含風力發(fā)電的電力系統(tǒng)經(jīng)濟調(diào)度

1、 學號： 常 州 大 學畢業(yè)論文（2012屆）題 目 含風力發(fā)電的電力系統(tǒng)經(jīng)濟調(diào)度 學 生 學 院 專業(yè)班級 校內(nèi)指導教師 專業(yè)技術職務 校外指導教師 專業(yè)技術職務 二零一二年五月含風力發(fā)電的電力系統(tǒng)經(jīng)濟調(diào)度摘要： 隨著煤、石油、天然氣儲量的日益減少和二氧化碳等溫室氣體的不斷增加。全球氣候變暖，海平面上升。新能源的利用越來越受到人們的重視，風能作為一種干凈的、儲量極為豐富的可再生能源，是新能源領域中最重要、開發(fā)前景最好的能源之一。由于風能的隨機性，風力發(fā)電使得電力系統(tǒng)調(diào)度的不確定性因素增加，對電力系統(tǒng)經(jīng)濟調(diào)度提出了新的要求。根據(jù)火電廠和并網(wǎng)風力發(fā)電機組經(jīng)濟調(diào)度的特點，建立含風力發(fā)電的電力系統(tǒng)經(jīng)

2、濟調(diào)度模型。并采用混合整數(shù)規(guī)劃法來解決含風力發(fā)電的經(jīng)濟調(diào)度問題。通過算例可知，風電的加入減小了系統(tǒng)運行的燃料成本，改變了常規(guī)火電機組的啟停和出力。本文充分利用了風電清潔可再生的特點，減少的高能耗火電機組的啟停，達到節(jié)能減排的目標，實現(xiàn)低碳生活。關鍵詞：電力系統(tǒng)； 風力發(fā)電； 混合整數(shù)規(guī)劃法 economic dispatching of power system including wind power generationabstract：with increasing of coal，oil and natural gas reserves dwindling and carbon dio

3、xide and other greenhouse gasesglobal warming causes sea levels rising. the use of new energy is receiving more attentionwind energy as a kind of clean，abundant reserves renewable energy is the most important energy of new energy source.due to the randomness of wind energy, the use of wind power wil

4、l increase the uncertain factors of the power system dispatching, and new demands of the economic dispatching of the power system should be raised. according to the characteristics of economic dispatching of thermal plants and wind power, and established economic dispatching model of power system in

5、clude wind power. the mixed integer programming approach theory is used, which aims to solve the problems between the wind power units and thermal units. examples indicate that the combination of wind and thermal power will reduce the fuel cost of the running system, the conventional units status of

6、 on and off and their outputs are also affected. in this article, the clean and renewable characteristics of wind power is fully used, reduced the thermal units status of on and off. it can achieve emissions-reduction targets, and low carbon life will come true. keywords：power system, wind power gen

7、eration, mixed integer programming approach目錄摘要iabstractii目錄iii1 引言11.1 課題研究背景及意義11.1.1 研究背景11.1.2研究意義11.2 風力發(fā)電現(xiàn)狀和發(fā)展趨勢21.2.1 全球風電的發(fā)展現(xiàn)狀21.2.2國內(nèi)風能發(fā)展現(xiàn)狀31.2.3風力發(fā)電的發(fā)展趨勢41.3本文的主要工作72含風力發(fā)電的電力系統(tǒng)經(jīng)濟調(diào)度82.1 風電的優(yōu)勢和局限性82.2 風電并網(wǎng)對電力系統(tǒng)的影響92.2.1 風電并網(wǎng)對電網(wǎng)電壓的影響92.2.2 風電并網(wǎng)對電力系統(tǒng)暫態(tài)穩(wěn)定性的影響92.3傳統(tǒng)火電機組優(yōu)化調(diào)度模型102.3考慮風電的電力系統(tǒng)經(jīng)濟調(diào)度模型

8、112.3.1 設計思路112.3.2 目標函數(shù)122.3.3約束條件123電力系統(tǒng)經(jīng)濟調(diào)度算法143.1 優(yōu)化問題及其分類143.2優(yōu)化問題解決方法163.2.1優(yōu)化算法目前的發(fā)展狀況163.2.2啟發(fā)式方法173.2.3動態(tài)規(guī)劃法183.2.4混合整數(shù)規(guī)劃法183.2.5拉格朗日松弛法193.2.6遺傳算法203.3算法比較和選擇214 軟件介紹及算例分析224.1 程序的編制、運行與調(diào)試224.1.1 cplex介紹224.1.2 程序的運行及調(diào)試244.2算例分析244.2.1不考慮風力發(fā)電的火電廠經(jīng)濟調(diào)度244.2.2考慮風力發(fā)電的火電廠經(jīng)濟調(diào)度255 結(jié)論與展望26參考文獻27附錄

9、281 引言1.1 課題研究背景及意義1.1.1 研究背景近年來，人們普遍關注能源和環(huán)境問題。一方面，化石燃料消耗的大幅攀升，以及化石燃料的不可再生性，在本世紀上半頁即將耗盡。促使人們更多地關注資源問題對未來可持續(xù)發(fā)展的影響；另一方面，全球變暖已經(jīng)成為環(huán)保人士關心的核心問題。21世紀能源危機迫在眉睫，世界經(jīng)濟的發(fā)展以及我國的現(xiàn)代化建設，都得益于化石能源的廣泛應用；由于化石能源的不可再生性，在本世紀上半葉化石能源將被人類消耗接近枯竭，所以在枯竭之前人們努力研究新能源，爭取在化石能源枯竭之前找到合理的代替品。近年來，隨著我國改革開放的進一步深入，國民經(jīng)濟的飛速發(fā)展，能源進口需求激增、供需矛盾日益緊

10、張，世界能源國的對我國經(jīng)濟發(fā)展的控制越來越強，我國在新能源的投入加強了很多。另外，人類濫用化石能源，對煤，石油，天然氣等資源毫無節(jié)制的使用，全球的氣候和環(huán)境已經(jīng)發(fā)生了很大的變化，氣候變暖，海平面上升，已經(jīng)對人類的生存和發(fā)展發(fā)展形成了嚴重威脅，降低因化石能源使用所產(chǎn)生的溫室氣體的排放已成為人們的共識。1997 年京都議定書(kyoto protocol)的簽署標志著各國開始采取共同措施致力于解決溫室氣體排放1。作為一個發(fā)展中國家，中國目前還不需要進行減排的任務，但是我國粗狂的發(fā)展模式以及以煤炭為主要能源，和能源利用率低的原因，使得煤炭生產(chǎn)與消費、so2排放量均居世界首位，世界第二的二氧化碳排放國

