基于奔德斯算法的安全约束机组组合方法

针对采用混合整数规划算法直接求解安全约束机组组合,将使计算效率大幅度降低,而利用奔德斯算法求解则存在着算法振荡和受系统规模制约求解效率下降的问题,提出了一种基于奔德斯算法的安全约束机组组合新方法。该方法在奔德斯算法的基础上,通过纳入新增越限约束校正环节,控制了奔德斯割的寻优方向,通过增加起作用约束识别环节,缩小了奔德斯算法的寻优空间,进而提高了安全约束机组组合优化问题的求解效率。6机3节点和54机118节点算例验证了所提方法的有效性。     

求解大规模机组组合问题的策略迭代近似动态规划

针对动态规划存在的“维数灾”问题,提出了一种求解大规模电力系统机组组合(unit commitment,UC)问题的策略迭代近似动态规划(policy iteration-approximate dynamic programming,PI-ADP)方法。采用策略迭代对动态规划过程中的值函数进行近似,替代了从可行状态中精确计算值函数的过程,避免了“维数灾”的发生。在值函数的近似过程中,利用了实际系统的运行约束有效压缩状态空间,减少可选择的启停动作,进一步降低了计算量。10~1000机96时段系统的计算结果表明,所提方法能在较少时间内获得高质量的解,从而为求解大规模电力系统UC问题提供了参考。     

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.     

计及风电不确定性的多场景多时段安全约束机组组合解耦求解方法

为了加速求解计及风电不确定性的安全约束机组组合问题,提出计及风电不确定性的多场景多时段安全约束机组组合解耦求解方法。将原问题解耦为多个场景的安全约束机组组合问题;通过将各场景的调度时段分为多个子时段对各场景安全约束机组组合问题进行解耦,形成多个并行的子问题;为了确保多场景解耦和多时段解耦解的可行性,利用一致性约束耦合不同的子问题,并在目标函数中添加惩罚项。通过算例分析验证了所提方法的有效性。结果表明,在可接受的精度下,所提方法比传统集中式方法显著缩短了多场景安全约束机组组合问题的求解时间。     

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。     

基于图神经网络的起作用安全约束辨识方法

在安全约束机组组合问题中含有大量冗余安全约束，如何高效辨识起作用的安全约束对提高求解速度具有重要意义。构建电网拓扑图、节点与支路特征后，输入至图卷积网络，对基态和故障态下支路潮流约束是否起作用进行分类，在IEEE RTS 79系统中迭代求解安全约束机组组合。结果表明，所提方法可以有效降低求解迭代次数和计算时间。所提方法可大幅提高求解效率，对将机器学习应用于辅助优化模型求解具有启示作用。     

随机动态经济调度问题的存储器建模及近似动态规划算法

将含有风电场和抽水蓄能电站的电力系统随机动态经济调度问题描述为随机型存储器问题,以考虑风电场出力所具有的随机性。该模型含数学期望的计算,且实际问题状态空间、决策空间都是高维的,难以对其准确求解。因此,采用近似动态规划算法将值函数近似表示成分段线性函数的逼近形式,从而将随机存储器问题转化为一系列多阶段线性规划问题。通过扫描误差场景并相应求解所对应的线性规划问题,可实现对值函数进行训练,逐次修正各分段斜率值,直至值函数收敛后,再用来对预测场景下的线性规划问题进行求解,即得动态经济调度结果。该算法避免了求解准确解时面临的“维数灾”问题,具有较快的计算速度。以含风电场和抽水蓄能电站的小型测试系统和某省级实际电力系统为例,验证了所提模型与算法的可行性与有效性。     

