基于混合粒子群算法并计及概率的梯级水电站短期优化调度

针对梯级水电站短期优化调度的不确定性问题,研究了不确定性因素的概率分布规律,并根据实际系统的运行要求,给出了概率分布密度函数的假设检验方法。探索发电用水量与各种随机因素的互动关系及影响机理,构建了一种新的计及概率的梯级水电站短期优化调度策略。把灾变理论、混沌优化思想和基本粒子群算法结合起来,形成一种混合粒子群算法。该算法扩大了种群的搜索空间,增加了种群的多样性,改善了基本粒子群算法摆脱局部极值点的能力,并能从理论上证明其依概率收敛至全局最优解。将混合粒子群算法嵌入蒙特卡罗随机模拟中对本文提出的模型进行求解,求解方法简单有效。仿真结果表明,该策略能较好地处理不确定性条件下梯级水电站的短期优化调度问题。     

基于机会约束规划的家庭用电设备负荷优化调度方法

为了解决家庭负荷优化调度中的不确定性参数问题,以非侵入负荷监测数据为基础,提出一种基于机会约束规划的家庭用电设备负荷优化调度方法。该方法采用机会约束规划方法构建了一个包含多种随机变量的优化调度模型,并结合随机模拟技术与粒子群优化算法求解决策结果。设置不同的置信水平和时变温度约束区间反映用户对约束违背容忍度与用户多样化舒适区间的选择,并讨论了两者对调度结果的影响。算例仿真结果表明,所提模型能够在随机变量扰动下为用户提供一个具有良好鲁棒性的零容忍度方案;用户也可通过损失一定的舒适度和调整温度约束区间换取经济而多样化的用电决策。     

梯级水电站优化调度的改进粒子群算法

针对粒子群算法易陷入局部最优的缺点,提出了一种双适应度方法、动态邻域算子和随机动态调整惯性权重机制有机结合的混合改进策略。算例计算表明,该改进策略能增强粒子的局部收敛能力,加快算法的收敛速度,便于处理复杂约束条件,为求解具有复杂约束条件的非线性规划问题提供了一种简单有效的方法。文中探讨了梯级水电站优化调度的相关问题,考虑了丰枯分时电价因素,建立了梯级水电站长期优化调度数学模型,并应用改进粒子群算法进行求解。实际梯级水电站计算表明,该模型使枯水期大部分时间出力均匀平稳,丰水期能兼顾防洪和蓄水的不同要求,有利于电力系统的稳定运行。改进粒子群算法计算速度快、收敛精度高,为梯级水电站长期优化调度提供了一种简单实用的求解方法。     

防灾应急电源优化调度的机会约束规划方法

在电力系统防灾应急体系中,需要合理调度防灾应急电源,以最大限度地降低停电损失。在实际停电事故发生时,调度环境非常复杂且具有很多不确定性因素,而现有防灾应急电源优化调度方面的研究大多未计及多重不确定性因素的影响。在此背景下,假定应急电源的行驶时间近似服从正态分布,失电用户的缺电功率近似服从区间均匀分布,在此基础上建立基于机会约束规划的防灾应急电源优化调度模型。该模型以重要失电用户的总停电损失最小为优化目标,采用置信水平处理模型中的不确定参数,并在量子进化算法中嵌入蒙特卡洛仿真来求解。算例分析结果表明所提方法可以处理电力应急过程中的多重不确定性因素,合理分配防灾应急电源,进而降低停电损失。     

市场竞价下梯级水电站短期优化调度研究

针对梯级水电站短期优化调度的特点，通过对电力市场中发电厂商竞价策略特点的分析，提出了市场竞价下梯级水电站的竞价运行策略，构建了市场竞价下梯级水电站优化调度模型。模型采用概率分布来模拟发电厂商报价策略，并利用蒙特卡洛方法对电力市场出清过程进行随机模拟，而且在最大效益子模型中考虑了梯级各电站发电成本不同的因素。最后通过实际算例，利用改进蚂蚁算法和遗传算法对硕多岗河梯级水电站在市场竞价条件下的整体调度过程进行了模拟优化求解，得出了较优的市场出清结果和梯级优化运行方案，并通过对优化结果的详细分析，指出了模型的优点和缺陷。     