11、。我國正面臨著國際減排壓力，形勢嚴峻。風能資源具有蘊量巨大，全球的風能約為2.74109mw，其中可利用的風能為2107mw，比地球上可開發(fā)利用的水能總量還要大10倍。人們自古就利用風能來抽水、磨面等工作；近年來，隨著科技的發(fā)展，對清潔能源的重視，人們把目光投向了風力發(fā)電，風力發(fā)電技術的越發(fā)成熟，利用率越來越高，投入的幾組越來越多，產(chǎn)生的電能也隨著增加。1.1.2研究意義風電是一種潛力很大的新能源，他不需要使用化石能源，不占耕地，運行成本低，無污染，更不會產(chǎn)生輻射等隱形污染，它是一種清潔的可再生資源。我國幅員遼闊，風力資源豐富，電能消耗量大，所以風力發(fā)電在我國有著美好的前景。我們應該大力扶持對

12、風力發(fā)電以及對含風電的電力系統(tǒng)經(jīng)濟調(diào)度的研究。電力系統(tǒng)經(jīng)濟調(diào)度是電力系統(tǒng)經(jīng)濟運行的重要課題，其目標是實時調(diào)度發(fā)電機組出力，以較少的發(fā)電成本保證機組發(fā)電與用電負荷之間的平衡。由于風力發(fā)電不消耗化石燃料，中國政府制定了可再生能源法限定電網(wǎng)公司必須全數(shù)收購所有可再生能源發(fā)電。因此，風力發(fā)電占全系統(tǒng)裝機容量的上升將對我國電力系統(tǒng)的經(jīng)濟、穩(wěn)定運行造成重大的影響。1.2 風力發(fā)電現(xiàn)狀和發(fā)展趨勢1.2.1 全球風電的發(fā)展現(xiàn)狀在過去的5年間，風電發(fā)展不斷超越其預期的發(fā)展速度，而且一直保持著世界增長最快的能源地位。2005年以來，全球風電累計裝機容量年平均增長率為27.3%，新增裝機容量年平均增長率為36.1%

13、。2010年全球裝機容量達196630mw，新裝機容量37624mw，比去年同期增長23.6%。2010年新增裝機容量相當于430twh年發(fā)電量，占全球總發(fā)電量的2.5%，總量超過世界第六大經(jīng)濟體英國。圖1.1 2001-2011年全球每年總裝機容量（mw）圖1.2 2001-2011年每年新增總裝機容量（mw）2010年全球風能產(chǎn)值近400億歐元，創(chuàng)造就業(yè)崗位約67萬余個。中國2010年風力發(fā)電新增裝機超過2000萬千瓦，截至2010年底，累計裝機容量超過4500萬千瓦，首次超過美國，躍居世界第一。2010年全球新裝機容量54.6%來自亞洲，27%來自歐洲，16.7%來自美洲，1.2%來自拉

14、丁美洲，0.4%來自非洲。風能裝機容量占發(fā)電裝機容量比率位于世界前三的國家分別是丹麥，葡萄牙，西班牙。目前，德國、西班牙和意大利三國的風電機組的裝機容量約占到歐洲總量的65%。近年來，在歐洲大力發(fā)展風電產(chǎn)業(yè)的國家還有法國、英國、葡萄牙、丹麥、荷蘭、奧地利、瑞典、愛爾蘭。歐洲之外，發(fā)展風電的主要國家有美國、中國、印度、加拿大和日本。迄今為止，世界上已有82個國家在積極開發(fā)和應用風能資源。風電在未來20年內(nèi)將是世界上發(fā)展最快的能源。海上風力資源條件優(yōu)于陸地，陸地適于安裝風電機組的場址有限，以及在陸地上安裝風電機組對景觀造成影響，產(chǎn)生的噪音可能影響周圍的居民。將風電場從陸地向近海發(fā)展在歐洲已經(jīng)成為了

15、一種新的趨勢。有人把風電的發(fā)展規(guī)劃為3部曲，陸上風電技術（當前技術）-近海風電技術（正在研發(fā)技術）-海上風電技術（未來發(fā)展方向）。圖1.3 海上風力發(fā)電展示1.2.2國內(nèi)風能發(fā)展現(xiàn)狀從2003年以來，我國風電機裝機容量年均增長率達到70%以上。到2009年年底，全國風電建設總?cè)萘繛?268萬千瓦，已并網(wǎng)運行容量為1767萬千瓦，總吊裝容量達到2412萬千瓦。中國2010年風力發(fā)電新增裝機超過2000萬千瓦，截至2011年年底，累計裝機容量超過4500萬千瓦，首次超美國，躍居時間第一。圖1.4 2011年中國風電裝機總?cè)萘?.2.3風力發(fā)電的發(fā)展趨勢1.產(chǎn)業(yè)集中是總的趨勢2009年，世界排名前十

16、的風電機組制造企業(yè)占據(jù)了全球78.7%的市場份額，世界排名前十五的風電機組制造企業(yè)占據(jù)了全球88.1%的市場份額，丹麥vestas、美國ge wind、中國華銳、德國enercon、中國金風這前5家企業(yè)，就占據(jù)了國內(nèi)外49.8%市場份額。可以看出：世界風電機組制造企業(yè)形成了由十多家大型風電機組制造企業(yè)控制或壟斷的局面。圖1.5 風力發(fā)展前景2.風電機組電機容量持續(xù)增大近年來世界風電市場中風電機組的點擊容量持續(xù)增大，隨著電機容量不斷增大和利用率提高，世界上主流機型已經(jīng)從2000年的500-1000kw增加到2009年的2-3mw。同樣，國內(nèi)風電市場中風電機組的單機容量也持續(xù)增大。近年來，海上風電

17、場的開發(fā)進一步加快了大容量風電機組的發(fā)展，2008年底時間上已經(jīng)運行的最大風電機組單機容量已達到6mw，風輪直徑達到127m。目前，已經(jīng)開始8-10mw風電機組的設計和制造。我國華銳風電的3mw海上風電機組已經(jīng)在2010年10月底下線。目前華銳、金風、東汽、國電聯(lián)合、湖南湘電、重慶海裝等公式都在研制5mw或6mw的大容量風電機組。3.水平軸風電機組成為主流水平軸風電機組技術，因為其具有風能轉(zhuǎn)換效率高、轉(zhuǎn)軸較短，在大型風電機組上更顯示出經(jīng)濟性等優(yōu)點，使水平軸風電機組成為了世界風電發(fā)展的主流機型，并占到95%以上的市場份額。圖1.6水平軸風電機組4.變槳變速功率調(diào)節(jié)技術得到廣泛的應用由于變槳距功率