基于改进帝国竞争算法的微网动态经济调度

微网并网模式下,针对微网中光伏、风电及负荷等不确定因素的影响,在满足系统各个约束条件下,建立了基于机会约束规划的微网动态经济调度模型。模型以微网总的运行成本最小为目标,综合考虑了可控机组燃料成本、 CO2排放治理成本、机组维护成本,低压配电网有功购买成本和旋转备用购买成本等。采用概率约束形式刻画了微网系统运行的可靠性,并考虑了可控机组的出力约束及爬坡约束。针对帝国竞争算法存在收敛速度慢和易陷入局部最优的问题,通过引入混沌原理和随机模拟技术,提出改进帝国竞争算法求解所建数学模型。最后,以一个微网系统为例,分析不同可靠性水平对系统经济性和调度结果的影响,同时比较了所提算法和常规算法收敛特性,验证了所提算法的有效性。     

大规模风电并网条件下考虑动态频率约束的机组组合EI北大核心CSCD

为提高大规模风电渗透的电力系统频率稳定,将风电接入后系统的动态频率响应纳入安全约束机组组合(security-constraint unit commitment,SCUC)框架内,提出考虑动态频率约束的SCUC优化模型。结合风机动态响应,以同步机频率响应模型为基础量化描述风电并网系统动态频率特征。在此基础上,以扰动后的最低点频率为约束量,构建考虑动态频率约束的SCUC优化模型,并引入分段线性化技术改善由动态频率约束引起的非线性特征。基于Benders分解将所提模型分解为传统安全约束下的机组组合主问题和频率越限检测子问题以降低优化计算复杂度。最后,对含风电并网的10机电力系统进行计算分析以验证所提模型的有效性。与传统机组组合结果的对比表明,所提模型能够改善大规模风电并网电力系统频率稳定性。     

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。     

大规模风电并网条件下考虑动态频率约束的机组组合

为提高大规模风电渗透的电力系统频率稳定,将风电接入后系统的动态频率响应纳入安全约束机组组合(security-constraint unit commitment,SCUC)框架内,提出考虑动态频率约束的SCUC优化模型。结合风机动态响应,以同步机频率响应模型为基础量化描述风电并网系统动态频率特征。在此基础上,以扰动后的最低点频率为约束量,构建考虑动态频率约束的SCUC优化模型,并引入分段线性化技术改善由动态频率约束引起的非线性特征。基于Benders分解将所提模型分解为传统安全约束下的机组组合主问题和频率越限检测子问题以降低优化计算复杂度。最后,对含风电并网的10机电力系统进行计算分析以验证所提模型的有效性。与传统机组组合结果的对比表明,所提模型能够改善大规模风电并网电力系统频率稳定性。     

机组组合的改进自学习粒子群算法

安全约束机组组合是混合整数规划问题,找到高效稳定求解此问题的算法很重要。文中提出了一种新型的离散粒子群求解机组组合问题,通过松弛模型辨识出机组中必开必停的情况,减少离散变量数目,并结合机组组合问题的特性提出了对应的改进自学习策略,能较好地解决含安全约束的机组组合问题。此外,给出了一种初始粒子群生成策略,提高粒子质量。以IEEE30和IEEE118两个标准节点系统为测试算例,通过与传统算法和商业软件包CPLEX的数据对比发现此算法能较快找到最优解或次优解,效率高计算结果稳定,证明该方法可行高效。     

基于等风险约束的机组日运行调度

本文从一个新的角度探讨了电力系统机组日运行调度问题。以系统等运行风险度和机组投运前导时间为约束,旋转备用为目标函数,建立了求解机组日运行计划的动态规划数学模型并提出了相应的算法。该方法可与常规的机组最优投入方法结合,进一步研究大型发电系统的可靠、安全、经济运行。     

基于启发式线性规划的大规模安全约束调度快速求解方法

提升大规模安全约束经济调度优化模型的求解性能是开展大电网跨省区电力电量全局优化平衡的前提与基础。首先分析问题的物理特性,通过并行计算求解不考虑机组爬坡约束的分时段约束松弛模型。基于对松弛解的分析获得可用于指导安全约束经济调度模型改进的有用信息,以约束剔除和约束增加的方式提出了基于启发式线性规划的大规模安全约束经济调度快速求解方法。将所提算法运用于新英格兰10机扩展系统和中国实际电网,验证了所提算法的正确性和有效性。     

