大规模安全约束机组组合(security constrained unit commitment,SCUC)问题的混合整数线性规划(mixed integer linear programming,MILP)模型因其高维、非凸的特点导致求解困难,尤其在考虑故障态安全约束后模型规模骤增,MILP算法常遇到...大规模安全约束机组组合(security constrained unit commitment,SCUC)问题的混合整数线性规划(mixed integer linear programming,MILP)模型因其高维、非凸的特点导致求解困难,尤其在考虑故障态安全约束后模型规模骤增,MILP算法常遇到收敛间隙下降瓶颈问题。为满足现货市场出清对SCUC问题求解时间的要求,提出了基于热启动的快速求解方法,从待求模型的一个可行解出发,根据节点边际电价和机组收益分析进行整数变量固定,同时削减无约束力的安全约束,以缩减模型规模,加快收敛进程。仿真结果表明:所提方法能够大幅缩减SCUC模型规模,尤其对于考虑故障态安全约束的大规模SCUC问题,能有效克服收敛间隙下降瓶颈问题,求解效率提高特别显著。展开更多
随着电网规模的持续扩大,市场环境下考虑网络安全约束的机组组合(security-constrained unit commitment,SCUC)模型中的变量和约束显著增加,模型的求解性能变差。当模型规模过大时,会出现现有的商用求解器无法求解的状况,造成大规模模...随着电网规模的持续扩大,市场环境下考虑网络安全约束的机组组合(security-constrained unit commitment,SCUC)模型中的变量和约束显著增加,模型的求解性能变差。当模型规模过大时,会出现现有的商用求解器无法求解的状况,造成大规模模型求解困难的问题。为实现大规模机组组合模型的快速求解,从减少模型约束数量的角度出发,提出了一种基于边界法的线性约束简化方法。通过边界法剔除模型中冗余的线性约束,可以有效降低模型规模,实现模型的快速求解。基于IEEE-39、WECC 179和IEEE-118算例,在市场环境下进行日前SCUC测试。通过对比简化前后的求解时间,表明该方法能够显著提高模型的求解速率。展开更多
高比例电力电子化和高比例可再生能源特征加剧了新型电力系统频率失稳和供需失配风险。为了防控这两类风险,需要在系统运行调度中引入频率与充裕性约束,但这两类约束使模型计算复杂度激增,难以在运行尺度内高精度求解。因此提出了计及...高比例电力电子化和高比例可再生能源特征加剧了新型电力系统频率失稳和供需失配风险。为了防控这两类风险,需要在系统运行调度中引入频率与充裕性约束,但这两类约束使模型计算复杂度激增,难以在运行尺度内高精度求解。因此提出了计及频率安全约束和充裕性约束的机组组合模型(frequency and adequacy constrained unit commitment,FACUC)。首先,建立了系统频率响应模型和考虑运行约束的运行充裕性评估模型,并将两种约束纳入FACUC中。其次,提出了一种分解优化方法来求解所提出的优化模型,将原问题分解为一个混合整数线性规划(mixed integer linear programming,MILP)的主问题、基于仿真计算的频率安全性评估子问题和基于最优化的充裕性评估子问题。通过主子问题之间的依次迭代,最终对FACUC模型进行求解。基于改进的IEEE 39节点系统进行算例分析,结果表明所提出的FACUC模型在保证经济性的同时,能够有效提高系统的频率安全和充裕性。展开更多
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...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。展开更多
文摘大规模安全约束机组组合(security constrained unit commitment,SCUC)问题的混合整数线性规划(mixed integer linear programming,MILP)模型因其高维、非凸的特点导致求解困难,尤其在考虑故障态安全约束后模型规模骤增,MILP算法常遇到收敛间隙下降瓶颈问题。为满足现货市场出清对SCUC问题求解时间的要求,提出了基于热启动的快速求解方法,从待求模型的一个可行解出发,根据节点边际电价和机组收益分析进行整数变量固定,同时削减无约束力的安全约束,以缩减模型规模,加快收敛进程。仿真结果表明:所提方法能够大幅缩减SCUC模型规模,尤其对于考虑故障态安全约束的大规模SCUC问题,能有效克服收敛间隙下降瓶颈问题,求解效率提高特别显著。
文摘随着电网规模的持续扩大,市场环境下考虑网络安全约束的机组组合(security-constrained unit commitment,SCUC)模型中的变量和约束显著增加,模型的求解性能变差。当模型规模过大时,会出现现有的商用求解器无法求解的状况,造成大规模模型求解困难的问题。为实现大规模机组组合模型的快速求解,从减少模型约束数量的角度出发,提出了一种基于边界法的线性约束简化方法。通过边界法剔除模型中冗余的线性约束,可以有效降低模型规模,实现模型的快速求解。基于IEEE-39、WECC 179和IEEE-118算例,在市场环境下进行日前SCUC测试。通过对比简化前后的求解时间,表明该方法能够显著提高模型的求解速率。
文摘高比例电力电子化和高比例可再生能源特征加剧了新型电力系统频率失稳和供需失配风险。为了防控这两类风险,需要在系统运行调度中引入频率与充裕性约束,但这两类约束使模型计算复杂度激增,难以在运行尺度内高精度求解。因此提出了计及频率安全约束和充裕性约束的机组组合模型(frequency and adequacy constrained unit commitment,FACUC)。首先,建立了系统频率响应模型和考虑运行约束的运行充裕性评估模型,并将两种约束纳入FACUC中。其次,提出了一种分解优化方法来求解所提出的优化模型,将原问题分解为一个混合整数线性规划(mixed integer linear programming,MILP)的主问题、基于仿真计算的频率安全性评估子问题和基于最优化的充裕性评估子问题。通过主子问题之间的依次迭代,最终对FACUC模型进行求解。基于改进的IEEE 39节点系统进行算例分析,结果表明所提出的FACUC模型在保证经济性的同时,能够有效提高系统的频率安全和充裕性。
文摘安全约束机组组合(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。
