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.     

基于启发式混合整数规划法求解大规模机组组合问题

为了改进单纯的混合整数规划法在求解大规模机组组合问题时难以在合理时间内求得满意优化解的问题,提出了一种基于启发式的混合整数规划算法。该算法根据机组开停的内在机理,通过综合分析机组开停特性与负荷曲线特性,基于改进优先顺序法以确定部分整数变量,以此为基础结合混合整数规划法求解大规模机组组合问题,达到提高计算速度、扩大计算规模的目的。将所提算法应用于多个标准算例并与现有文献进行参照对比,验证了所提算法的正确性与高效性。将该算法应用于某实际电网,验证了该算法的实用性。     

含风电场群的区域电网两层多阶段电压协调控制方法

为了改进单纯的混合整数规划法在求解大规模机组组合问题时难以在合理时间内求得满意优化解的问题,提出了一种基于启发式的混合整数规划算法。该算法根据机组开停的内在机理,通过综合分析机组开停特性与负荷曲线特性,基于改进优先顺序法以确定部分整数变量,以此为基础结合混合整数规划法求解大规模机组组合问题,达到提高计算速度、扩大计算规模的目的。将所提算法应用于多个标准算例并与现有文献进行参照对比,验证了所提算法的正确性与高效性。将该算法应用于某实际电网,验证了该算法的实用性。     

应用于机组组合问题的启发式蚁群算法

针对机组组合(UC)的整数一实数混合规划问题,先用二次规划计算各时段不同机组组合最优负荷分配,并选取各时段煤耗最小组合构造启发式初始解,根据解提供的信息设计一种删除不合理候选运行组合的方法,大幅缩小解空间.利用最大最小蚁群算法(MMAS)在解空间中搜索机组启停策略.针对MMAS效率低搜索慢的问题,算法在迭代完成后引入局部搜索.为降低启动煤耗,在蚂蚁转移概率公式以及信息素更新表达式中加入运行机组数因子及启动煤耗惩罚项,降低启动煤耗高的组合被选中概率,进而优化各时段同时运行机组数量.仿真结果表明以上改进能够大幅提高算法求解速度,具有较强的全局寻优能力.     

电力系统机组组合中Kuhn-Tucker最优性条件的扩展应用

机组组合(ED)是电力系统规划中常见的混合整数非线性组合优化问题.结合电力系统机组组合问题的特点,将经典数学规划理论中的Kuhn-Tucker最优性条件与现代优化计算方法中的启发式算法相结合,实现机组组合问题中的整数变量优化部分与连续变量优化部分的信息融合,使主问题与子问题的求解信息同时影响全局优化的搜索过程.提出了一种随机的启发式越限处理方法,该方法突破了K-T最优性条件在电力系统中的传统应用规则.最后,通过仿真计算,说明提出的方法的优越性.     

基于原-对偶内点法和混合整数规划法的机组组合问题研究

电力系统机组组合能带来显著的经济效益,随着电力市场的不断发展,在电力系统优化运行中变得尤为重要。然而电力系统机组组组合问题是一个大规模、非凸、非线性混合整数优化问题,至今仍然没有找到一种理想的优化算法。因此针对其特点,采用了原-对偶内点法和混合整数规划法相结合的算法,首先利用混合整数规划法形成伴随规划来处理离散变量,再通过内点法求解伴随规划子问题和负荷经济分配,充分发挥了两种算法在求解机组组合问题上的优势。文中对标准10机组24时段系统算例进行了仿真测试并与之前的各种优化算法进行了对比,结果表明了本文算法模型解决机组组合问题的有效性和优越性。     

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。     

基于分层分枝定界算法的机组组合

针对常规机组组合算法计算量大、计算精度不高的问题,提出了一种分层分枝定界算法.该算法采用分层求解策略,对传统机组组合模型进行线性化处理,进而基于线性规划算法求解松弛整数变量的线性化机组组合模型,通过取整策略形成初始分枝,作为分枝定界算法的上层;采用经典广度优先搜索算法的节点搜索策略,以及考虑负荷备用和机组启停时间约束并结合最大、最小边界的分枝策略,不断进行分枝、定界和剪枝获得下层问题的最优解.不同测试算例分析表明,所提出的分层分枝定界算法快速、稳定,能够考虑机组爬坡约束,可以在保证合理计算时间内有效提高求解精度.     