18、調(diào)節(jié)方式具有載荷控制平穩(wěn)、安全和高效等優(yōu)點，近年在大型風電機組上得到了廣泛采用。結(jié)合變槳距技術的應用以及電力電子技術的發(fā)展，大多風電機組開發(fā)制造廠商開始使用變速恒頻技術，并開發(fā)出了變槳變速風電機組，使得在風能轉(zhuǎn)換上有了進一步完善和提高。5.雙饋異步發(fā)電技術任占主導地位我國內(nèi)資企業(yè)華銳風電、東方汽輪機、國電聯(lián)合動力、廣東明陽等企業(yè)也在生產(chǎn)雙饋異步發(fā)電型變速風電機組。2009年我國新增風電機組中，雙饋異步發(fā)電型變速風電機組任然占82%以上。目前，我國華銳風電研發(fā)的3mw的雙饋異步發(fā)電型變速恒頻風電機組已經(jīng)投入運行2。圖1.7 雙饋異步發(fā)電機6.直驅(qū)式、全功率變流技術得到迅速發(fā)展無齒輪箱的直驅(qū)方式能

19、有效地減少由于齒輪箱問題而造成的機組故障，可有效提高系統(tǒng)的運行可靠和壽命，減少維護成本，因而得到了市場的青睞。7.低壓穿越技術得到應用隨著風電機組單機容量的不斷增大和風電市場規(guī)模的不斷擴大，風電機組與電網(wǎng)的相互影響已日趨嚴重。一旦電網(wǎng)發(fā)生故障破事大面積風電機組因自身保護而脫網(wǎng)的話，將嚴重影響電力系統(tǒng)的運行穩(wěn)定性。因此要求風電機組具有一定低電壓穿越能力。目前，我國已有多家企業(yè)的風電機組通過了低電壓穿越性能試驗。1.3本文的主要工作本文的主要工作是研究當前國內(nèi)外風力風電發(fā)展現(xiàn)狀，以及發(fā)展趨勢，風力發(fā)電是一個具有廣闊發(fā)展前景的新興科學。本文以含風力發(fā)電的電力系統(tǒng)模型為線索，第一部份為風力發(fā)電發(fā)展現(xiàn)狀

20、的研究，對風力發(fā)電有了深刻的理解。第二部份為含風力發(fā)電的電力系特經(jīng)濟調(diào)度的模型的建立，為研究奠定了基礎。第三部份為算法研究，根據(jù)當前算法研究的情況，以及本次工作選擇合理的算法來解決問題。2含風力發(fā)電的電力系統(tǒng)經(jīng)濟調(diào)度2.1 風電的優(yōu)勢和局限性風力發(fā)電技術是各種可再生能源技術中最成熟的一種，對于應對那些與傳統(tǒng)能源有關的迫在眉睫的環(huán)境和社會影響，風電是個切實可行、立竿見影的解決方案。風電的并網(wǎng)運行可給系統(tǒng)帶來很大的效益。(1) 增加能源供應，調(diào)整能源結(jié)構目前，煤炭資源在我國能源結(jié)構中占主導地位，約有69%。煤炭的大量開采和消費帶來了嚴重的環(huán)境污染；另外，為了滿足日益增長的能源需求，石油、天然氣進口

21、逐年增長，能源安全問題凸現(xiàn)。而風能在調(diào)整能源結(jié)構中起到重要作用，風能和其他可再生能源一起，逐步從補充能源發(fā)展成主流能源。而且，風能資源十分豐富。據(jù)統(tǒng)計，全球可開發(fā)的風能資源潛力約為目前全球用電量的5倍。(2) 保護生態(tài)環(huán)境，減排溫室氣體減排溫室氣體，應對全球氣候變化已成為世界各國的共識，主要措施是提高能源效率和發(fā)展可再生能源。而風電作為一種清潔無污染的可再生能源，必然受到高度重視。據(jù)統(tǒng)計，用風能每年提供100 萬kwh 發(fā)電量，則可以每年減排二氧化碳600t。(3) 發(fā)展新興產(chǎn)業(yè)，擴大就業(yè)機會風能是一個高新技術產(chǎn)業(yè)，正在逐漸成為社會的一個新的經(jīng)濟增長點，對帶動相關產(chǎn)業(yè)發(fā)展和技術進步，推進經(jīng)濟和

22、社會可持續(xù)發(fā)展有著重要意義。根據(jù)“綠色和平”組織和歐洲風能協(xié)會組織估計，到2020 年風力發(fā)電將占到全球發(fā)電總量的12%，創(chuàng)造179 萬個就業(yè)機會。(4) 風電場建設工期短，自動化程度高風電場安裝施工期很短。單臺風機的運輸安裝只需要幾個星期，一個10 兆瓦級的風電場建設期不超過一年。而且風電場生產(chǎn)管理過程中自動化程度較高，目前的風電機組一般不參與系統(tǒng)調(diào)整，可實行無人值守。(5) 風力發(fā)電技術成熟，發(fā)電成本相對較低風電成本主要取決于風電機組成本。隨著風能產(chǎn)業(yè)的規(guī)?；l(fā)展和風能技術的不斷進步，風電機組成本穩(wěn)步下降。根據(jù)歐洲風能協(xié)會的分析，從1990 年到2000 年風電每千瓦時成本已下降了50%，

23、達到56 美分/kwh，到2010 年還可以下降30%。以現(xiàn)在每5 年風電成本下降20%的速度計算，到2020 年，即使沒有補貼，風電的成本將接近常規(guī)能源發(fā)電成本。但是，由于風電的特殊性以及與常規(guī)能源發(fā)電之間的區(qū)別，風電在接入電網(wǎng)時對電網(wǎng)及整個電力系統(tǒng)有不利的影響。2.2 風電并網(wǎng)對電力系統(tǒng)的影響大力發(fā)展風電對環(huán)境保護和能源節(jié)約都有著重要的意義。但風電作為一類特殊的電力，具有許多不同于常規(guī)能源發(fā)電的特點3，風電的并網(wǎng)運行對電網(wǎng)的安全穩(wěn)定、運行調(diào)度等方面均會帶來負面的影響。隨著風力發(fā)電規(guī)模的不斷擴大，其對電力系統(tǒng)的影響也愈加明顯，這就制約了風力發(fā)電場規(guī)模的進一步發(fā)展。2.2.1 風電并網(wǎng)對電網(wǎng)電

