电力市场环境下解决机组组合问题的新方法

机组组合问题是电力市场环境下编制短期发电计划所面临的主要问题,在满足各种约束条件的情况下,如何合理地开、停机组、以及负荷如何在运行的发电机组之间经济地分配是一个比较困难的问题,特别是由于发电机组出力上升、下降速度的限制,使这个问题一直没有很好的解决方法。提出一种组合优化方法解决这一问题,即用启发式方法确定机组组合,用分段线性规划算法分配功率,并满足各种约束条件,特别是可以处理发电机组出力上升、下降速度约束、经实际系统检验是一种非常有效的算法。     

用于中期电力市场的启发式机组组合算法

提出了一种用于求解中期电力市场机组组合问题的启发式方法.该算法将局部寻优法与优先顺序法有效结合避免了丢失最优解,同时通过逐次寻优逐步缩小了寻优范围,从而提高了求解速度.该算法在东北区域电力市场的实际应用表明了其实用性和有效性.     

基于免疫算法的机组组合优化方法

机组组合是改善传统电力系统运行经济性和电力市场出清的重要手段。基于群体进化的智能优化算法存求解过程中存在计算效率低和易于早熟收敛等缺点。提出机组组合的免疫算法，利用免疫算法保持种群多样性的内在机制和免疫记忆特性改进既有的智能优化方法。新算法扩展了约束处理技术，能更好地对可行解空间搜索，采用一种由后向前、由前及后、双向迂回推进的精简程序改善个体可行解的局部最优性，同时利用优先级顺序法产生能较好反映问题先验知识的初始种群。典型算例证实新算法能获得更优的结果，具有更快的收敛速度，且在系统规模扩大时有大致线性的计算复杂性，是一种新的高效的机组组合智能优化算法。     

电力市场中火电机组自组合的模糊优化方法

机组启停机计划是发电公司参与电力市场竞争的重要决策依据.市场环境下,出清价格具有高度不确定性,必须在机组自组合决策中给予考虑.在市场出清价格模糊描述的基础上,提出不确定环境下含有启停机爬坡速率和升降出力爬坡速率约束的火电机组自组合模糊优化方法,通过分析真实市场参与者的决策取向,提出一种新的精确化方法,并采用动态规划模型求解精确优化问题,同时给出了精确化过程中多目标偏好系数的选择建议.算例分析表明,模糊机组自组合方法能灵活反映决策目标,是市场环境下一种新的不确定性决策方法.     

电力市场中火电机组自组合的模糊优化方法

机组启停机计划是发电公司参与电力市场竞争的重要决策依据。市场环境下,出清价格具有高度不确定性,必须在机组自组合决策中给予考虑。在市场出清价格模糊描述的基础上,提出不确定环境下含有启停机爬坡速率和升降出力爬坡速率约束的火电机组自组合模糊优化方法,通过分析真实市场参与者的决策取向,提出一种新的精确化方法,并采用动态规划模型求解精确优化问题,同时给出了精确化过程中多目标偏好系数的选择建议。算例分析表明,模糊机组自组合方法能灵活反映决策目标,是市场环境下一种新的不确定性决策方法。     

电力系统中机组组合的现代智能优化方法综述

在深入探讨电力系统机组组合的各种现代智能优化算法的基础上，加以分类总结，详细评述了各种方法所取得的研究成果和存在的不足之处。具体表现在：由于模拟进化算法的随机性，不能保证每次计算都能收敛到全局最优解，同时还存在“早熟”现象；模拟退火算法存在收敛速度慢的缺点；禁忌搜索算法存在对初始解依赖性强和搜索过程只是单对单的操作；人工神经网络的学习训练易陷入局部极值区，同时指出不同的具体问题，网络适合的隐含层数目和节点数目较难确定；模糊优化算法中隶属函数的确定及专家系统中专家的知识、经验和规则的获取都是棘手的问题。     

电力市场环境下解决机组组合问题的研究

提出了一种解决电力市场环境下机组组合的新方法,考虑了包括网络安全约束在内的多种约束条件。这种方法首先将一个大系统按系统通常的运行方式分成一些小的子系统,满足联络线功率不过载的约束条件,并在这些小的子系统之间分配负荷;然后将各子系统的机组组合问题分为两层的规划问题,用动态规划法和分段线性规划算法分别解决这两个问题,并满足时间约束,机组出力上升、下降速度约束等各种约束条件。本算法经一个8机系统的检验,说明本算法是非常有效的。     

电力市场环境下解决机组组合问题的研究

提出了一种解决电力市场环境下机组组合的新方法 ,考虑了包括网络安全约束在内的多种约束条件。这种方法首先将一个大系统按系统通常的运行方式分成一些小的子系统 ,满足联络线功率不过载的约束条件 ,并在这些小的子系统之间分配负荷 ;然后将各子系统的机组组合问题分为两层的规划问题 ,用动态规划法和分段线性规划算法分别解决这两个问题 ,并满足时间约束 ,机组出力上升、下降速度约束等各种约束条件。本算法经一个 8机系统的检验 ,说明本算法是非常有效的     

