电力市场下火电厂机组组合研究.doc

《电力市场下火电厂机组组合研究.doc》由会员分享，可在线阅读，更多相关《电力市场下火电厂机组组合研究.doc（38页珍藏版）》请在三一办公上搜索。

1、 学号： 常 州 大 学 毕业论文（2012届）题 目 电力市场下火电厂机组组合研究 学 生 学 院 专业班级 校内指导教师 专业技术职务 校外指导教师 专业技术职务 二一二年五月电力市场下火电厂机组组合研究摘 要：随着国民经济的发展，电力市场也在不断的完善和发展，机组组合问题成为降低成本提高收益的重要问题。本文研究电力市场中的机组组合问题，揭示竞争的电力市场中机组组合的作用和面临的问题，探求解决方法，这对于考察电力市场的电能交易具有十分重要的理论价值和实践指导意义。首先，介绍了在当前的电力市场机组组合理论研究的意义及机组组合问题的国内外研究现状。其次，由于电力工业自身的技术进步及其运营环境的

2、变化，到目前为止，机组组合的目标函数基本可分为发电成本最小、购电费用最小和社会效益最大三种。本文采用了购电费用最小的数学模型。再次，在分析已有模型的基础上，本文采用了一种解决机组组合问题的算法混合整数规划法。最后通过算例仿真表明本文采用的模型和算法是研究电力市场中的机组组合分析的有效手段。关键词：电力市场，机组组合，混合整数规划法The Thermal Power Plant Unit Commitment Under Electricity MarketAbstract: With the development of national economy, power market is al

3、so in constant improvement and development, the unit commitment problem has become an important problem to reduce costs to improve profitability. The thesis focuses on unit commitment problem in electricity market, aims at revealing function and question of unit commitment in competitive power marke

4、t, and searching for solution methods. This has a very important theoretical value and practical significance for the inspection of the electricity market electricity transactions. Firstly, this thesis introduce the meaning of unit commitment theory in the electricity market, home and abroad researc

5、h status of the unit commitment problem.Secondly, according to technological progress of the electric power industry and changes in its operating environment. So far, the objective function of unit commitment can basically be divided into three types: the minimum cost of power generation, power purc

6、hase costs and social benefits of the largest. In this paper, the thesis used the minimum cost of purchasing electricity mathematical model. Thirdly, on the basis of analysis of existing models, this paper use mixed-integer programming method to solve the unit commitment problem. Finally, by numeric

7、al examples show that the models and algorithms this paper present is an effective means of unit commitment in the electricity market.Keywords: electricity markets, unit commitment , mixed-integer programming method目录中文摘要.英文摘要.目录 .1 引言 11.1 研究背景及意义 11.2国内外研究现状 21.2.1 国内研究现状 21.2.2 国外研究现状 31.3电力市场下的机

8、组组合 41.3.1电力市场 41.3.2 机组组合理论及其市场化 5 1.4本文的主要工作 62 优化方法 72.1最优化的基本概念 72.2优化问题及其分类 72.3优化方法的介绍 9 2.3.1 启发式方法 92.3.2 动态规划法 102.3.3混合整数规划法 102.3.4拉格朗日松弛法 112.3.5遗传算法 122.3.6算法总结 133 基于混合整数规划法的火电厂机组组合 143.1火电厂的概况及其机组组合问题 14 3.2电力市场中的机组组合模型 163.2.1目标函数 173.2.2约束条件 173.2.3机组开、停机状态变量的处理 183.2.4安全约束的数学表示 193

9、.2.5 灵敏度的计算 203.3 程序的编制、运行与调试213.3.1 CPLEX的介绍213.3.2 程序的运行及调试 234 算例仿真与分析 244.1 不考虑爬坡和网络传输安全8机系统计算结果及分析244.2 考虑爬坡和网络传输安全8机系统计算结果及分析255 总结及展望 28参考文献 29附录 30致谢 321引言1.1研究背景及意义 在电力系统中，负荷一天之内是在不断变化的，一般白天负荷比较高，深夜到第二天凌晨负荷比较低。负荷的这种变化幅度往往是很大的，不同于负荷波动，形成了负荷曲线上的高峰和低谷。在负荷变化过程中，如果仅仅改变机组的出力大小，而不改变投入运行的机组组合，往往会使调

