应用启发式与逐步动态规划法进行机组最优组合

提出了一种机组组合优化的新型启发式方法，与现有的启发式方法不同之处是计及随时间变化的启停机费用对机组优先级的影响，并提出由开启机组决定所带负荷曲线；将该启发式方法与逐步动态优化法相结合进行机组最优组合，使计算时间大为减少，同时可保证得到最优解。计算结果表明，该法具有较好的实用性。另外，文中对现有的机组组合优化方法作了简要评述。     

含风电系统大规模长时间机组组合分解模型

针对传统机组组合忽略模型优化、仅从优化数学求解算法的角度加快求解速度的问题,提出了基于数学优化和模型优化的机组组合分解模型,以加快含风电的机组组合的求解速度,并采用弃风密度曲线来评估系统的弃风状况。该模型通过将传统机组组合求解空间分解为由离散变量决定的离散空间,结合机组组合问题的实际物理特点,剔除不具有实际意义的求解区域,以加快求解速度。弃风密度曲线可以通过系统弃风率范围及各弃风率的密度概率更好地评估系统弃风状况。根据所提方法和某省电网实际算例,比较了所提模型与传统模型的计算速度,并运用弃风密度曲线评估算例的弃风状况。研究结果表明,相比于传统的机组组合模型和弃风期望值,机组组合分解模型明显加快求解速度,系统的弃风状况在弃风密度曲线上从曲线中心向两侧波动展开,该研究加快了含风电系统的机组组合求解速度以及对系统风电弃风状况的评估更加有效、合理。     

水电站厂内经济运行基因遗传算法模型

水电站厂内经济运行的数学模型是一类非线笥、０－１规划，用ＧＡ算法求解该问题，速度快，而且可同时在时域空间上分别求出机组开停机计划和机组组合及负荷分配优化运行结果，可满足水电站厂内经济运行实时笥的要求，计算结果表明，经济运行效益可提高３％。     

基于模糊遗传算法的机组组合问题的求解

为求解机组组合问题,提出一种模糊优化与遗传算法紧密结合的新的模糊遗传算法.通过建立模糊推理规则,对交叉率和变异率进行模糊控制,从而提高了收敛速度,避免了不成熟收敛.将该模糊遗传算法应用于一工程算例中求解机组组合问题,与传统遗传算法相比,在同样的种群规模和终止准则下,采用该算法的收敛迭代次数减少,减幅最大达122次,而每次迭代计算时间最多仅增加约0.01 s;优化组合的发电成本减小,减幅最大时达总发电成本的0.73%.     

火电厂机组最优组合的一种实用算法

本文在文[1] 、[2] 的基础上,根据等微增率准则,对不考虑启动耗量的火电厂机组投入、切除的经济性问题进行了研究。通过引入切换微增率,切换负荷的概念,提出了一种确定火电厂经济运行最优机组组合的实用算法。根据计算结果,调度人员可以了解在什么负荷范围内应选用哪种机组组合方式才是经济的。     

电力系统机组组合的可行性判据研究

机组优化组合问题是一个典型的混合组合优化问题,机组组合的可行性判据对于该问题的求解具有重要的意义.综合分析机组组合问题的各种约束,对机组出力上下限进行了调整,提出并证明了机组功率平衡、备用可行的判据,进而推出了机组组合的可行性判据.仿真结果表明该判据是判定机组组合是否可行的有效方法.     

供热机组热力系统局部定量方法的研究

针对供热机组热力系统的局部定量问题提出了一套方法－－将供热机组分解为１台凝汽机组和１台抽背机组，对凝汽机组的热力系统进行局部定量分析，就可以解决供热机组的局部定量问题，从而简化了供热机组热力系统的定量计算，给出了该方法的计算实例，计算结果与常规算法的计算结果一致。     

市场环境下考虑暂态稳定约束的最优潮流计算

为保证电力系统的安全性，在电力市场优化运行方案中，考虑暂态稳定约束是十分必要的．为此，首先用排队法确定机组组合，等报价法确定各个发电机组有功功率，然后进行暂态稳定分析，求出各个不稳定故障修正的暂态能量裕度，再根据暂态能量裕度的大小找出最严重的不稳定故障，最后对最严重的失稳故障下领先、落后机组的输出功率分别进行调整，领先机组按照灵敏度修正，落后机组按处在同一报价水平的原则来修正，从而达到满足暂态稳定约束且购电费用增量最小．此外，进一步通过IEEE-30节点系统分析计算，验证了所提算法的正确性和有效性．     

考虑变频调速时泵站优化调度的改进遗传算法

采用遗传算法对有部分变频调速机组的泵站进行优化调度计算，并对遗传算法进行改进，克服了遗传算法的早熟收敛问题。仿真研究表明，优化效果比传统遗传算法好。     

传统组合机床进行现代化改装的技术经济分析

通过对一批传统组合机床进行柔性化改造工程的技术经济分析，表明进行柔性化改造的设备比购置同样功能传统机床节约投资１３１元／台，１０年内平均节约费用７２７１８．８元，本文涉及的计算方法简单，而且通用性强，为传统组合机床柔性化改造提供了技术经济分析的依据。     