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。     

机组组合问题的仿射可调整鲁棒优化模型与算法

为了有效应对电力系统调度决策中的不确定因素,尤其是大规模间歇式能源并网所带来的不确定性,提出基于仿射可调整鲁棒优化理论的不确定机组组合求解方法。建立了不确定机组组合问题的仿射可调整鲁棒优化模型,利用线性决策规则建立决策变量与不确定参数之间的仿射关系,从而将两阶段问题转化为单个阶段优化问题,在此基础上,采用对偶理论将模型转化为可以直接求解的标准混合整数规划模型。通过标准算例测试,验证了该方法的有效性。     

基于改进飞蛾扑火算法的单时刻参数可变机组组合优化

机组组合属于高维、离散、非凸的混合整数非线性规划问题,具有NPhard特点。提出结合二进制粒子群算法与混沌飞蛾扑火算法的单时刻参数可变机组组合优化方法,将总时刻机组组合问题依次、逐一分解为单时刻启停状态主问题与单时刻经济分配子问题,对主、子问题分别运用二进制粒子群算法与改进飞蛾扑火算法进行交替迭代求解以提升求解速率。运用参数可变策略与优先次序法概率调整策略对算法参数及候选解进行修正,以提升算法运行效率及候选解质量。测试结果表明,本文所提方法具有良好的运算速率及收敛精度,能有效求解大规模机组组合问题。     

Projected mixed integer programming formulations for unit commitment problem

The thermal unit commitment (UC) problem is a large-scale mixed integer quadratic programming (MIQP), which is difficult to solve efficiently, especially for large-scale instances. This paper presents a projected reformulation for UC problem. After projecting the power output of unit onto [0,1], a novel MIQP reformulation, denoted as P-MIQP, can be formed. The obtained P-MIQP is tighter than traditional MIQP formulation of UC problem. And the reduced problem of P-MIQP, which is eventually solved by solvers such as CPLEX, is compacter than that of traditional MIQP. In addition, two mixed integer linear programming (MILP) formulations can be obtained from traditional MIQP and our P-MIQP of UC by replacing the quadratic terms in the objective functions with a sequence of piece-wise perspective-cuts. Projected MILP is also tighter and compacter than the traditional MILP due to the same reason of MIQP. The simulation results for realistic instances that range in size from 10 to 200 units over a scheduling period of 24 h show that the projected reformulation yields tight and compact mixed integer programming UC formulations, which are competitive with currently traditional ones.     

基于混合逻辑动态的过程控制实验装置故障检测

通过将故障表示为二进制变量建立混合逻辑动态故障模型,利用滚动时域估计（MHE）方法将故障检测问题转化为混杂预测控制问题。将基于MHE的故障检测方法用于三容水箱过程实验装置进行故障检测仿真研究,建立了实验装置在执行器部件故障下的混合逻辑动态（MLD）模型,研究了利用MHE对实验装置进行状态估计和故障检测的方法。对其中产生的混合整数二次规划问题则利用改进的离散微粒群（DPSO）算法进行求解。控制结果和故障检测结果表明了本文算法的有效性,更有助于对预测控制算法和故障检测技术的理解与应用。     

月度安全约束机组组合建模及求解

月度发电计划的复杂性和求解规模,使得月度机组组合方案的制订变得十分困难.文中基于兼顾计算性能和月度计划关键需求的原则,通过时段简化和电力电量解耦,建立了以电量进度偏差最小为目标的月度安全约束机组组合(SCUC)模型,并采用混合整数规划(MIP)算法加以求解.实际系统算例测试验证了该模型的有效性.     

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。     

基于动态搜索线性混合整数法的机组组合新算法

针对常用机组组合算法计算量过大的问题,提出了一种基于动态搜索的线性混合整数规划法,该方法在基于分支的线性混合整数规划法的计算框架中引入了动态搜索的概念,采用单独考察与时间相关的约束和功率约束等措施来减少进入分支阶段的数量,在实际运用中,可针对不同规模的系统通过调节计算参数灵活地控制计算时间和计算精度。算例分析结果表明,该方法快速、有效,适合求解大规模电力系统安全约束机组组合问题。     

基于特殊有效不等式求解机组组合问题的内点割平面法

基于特殊的有效不等式(validinequalities,VIs),提出一种求解计及爬坡约束机组组合(unit cormitment,UC)问题的内点割平面法。采用线性化技术将UC问题转化为一个混合整数二次规划(mixed integer quadratic programming,MIQP)。根据UC问题约束的特点,产生3种特殊的VIs,即覆盖不等式(cover inequalities,CIs)、提升覆盖不等式(1ifted cover inequalities,LCIs)和广义流覆盖不等式(generalized flow cover inequalities,GFCIs),进而将其作为割平面,建立求解MIQP的内点割平面法。100机组24时段等6个系统的仿真结果表明,产生CIs、LCIs和GFCIs的方法快速有效,所提内点割平面法具有良好的收敛性和稳定性,能有效处理爬坡约束,与其他多种方法相比较,获得了更好的数值结果。