10、节范围难以满足负荷变化的要求。有时即使能满足负荷变化的要求，也往往会形成高峰负荷时机组出力过大，低谷负荷时机组出力过小的现象，既不安全又不经济。在一般电力系统的运行中，需要根据负荷的变化相应的开停机组，以达到减少总的生产成本。这就是本文要讨论的机组组合问题，也就是说，机组组合问题就是研究在一定的时间段内合理的开、停机组，并满足各种运行条件，以达到总成本最低的目标。 机组组合问题是伴随着电力工业的垄断而出现的。在电力工业的起步阶段，电厂间没有互联，各家电厂通过自己的网络向其周围的电力用户供电，电厂运行管理人员关心的是自己的利润。但随着交流输电技术、变压器以及汽轮机技术的出现及发展，电力工业呈现出

11、规模经济性，即，经济的供电方式是用高压输电技术将几个大型电厂所发的电力输送到较大范围。发、输、配电一体的垄断式电力工业逐步代替了无序竞争的分散供电模式，到20世纪60年代，大多数工业国家建立了垄断式的大规模电力系统。发电厂互联后，系统就有了统一调度的可能。电力工程师遇到了如何实现系统最优调度的挑战，由此出现了机组组合问题，这是电力系统中最早的经济学问题。 经济调度的效益很大，根据国外资料和华北、东北等电网的实际测算，节省能源可达总耗量的0.5%1.5%。经济调度是一个十分复杂的系统优化问题，从短期发电计划来看，可分为机组组合、火电计划、水电计划、交换计划、燃料计划等子问题。其中机组的优化组合是

12、编制短期发电计划首先要解决的问题，它的经济效益一般大于负荷经济分配所产生的效益。 因为发电成本占到供电成本的3550%，所以机组组合问题所能获得的经济效益是十分显著的。对于一个装机容量为10000MW的电力公司，1%的发电成本降低将会带来每年1000万3000万的资金节省。因此，机组组合的研究一直广受关注。 电力系统的负荷在一天之内是不断变化的，负荷的这种变化如果仅靠改变机组出力而不改变机组的组合数目，其机组出力的调节范围往往难以满足要求。根据相应的负荷曲线(一日或一周)，在满足负荷需求和一定的约束条件下，在计算周期内确定机组的开、停机计划使计算周期内的总费用为最小，这就是机组最优组合。简单来

13、说，机组组合问题是在满足机组约束和发电备用需求的条件下，确定最小生产费用的调度计划。合理的机组组合计划能节省一次能源，延长机组使用寿命，带来可观的经济效益。 建国初期，由于我国电力工业长期缺电及技术设备跟不上的原因，这方面的研究和应用并未广泛开展。改革开放以来，电网的调度管理工作得到了重视，技术装备水平有了很大提高，部分地区发电量有了富余，这为机组组合的研究和应用准备了良好的现实条件。电力市场改革开始以后，传统的电力经营机制正在发生重大变化。竞争促进发展，电力经营方式从过去的独家经营转变到相互竞争已是必然的趋势。市场促进繁荣，只有从垄断走向市场，才能更合理地配置资源，从而提高资源利用率，促进电

14、力工业与社会的协调发展。在这样的大环境下，机组组合问题的研究由于其包含的巨大经济效益而越来越体现出重要性。1.2 国内外研究现状1.2.1 国内研究现状我国的一些电力系统早在五十年代就开展过“等微增率”调度，但是这项工作却逐渐落后于电网规模的迅速发展，所以我国在火电厂负荷分配和经济组合这方面的研究落后于国外很多。随着近年来电力市场的不断发展，机组的优化调度问题在国内也越来越引起电力系统部门和学者的重视。随着电网中负荷峰谷差的逐年加大，使得参与调峰的机组的容量也越来越大。过去的调峰任务一般由经济性较差的中小容量的老机组承担，例如我国建国初期建造的一批小容量机组，这些机组虽然设计时为基本负荷机组，

15、但由于容量小，操作比较简单，启动和停机的速度较快，基本上能满足调峰要求。近期由于电网组成结构的改变，峰谷差的增大，一批较大容量机组开始参与调峰，如我国300MW机组己经开始低负荷运行调峰。尽管我国大机组参与调峰，但均为基本负荷机组改造成降负荷运行，并没有制造专门用于调峰的单元汽轮机。而且随着峰谷差的日益增大，我国电网的调峰问题将更加突出。我国现有电网的调度方式基本分为两种：对于不具有自动发电控制(AGC)功能的电厂，电厂值长主要依靠调度电话或远方终端接收电网调度发来的全厂中长期负荷曲线和实时负荷指令，再由值长通过单元机组值班人员分配给每台机组；对于具有AGC功能的电厂，则采用直调机组的方式，即