24、壓的影響目前大型風電場的風力發(fā)電機一般都是異步發(fā)電機，其運行需要電網(wǎng)的無功支持。而且，我國風能資源豐富的地區(qū)距離負荷中心較遠，大規(guī)模的風電無法就地消納而需通過輸電網(wǎng)遠距離輸送至負荷中心。大量風功率的輸送往往會造成線路電壓下降，增大線路無功損耗。當系統(tǒng)電壓水平降低，風電場的無功需求和線路的無功損耗將導致電網(wǎng)的無功不足，進一步惡化電壓水平，嚴重時引起電壓崩潰，部分風電機組會由于自身的低電壓保護而停機。風電機組停機則會相應減少對無功的需求，這又容易導致系統(tǒng)電壓水平偏高?？傊?，風電場的并網(wǎng)運行必然會對電網(wǎng)的無功和電壓產(chǎn)生影響。研究表明，在風電場中可以安裝一定容量的無功補償裝置（如并聯(lián)電容器組等）來提高

25、風電場并網(wǎng)點的電壓水平，或通過加強網(wǎng)架結(jié)構、采用具有電壓無功控制能力的雙饋變速風電機組，使風電接入地區(qū)電網(wǎng)的電壓水平得到改善4。在實際運行過程中，當風電功率波動大、無功需求量大且變化相對較快時，單依靠電容器組快速投切可能無法滿足控制的要求，這時就需要在風電場內(nèi)安裝能夠在風速波動時提供快速無功支撐、有利于電網(wǎng)和風電場無功電壓調(diào)節(jié)的動態(tài)無功補償裝置4。2.2.2 風電并網(wǎng)對電力系統(tǒng)暫態(tài)穩(wěn)定性的影響隨著電力電子技術的發(fā)展，大量新型大容量風力發(fā)電機組開始投入運行且風電場裝機規(guī)模不斷變大，風電場的并網(wǎng)運行導致電壓無功控制、頻率穩(wěn)定性等問題越來越突出。除此之外，當風電在電網(wǎng)中的滲透水平較高或接入弱電網(wǎng)時，

26、由于風電的接入改變了電網(wǎng)原有的潮流分布、線路傳輸功率和整個系統(tǒng)的慣量，會對電網(wǎng)的暫態(tài)穩(wěn)定性產(chǎn)生影響4。電力系統(tǒng)暫態(tài)穩(wěn)定性是指電力系統(tǒng)受到大擾動之后，系統(tǒng)能否恢復到原來的運行狀態(tài)或過渡到新的運行狀態(tài)。它反映了系統(tǒng)受到發(fā)電機的切機、負荷的突變以及網(wǎng)絡故障等大干擾，網(wǎng)絡拓撲發(fā)生變化后，電力系統(tǒng)恢復到穩(wěn)定運行點的能力5。對于風電場來說，當風電場并網(wǎng)、鄰近地區(qū)負荷發(fā)生擾動、網(wǎng)絡發(fā)生故障和風電場的電氣參數(shù)發(fā)生變化時，都有可能影響到系統(tǒng)的暫態(tài)穩(wěn)定性。目前，風電場或風電機組的保護會在電網(wǎng)出現(xiàn)大干擾時將機組切除以保護風電場的設備。這對風電場來說得到了保護，但對于整個電網(wǎng)來說卻相當于在已發(fā)生大干擾的情況下又發(fā)生了

27、發(fā)電機跳閘的新干擾，電力系統(tǒng)暫態(tài)穩(wěn)定的問題更為嚴重了5。在如今風電規(guī)模不斷增大的趨勢下，應使風電場在受大干擾的過程中及故障后電網(wǎng)的恢復過程中仍能支撐電網(wǎng)電壓，保證區(qū)域電網(wǎng)的暫態(tài)電壓穩(wěn)定。而研究表明靜止無功補償(svc)能夠有效地幫助恒速風電機組在故障后恢復電壓，提高輸出的電磁功率，而風電機組的槳距角控制則能夠有效地降低風機的輸入機械功率，從而避免風電機組機械功率與電磁功率不平衡引起的異步發(fā)電機超速及電壓失穩(wěn)，達到改善風電場的暫態(tài)穩(wěn)定性，確保風電機組連續(xù)運行及電網(wǎng)安全穩(wěn)定6。2.3傳統(tǒng)火電機組優(yōu)化調(diào)度模型傳統(tǒng)電力系統(tǒng)ed經(jīng)濟調(diào)度 模型比較單一，主要研究在滿足系統(tǒng)和發(fā)電機安全約束的條件下燃料總量或

28、發(fā)電成本最小化的問題，沒有兼顧其他方面的利益。隨著電力市場的不斷發(fā)展，以電網(wǎng)收益最大為目標的機組啟停和經(jīng)濟分配問題往往是電力企業(yè)的關注所在。(1)最小化發(fā)電總成本 (1)其中：t 調(diào)度總時段數(shù)；n 機組數(shù)目； 機組i 在時段t 的發(fā)電成本($)；(2)最小購電費用 (2)其中： 機組i 的上網(wǎng)電價。(3)負荷平衡 其中：t=1,2，t (3) 其中為t時刻系統(tǒng)的總負荷。2.3考慮風電的電力系統(tǒng)經(jīng)濟調(diào)度模型大規(guī)模風電場不斷接入電網(wǎng)，減少了煤炭、石油等傳統(tǒng)能源的消耗，促進了電力系統(tǒng)的可持續(xù)發(fā)展，但同時也給電力系統(tǒng)調(diào)度帶來一定的影響?？稍偕茉捶ù_定了“全額收購其電網(wǎng)覆蓋范圍內(nèi)可再生能源并網(wǎng)發(fā)電項目

29、的上網(wǎng)電量”的扶持政策，因此，當風電投入或增加功率輸出，電網(wǎng)出現(xiàn)功率盈余時，常規(guī)電源要相應減少功率輸出來消納風電功率；當風電功率降低或停運，電網(wǎng)出現(xiàn)功率缺額時，常規(guī)電源要相應增加出力維持功率平衡。這些由常規(guī)機組承擔的以應對風電波動的調(diào)節(jié)容量必須處于旋轉(zhuǎn)備用狀態(tài)，并且能夠迅速投入和退出，即系統(tǒng)對常規(guī)機組提供的旋轉(zhuǎn)備用以及機組爬坡速率提出了更高的要求。2.3.1 設計思路 由于我國現(xiàn)階段的實際情況，電網(wǎng)的主要出力是火電機組，所以本次研究也是在以火電機組為基礎的電網(wǎng)上并網(wǎng)風力發(fā)電機組。 圖2.1 設計流程圖 2.3.2 目標函數(shù)目標函數(shù)通常是在滿足各種約束條件下使總的發(fā)電運行成本最低，即 （4）其中