基于搜索+调整的两阶段萤火虫算法求解机组组合问题

提出了一种新颖的基于搜索+调整的两阶段萤火虫算法求解机组组合问题。算法将机组组合求解流程分解为具有离散变量和连续变量的两个优化问题,通过二进制编码的萤火虫算法求解含离散变量的机组启停主问题,利用改进的实数编码萤火虫算法解决连续变量的负荷经济分配子问题,采用调整策略校核和修复约束,实现主子问题的交替迭代求解。算法通过启发式的约束调整策略,以及两种编码方式实现了离散变量和连续变量的分解优化,提高了机组组合问题求解的效率和精度。通过对6个不同规模算例的计算及与其他经典算法的对比,验证了所提算法的有效性和优越性。     

光伏并网下考虑电网安全约束的机组组合

基于Benders算法提出了一种求解光伏并网下考虑安全约束机组组合方法,借鉴两层分解思想,将其分解为无安全约束机组组合和考虑安全约束机组组合的线路潮流检测问题,形成了适合于混合整数规划问题的主问题和子问题的计算方法。针对主问题的检测引入了发电机输出功率转移分布因子及惩罚变量,从安全性和经济性角度实现对该机组组合问题的优化。在MATLAB和CPLEX中以加入光伏的IEEE14系统为测试算例进行仿真,结果显示在满足安全约束的前提下机组组合的总运行成本较无光伏并网时有所下降,表明该方法可以合理协调机组组合中的安全性与经济性。     

融冰计划与机组组合的协同优化

为了保证覆冰电网的安全经济运行,该文提出融冰计划与机组组合的协同优化模型与求解方法。首先,建立线路覆冰厚度变化与融冰计划特性约束,保证线路的覆冰厚度不会超过其设计值。在此基础上,将其与机组组合模型结合实现协同优化。由于所提模型为大规模的非线性、非凸优化问题,引入辅助变量将原模型转换为混合整数线性优化模型;采用拉格朗日松弛,将该混合整数线性模型分解为机组组合与融冰计划子问题迭代求解;并提出加速策略以提升协同模型的求解效率。在IEEE RTS-79系统中进行算例分析验证所提模型与算法的有效性。结果表明,所提融冰计划模型能实现覆冰电网的安全、经济运行。     

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。     

含抽水蓄能电网安全约束机组组合问题的混合整数线性规划算法

抽水蓄能机组的投运对电网发电调度计划的制定具有很大影响,建立了含抽水蓄能机组电网的安全约束机组组合模型。以考虑了抽水蓄能机组启停费用的所有机组总运行费用为目标函数,根据抽水蓄能机组的不同运行工况给出旋转备用容量的解析表达式,同时在系统功率平衡约束中考虑了网络损耗的影响,并考虑了抽水蓄能机组的运行调度约束及网络安全约束。为了保证模型求解的可靠性和提高模型求解的计算效率,将目标函数进行分段线性化,并根据抽水蓄能机组的运行特点将其旋转备用容量约束等价转化为线性表达式。同时采用一种动态分段线性化方法近似逼近网络损耗,从而将机组组合模型转化为混合整数线性规划模型,并采用成熟的数学优化求解器CPLEX进行求解。对某实际23机306节点电网算例的计算结果表明,所提出的混合整数线性规划调度模型的网损逼近效果合理正确,算法求解速度快,具有较好的工程实用价值。     

解决机组组合问题的改进动态规划方法

提出了一种确定机组组合的改进动态规划方法,用以解决多种约束条件下机组的组合问题。该算法可以考虑机组功率上升、下降速度约束,机组启停约束,并有效避免了常规动态规划方法的“维数灾”问题,计算方法简单,计算速度快。用MATALB语言编制了程序,对一个10机系统进行了计算,结果表明该算法实用性较强。