基于自适应PSO算法的机组优化组合研究

提出了解决电力系统机组优化组合问题的一种新的方法——自适应粒子群优化算法(APSO)．PSO算法能解决许多遗传算法能解决的优化问题，但却只需要一些简单的参数就可稳定收敛得到高质量的解．将该算法应用到IEEE10机系统中，结果表明该算法用于求解机组优化组合是有效可行的。     

考虑电网安全约束条件的机组组合新方法

为在电力市场中综合考虑电力系统运行的经济性与安全性,建立了包含电网约束条件的机组组合数学模型,并将其分解为具有整数和连续变量的两个优化子问题。在分析 Ｌａｇｒａｎｇｉａｎ 分解与协调算法振荡机理的基础上,选择机组运行状态改变后的系统边际费用为协调因子,提出了单调收敛的新方法。该协调因子取决于机组的物理参数和系统负荷不平衡的程度,是各机组运行状态改变后对系统运行费用影响的精确度量,因而方法的快速性和收敛性明显优于 Ｌａｇｒａｎｇｉａｎ 乘子法。通过对 Ｉ Ｅ Ｅ Ｅ２４ 节点系统的计算,验证了新方法的优越性     

PSO算法在电力系统中的应用现状和前景探析

粒子群优化（PSO）算法是一种新兴的群体智能优化技术,在简要介绍PSO算法工作原理的基础上,描述了粒子群优化方法在电网规划、检修计划、短期发电计划、机组组合、负荷频率控制、最优潮流、无功优化、谐波分析与电容器配置、参数辨识、状态估计、优化设计等方面的应用,并对今后可能的应用指出了研究方向．     

改进GA算法的电力系统机组优化组合研究

提出了一种新的基于实数和二进制数统一编码的改进遗传算法.把机组组合问题分解为两个优化子问题,分别对其优化.应用实数编码来模拟功率并用实数遗传算法解决负荷经济分配问题,同时结合二进制编码模拟机组启停状态,解决了机组优化组合的0-1混合整数非线性规划问题.本算法运用到模拟10台机组的优化组合研究中,取得了很好的效果.     

具有爬升速率限制的安全约束机组组合可行的条件

摘要：一般地,在Lagrangian 松弛框架内求解安全约束机组优化调度问题可以分解为两个阶段：获得可行的机组组合和求解机组发电功率的经济分配。两个阶段的核心是对偶机组组合可行性的判定。本文给出了判定具有爬升速率限制的安全约束机组组合可行的两个充分必要条件和一个必要条件。这些条件对于判定安全约束机组组合的可行性,特别是构造可行机组组合和发电功率的经济分配具有非常重要的作用。本文利用IEEE标准测试数据测试了这些条件的有效性。     

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．     

基于潮流分布矩阵的电力系统碳排放流计算方法

电力系统是中国碳排放的主要来源。研究电力系统的碳排放理论、提高碳流分析结果的准确性,是完善碳交易市场建设、促进电力碳减排的重要前提。提出了一种基于潮流分布矩阵的电力系统碳排放流计算方法,旨在解决现有方法过于粗放、无法准确实现功率与碳流分摊的不足。其主要思路是结合精确潮流计算结果,采用比例分配原则,通过分析功率在网络中的流动过程,构造潮流分布矩阵,从而准确建立机组功率与节点流过功率之间的联系;然后根据发电机组类型的不同,考虑其技术水平与运行状态等因素影响,构建火电机组的精准碳排放模型。基于该模型,利用碳排放流依附于潮流的特征,将机组碳排放分摊到各节点负荷、各支路功率以及网络损耗,成功实现了电力系统碳排放流的准确追踪与溯源。采用4节点和30节点系统进行测试,测试结果验证了本文方法的正确性和有效性。     

人工神经网络与动态搜索的机组组合算法

为了使机组达到最优组合,减少运行成本,研究了基于修正BP人工神经网络与动态搜索的快速算法在机组组合中的运用．采用修正Levenberg-Marquardt算法训练BP神经网络,并针对该算法占用内存大的缺点,提出了减少内存占用量的修正．由此,根据负荷预测曲线,应用修正BP人工神经网络产生机组的预开停计划,在此基础之上,针对预计划中某些机组状态不确定的阶段,应用动态规划法进行全局调整以确定机组的状态组合．实验数据表明,所提出的算法与传统的动态规划算法相比,可以在有效地减少时间与内存的占用量的前提下,有效地避免动态规划法中的维数灾的问题．     

水电厂发电报价辅助决策系统研究

为了适应电力市场的需要，建立了水电厂的报价辅助决策系统。主要讲述了水电的特点及竞价模式，构建了发电辅助报价系统的网络结构，并且对水电厂的报价辅助决策系统的主要功能做了详细的介绍。     

分段竞价电力市场的模拟、分析和比较

以IEEE-RTS系统数据为例，对分段竞价的电力市场进行了模拟和分析。研究了负荷的分段方法和出清规则对市场竞价的影响，结果表明：负荷分段越多，市场的购电费用越低，市场效率越高，同时市场出清应采用必要的规则以保证发电计划的可行性和合理性。提出了水电机组在分段竞价中的竞价方式，水电机组按照库容优先调度，并按所带负荷段给予相应电价，既充分利用了水量又反映了不同运行方式对系统的贡执以典型日和典型周负荷为例，对分段竞价和分时竞价进行了比较，结果表明，分段竞价降低了市场购电费用，市场效率提高，市场出清价较分时竞价更加平稳。