30、為總的發(fā)電成本；為機組在時刻的狀態(tài),表示機組處于運行狀態(tài)，表示機組處于停機狀態(tài)；為機組在時刻的發(fā)電運行成本；為機組在時刻的實際出力；為機組的啟動成本；為總時段數(shù)；為機組數(shù)。通常情況下,可以用二次函數(shù)表示為 （5）式中為機組的發(fā)電成本函數(shù)的參數(shù)。2.3.3約束條件（1）系統(tǒng)有功功率平衡約束 t=1,2，t （6）式中為風電機組在t時刻的出力，為t時刻系統(tǒng)的總負荷。（2）旋轉(zhuǎn)備用約束 t=1，2，t （7）式中為機組i的最大出力；為t時刻系統(tǒng)的總備用容量本文將取為系統(tǒng)總負荷的10%。（3）機組出力上下限約束 （8）式中為機組i的最小出力為機組i的最大出力。（4）機組爬坡約束 （9）式中和分別為機組

31、i的有功功率上升量和下降量的上、下限。（5）最小啟停時間約束 （10）式中、分別為機組i的最小運行時間與最小停機時間。3電力系統(tǒng)經(jīng)濟調(diào)度算法電力系統(tǒng)經(jīng)濟調(diào)度（ed）問題是一個高維數(shù)、非線性、多約束的混合整數(shù)優(yōu)化問題，很難求得最優(yōu)解。但該問題具有良好的應用前景，許多國內(nèi)外學者對此展開了大量的研究，提出了多種算法。主要可分為兩類，一類是傳統(tǒng)的優(yōu)化算法，如優(yōu)先順序法、動態(tài)規(guī)劃法和拉格朗日松弛法等；另一類是智能優(yōu)化算法，如遺傳算法、蟻群算法、模擬退火算法和粒子群算法等。為充分利用各算法的優(yōu)點，混合算法的研究也日益深入。本節(jié)對求解機組組合問題的優(yōu)化方法經(jīng)行了綜述。 3.1 優(yōu)化問題及其分類最優(yōu)化是一種以

32、數(shù)學理論為基礎，用于求解某些特定問題的一種手段。即，人們解決問題的同時，力圖達到某些主觀上認為相對較好的預期目標，結(jié)合對象本身的屬性特點，利用經(jīng)驗或數(shù)學中的某些算法，求出施加給對象的某些控制行為和對象本身某些狀態(tài)和結(jié)構的屬性值。優(yōu)化問題的描述（即最優(yōu)化問題的數(shù)學模型）和優(yōu)化算法分別為最優(yōu)化技術實施的對象和具體手段。優(yōu)化問題普遍存在于現(xiàn)實社會當中，例如生產(chǎn)過程的最優(yōu)調(diào)度和資源分配問題、工業(yè)產(chǎn)品的最優(yōu)設計，數(shù)學中的函數(shù)極值的求解和曲線擬合問題、控制過程中的對象辨識和優(yōu)化控制等，均可以看成是優(yōu)化問題的具體表現(xiàn)形式。如何描述優(yōu)化問題是實施最優(yōu)化技術的首要步驟，這也是優(yōu)化問題同決策問題的最顯著的區(qū)別之一

33、?，F(xiàn)以常用于試驗數(shù)據(jù)處理的線性方程組的求解問題為例來引出優(yōu)化問題的描述過程。在進行多元線性回歸問題求解時，常常遇到求解如下線性方程組問題ax=y (3.1)其中，a為試驗樣本的輸入量組成的mn維矩陣；y為試驗樣本的輸出量組成的m維向量；x為待求的n維回歸系數(shù)向量。往往在試驗中mn，因而上式的解可能無窮多個(mn)，或者無精確的數(shù)學解(mn)。多數(shù)情況下需要找到一個較為合理的近似解來逼近真實的x。采用常用的樣本點誤差平方和最小的思想，可以將上述問題轉(zhuǎn)化為如下的問題進行求解，即找到某一x*，使得y*=ax*與試驗輸出向量y的誤差平方和最小。用數(shù)學式子表達如下x*=arg(min(ax-y)t*(a

34、x-y) (3.2)于是，將線性方程組(3.1)的近似解的求解轉(zhuǎn)化為一種典型的優(yōu)化問題形式。以上其實是一種較簡單的優(yōu)化問題的數(shù)學模型建立過程，實際工程優(yōu)化問題的建模過程中遠比上述問題復雜得多。一方面，需要考慮優(yōu)化對象客觀條件的限制，例如現(xiàn)場火電機組的出力上下限等。這些問題的描述往往需要某學科領域的專門知識。如本文中火電廠優(yōu)化調(diào)度問題，就必須要有電力學科的背景知識。優(yōu)化問題所對應的模型包含三個組成部分：(1)決策變量(decision variables)，如(3.2)式中的未知變量x；(2)目標函數(shù)(objective function)，即反映問題解優(yōu)劣的一種評定標準；(3)約束條件(con

35、straint condition)，即對決策變量所加的一些限制條件，有等式約束條件和不等式約束條件。滿足約束條件的解為可行解(feasible solution)，所有可行解的全體構成了優(yōu)化問題的可行域(feasible region)。用數(shù)學語言可以將優(yōu)化問題表述為以下的通用形式 （3.3）其中，為決策變量；為優(yōu)化問題的約束集或可行域；為的優(yōu)化問題目標函數(shù)；optimize可指最小、最大化。考慮到最大化問題可以轉(zhuǎn)化成最小化問題，以下未作特別說明，優(yōu)化問題均指最小化，上式中的optimize用替代。按照決策變量的類型可以分為連續(xù)型(如連續(xù)函數(shù)優(yōu)化問題)和離散型(如背包問題、貨郎擔問題)優(yōu)化問

36、題，以及兩者的混合形式(如電力系統(tǒng)機組經(jīng)濟調(diào)度問題)；按照約束條件出現(xiàn)與否可以分為無約束的優(yōu)化問題(即3.3式中的d=rn)和有約束的優(yōu)化問題；按照優(yōu)化問題的求解的復雜性可以分為單峰與多峰、線性與非線性等優(yōu)化問題。而有約束的組合優(yōu)化問題可以劃分為p類優(yōu)化問題和np類優(yōu)化問題。當數(shù)學模型中的目標函數(shù)和約束條件均為線性時，稱為線性優(yōu)化問題；否則稱為非線性優(yōu)化問題。而在非線性優(yōu)化問題中，有一種特殊的優(yōu)化問題形式：目標函數(shù)為二次型，所有的約束條件為線性約束，被稱為二次優(yōu)化問題或二次規(guī)劃(qp, quadratic programming)。當然，優(yōu)化問題還可以按照其他的劃分準則進行分類，此處不在贅述。

