大型水火电力系统经济调度的分解协调算法

本文研究了大型水火电力系统经济调度采用二级及三级协调结构时的分解、协调和优化方法。提出了Ａ协调级的灵敏系数法和水电子系统采用的快速二次规划法和关联预测法。避免了一维搜索，大大提高了计算速度和减少了计算机存储量。编制的实用程序，已被某大系统所采用。     

水火联合电力系统的优化调度

本文研究大系统分解协调法用于大型水火电力系统的短期经济调度。算法采用实用的系统数学模型，考虑了水电厂上、下游水位的变化，梯级水电厂间的水流时间延迟和电网的输电损失等。并用对偶分解法得到多级的计算结构。文中讨论了各级采用的计算方法，介绍了枯水期水电厂多次停机时问题的解法。用本法编制了一个肩梯级水电厂的大型电力系统优化调度程序，目前已被国内一大型电力系统所采用。     

电力系统经济调度递阶优化的灵敏度协调法

研究非线性大系统采用递阶优化算法时的协调级算法。对偶分解法已被认为是解决水火电力系统优化问题较有效的方法，但用于人协调级的算法是影响收敛速率的关键，为此提出了灵敏度协调法代替常用的次梯度法，并引入了下级子系统的输出功率对协调变量的灵敏度的概念，从而大大加快收敛速率。此法已用于一大型有抽水蓄能电站及机组最优组合的水火电力系统经济调度的软件包中，并被证明是有效的。     

电力系统短期负荷预报的动态神经网络方法

提出了一种用于电力系统短期负荷预报的动态神经网络模型。这种模型同时兼顾了时序法和相关法的特点，将日期特征量，气象特征量及一天的多个有功负荷水平作为神经网络的输入信息，通过对输入信息动态，灵活地处理，利用有监督的学习算法对神经网络进行训练，再预测下一天相应时间点的多个有功负荷，以提高有功日负荷的精度和方法的适应性，为电力系统经济负荷分配提供可靠的依据。     

大系统分解协调法和非线性规划法应用于电力系统经济调度

讨论了含梯级水电站的大型水火电力系统有功功率最优分配的数学模型，考虑了水电厂上、下游水位的变化、梯级水电厂间的水流时间延迟等因素。通过两次运用对偶分解原理将整个系统分解成一个三级协调系统而得到三级计算结构，文中讨论了各级采用的非线性规划的多种最优化计算方法，并对实际电力系统进行试算和分析，文章对大系统分解协调法，乘子法和一种新变尺度法在水火电力系统短期经济调度中的应用作了探讨。     

交直流电力系统中附加控制器与稳定器的协调设计

交直流电力系统低频振荡是运行中的一个严重问题.在交流系统中装设电力系统稳定器PSS,在直流系统中配置附加的控制器DCM可以有效地抑制低频振荡.本文应用分散控制器的参数设计思想,提出一种适用于交直流电力系统中装设DCM与PSS及其参数协调的设计方法,对抑制低频振荡可以达到预期的效果.     

电力系统有功安全经济再调度

本文用网流规划法研究了具有安全约束的有功安全经济再调度问题。对违反安全约束事故状态的有功再调度,本文提出了通过消除暂时性缺负荷以达到安全状态的另一途径。解算方法采用了计算速度快的OKA法,并用增量校正模型求解再调度问题,提高了网流法的计算精度。文中以IEEE30节点系统为例进行了计算,获得了较为满意的结果。     

水火电混合系统经济调度的双链态遗传算法

遗传算法（GA）为求解电力系统经济调度问题提供了一条新的途径．研究了基于双链态基因模型的遗传算法（DGA），给出了显性基因和隐性基因选优准则．应用DGA建立了电力系统经济调度的遗传算法模型，该模型易于考虑系统负荷平衡、用水限制和梯级水电厂之间的水流流达时间等约束条件．在pentium计算机上对由两个火电厂和含有四个梯级水电厂组成的系统进行了仿真计算，取得了满意的效果．     

基于和声搜索算法的电力系统经济调度

针对风电并网对电力系统经济调度的影响,以火电机组的燃料成本及火电厂环境成本为目标函数建立模型。通过惩罚系数将污染气体排放量转化为环境成本。提出了基于模拟退火的和声搜索算法。通过与传统的遗传算法比较,验证了该算法的可行性与有效性。     

启发式遗传算法及其在电力系统调度中的应用

在遗传基因算法（ＧＡ）基础上，加入区域变化环节和其他改进措施，提出一种新的启发式遗传基因算法．该算法由基因编码、产生祖先、评价优劣、选择、杂交、突变、父代替换、区域变化、搜索寻优等环节组成，提高了解题速度和解的最优性．将其用于求解电力系统水火电站联合优化调度问题，获得全局最优解．仿真计算表明，能取得显著经济效益．     

综合经济目标下的电厂汽轮机组最优负荷分配

提出了基于动态规划法的汽轮发电机组负荷分配的优化模型,该模型考虑了机组主要部件的低周疲劳寿命损耗、机组的最小运行时间和最小停机时间、负荷最大爬升和降负荷速度限制等约束条件,并对各种因素对负荷分配计算结果的影响进行了比较分析.文中以一个具有4台300MW机组的电厂作为运行单元,考虑运行单元内部的各种费用,并将其折合成标准煤耗量.计算结果表明,采用这种负荷分配模型,在满足电网调度负荷的前提下,可以降低煤耗率3g/(kW·h).     

