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。

基于改进近似动态规划的安全约束机组组合算法

针对电力系统的安全约束机组组合问题,提出了一种基于改进近似动态规划的求解算法。考虑到安全约束机组组合是一个多时段混合整数非线性规划问题,难以直接求解,所提算法将其建模成马尔可夫决策过程,并利用近似动态规划实现解耦求解。为了处理近似动态规划决策空间过大的问题,所提算法通过决策空间缩减技术提前获得大部分机组的开停机状态,有效提高求解效率。在IEEE 39节点系统和一个实际系统上进行了算例分析,验证了所提算法的有效性。

数据驱动的考虑安全约束机组组合问题研究综述

安全约束机组组合(security-constrained unit commitment,SCUC)作为编制发电计划的核心环节,在电力系统优化调度等方面具有十分重要的意义。因此,该文首先从物理模型和求解方法简要概述了SCUC问题。然后,从多目标、多元化决策变量、不确定性、多时间尺度与多元约束条件5个方面梳理了物理模型驱动的SCUC的研究进展,并分析了此类方法所面临的挑战。同时,重点总结归纳了现有基于人工智能技术和数据驱动的SCUC问题的研究成果,并分析了不同类型方法的特点、优势和缺陷。最后提出了对未来基于数据驱动的SCUC研究方向的相关思考。

基于伞约束的安全约束机组组合迭代求解方法

为了提高电力市场出清结果的可靠性,在传统安全约束机组组合(security constrained unit commitment, SCUC)问题的基础上根据N-1原则考虑了故障态安全约束;为了不影响出清效率,基于伞约束原理提出了迭代式安全约束筛选方法。以机组组合(unit commitment, UC)模型为迭代起点,计算基态和故障态下的线路潮流,添加越限的所有基态安全约束,对于故障态潮流越限的线路,每条线路只保留越限最严重的故障态,并且给每轮添加的故障态约束数量设置上限,迭代求解直至无越限约束。分别对IEEE118系统和Polish2383系统进行仿真,与直接求解完整模型相比,求解速度分别提升了72.6%和88.4%。仿真结果表明,根据伞约束原理进行约束筛选后再迭代求解,能够显著提高SCUC模型的求解效率,尤其是对于考虑故障态安全约束的大规模SCUC问题,提速效果尤为明显。

考虑增量配电网资源支撑的频率安全约束机组组合优化决策方法

为了保证电力系统的安全平稳运行,提出了一种考虑增量配电网资源支撑的频率安全约束机组组合优化决策方法。该方法充分发挥增量配电网内部的新能源、储能以及温控负荷等各种资源的支撑作用,将大规模接入主网的增量配电网视为虚拟储能单元,引入惯量安全频率约束,考察系统在意外事故发生后,在各个时段的运行状态以及频率安全指标。对IEEE30节点系统的仿真结果表明,所提优化决策方法可以在一定程度上规避意外事故对系统运行造成的影响,保障系统的频率安全和负荷需求。

求解安全约束机组组合问题的混合整数规划算法性能分析

安全约束机组组合(SCUC)是当前国外电力生产和调度中应用的先进优化软件。简要介绍了SCUC的发展背景,给出了SCUC的完整数学模型和优化算法。基于混合整数规划算法开发了SCUC优化程序。以IEEERTS标准系统进行500台机组系统和中国某省级实际电网(161台机组,109个安全断面)的分析计算,结果验证了该算法和程序的有效性和实用性。

多风电场并网时安全约束机组组合的混合整数规划解法

由风电预测不精确导致的随机性给安全约束机组组合和经济调度等带来新的挑战,尤其当考虑多风电场并网时,在确定性机组组合问题上表现良好的混合整数规划方法将陷入困境。文中通过引入发电机功率分布因子,并用基于极限场景集的场景法取代基于蒙特卡洛仿真的场景法,在计算时间和计算精度2个方面进行了改善。经过修改的IEEE118节点系统算例证明了在多风电场并网时,所述方法能更快地获得对风电随机性适应力更强的机组组合方案。

含风电安全约束机组组合的旋转备用优化

风电的随机性会对发电计划带来较大影响,因此研究含风电场的发电计划很有必要。首先研究了含风电场的安全约束机组组合问题,通过优化常规火电机组出力与备用,并对处于一定置信区间内的风电出力进行合理的取值安排,实现动态经济调度;再在优化模型的目标函数中对正负旋转备用单独计费引入了惩罚费用,以应对风力预测误差给系统调度带来的影响;最后在网络安全约束方面,采用直流潮流模型,使用转移因子,并使用CPLEX求解。实例验证表明该方法准确高效,所提出的调度模型合理,算法具有较好的工程实用价值。

基于网损因子迭代的安全约束机组组合算法

针对考虑安全约束的机组组合(security constrained unit commitment,SCUC)问题,在传统SCUC模型的基础上,建立考虑有功网损及其在电网中分布的SCUC模型,提出一种基于网损因子迭代的SCUC算法。此算法每次迭代先解固定网损因子的SCUC问题,求得机组的运行状态,然后进行交流潮流计算,更新网损因子,进入下一次迭代。针对可能出现的网损因子振荡问题,提出SCUC和经济调度相结合的方法,选择对应发电成本较小的机组启停状态,进行经济调度优化和网损因子迭代计算,直至算法收敛。对IEEE 30和IEEE 118节点系统进行的仿真计算验证了所提算法的正确性和有效性。