16、电网调度通过远方终端直接对电厂的机组传送负荷指令。上述负荷调度方式在实时负荷分配方面，主要采用效率法，即效率高的机组带较多的负荷，效率低的机组带较少的负荷。这种方法非常简单，但却缺乏科学依据。在机组的组合问题上，则主要采用优先顺序法1，即总是考虑让效率高的机组优先运行，效率低的机组优先停运。但由于机组的组合问题属于高维数、多约束、非线性、多阶段、混合整数规划的问题，要解决如此复杂的优化问题，优先顺序法显然是无能为力的。从安全稳定性方面来看，电网调度直接控制到机组的方式，通常会使得机组产生一些无谓的损耗，影响机组的寿命。因此随着电力市场改革的进一步发展，逐步实现“厂网分开、竞价上网”，将电网的总

17、负荷直接分给各电厂，由各电厂自己确定哪些机组运行、带多少负荷。因此，对大型火力发电厂的多台机组进行经济调度就具有很好的现实意义。此外，随着能源在国民经济增长中的地位日益重要，国家把节能调度摆在了更加突出的位置。2007年8月，由发展改革委、环保总局、电监会和能源办联合下发的节能发电调度办法(试行)规定了不同类型发电的调度优先级，具体如下:(1) 无调节能力的可再生能源发电机组；(2) 有调节能力的可再生能源发电机组和满足环保要求的垃圾发电机组；(3) 核能发电机组；(4) 按“以热定电”方式运行的燃煤热电联产机组和资源综合利用发电机组；(5) 天然气、煤气化发电机组；(6) 其他燃煤发电机组，

18、包括未带热负荷的热电联产机组；(7) 燃油发电机组。同类型火力发电机组按照能耗水平由低到高排序，节能优先。能耗水平相同时，按照污染物排放水平由低到高排序。机组运行能耗水平近期依照设备制造厂商提供的机组能耗参数排序，逐步过渡到按照实例数值排序。1.2.2 国外现状在一些发达国家，机组负荷优化调度已有半个多世纪的研究历史了。特别是自上世纪80年代以来，电力系统的运行体制问题引起广泛的关注，世界各国纷纷开始建立电力市场改变电力企业垄断经营，来增强企业的竞争力。发达国家通常采用的方式是将机组划分为可竞争和不可竞争两种类型，对于不具备商业推广条件诸如可再生能源发电等，一般会进行一定程度的保护，从而促进其

19、成长。而对于其他类型的机组，则需要统一根据各自的边际变动发电成本向市场进行报价，由调度交易机构根据所谓的安全约束经济调度进行发电安排。机组发电上网价格通常是由市场竞争决定，它的实际产生过程通常与安全约束经济调度紧密联系在一起。首先，通过安全约束经济调度根据报价情况确定各机组的发电安排;然后，根据发电出力点的位置和报价情况，采用边际成本定价方法计算出机组的发电价格。这样可以较好地激励发电商按实际成本情况进行报价，进而确保调度优化结果的真实合理性。但是，在国外这种机制下，有些高效率的机组如果成本较高，那么有些效率低但成本更低的机组，反而可能会优先发电。这与国内机制存在一些差别。美国能源监管委员会还

20、专门就这一问题进行了研究，以比较建立效率优先的调度机制是否会比现有机制来得更好一些。在经济调度算法方面，由于负荷优化调度方法对提高发电企业的经济效益和改善系统安全运行有很大的贡献，因此许多学者在这方面进行了理论研究并且提出了许多解决方案和大量的计算方法。为保证电力系统的安全稳定运行，需要实时保持电力供需的动态平衡。现代火力发电生产过程是典型的复杂工业过程，广泛地存在着多变量、非线性、大惯性、参数时变、受不确定因素影响和生产条件及工况变化大的问题。由于机组组合问题是一个大规模非线性、非凸的混合整数规划问题，很难找到理论上的最优解，世界各国学者和工程技术人员在这些问题上进行了长期的大量的研究，随着

