,还考虑了梯级水电站群的蓄水量、下泄流量、机组出力等约束条件,由此得出机组的优化调度方案。针对传统优化算法难以处理高维梯级水电站优化调度多约束条件的缺陷,利用微分进化算法对此优化模型进行求解,仿真计算结果证明了该模型的合理性和算法的有效性。     

考虑输电断面限制的风-光-梯级水电站长期优化调度

针对风-光-梯级水电站系统中水电站电量外送因输电断面限制因素产生的严重弃水问题,结合风、光、水时序发电互补及梯级水电站发电、储能双重特性,建立输电断面限制条件下的多能源补偿调节长期优化调度模型。首先分析风电、光伏可再生能源季节性出力,根据风光出力预测值调整梯级水电站运行水位,实现水库储能并转移发电时段,同时采用逐步优化算法与水位廊道约束耦合方法求解以外送发电量最大为目标的调度模型。最后通过算例仿真,验证了本文模型的有效性和可靠性。     

基于连续线性规划的梯级水电站优化调度

梯级水电站优化调度是一个多时段、多变量和多约束条件的大规模优化问题,其求解过程非常复杂。文章尝试采用连续线性规划的优化方法来解决梯级水电站长期优化调度问题。通过采用泰勒级数一阶描述形式,对优化调度目标函数和约束条件中的非线性约束进行线性化处理,建立了基于连续线性规划算法的优化调度数学模型,提出了用连续线性规划技术求解梯级水电站优化调度问题的算法,并采用迭代步长的动态比例缩减因子保证算法能快速准确地收敛到优化问题的最优解。利用Matlab7.0编制连续线性规划梯级水电站优化调度程序,一个两级梯级水电站群的仿真分析结果表明,该算法可用于求解梯级水电站优化调度问题,并可快速得到非线性问题的最优解。     

计及可传输容量的梯级水电站优化调度

针对流域梯级水电站优化调度的特点,提出了计及ATC影响的梯级水电站优化调度模型。根据电网典型运行方式和上一时间段的调度情况,利用最优潮流计算水电上网通道的ATC容量。将ATC容量约束直接引入到梯级水电站优化调度模型中,利用粒子群优化算法的全局寻优能力对梯级水电站中长期优化调度进行寻优。以四川某流域梯级的4个电站优化调度为例,计算结果表明采用所建模型和方法能够有效提高梯级水电站发电量和发电收益。     

电力系统补充电站多目标规划模型研究与应用

针对电力系统缺电情况下的电力电量平衡,考虑补充水电站或火电站两种形式,以运行期内总费用现值最小与补充电站装机容量最小为目标,建立补充电站多目标规划模型。采用约束法将目标2转换为在上下限区间内取值的约束条件,使原多目标问题转化为电力系统经济规划单目标优化问题,并利用改进的逐步优化算法对模型进行求解,有效缓解了模型维数灾问题,并得到了高质量的Pareto近似最优解集,最后基于理想点法从中挑选出最佳方案作为最终决策。云南地区电网实例研究表明:所建模型能够同时考虑补充电站类型、装机容量以及电力系统经济规划,采用的算法能够确定符合实际情况的合理补充电站方案,对电力系统补充电站有一定参考价值。     

梯级水电站优化调度方法综述

梯级水电站的优化调度一直是水电优化调度和水火电力系统发电计划中的难点。经过多年的发展,梯级水电优化调度的数学模型日益精确,逐渐贴近实际。文中比较了梯级水电优化调度的确定性模型和随机模型,并着重探讨了确定性模型。由于模型的复杂性,从理论上找到全局最优解存在困难,对算法提出很高的要求。文中对各种用于求解梯级水电站优化调度的算法进行了综述,将其分为经典算法、现代智能优化算法和混合算法三类,比较了各类算法的优缺点。在经典算法中,逐次规划法的应用较为广泛。同时,以遗传算法为代表的智能算法在求解梯级水电优化调度问题时也取得了比较令人满意的结果,成为当前研究的热点。伴随着世界范围内电力市场改革热潮的兴起,新的市场环境给传统的梯级水电优化调度提出了新的要求,市场环境下的梯级水电优化调度成为一个新的发展方向。     

基于NSGA-Ⅱ算法的多目标水火电站群优化调度模型研究

含有梯级水电厂的水火电力系统优化调度必须考虑各水电厂之间的水力耦合、上下游水电厂之间水流到达时间的延迟和可能弃水等因素.在考虑环境保护和节约能源以及水电厂运行特点的基础上,提出了一种以火电厂总运行费用、污染气体排放量、水电厂弃水量为优化目标的水火电站群多目标优化调度模型.快速分类非支配遗传算法(Non-dominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ)是一种新型的多目标遗传算法,文中首次将其应用于水火电站群的优化调度.计算表明,该模型有利于节能减排和环境保护,提高了水力资源的利用程度,提升了电力系统的综合运行效益,为水火电力系统短期优化凋度提供了新的研究思路.     

考虑配电网电能质量改善的分布式光伏优化调度方法

针对配电网中存在的电压越限、谐波畸变、三相不平衡等问题,从综合改善多电能质量问题的角度出发,研究了一种配电网分布式光伏优化调度模型及其求解方法。首先,分析了分布式光伏并网逆变器进行无功功率、谐波电流及不平衡功率补偿的控制方案;在此基础上,以可调度分布式光伏的三相功率及谐波电流输出为控制变量,基于配电网三相基波及谐波潮流方程,建立了最小化网络损耗、不平衡电压以及谐波电压的最优潮流模型;然后,提出了一种潮流计算与优化计算交替迭代的两阶段优化求解算法,对非凸非线性的最优潮流模型进行变量削减,并将其转换为凸二次约束二次规划模型从而实现高效求解;最后,通过一个162节点三相配电网进行算例分析,结果表明,根据最优潮流模型结果对分布式光伏进行调度后,配电网谐波畸变、三相不平衡以及电压越限问题得到了有效改善,且两阶段优化求解算法的计算效率也满足配电网调度时间要求,验证了所提分布式光伏优化调度方法在改善配电网电能质量方面的有效性。