机组组合问题的两阶段优化算法 two-phase optimization approach to unit commitment problems.pdfVIP

翩缄缬园阃锺阗两鳓霞倪爬簿藩 葛晓琳，张粒子，王楠 (华北电力大学电气与电子工程学院，北京 102206) ， ．二，^。● 摘要：针对电力系统机组组合问题(Uc)高维、非凸、非线性的特点，提出了一种两阶段优化方法 (LR—DE)。利用拉格朗日松弛算法(LR)对UC问题进行解耦，将多机优化问题转化为单机优化问题的重复 计算，使模型简化，利用动态规划法和次梯度法求出对偶解对应的拉格朗日乘子；根据对偶勰薅塞设定蕊。 格朗日乘子更新空间，并利用微分进化算法(DE)进行搜索，全面考虑所有约束条件，不断缩小对偶间隙， 求出最优的机组组合状态。算例分析表明。该算法优化效果好．搜索能力强，能较好解决大规模机组组合 优化问题。 关键词：电力系统；机组组合；拉格朗日；微分进化：对偶间隙 中图分类号：TM732 文献标志码：A 文章编号：1004．9649(2010)04-0014．05 的优势使其同时具有较强的实用性。 0引言 1 电力经济调度机组组合的数学模型 机组组合问题是指求解满足一定系统安全和供 电质量要求的机组启停和出力优化计划．优化变量 本文研究的模型主要是针对在指定的周期内． 既包含整数变量(机组的开停状态)又包含连续变量 满足系统负荷、备用容量、机组最小运行和停机时间 (机组的出力)．属于高维数、非凸性、多约束的、非线 等限制，优化分配其发电负荷．使发电总煤耗最小， 性混合整数优化问题…。目前求解的算法很多．包括 从而确定各机组的启停机计划。此处仅针对纯火电 优先顺序法[2]、动态规划法[3]、拉格朗日松弛法…以系统进行研究．若为水电系统或水火联合系统．模型 及近些年来提出的智能优化算法舯]等。其中．文献 中应加入水火换算系数。 『4]已成功地将拉格朗日松弛算法(LR)应用于机组 1．1 目标函数 组合问题．实际应用表明，由于传统的LR算法可以 该问题的目标函数为： 将多机组组合问题解耦为单机组的多次计算．同时 n帆 采用梯度更新．凸显出降低计算维数和计算速度上 rainJ-=∑∑[c。(只)]职．。 (1) f=1F1 的优势，适宜大规模计算，但是，在最优解附近．LR 式中：虱为时段总数(每1小时为1个时段)；ⅣG为 乘子更新容易出现震荡．对偶间隙收敛缓慢．此外还 系统中发电机组数；U。为第i台机组在时段t的运行 会遇到一些约束条件难于处理的障碍。文献『7]中提 状态，1为运行，0为停运；Ci(只)为第i台机组在时段 出微分进化算法(DE)用于解决电力系统非线性优t的运行成本；R为第i台机组在时段t的出力。 化问题．该算法以遗传算法作为基本框架．保留基于 (2) 种群的全局搜索策略．采用实数编码．解决带有约束 的非线性函数优化问题．具有鲁棒性好、求解精度高 C。．。。，。。， l+Z1 的特点．较之LR算法梯度阶段性和搜索方向的单 S= (3) 一性，搜索更为全面、效率更高．但当寻优的范围扩 日。。。， t。，。l+t， 大时．会导致计算时间过长，不利于实际应用。 综合考虑LR解耦算法以及微分进化算法的特 式中：S，为机组i的启动耗量，与停机时间t。。的长 点．本文提出了一种更为合理、实用的2阶段机组组 短有关；