21、计算机的出现及发展，这种问题得到了进一步的发展和解决。优化的机组组合能带来显著地经济效益，长期以来它一直是研究的热点，各国学者在长期的研究中提出了各种方法，如优先顺序法1，动态规划法2-3，整数规划法（IP）4及混合整数规划法（MIP）（包括分支定界法5，拉格朗日松弛法（LR）法6-7，人工神经网络法8和遗传算法（GA）9-11等方法或几种方法的结合12-13，比如多目标的混合算法14。优先顺序法按某种经济指标顺序投切机组，计算速度快，占用内存少，但得到的结果比较粗糙，常常找不到最优解；动态规划法容易引起“维数灾”，且要求所求解的问题具有明显的阶段性，难以考虑与时间有关的约束和机组的爬坡速率等

22、限制。 IP法比较复杂，对于实际系统直接使用计算量大，必须对问题进行分解；分支定界法的计算时间随着机组组合的规模成指数倍增长；拉格朗日松弛法利用对偶原理解决整数规划问题，虽然能有效克服维数障碍，在实际电力工业中得到了广泛应用，但对偶间隙的存在使构造原问题的可行解成为难点，而且不能考虑电网安全问题，通常还需要结合辅助最优潮流（OPF）程序对各个时段的发电计划进行安全校正，由于OPF分别孤立地对没一个时段进行校正，因此容易引起机组出力在不同时段的反复调节、甚至违反机组爬坡速度和持续开停机的约束；遗传算法对目标函数没有特殊的要求，可以考虑多个约束，能自动获取和积累有关搜索空间的知识，并自适应地控制搜

23、索过程，从而得到全局最优解或准最优解，比较灵活，但是单一的遗传算法编码不能全面地将优化问题的约束表示出来，考虑约束的一个方法就是对不可行解采用阈值，这样，计算的时间必然增加15。另外，遗传算法还容易出现过早收敛等问题；而混合整数规划法是求解非线性优化问题的经典方法，系统规模越大，所得到的结果越精确，计算时间只随发电机数及时段数线性增加，收敛性较好，故在本文中使用混合整数规划法进行分析研究。1.3电力市场下的机组组合1.3.1电力市场当前，电力工业在全世界范围内正发生着深刻的变化。从20世纪80年代开始，以英国为代表的西方发达资本主义国家开始进行电力市场化改革。其主要措施是打破传统电力工业的一体

24、化管理模式，通过电力企业私有化和民营化以及电力工业的重组，实现厂网分开，发电企业竞价上网，建立独立的管理体系，强化公平竞争和产业政策激励为目的的管制等。随后，澳大利亚、新西兰、阿根廷、美国以及其他欧洲国家都相继开始了电力工业的体制改革、结构重组和建立电力市场的工作。 电力工业的改革目标在于提高电力生产效率，使电价形成机制合理化，提供高质量、更安全的电力产品，促进电力工业本身的良性发展，并使全社会从改革中得到更好的经济效益和社会效益。电力走向市场是历史的必然。由于电力工业的独特性和复杂性，电力市场建设仍然处在不断探索和完善的过程中，到目前为止，电力市场改革还没有形成一种通用的成功模式。 市场化改

25、革是电力工业体制的深刻变革，对电力系统运行和规划带来巨大的挑战。在电力市场环境下，发电商与电网公司成为进行公平电力交易的市场成员，电力及其服务成为商品。传统的基于粗放管理和行政手段的一系列规划、调度和控制方案无法适应充满竞争的市场环境，必须用全新的视角重新审视电力系统运行控制及规划的各个环节，引入市场调节手段。电力市场是采用法律、法规、经济等手段，本着公平竞争、自愿互利的原则，对电力系统中发电、输电、配电、用户等各成员组织协调运行的管理机制和执行系统的总和，是电力工业经营（包括运行与发展、内部与社会）管理与技术的综合体。电力市场具有交换和买卖电力、提供信息、融通资金的功能。 电力市场首先是一种

26、管理机制。这种机制与传统的行政命令的机制不同，主要采用市场的手段进行管理，从而达到资源优化配置的目的。同时，电力市场还是体现这种管理机制的执行系统，包括交易系统、计量系统、计算机系统、通信系统等。 电力市场的基本特征是：开放性、竞争性、计划性和协调性。与传统的垄断的电力系统相比，电力市场具有开放性和竞争性。与普通的商品市场相比，电力市场具有网络性和协调性。这是因为电力系统是相互紧密联系的整体，任一成员的操作均将对电力系统产生影响，所以要求电力市场中的电力生产、使用、交换具有计划性；同时由于电力是一种特殊的商品，无法大量存储，也就是说电力系统要求随时做到供需平衡，所以要求电力市场中的供应者之间、

