获得爬升约束机组组合问题可行解的新的系统方法

根据具有爬升约束机组组合可行的充分必要条件,在Lagrangian松弛方法的框架下,给出了一种获得具有爬升约束的机组组合问题可行解的重新寻经的新的系统方法.当利用充分必要条件判断对偶机组组合不可行时,则利用对偶解的信息重新选择非爬升约束机组的动态规划的路径,即调整它们的启停序列,使之满足充分必要条件,最后以此解决经济分配问题.该方法可使爬升约束机组重新参与经济分配,因而扩大了获得可行解的范围,改善了可行解的经济性.对2个分别具有5台和10台机组的电力系统的测试结果表明,所提方法是有效的,利用它可扩大获得可行解的范围,改善可行解的经济性.     

一种获得电力系统发电调度可行解的系统方法

用拉格朗日松弛法解电力系统发电调度问题时,针对对偶解的不可行问题,提供了一种重新寻径的系统方法,利用解一般火电机组子问题时产生的中间结果,重新选择动态规划的路径,以调整机组的启停序列,然后对发电功率进行经济分配,并得到了可行解。对１０个机组组成的系统进行测试,表明这种方法的效率高,可以得到高质量的可行解,而且简单易行,避免了原启发式方法需考虑的多种复杂情况３。     

锥规划解的一种判别方法

将线性规划的基本可行解等概念引入到锥规划中,讨论了锥规划的解、基本可行解及可行域顶点的关系,最终利用对偶锥的概念得到了锥规划解判别方法.从所得结论可见,利用对偶锥、锥规划和线性规划解的判别方法具有相同的表示形式,且所得锥规划解的判别方法简单便于使用,这为进一步研究锥规划的求解和讨论有关性质提供了便利.     

锥规划的最优性和对偶性研究

利用对偶锥的概念,将对偶规划和基本可行解等概念引到锥规划中,讨论了这些概念和最优解的关系,给出了锥规划最优解的判别方法,研究了锥规划对偶规划的主要性质.从所得结论可见,利用对偶锥,线性规划和锥规划的对偶性、最优解判别方法等有相同的表述形式.     

电力系统中机组组合问题算法的研究

机组优化组合问题是电力系统经济调度的一个重要环节,合理的开停机方案可带来很大的经济效益．实践表明机组优化组合比优化分配负荷更加经济,但由于问题十分复杂,很难找出理论上的最优解．介绍了解决机组组合问题的拉格朗日松弛法及遗传算法,并将两者结合起来对实际算例进行了分析．结果表明,两种算法结合求解能有效克服遗传算法的早熟现象,使生成解的对偶间隙减小,振荡现象得到抑制,能很快收敛到最优解,运行效率高,比传统的算法具有更高的鲁棒性．     

关于人工约束法寻找对偶初始可行解的一个注记

用对偶单纯形法求解线性规划问题,在无法直接求得对偶问题的可行解时,引入人工约束法寻找对偶问题初始可行解．讨论了原问题（LP）与新规划（LPM）解之间的关系,并给出了证明．     

广义对偶单纯形方法

在已经得到的线性规划问题的基本解既不是原始问题的可行解，也不是对偶问题的可行解的情形下，介绍求解线性规划问题的广义对偶单纯形法，它是对偶单纯形法的推广，用此法迭代一次就可得到一个对偶可行解。     

广义V-r-Ⅰ型不变凸非光滑多目标规划问题

通过给出非光滑多目标规划问题的广义V-r-Ⅰ型不变凸概念,在广义V-r-Ⅰ型不变凸条件下得到了可行解为有效解的Fritz-John和Karush-Kuhn-Tuker充分条件,并建立了混合型对偶问题,证明了弱对偶与严格逆对偶定理.     

考虑需求响应和储能的风水火联合系统经济调度

针对大规模风电并网对电力系统造成的威胁,通过充分考虑储能系统(energy storage system,ESS)与需求响应(de-mand response,DR)之间的有效配合,提出了一种计及ESS和DR的风水火联合电力系统经济调度模型.首先,模型将用电负荷划分为基础负荷及可调节性负荷,充分考虑了DR对可调节性负荷进行的精细化调整,有效地配合ESS装置运行,从而最小化电力系统运行总费用.其次,针对风电出力的不确定性,通过建立鲁棒优化模型确保模型具有可行解.最后,通过划分四种不同场景验证模型的有效性.仿真结果表明,考虑ESS和DR之间的互补特性后,在实现风电出力全额消纳的同时,电力系统有效地降低了运行总费用,减少了火电机组频繁启停,降低了火电机组出力的波动性.     

求解LP问题的部分基变量算法

一般形式的线性规划问题在找不到基本可行解或对偶问题的基本可行解时,无法用传统的单纯形法或对偶单纯形法求解,即"两看一算"算法.为了解决这个问题,结合两种"两看一算"算法,提出了一种新的算法--部分基变量算法.该算法首先从部分基变量出发,由初等行变换将LP问题转化为准典式,然后由初等行变换找到全部可行基变量,最后用对偶单纯形法得到最优解.对算法的正确性和可行性进行了严格证明,提出算法的实现方式并举例进行了说明,对算法的特点进行了讨论.分析表明所提出的算法是实现线性规划问题求解的较为理想的算法.