求解机组组合问题两种MILP方法比较.docVIP

求解机组组合问题两种MILP方法比较 　　[摘 要]利用机组的煤耗成本，建立机组组合（unit commitment， UC）问题不考虑发电出力的混合整数线性规划（mixed integer linear programming， MILP）模型。和UC问题的传统模型相比，该模型不包括机组出力变量及相应约束，模型规模和求解难度都大大减小。将所建MILP模型和基于透视割平面的MILP模型用于求解168时段1000机组等多个系统，结果表明，无论是发电费用还是计算时间，所建模型都具有一定的优越性。 　　[关键词]煤耗成本；机组组合问题；混合整数线性规划；透视割平面 　　中图分类号：TM71 文献标识码：A 文章编号：1009-914X（2015）48-0332-02 　　引言 　　机组组合（unit commitment， UC）问题是电力系统一个重要的调度规划问题，多年来一直受到科技工作者的广泛关注和研究[1]。 　　对于UC问题的研究主要集中于两个方面，一个方面是关于其数学模型的研究[2-4]，另一个方面是关于求解方法的研究[5-7]。文献[2]基于凸规划理论，建立了UC问题的半定规划模型，文献[3]利用锥规划建立了UC问题的二阶锥规划模型，文献[4]基于透视割平面（perspective cut， PC）建立UC问题一个紧的混合整数线性规划（mixed integer linear programming， MILP）模型，同时提出了求解UC问题的MILP方法。文献[5]提出求解UC问题的拓广优先顺序法，文献[6]提出求解UC问题的增广拉格朗日松弛法，文献[7]提出求解UC问题的粒子群算法。 　　MILP法是目前求解UC问题的主流算法，已在实际调度中得到了广泛的应用。然而，对于大规模UC问题，通常的MILP模型规模很大，即使应用目前先进的MILP求解器（如CPLEX），也会存在计算量大的不足。为此，利用机组的煤耗成本，建立UC问题一个不考虑机组出力的MILP模型。该模型和UC问题通常的MILP模型相比，由于其不含机组出力变量和相应的约束，从而其求解规模和难度都大大减少。最后，将所提MILP方法和基于PC的MILP方法用于求解1000机组168时段等多个系统，结果表明，无论是发电费用还是计算时间，所提MILP方法都优于基于PC的MILP方法。 　　1 UC问题的数学模型 　　UC问题要实现的目标为： 　　（1） 　　（2） 　　UC问题的限制条件为： 　　（3） 　　（4） 　　（5） 　　（6） 　　（7） 　　（8） 　　（9） 　　（10） 　　前面式中各量的意义分别为：T为总的调度时间（小时）；N为机组总数（台）；为机组i的状态变量，为0-1整数变量；为机组参数；为机组出力；为启动费用；分别为热/冷启动费用；分别为开机变量和关机变量；分别为最小持续停机时间和冷启动时间；为机组出力限制；为系统负荷；为系统备用；为机组最小持续开机时间。 　　2 UC问题的PC模型 　　易知UC问题～等价于如下问题： 　　（11） 　　利用内的点，Frangioni和Gentile在文献[4]中提出如下的PC 　　（12） 　　进而得到UC问题如下的MILP模型 　　（13） 　　这里先利用MILP获得UC问题的机组启停状态，进而利用UC问题～获得发电总费用，这样的算法简称为PC。 　　3 UC问题的PL模型 　　文献[5]利用煤耗成本从小到大的顺序来运行发电机组。受文献[5]启发，这里基于煤耗成本，建立UC问题如下的MILP模型： 　　（14） 　　这里先利用MILP获得UC问题的机组启停状态，进而利用UC问题～获得发电总费用，这样的算法简称为PL。 　　由于不含机组出力变量及相应约束，其规模和求解难度要小于第一部分和第二部分内容里面UC问题的数学模型。 　　4 结果分析 　　下面对算法PC和PL求解UC问题的计算结果进行分析比较。基于Matlab R2011B，利用CPLEX 12.3求解PC和PL中的MILP问题和二次经济调度问题。计算机配置为：Intel Core i5-4590 3.30GHz， 32GB RAM。仿真算例的产生方法取自文献[3]，CPLEX求解MILP的精度设置为0.003，最大运行时间限制为15000秒。 　　表1-3分别给出10至1000机组24时段、96时段和168时段的计算结果，表中黑体部分表示更少的计算时间和更小的发电总费用。 　　从表1可以看出，除了200机组和1000机组系统外，算法PL比PC获得了更优的发电费用。从计算时间来看，对于较小规模的10-100机组系统，两种方法的计算时间相差不是很大，而对于大规模的200-100