37、為了求解優(yōu)化問題的方便，可以將優(yōu)化問題按照下圖進行分類：圖3.1 優(yōu)化問題的分類3.2優(yōu)化問題解決方法3.2.1優(yōu)化算法目前的發(fā)展狀況優(yōu)化技術是一種以實驗或數(shù)學理論為基礎，用于求解工程問題的應用技術。是人們解決問題的同時，力圖達到某些主觀上認為相對較好的預期目標，結(jié)合對象本身的屬性特點，利用經(jīng)驗或數(shù)學中的某些算法，求出施加給對象的某些控制行為和對象本身某些狀態(tài)和結(jié)構屬性值。用數(shù)學的語言描述就是：優(yōu)化技術一般由三部分組成，（1)目標函數(shù)或目標值，這就是人們依據(jù)自己的經(jīng)驗主觀上確定的一個標準度量，用來評定和總結(jié)決策的效能或價值；（2)優(yōu)化過程的約束條件，此項為解決問題過程中，經(jīng)濟、技術等客觀原因和

38、對象本身帶來的限制條件，從而組成了有限或無限個可選方案；（3)優(yōu)化算法，就是如何通過經(jīng)驗或數(shù)學方法在可選方案中進行選擇、搜索來反復地提高效能。數(shù)學理論、人工智能和計算機科學的迅猛發(fā)展，為優(yōu)化技術的實施提供了充足的理論基礎和物質(zhì)保障?，F(xiàn)有的優(yōu)化技術大抵可分成基于傳統(tǒng)優(yōu)化算法的傳統(tǒng)優(yōu)化技術，以及基于人工智能7和知識工程8的智能優(yōu)化技術。前者通過對優(yōu)化對象進行分析，抽象出合理的數(shù)學模型，然后通過傳統(tǒng)優(yōu)化算法進行求解，從而得出最優(yōu)決策變量。后一種優(yōu)化技術融入了各種智能建模9方法和智能優(yōu)化算法，或者通過知識庫和規(guī)則庫來對系統(tǒng)直接進行優(yōu)化，以及利用試驗手段或智能方法來確定對象的某些參量的目標值或應達值，以

39、便實時調(diào)整對象可控參量，使之向目標值靠近。隨著設備運行所需的要求越來越高，以及優(yōu)化對象日趨復雜化，智能優(yōu)化技術逐漸成為優(yōu)化技術研究的發(fā)展方向。優(yōu)化算法作為優(yōu)化技術的關鍵內(nèi)容，直接決定了優(yōu)化技術能否成功實施。優(yōu)化算法已經(jīng)由傳統(tǒng)的基于梯度信息或直接搜索的傳統(tǒng)局部算法10發(fā)展到了具有全局搜索特性的智能優(yōu)化算法11。智能優(yōu)化算法包括：以遺傳算法12 (ga, genetic algorithm)為代表的基于生物進化理論的進化算法13、基于金屬熱處理過程的模擬退火算法14 (sa，simulated annealing)、基于生物行為活動的蟻群優(yōu)化(aco,ant colony optimization

40、)算法和粒子群優(yōu)化(pso, particle swarm optimization)算法15，以及基于混沌現(xiàn)象的混沌優(yōu)化算法(coa, chaos-based optimization algorithm)16等。新型的全局優(yōu)化算法的出現(xiàn)在一定程度上提高了優(yōu)化技術適用的范圍和優(yōu)化結(jié)果的可靠性。然而，智能優(yōu)化算法并非完美，該類算法存在收斂速度慢、易發(fā)生早熟現(xiàn)象和搜索精度不高等缺點，如何克服智能優(yōu)化算法的這些缺點是一個值得研究的課題。另外，近期興起的pso算法無論在理論還是算法改進方面，都具有廣闊的研究空間。優(yōu)化算法一般需要通過數(shù)值迭代計算方可完成，傳統(tǒng)的優(yōu)化算法和智能優(yōu)化算法迭代過程的基本框架

41、相似。他們的核心部分都是采用一定的策略來更新下一次迭代的初始值，使結(jié)果向最優(yōu)點逼近。matlab中的優(yōu)化工具箱提供了一些常用的優(yōu)化算法對應的函數(shù)或命令，然而，當采用其它高級編程語言來優(yōu)化過程或?qū)ο髸r，調(diào)用優(yōu)化工具箱中的優(yōu)化函數(shù)和命令需要較繁雜的接口，而且有些優(yōu)化算法在工具箱中并沒有提供。因而，開發(fā)通用的、方便調(diào)用的優(yōu)化算法庫對優(yōu)化技術的實施顯得非常必要。3.2.2啟發(fā)式方法啟發(fā)式算法是最早的一類優(yōu)化算法，它沒有嚴格的理論依據(jù)，依靠直觀的判斷或?qū)嶋H調(diào)度的經(jīng)驗來尋找最優(yōu)解。啟發(fā)式方法在機組組合問題中的應用主要是局部尋優(yōu)法和優(yōu)先順序法。（1）局部尋優(yōu)法其基本的思路是從一個盡可能好的初始解出發(fā)，在其鄰

42、域內(nèi)尋優(yōu)，通過迭代求得最優(yōu)解或次優(yōu)解。這種方法計算速度快，所需內(nèi)存少，但往往找不到最優(yōu)解。（2）優(yōu)先順序法優(yōu)先順序法也稱為排隊法，即將各個機組按現(xiàn)實中的某種經(jīng)濟特性指標排除循序，構成機組組合的優(yōu)先循序表。所謂的優(yōu)先循序法就是在這個優(yōu)先循序表的基礎之上優(yōu)化選取機組組合的方法。優(yōu)先循序法提出的很早，到目前為止還在研究中。優(yōu)先順序法計算速度快，占用內(nèi)存小。但由于計算時所考慮的組合不多，因此，優(yōu)先順序法所得到的結(jié)果不能保證是最優(yōu)解，其結(jié)果僅僅是次優(yōu)組合而已。它是以計算精度為代價來換取計算速度的，一次對計算精度要求高的場合不能用此方法。但是優(yōu)先順序法也能滿足一般的場合的應用需要。優(yōu)先順序法既可以單獨使用