启发式遗传基因算法及其在电力系统机组组合优化中的应用

本文在遗传基因算法（ＧＡ）的基础上，增加了区域变化这一重要环节，设计了一种新的启发式遗传交换操作算法。它在保留了原ＧＡ算法的同时，又具有较高的解题速度。最后，本文将这一算法用于电力系统机组组合优化，结果表明获得了近乎全局最优的解。     

电力市场下综合考虑系统可靠性和旋转备用效益的机组组合

通过对电力市场条件下机组组合问题的研究，提出了综合考虑发电系统可靠性和旋转备用效益的机组组合的模型和方法。该方法以旋转备用的比较效益最大为目标函数，通过概率评估方法，利用系统投运风险度确定机组投运台数，利用系统响应风险度确定旋转备用的合理分布，并提出了一种求解以上问题的启发式求解算法，给出了算例及结果。     

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.     

机组优化组合的遗传算法

本文对机组优化组合的遗传算法进行了研究，针对问题的特征，设计了应用方法。实例计算表明，遗传算法具有收敛性好，适应性强，能找到近乎全局最优解，它对实现机组优化组合具有实用价值。     

遗传算法搜索优化及其在机组启停中的应用

提出了一种遗传算法应用于机组启停的新思路。针对机组启停问题的特点,设计了一些启发式技术,使得遗传算法初始种群中的所有个体都是可行解。针对遗传操作生成的不可行解,建立了一种从不可行域到可行域的是映射关系,大大减少了搜索中的无效操作。对过度满足约束条件的解,给出了一种有效减冗余的手段。并提出了一种边界搜索方法,可以更容易得到更优的解。这些措施起到了优化搜索路径的作用,有效地提高了遗传算法求解的效率和质量。     

一种求解大规模机组组合问题的混合智能遗传算法

针对传统的采用二进制编码的遗传算法在求解大规模机组组合问题时收敛速度慢、易早熟等问题,作者结合机组组合问题的特点,提出了一种混合智能遗传算法.该算法以机组状态作为个体编码,结合启发式方法的自适应智能变异算子求解目标函数,显著缩小了求解问题的规模,保证了群体多样性,提高了算法的搜索效率,改善了算法的收敛性.仿真计算结果表明了该算法的有效性和实用性.     

单亲遗传算法及其在火电厂机组优化组合中的应用

本文首先简单介绍了序号编码的单亲遗传算法,然后针对火电厂电机组优化组合问题的具体特征,提出了一种实数编码的单亲遗传算法,并构造了两种遗传算子,最后给出了一个计算实例,计算结果表明这种算法是非常有效的。     

电力系统机组组合问题的系统进化算法

提出了一种适用于解决大规模电力系统机组组合问题的新型优化算法－－系统进化算法,与常规的优化算法相比该方法具有更强的适应性和鲁棒性,能处理高维数、非凸、离散、非一的实际系统化问题。系统进化的思想具有方法论的意义,根据实际问题的不同特征可以设计不同的系统进化算法。这种方法的提出可以为复杂系统的优化规划、运行决策提供新的途径。     

电力市场对电网调度运行的影响

本探讨了电力市场的出现对电力系统调度运行方式及其自动化系统高级应用软件设计的影响。介绍了电力市场中的机组组合、负荷预报、交易计划的变化和相应的算法。     

电力市场中考虑机组启停约束的购电策略

在电力市场环境下,电网以最小化购电费用为目标,而发电公司以最大化售电收益为目标,如何寻找二者之间的市场成交点是一项复杂而重要的工作。制定发电计划时,机组的启停是必须考虑的问题。基于此,文中对电力市场中考虑机组启停约束的购电策略进行了研究,并建立了相应的数学模型,提出了机组报价对电网总购电费用灵敏度的概念,以及考虑机组启停约束的购电算法,得出的结论对制定发电计划有一定的指导意义。     

适用于不同电价机制的统一机组组合算法

现有电力市场中存在两种结算电价机制：按机组报价结算(一机一价)和按市场出清价格结算(统一电价)。不同市场之间的结算方式也有所不同,例如,双边交易中采用一机一价结算方式,而实时市场中采用边际电价结算方式。不同结算电价机制下,机组组合的目标函数不同,传统机组组合方法必须根据电价机制的不同进行调整。通过研究发现,两种结算方式下机组组合问题的最优条件具有类似的数学表达形式。基于这一统一的最优条件表达形式,提出了一种新的机组组合算法。与传统拉格朗日松弛法相比,新算法能够有效地求解两种电价机制下的机组组合问题。