27、供应者与用户之间相互协调。1.3.2机组组合理论及其市场化 经济调度也称经济运行，就是指在相同的产出条件下力求能源消耗最少。 对发电企业而言，就是指在满足电网电力负荷需求的条件下，合理安排机组运行方式，使所有在运机组的综合能耗最低。对电网而言，就是指在满足电网安全稳定、电力供需平衡的条件下，合理安排各发电厂并网机组数量及电网运行方式，既使所有在运机组的综合能耗最低，也使电网损耗最少。这是一种理想的要求，也是我们努力的方向。 当前，电力工业在全世界范围内发生着深刻的变化。电力工业的改革目标在于提高电力生产效率，使电价形成机制合理化，提供高质量，更安全的电力产品，促进电力工业本身的良性发展，并使全

28、社会从改革中得到更好的经济效益和社会效益。电力工业走向市场，实现商业化运营己成为当前电力改革的大趋势。我国电力工业市场化改革所遵循的总体目标是打破垄断，引入竞争，提高效率，健全电价形成机制，优化资源配置，提供优质服务，促进电力工业的可持续发展。电力体制改革将带来产权和市场的多元化格局，传统的强制性统一调度的格局可能演变为在协商一致的前提下的自愿的统一调度，这种变化对机组经济组合的模型和算法也有一定的影响。第一，机组组合优化的目标函数将发生变化。传统电力系统中，各发电厂归系统所有，所以机组组合优化的目标函数是在满足各类约束的条件下，合理安排机组的启停，使得整个系统在计算周期内的总燃料耗量为最小。

29、电力市场环境下，各个发电企业将是独立核算的经济实体，它们自主经营，自负盈亏。不能再采用燃料消耗最小作为评价系统经济性最优的目标，如何确立新的优化目标作为机组组合的目标函数是需要研究的问题。第二，机组组合优化的旋转备用约束条件将发生变化。在原先机组组合问题的数学模型中，为了保证系统运行的可靠型，旋转备用都只是以一个相对固定的容量约束体现在约束条件里，比如N一1约束，并没有对系统的可靠性指标给出明确的约束，所以既没有优化系统的可靠性，也没有优化系统的经济性。在电力市场下，如何根据系统对可靠性的明确要求，制定合理的备用容量确定和分配法则，并将它引入机组组合优化算法也是当前需要研究的问题。 1.4本文

30、主要工作 市场环境下机组组合问题更加复杂化，体现在制约因素(数学表示上称为约束条件)、目标函数的变化以及市场规则的融入。本文在电力市场环境下，以机组组合为主线索，主要分为两大部分：第一部分是优化方法的介绍，第二部分是电力市场下的机组组合模型的建立及求解，并列举了算例进行分析。 在第一部分中介绍了几种优化方法的一些基本概念、理论和各自的优缺点。在第二部分中针对电力市场的环境建立了机组组合的数学模型。本文在原有的传统目标函数的基础之上提出了电力市场下的机组组合目标函数。其约束条件有系统有功平衡约束、系统备用约束、发电机最大和最小出力约束、机组最小运行与停机时间约束、机组爬坡速率约束和线路传输约束等

31、。除此之外，本文的总结部分还对电力市场环境下的机组组合问题进行了一些展望。2机组组合优化方法2.1 最优化的基本概念最优化既是一个古老的课题，又是一门年轻的学科。传统的优化方法是目前各种优化技术的基础，其建立于严谨的数学推理基础之上，具有较为完整的理论体系。因而，其工程应用的可靠性较高，被广泛应用于工程设计、经济规划、生产管理、交通运输和国防建设等重要领域。传统优化技术开始于17世纪的Newton和Leibniz数学分析时代，期间经Lagrange、Cauchy等人的不断研究，形成为一门完备的学科。特别随着微型计算机技术的飞速发展，复杂的优化算法得以实现，优化技术应用范围越来越广，应用能力越来

