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
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。
