基于廣義Benders分解的電力系統(tǒng)最優(yōu)機組投入研究.pdf

1、傳統(tǒng)化石能源日益枯竭，而人類需求卻與日俱增。如何減小能源消耗和污染物排放，已成為人類追尋的共同目標。在此背景下，深入研究影響電力系統(tǒng)運行調度的機組最優(yōu)投入問題具有重要的理論意義和實踐價值。
　　 本文以最優(yōu)化理論為基礎，依據(jù)近年數(shù)學規(guī)劃領域的熱門研究方法一廣義Benders分解，以電力系統(tǒng)機組組合問題為研究對象，開展了深入細致的理論研究工作。
　　 廣義Benders分解是根據(jù)非線性對偶理論得到的求解混合整數(shù)規(guī)劃的有效算

2、法。其基本思想是根據(jù)變量類型的不同，將問題分解為主問題和子問題，主、子問題交替求解，并根據(jù)子問題求解結果的不同，向主問題添加不同的Benders割，用以修正主問題優(yōu)化空間，直至全部約束被滿足，最優(yōu)解收斂。
　　 機組組合問題是混合整數(shù)非線性規(guī)劃問題，并且離散變量的個數(shù)占變量總數(shù)的50％之多，啟動費用的時變性，爬坡約束的時段耦合性，這些都增加了問題求解的困難。本文基于廣義Benders分解提出一種求解機組組合問題的GBD-UC法。

3、將機組組合問題分解為具有明確物理表達的主問題和子問題，且對主、子問題的目標函數(shù)和約束條件做了適當改進，以加快問題收斂速度，得到問題的更好結果。通過求解主問題得到適當?shù)臋C組啟停狀態(tài)，子問題利用主問題的結果，求解后得到機組出力。提出具有明確含義的連接主、子問題的Benders割，其可有效提高算法收斂到可行解的速度。GBD-UC利用分解降低問題求解規(guī)模和求解難度，對離散變量的求解，利用商業(yè)優(yōu)化軟件的良好性能;對連續(xù)變量的求解，充分利用現(xiàn)代內點