32、越强，从而成为一门十分活跃的学科。2.2 优化问题及其分类最优化是一种以数学理论为基础，用于求解某些特定问题的一种手段。即，人们解决问题的同时，力图达到某些主观上认为相对较好的预期目标，结合对象本身的属性特点，利用经验或数学中的某些算法，求出施加给对象的某些控制行为和对象本身某些状态和结构的属性值。优化问题的描述（即最优化问题的数学模型）和优化算法分别为最优化技术实施的对象和具体手段。优化问题普遍存在于现实社会当中，例如生产过程的最优调度和资源分配问题、工业产品的最优设计，数学中的函数极值的求解和曲线拟合问题、控制过程中的对象辨识和优化控制等，均可以看成是优化问题的具体表现形式。如何描述优化问

33、题是实施最优化技术的首要步骤，这也是优化问题同决策问题的最显著的区别之一。现以常用于试验数据处理的线性方程组的求解问题为例来引出优化问题的描述过程。在进行多元线性回归问题求解时，常常遇到求解如下线性方程组问题：AX=Y (2.1)其中，A为试验样本的输入量组成的mn维矩阵；Y为试验样本的输出量组成的m维向量；X为待求的n维回归系数向量。往往在试验中mn，因而上式的解可能无穷多个(mn)，或者无精确的数学解(mn)。多数情况下需要找到一个较为合理的近似解来逼近真实的X。采用常用的样本点误差平方和最小的思想，可以将上述问题转化为如下的问题进行求解，即找到某一X*，使得Y*=AX*与试验输出向量Y的

34、误差平方和最小。用数学式子表达如下：X*=arg(min(AX-Y)T*(AX-Y) (2.2)于是，将线性方程组(2.1)的近似解的求解转化为一种典型的优化问题形式。以上其实是一种较简单的优化问题的数学模型建立过程，实际工程优化问题的建模过程中远比上述问题复杂得多。一方面，需要考虑优化对象客观条件的限制，例如现场火电机组的出力上下限等。这些问题的描述往往需要某学科领域的专门知识。如本文中火电厂优化调度问题，就必须要有电力学科的背景知识。优化问题所对应的模型包含三个组成部分：(1)决策变量(Decision Variables)，如(2.2)式中的未知变量X；(2)目标函数(Objective

35、 Function)，即反映问题解优劣的一种评定标准；(3)约束条件(Constraint Condition)，即对决策变量所加的一些限制条件，有等式约束条件和不等式约束条件。满足约束条件的解称为可行解(Feasible Solution)，所有可行解的全体构成了优化问题的可行域(Feasible Region)。用数学语言可以将优化问题表述为以下的通用形式： （2.3）其中，为决策变量；为优化问题的约束集或可行域；为的优化问题目标函数；optimize可指最小、最大化。考虑到最大化问题可以转化成最小化问题，以下未作特别说明，优化问题均指最小化，上式中的optimize用替代。按照决策变量的

36、类型可以分为连续型(如连续函数优化问题)和离散型(如背包问题、货郎担问题)优化问题，以及两者的混合形式(如电力系统机组经济调度问题)；按照约束条件出现与否可以分为无约束的优化问题(即2.3式中的D=Rn)和有约束的优化问题；按照优化问题的求解的复杂性可以分为单峰与多峰、线性与非线性等优化问题。而有约束的组合优化问题可以划分为P类优化问题和NP类优化问题18。当数学模型中的目标函数和约束条件均为线性时，称为线性优化问题；否则称为非线性优化问题。而在非线性优化问题中，有一种特殊的优化问题形式：目标函数为二次型，所有的约束条件为线性约束，被称为二次优化问题或二次规划(QP,Quadratic Pro

37、gramming)。当然，优化问题还可以按照其他的划分准则进行分类，此处不在赘述。为了求解优化问题的方便，可以将优化问题按照下图进行分类：图2.1 优化问题的分类2.3优化方法机组组合的应用和研究最早可以追溯到20世纪40年代，发展到如今，其求解的方法已有十几种之多。比如如启发式方法、优先顺序法、动态规划法、整数规划和混合整数规划法、分支定界法、拉格朗日松弛法、专家系统法、人工神经网络法、模拟退火算法、遗传算法等。从数学上讲，机组组合问题是一个复杂的混合整数非线性规划问题，到现在为止还很难寻找到理论上的最优解。本节对求解机组组合问题的优化方法经行了综述。 2.3.1启发式方法 启发式算法是最早