基于改进动态规划法的火电厂负荷经济调度

提出一种确定火电厂负荷经济调度的改进动态规划方法.先按优先顺序法压缩各时段机组组合状态,再用动态规划法进行计算.新的方法克服了优先顺序法没有考虑启停耗量的不足,也解决了动态规划法的"维数灾"及难于处理的爬坡速度约束问题,且各机组的最优负荷分配与机组的最优启停计划可以同时计算出.     

经济负荷率与小型水电站变压器容量选择

本文分析电力变压器经济负荷率的几种计算方法和适用范围.对于按照年电能损耗最小效率最高原理得出的电力变压器电能经济负荷率公式作了较完整的补充推导,并探讨了电能经济负荷率在小型水电站变压器容量选择中的应用.     

葛洲坝隔河岩联合调峰长期优化调度

首次在对水电站群进行长期优化调度时考虑水电站群的总调峰要求,结合水电站群长期优化调度数学模型提出联合调峰的方案,并以葛洲坝和隔河岩两水电站为研究对象,进行了优化计算分析     

基于改进神经网络算法的电力系统经济调度

为解决新能源接入大电网带来的能源损耗问题,进行常规能源发电机组的快速经济调度是一种有效措施。针对存在多种常规能源的电力系统,建立了考虑传输损耗的电力系统经济调度问题模型,基于增广的Lagrange-Hopfield 神经网络优化算法,引入乘子神经元传输速率参数,提出了改进的增广Lagrange-Hopfield 神经网络算法。从理论上证明了该算法的收敛性,以及收敛的快速性。以某一项目为例,选取不同的传输速率参数,验证了改进的增广Lagrange-Hopfield 神经网络算法受传输速率参数的影响,并且工程可行,收敛快速。     

修正的混沌粒子群算法求解经济负荷分配

为克服粒子群优化算法容易陷入局部最优、后期收敛慢等缺点,提出了一种修正的混沌粒子群优化算法.该算法通过修正粒子群迭代的行动策略,并引入遍历性较强的Tent混沌局部搜索机制,可以增强粒子的全局搜索能力,提高优化算法的全局寻优性能.将修正的混沌粒子群算法分别应用于6机组和15机组电力系统中求解经济负荷分配,在考虑系统网损和机组运行约束条件的情况下进行仿真实验.仿真结果表明:该算法用于求解高维、非凸、不连续等非线性复杂约束条件的电力系统经济负荷分配问题上,有着较快的收敛速度和较强的全局寻优能力.最后,通过与其它智能算法比较,验证了算法的有效性和优越性.     

多目标动态加权差分算法及在电力经济调度模型上的应用

考虑多目标动态加权进化策略不能有效处理高维变量多目标函数的缺点,本文利用差分算法代替进化策略,提出一种多目标动态加权差分算法．最后,通过优化典型多目标优化问题以及电力经济调度模型优化,验证了所提算法的有效性。     

基于氢储能的含大规模风电电力系统经济调度

针对由大规模风力发电并网带来的消纳困难问题,文章利用由碱式电解槽、储氢罐、氢氧燃料电池构成的氢储能系统将弃风转换成氢气储存起来,用以满足外界氢气负荷需求或于负荷高峰期发电补充上网。文章先对风电出力的不确定性和氢储能系统进行建模。为了降低传统鲁棒优化求解的保守度,利用考虑保守度可调的鲁棒优化盒式集合描述风电出力。在此基础上,以降低弃风和提高系统总体的经济性为目标,建立了基于氢储能的含大规模风电电力系统经济调度模型。算例表明,文章所建立的优化调度模型兼顾求解的鲁棒性和经济性,并且可以显著减少弃风、降低系统的总成本。     

遗传算法在电力系统经济负荷分配中的应用

针对电力系统经济负荷分配问题的特点,应用极大熵理论将经济负荷分配问题转化为可微问题·在分析了遗传算法与传统数学优化方法的不同优势与特性的基础上,将遗传算法与传统数学优化方法相结合引入局部搜索算子实现快速搜索,提出了一种求解电力系统经济负荷分配问题的改进遗传算法·同时,应用多点均匀交叉算子提高遗传算法的全局收敛性能,将种群逐步向最优点进行引导·实例研究结果验证了方法的有效性·     

求解经济负荷分配的自适应混沌粒子群算法

针对电力系统经济负荷分配(economic load dispatch,ELD)这一典型的非凸、非线性的多约束优化问题,提出一种自适应混沌粒子群算法(self adaptive chaotic particle swarm optimization,SACPSO).在混沌粒子群算法(CPSO)的基础上,先利用引入变异算子和社会因子的粒子群算法进行全局搜索,再对搜索得到的先验解进行基于Tent映射的混沌细搜索(CLS),并将逆映射回的决策变量和全局最优粒子的线性组合作为CLS的搜索结果输出.通过6机组、15机组电力系统的仿真,验证了该算法的有效性.