43、，又可以與其他方法結(jié)合使用。3.2.3動態(tài)規(guī)劃法動態(tài)規(guī)劃法(dynamic programming)是解決多階段決策過程最優(yōu)化的一種數(shù)學方法，在枚舉各種可能的狀態(tài)組合的過程中，這種方法巧妙地摒棄了那些不需要考慮的解。用動態(tài)規(guī)劃法求解機組組合問題時，整個調(diào)度期間t被分成若干個時段，通常每個時段為l小時，每個時段即動態(tài)規(guī)劃過程中的一個階段。各階段的狀態(tài)即為該時段所有可能的機組開停狀態(tài)組合。從初始階段開始，從前向后計算到達各階段各狀態(tài)的累計費用(包括開停機費用和運行時的燃料費)，再從最后階段累計費用最小的狀態(tài)開始，由后向前回溯，依次記錄各階段使總的累計費用最小的狀態(tài)，這樣就可得到最優(yōu)的開停機方案，在

44、計算運行所需的燃料費用時，需使用負荷經(jīng)濟分配算法。若使用完全狀態(tài)的動態(tài)規(guī)劃法，對于n臺機組的系統(tǒng)，若要考慮t個時段的機組組合問題，則總的狀態(tài)數(shù)為2n*t，當n和t增大時，計算量將急劇增加，形成所謂“維數(shù)災”。為克服這個困難，常采取一定的措施來限制狀態(tài)的數(shù)目，多數(shù)情況下是將動態(tài)規(guī)劃法和優(yōu)先順序法結(jié)合使用，總的目標是在計算量與優(yōu)化效果之間尋求折衷。為克服“維數(shù)災”問題，產(chǎn)生了下列幾種基于動態(tài)規(guī)劃的近似方法。dp-sc(dynamic programming sequential combination)法將動態(tài)規(guī)劃法和優(yōu)先順序法相結(jié)合，機組只能按優(yōu)先順序開停，大大減少了狀態(tài)數(shù)。但是獲得的解可能性與

45、最優(yōu)解相差較大。dp-tc(dynamic programming truncated combination)法選取優(yōu)先順序表前面一定數(shù)目的機組的開停組合作為各階段的狀態(tài)。和dp-sc相比，狀態(tài)數(shù)增加，但優(yōu)化效果好。dp-stc(dynamic programming sequential truncated combination)法則先使用優(yōu)先順序表法或dp-sc法產(chǎn)生一個初始機組組合。以此初始組合為中心，在優(yōu)先順序表中向上向下外擴一定數(shù)目的機組，再使用dp-tc法求最優(yōu)解。和上兩種動態(tài)規(guī)劃法相比，dp-stc法計算量最大，但是優(yōu)化效果最好。對于一個中小型電力系統(tǒng)，dp-stc可在較少的

46、計算時間內(nèi)獲得最優(yōu)解或近似最優(yōu)解。此三種方法的一個共同特點是它們都依賴于一個優(yōu)先順序表。dp-stc的主要缺點是系統(tǒng)負荷的變化劇烈程度對它的計算時間影響很大。動態(tài)規(guī)劃法要求所求解的問題具有明顯的階段性，難于考慮與時間有關的約束條件和機組爬升速率的限制，使用起來也不夠靈活。對于某個給定的狀態(tài)來說，爬升速率限制是前一階段與其相連的狀態(tài)的函數(shù)，對于這個狀態(tài)，相關于每個前一狀態(tài)都要進行一次經(jīng)濟負荷分配計算，使占用內(nèi)存量和計算時間增加，因此只能通過近似方法解決。在啟動過程中，考慮機組爬升約束也會丟失最優(yōu)解。3.2.4混合整數(shù)規(guī)劃法混合整數(shù)規(guī)劃(mixed-integer programming)是變量中

47、既有整數(shù)又有非整數(shù)的數(shù)學規(guī)劃問題，根據(jù)除整數(shù)變量以外的其它變量的函數(shù)類型，又可分為線性混合整數(shù)規(guī)劃和非線性混合整數(shù)規(guī)劃。這種規(guī)劃問題解決起來十分困難，常用的方法有分支定界(branch-and-bound)法、benders分解(benders decomposition )法、廣義benders分解(generalized benders decomposition)法等?；旌险麛?shù)規(guī)劃法在機組組合問題中實用化的成果不太多，但有一些理論成果有價值，應用十分廣泛的拉格朗日松弛法最早也是以分支定界法的形式出現(xiàn)的?；旌险麛?shù)規(guī)劃法的優(yōu)點是：(1) 直接求解機組組合問題的數(shù)學模型，不需要加入過多的限制或

48、假設;(2) 從理論上來說，能找到全局最優(yōu)解。其缺點是：(1) 方法比較復雜，不直觀，對于分支定界法，為得到比較高的效率，需要精心構思分支策略和求下界的算法，benders分解法和廣義benders分解法使用也較復雜；(2) 對于實際系統(tǒng)，直接使用計算量太大，必須對問題進行分解；(3) benders分解法或廣義benders分解法對目標函數(shù)的性態(tài)有一些要求。在本文中就是使用的混合整數(shù)規(guī)劃法，并且在解決安全機組組合問題時我們就使用的benders分解法：benders 分解是一種非常優(yōu)秀的分解算法。它將一個給定的優(yōu)化問題分解成一個主問題和一系列子問題。設定原問題中的某些變量將能得到不同的系列子

49、問題。各個子問題基于對偶原理單獨求解，并返回給主問題最優(yōu)解的信息，主問題根據(jù)子問題返回的信息，給出主問題的目標最優(yōu)解?？梢栽谥鲉栴}最優(yōu)解時采用一種松弛的方法，即僅計算一個無約束的優(yōu)化問題。各子問題驗算主問題的優(yōu)化解，看是否滿足所有子問題的約束條件。如果滿足，則所得解即為原問題的待求最優(yōu)解；如果不滿足，則求解各子問題并返回不滿足的變量約束信息給主問題，再次求解主問題。這樣主子問題反復迭代，直至最后收斂到最優(yōu)解。3.2.5拉格朗日松弛法拉格朗日松弛法(lagrangian relaxation) 是解決復雜整數(shù)和組合優(yōu)化問題的一類優(yōu)化算法，它建立在下述思想的基礎上:許多整數(shù)規(guī)劃問題可看成是由一些子