基于机会约束规划的储能日前优化调度

为了最大程度地使风光储联合发电系统的出力与计划出力相匹配,采用提前一天对储能装置进行优化控制的方法。因风光出力具有随机性,提出了基于机会约束规划的储能优化控制方法。该方法考虑了储能装置的功率出力和电量约束条件,以风光储总出力曲线与给定的计划出力曲线的相似度最大为目标函数,使用基于随机模拟的粒子群算法求解,得到两条曲线最接近时对应的储能充放电功率。算例分析结果表明,所提出的储能优化控制策略能够使风光储联合发电系统总出力最大程度地跟踪计划出力曲线。     

基于机会约束规划的孤岛模式下微电网动态经济调度

新能源出力波动、负荷预测误差等不确定性因素给孤岛模式下微电网经济调度带来了困难,采用安排发电及储能单元出力、新能源发电侧和负荷侧管理的方法,提出基于机会约束的孤岛模式下微电网动态经济调度模型。该模型将风光出力和负荷预测误差用随机变量表示,并以旋转备用满足的置信水平表征微电网的供电可靠性水平。将机会约束转化为其确定性等价类,推导出失负荷期望的数学表达式,并给出改进的粒子群优化算法以求解模型。算例分析结果验证了所提模型的合理性。     

改进粒子群算法在梯级水电站优化调度研究中的应用

针对梯级电站优化调度具有多阶段、非线性和组合性的特点,采用改进粒子群算法来求解。针对目前采用的基本粒子群算法在求解时存在易陷入局部最优和早熟的缺点,改进粒子群算法以混沌变量生成机制来增加种群的多样性,以逐步优化和随机生成相结合的方法生成初始种群,以增加粒子生成的有效性。实例计算结果表明,改进粒子群算法可以取得较好的效果,并为梯级电站优化调度提供了一种有效的方法。     

基于机会约束规划的输电系统规划方法

输电系统在电力市场中扮演着十分重要的角色,因为其提供了实现公平竞争的场所.输电系统的状况如容量充裕性对电力市场的竞争性有重要的影响.适当地扩展或加强输电系统对满足发电公司和用户的需要、消除或减缓输电系统阻塞具有重要作用.与传统的输电系统规划问题相比,电力市场环境下的输电系统规划更加复杂,需要处理的不确定性因素更多.机会约束规划是专门用于解决包含不确定性因素的优化问题的一类随机优化方法,适用于市场环境下的输电系统规划问题.文中将机会约束规划引入到市场环境下的输电系统规划研究中,给出了基于蒙特卡罗仿真和遗传算法的求解方法,为解决这一重要而困难的问题做了一些新的尝试,并通过一个算例系统说明了该方法的可行性.     

电网峰谷出力比约束下的梯级水电站短期优化调度模型研究

研究在电网对水电站各时段出力要求情况下的梯级水电站短期优化调度问题,建立了优化运行模型,并用逐步优化算法求解.结合实际算例,通过对比在单一电价及在分时电价和峰谷出力比约束情况下的梯级水电站各个时段的发电量和收入,认为此模型使得梯级电站更加可靠,符合电厂和电网双方的利益,表明了模型的合理性、可行性及实用性.     

三角旋回算法求解梯级电站群短期优化调度

提出一种新的全局优化方法——三角旋回算法,其具有结构简单、鲁棒性强和快速收敛的特点。算法的寻优过程采用历史最优目标函数值进行指导,利用三角变换进行迭代使其能够快速收敛到全局最优。文中用一个典型的算例对三角旋回算法进行了性能分析,并将该算法应用于梯级电站群短期（目前现货市场）优化调度中,通过与其他几种常见算法结果进行比较,认为该算法综合性能优越,在优化方法领域具有广阔的应用前景。     

计及不确定因素的梯级水电站短期优化调度

以一定时期内期望发电效益最大化为目标,采用马尔可夫链对梯级水电站机组未来调度时段的预想故障及上网电价进行概率预测,构建了一种新的梯级水电站短期概率优化调度的模型,并且采用服从正态分布的负荷波动来分析时变负荷对优化调度的影响。该模型全面考虑了梯级水电站蓄水量、弃水量、水位、发电引用流量等约束条件,实现了机组运行状态概率预测与优化调度决策的密切结合。利用微分进化算法鲁棒性强、搜索效率高的特点, 与蒙特卡洛方法对模型进行求解。以一梯级水电站系统为例进行计算分析,表明所提出的模型合理和有效。     