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。

安全约束机组组合理论与应用的发展和展望

安全约束机组组合作为编制发电计划的核心环节,在国外电力市场中已经得到广泛的应用。随着中国电网全面推进精益化的调度管理和节能发电调度的实施,电网运行部门对安全经济运行的要求日益提高,安全约束机组组合的研究和应用也越来越受到重视。总结了安全约束机组组合的模式、数学模型和主要求解方法;在综述国内外最新研究动态和工业应用现状的基础上,展望了未来有待进一步研究的内容。希望本文的工作能够为推动中国发电计划领域的研究和应用提供重要参考。

考虑网络安全约束的机组组合新算法

市场机制驱使电网运行于安全极限的边缘,考虑网络安全约束的机组组合问题变得尤为重要,基于对偶原理的拉格朗日松弛法是解决这一问题的有效途径。文章提出了一种解决网络安全约束下的机组组合问题的新算法,在拉格朗日对偶分解的基础上结合变量复制技术,通过引入附加人工约束将网络约束嵌入单机子问题中,实现在机组组合中考虑网络安全约束。该算法摆脱了现有各种处理手段在解决网络安全约束的机组组合问题时将网络安全约束与机组启停相分离的不足,揭示了安全经济调度和安全约束下的机组组合在概念上的区别和联系。

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。

一种计及静态安全约束机组组合的有效算法

以直流潮流模型为基础,将计及电网静态安全约束的机组组合问题分解为无安全约束的机组组合问题和计及电网静态安全约束的优化潮流问题2个子优化问题。通过在后者中引入虚拟变量来反映机组组合对输电元件传输限制的牵制及影响,并借用虚拟变量和发电转移因子,构建前者与后者间关联的补充约束条件,从而形成前者随后者变化的影响机制及优化方向的修正手段,由此提出了2个子优化问题间交替求解的算法。该算法充分兼容现有成型方法,符合电力系统实际,对解决电网静态安全对机组组合制约现象,以及对机组组合方案评价,有良好的适应性。

计及风电不确定性的随机安全约束机组组合

随着风电接入电网的比例不断提高,风电的不确定性对电力系统的运行调度提出了严峻挑战。将满足一定置信水平的风电区间预测信息纳入到日前调度计划中有助于提高系统的安全性和经济性。为此提出了基于风电区间预测信息的随机安全约束机组组合模型(stochastic security-constrained unit commitment,SSCUC)。该模型将风电的不确定性用1个确定的预测风电场景和2个极限风电场景来表示,简化了问题的复杂度。同时,该模型引入了潮流约束和网络安全约束,保证了调度结果的可行性。为求解该模型,提出了基于广义Benders分解的计算方法。该方法将SSCUC问题分解为一个主问题和2T(T为调度周期)个约束潮流子问题,并通过交替迭代的方式获得原问题的最优解。4机9节点系统和改进118节点系统的计算结果验证了所提模型和算法的有效性。

考虑光伏不确定性的安全约束机组组合

基于区间估计理论,提出一种求解考虑光伏出力不确定性的安全约束机组组合(SCUC)方法。对于系统预测误差的不确定性模型,允许所做决策在一定程度上不满足模型约束条件,采用置信度控制不满足约束的风险,并考虑不确定性的极限情况。利用Benders分解算法,将不确定SCUC模型分解为无SCUC和考虑SCUC的线路潮流检测问题,形成适合于混合整数规划问题的主问题和子问题求解的计算方法 ,从经济性和安全性角度实现对考虑光伏不确定性的SCUC问题的优化。以光伏并网的WSCC 9节点、3机组系统为研究对象,在MATLAB编程环境中调用优化软件包CPLEX对混合整数规划问题模型进行求解,结果表明该方法可以简单、高效地解决含光伏及负荷预测误差不确定性的SCUC问题。

考虑柔性负荷的多目标安全约束机组组合优化模型及求解

以系统的经济成本和CO2排放量最小为优化目标,兼顾发电侧与需求侧柔性负荷的双侧协调配合,建立了考虑柔性负荷的多目标安全约束机组组合优化模型。针对传统法线边界交叉(normal boundary intersection,NBI)法求解上述模型时出现的混合整数二次规划和混合整数二次约束问题,提出了引入分段线性化策略的NBI法,在保证计算精度的同时,大大提高了求解效率。对一个10机24时段算例进行了仿真计算,一方面证明了所提算法的有效性,另一方面表明柔性负荷调度有利于提高系统的经济性,降低系统的碳排放量;同时,需求侧柔性负荷的参与对减小负荷峰谷差、缓解负荷高峰期用电压力具有重要作用,并促进了风电的进一步消纳,有助于清洁能源的利用。

基于风险指标与非支配故障筛选理论的安全约束机组组合算法

安全约束机组组合(SCUC)是一种常用的电力系统运行调度方法,但在实际的大规模系统应用中需要大量的预想故障及多个时间断面的信息,求解困难。针对如何加快SCUC求解速度的问题,在传统安全约束机组组合算法的基础上,采用改进过载风险指标代替传统的过载严重度指标,结合非支配故障筛选理论,提出一种基于风险指标与非支配故障筛选理论的安全约束机组组合算法。算例结果表明:算法采用的故障集更合理,具有迭代速度快、安全性高和经济性好的特点,可为调度员的实时快速决策提供重要帮助。

基于改进约束序优化方法的带安全约束的不确定性机组组合问题研究

为快速有效地求解考虑间歇性可再生能源接入的SCUC问题,在现有约束序优化的基础上,提出了一种适用于不确定性SCUC问题求解的改进约束序优化算法。该方法针对序优化的粗糙模型和精确模型分别融入了离散变量识别策略和无效安全约束削减策略。相比于传统求解方法,提出的改进约束序优化算法在充分发挥传统序优化计算效率方面优势的同时,进一步增强了算法的紧凑性,降低了计算冗余度,有效提升了算法的求解效率。基于IEEE-118节点标准算例的仿真验证了所提算法的正确性和有效性。

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。