38、的一类优化算法，它没有严格的理论依据，依靠直观的判断或实际调度的经验来寻找最优解。启发式方法在机组组合问题中的应用主要是局部寻优法和优先顺序法。（1）局部寻优法其基本的思路是从一个尽可能好的初始解出发，在其邻域内寻优，通过迭代求得最优解或次优解。这种方法计算速度快，所需内存少，但往往找不到最优解。（2）优先顺序法优先顺序法也称为排队法，即将各个机组按现实中的某种经济特性指标排出循序，构成机组组合的优先循序表。所谓的优先循序法就是在这个优先循序表的基础之上优化选取机组组合的方法。优先循序法提出的很早，到目前为止还在研究中。优先顺序法计算速度快，占用内存小。但由于计算时所考虑的组合不多，因此，优先

39、顺序法所得到的结果不能保证是最优解，其结果仅仅是次优组合而已。它是以计算精度为代价来换取计算速度的，一次对计算精度要求高的场合不能用此方法。但是优先顺序法也能满足一般的场合的应用需要。优先顺序法既可以单独使用，又可以与其他方法结合使用。2.3.2动态规划法动态规划法(dynamic programming)是解决多阶段决策过程最优化的一种数学方法，在枚举各种可能的状态组合的过程中，这种方法巧妙地摒弃了那些不需要考虑的解。用动态规划法求解机组组合问题时，整个调度期间T被分成若干个时段，通常每个时段为lh，每个时段即动态规划过程中的一个阶段。各阶段的状态即为该时段所有可能的机组开停状态组合。从初始

40、阶段开始，从前向后计算到达各阶段各状态的累计费用(包括开停机费用和运行时的燃料费)，再从最后阶段累计费用最小的状态开始，由后向前回溯，依次记录各阶段使总的累计费用最小的状态，这样就可得到最优的开停机方案，在计算运行所需的燃料费用时，需使用负荷经济分配算法。若使用完全状态的动态规划法，对于N台机组的系统，若要考虑T个时段的机组组合问题，则总的状态数为，当N和T增大时，计算量将急剧增加，形成所谓“维数灾”。为克服这个困难，常采取一定的措施来限制状态的数目，多数情况下是将动态规划法和优先顺序法结合使用，总的目标是在计算量与优化效果之间寻求折衷。为克服“维数灾”问题，产生了下列几种基于动态规划的近似方

41、法。DP-SC(Dynamic Programming Sequential Combination)法将动态规法和优先顺序法相结合，机组只能按优先顺序开停，大大减少了状态数。但是获得的解可能与最优解相差较大。DP-TC(Dynamic Programming Truncated Combination)法选取优先顺序表前面一定数目的机组的开停组合作为各阶段的状态。和DP-SC相比，状态数增加，但优化效果好。DP-STC(Dynamic Programming Sequential Truncated Combination)法则先使用优先顺序表法或DP-SC法产生一个初始机组组合。以此初始组

42、合为中心，在优先顺序表中向上向下外扩一定数目的机组，再使用DP-TC法求最优解。和上两种动态规划法相比，DP-STC法计算量最大，但是优化效果最好。对于一个中小型电力系统，DP-STC可在较少的计算时间内获得最优解或近似最优解。此三种方法的一个共同特点是它们都依赖于一个优先顺序表。DP-STC的主要缺点是系统负荷的变化剧烈程度对它的计算时间影响很大。 动态规划法要求所求解的问题具有明显的阶段性，难于考虑与时间有关的约束条件和机组爬升速率的限制，使用起来也不够灵活。对于某个给定的状态来说，爬升速率限制是前一阶段与其相连的状态的函数，对于这个状态，相关于每个前一状态都要进行一次经济负荷分配计算，使

43、占用内存量和计算时间增加，因此只能通过近似方法解决。在启动过程中，考虑机组爬升约束也会丢失最优解。2.3.3混合整数规划法混合整数规划(mixed-integer programming)是变量中既有整数又有非整数的数学规划问题，根据除整数变量以外的其它变量的函数类型，又可分为线性混合整数规划和非线性混合整数规划。这种规划问题解决起来十分困难，常用的方法有分支定界(branch-and-bound)法、Benders分解(Benders decomposition )法、广义Benders分解(generalized Benders decomposition)法等。混合整数规划法在机组组合问题中实用化的成果不太多，但有一些理论成果有价值，应用十分广泛的拉格朗日松弛法最早也是以分支定界法的形式出现的。混合整数规划法的优点是:（1）直接求解机组组合问题的数学模型，不需要加入过多的限制或