基于机会约束规划的发电公司竞标策略

基于机会约束规划提出一种新的计及风险的发电公司竞标策略。建立了带随机约束条件的决策优化模型,并针对该模型给出了用基于随机模拟的遗传算法进行求解的方法。通过求解该优化模型,可以实现对申报出力和申报电价这2 个决策变量的同时优化,同时能够较好地协调方案利润和风险这2个相互矛盾的指标。论文最后用算例仿真说明了该方法的有效性。     

计及不确定因素的梯级水电站短期优化调度

以一定时期内期望发电效益最大化为目标,采用马尔可夫链对梯级水电站机组未来调度时段的预想故障及上网电价进行概率预测,构建了一种新的梯级水电站短期概率优化调度的模型,并且采用服从正态分布的负荷波动来分析时变负荷对优化调度的影响.该模型全面考虑了梯级水电站蓄水量、弃水量、水位、发电引用流量等约束条件,实现了机组运行状态概率预...     

基于随机规划的含风电场的电力系统节能优化调度策略

含风电场的多电源电力系统优化调度是一个新的具有重要经济和社会效益的复杂非线性问题.针对传统的水火经济调度模型以及新兴的火风互补经济调度模型,提出了基于随机规划的水、火、风混合系统短期优化调度模型,利用机会约束描述目标函数和约束条件,并给出不同置信水平下的调度方案.同时考虑水电站耗水量最小、火电煤耗量最小以及氮氧化物排放...     

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。     

基于机会约束2层规划的输电线路检修计划优化

通过对电力市场环境下输电线路检修计划优化问题（TMSOP）的研究,提出基于机会约束 2层规划的TMSOP模型和算法。模型考虑了TMSOP涉及的不确定因素,统筹了检修经济性和检修过程中电网的可靠性,同时综合评估了不安全现象的概率和后果。模型通过基于蒙特卡罗仿真的混合智能优化算法求解,在求解过程中引入禁忌表以提高计算速度。IEEE RTS-79算例仿真结果表明,文中提出的模型和算法不仅优化了线路检修计划和检修资源安排,而且明确了检修期间电网风险最低的运行方式。     

采用动态风险管理方法的水电站短期优化调度

市场环境下,径流的随机性、发电量的不确定性使得水电站愈加关注其面临的收益风险,如何在调度决策中进行风险管理是其需要解决的重要问题。提出以随机场景分析方法表示电价的波动特征,结合风险惩罚模式和风险约束模式,建立基于动态风险管理方法的水电站短期优化调度模型,以改进快速进化算法(improved fast evolutionary algorithm,IFEP)与遗传算法(genetic algorithm,GA)相结合的IFEP-GA混合优化算法作为模型的求解方法,进化策略结合了高斯变异和柯西变异的特点,约束的处理结合了惩罚机制与修复机制,这使得算法具有良好的寻优能力和收敛特性。不同风险管理模式对水电站优化运行影响的分析结果表明,动态风险管理策略能够更好地平衡期望收益、风险及末期库容约束的违反,减小风险的同时获得了更高的期望收益,为水电站依据自身风险接受程度灵活安排调度决策提供理论依据。     

基于机会约束规划的风电商日前市场竞标策略

随着各国风电的迅速发展,风电商逐渐像火电商那样参与竞标来追求利润的最大化。但风能出力的不确定性、预测误差以及不平衡惩罚的存在,使得风电商的竞标存在风险。风电商作出决策时必须考虑对待风险的态度(冒险或保守)。文中以电能交易的日前市场为背景,在假定已知风能预测分布的前提下,基于机会约束规划,建立了考虑风险和期望利润的竞标模型。应用此模型,可以使风电商在得到最优竞标策略的同时,较好地协调风险与目标利润之间的矛盾。算例分析证明了基于机会约束规划的竞标策略的有效性。