50、問題組成，利用這一特點，把約束條件被破壞的量和他們各自對應的對偶變量的乘積加在目標函數(shù)上作為懲罰項，形成拉格朗日函數(shù)。拉格朗日問題相對容易解決，對于最大(小)化問題，它的最優(yōu)值是原問題優(yōu)化值的上(下)界。拉格朗日松弛法應用于機組投入問題時，把所有的約束分成兩類:一類是全系統(tǒng)的約束，如系統(tǒng)功率平衡約束和系統(tǒng)備用約束;一類是可以按單臺機組分解的約束，如機組出力約束，最小啟停時間約束等。拉格朗日松弛法的基本過程是把機組投入問題的系統(tǒng)約束條件通過乘子引入到目標函數(shù)中，形成原問題的對偶形式，從而將求解原問題的最小值問題轉(zhuǎn)化成求解對偶問題的最大值問題。在求解對偶問題時，分成主迭代和次迭代兩個過程。在次迭代

51、中求解各個機組的子問題，在主迭代中用次梯度法更新拉格朗日乘子。主迭代和次迭代交替進行，直到問題收斂。拉格朗日松弛法在機組投入問題中的應用研究始于70年代，80年代逐漸推廣，90年代成為主流，目前已經(jīng)有大量的理論和應用成果。早期的應用多結(jié)合分支定界法，但是在后來的應用中發(fā)現(xiàn)分支定界的框架是完全可以拋棄的，直接解對偶問題并結(jié)合一些啟發(fā)式的調(diào)整策略即能得到原問題的最優(yōu)解或次優(yōu)解。拉格朗日松弛法是一類有著成熟理論基礎的組合優(yōu)化算法，適合解決大系統(tǒng)的優(yōu)化問題，由于電力系統(tǒng)的機組投入問題具有該算法所要求的特點，使得該算法得到了十分廣泛的應用。拉格朗日松弛法具有以下的優(yōu)點:(1) 隨著機組數(shù)的增加，計算量近

52、似線性增長，克服了維數(shù)障礙，且機組數(shù)目起多，算法效果越好;(2) 方法十分靈活，不但可以成功解決機組投入問題，也可以推廣到水火電聯(lián)合經(jīng)濟調(diào)度問題和電力交易問題;(3) 算法的一些因子具有實際的物理(經(jīng)濟)意義，例如，與系統(tǒng)負荷約束相關的拉格朗日乘子即等于系統(tǒng)邊際發(fā)電成本。但是，也有一些缺點:(1) 由于目標函數(shù)的非凸性，用對偶法求解時，存在對偶間隙，需要根據(jù)對偶問題的優(yōu)化解，采取一定的措施構造原問題的優(yōu)化可行解，這是拉格朗日松弛法的一個難點:(2) 算法的迭代過程中有可能出現(xiàn)震蕩或奇異現(xiàn)象，需要采取措施加快收斂;(3) 考慮某些約束條件(如機組爬坡速率約束)會使計算復雜化。3.2.6遺傳算法遺

53、傳算法是近年來廣泛應用的一種模仿自然界生物進化過程的自適應隨機搜索方法。遺傳算法是一個框架性的算法，可以根據(jù)具體問題進行不同的考慮。遺傳算法通過對待求量進行編碼，構造搜索空間;隨機產(chǎn)生初始染色體群體;評估父代中每個染色體的適應度，進行選擇、雜交和變異等基因操作，使基因群體向有序的狀態(tài)演變、進化，得到的子群體具有比父代更好的特性;反復上面過程最終得到問題的解。一般地，選擇和雜交可以保證算法收斂，而變異則增加群體的多樣性，確保算法的全局最優(yōu)性。解決機組投入問題的遺傳算法包括以下兩個決策步驟:（1）將機組投入問題模型化為符合遺傳算法的框架。如可行解空間的定義、適應值函數(shù)的表現(xiàn)形式、解的字符串表達式;

54、（2）遺傳算法參數(shù)的設計。包括種群規(guī)模、復制、交叉、變異的概率選擇，最大進化代數(shù)，終止準則設定等。遺傳算法的優(yōu)點在于對目標函數(shù)的性態(tài)沒有特殊要求，從理論上可以找到全局最優(yōu)解?？梢缘玫蕉鄠€可選方案，方法比較靈活，適用于并行處理。該方法的缺點是:遺傳算法本質(zhì)上屬于無約束優(yōu)化算法，如何處理約束條件將在很大程度上影響算法的效率;由于是隨機優(yōu)化算法，不能保證得到全局最優(yōu)解;計算量比較大，所需時間比較長。3.3算法比較和選擇機組投入問題是編制發(fā)電計劃的基礎。在國外己經(jīng)經(jīng)過了長期的研究和廣泛的應用，并取得了顯著的經(jīng)濟利益。我國改革開放以來，技術裝備水平有了很大提高，部分地區(qū)發(fā)電量有了富余，為機組組合和發(fā)電計

55、劃工作的開展提供了有利條件。機組投入問題十分復雜，變量數(shù)和約束條件都很多，目標函數(shù)又不具備良好的性態(tài)，因此必須選擇合適的算法。上述各種優(yōu)化方法在實際系統(tǒng)中使用最多的是優(yōu)先順序法、動態(tài)規(guī)劃法和拉格朗日松弛法，這些方法各有優(yōu)缺點。對于優(yōu)先順序法應該選擇合適的排序指標，考慮根據(jù)負荷變化動態(tài)地排序，并加入一些可以考慮全局優(yōu)化的策略。動態(tài)規(guī)劃法應該根據(jù)系統(tǒng)規(guī)模的不同而采取不同的方法以限制狀態(tài)數(shù)目。既保證計算的快速，又盡可能地不丟失最優(yōu)解;與時間相關的約束條件也需要很好地處理;另外應該考慮系統(tǒng)安全約束、機組可靠性、負荷的隨機性等因素。拉格朗日松弛法的一個關鍵環(huán)節(jié)是根據(jù)對偶問題的解來構造原問題的優(yōu)化可行解，這需要實際系統(tǒng)的知識，有很高的技巧性;拉格朗日乘子的初始值選擇和優(yōu)化方法對算法的效率有很大影響;需要采取措施增加目標函數(shù)的凸性;需要考慮機組爬坡速率等約束條件;也要考慮系統(tǒng)安全約束、機組可靠性等因素。此外，遺傳算法也顯示出很大的優(yōu)勢，對于這種方法應考慮防止早熟，加快收斂速度。采取合適的方法處理約束條件。求解機組投入問題的方法很多，還可以考慮各種方法的綜合應用。由于本文研究的含風力發(fā)電的電力系統(tǒng)經(jīng)濟調(diào)度包含了火電機組和風力發(fā)電機組，采用混合整數(shù)規(guī)劃法可以直接求解機組組合問題的數(shù)學模型，從理論上來說，它能找到全局最優(yōu)解。所以基于預測的風電廠出力，本次