电力系统多时间尺度发电优化调度模型与算法研究

本项目提出了电力系统多时间尺度发电优化调度问题，该问题能有效地协调机组组合、潮流优化和暂态稳定预防控制三者之间的关系，实现电力系统短期运行安全性和经济性的有机结合。该项目主要研究内容有：大规模电力系统多时间尺度发电优化调度问题的建模；大规模电力系统多时间尺度发电优化调度模型的对偶并行分解技术；大规模电力系统多时间尺度发电优化调度问题的并行协调算法研究；基于PC集群的并行程序实现及其性能验证。以上研究内容从建模、模型解耦、并行算法实现、程序开发与验证等方面，构成了一个完整的理论和技术体系。该项研究为电力系统的安全和经济运行提供了关键技术和算法，能产生巨大的节能效益和经济效益，具有重要的理论价值和广阔的实际应用前景。

本项目提出了电力系统多时间尺度发电优化调度问题，该问题能有效地协调机组组合、潮流优化和暂态稳定预防控制三者之间的关系，实现电力系统短期运行安全性和经济性的有机结合。本项目首先研究了将潮流优化和暂态稳定预防控制相结合的含有暂态稳定约束的最优潮流（Transient Stability Constrains Optimal Power Flow,TSCOPF）问题，提出了基于差分转化的TSCOPF降阶内点算法、基于简约空间内点法的TSCOPF算法和基于扩展控制参数化的TSCOPF内点算法，并将其并行实现，将算法应用到实际电力系统进行验证，证明了这几种算法的正确性；并且通过与传统TSCOPF算法的对比，说明了本文提出算法的高效性。接下来，本项目进一步将机组组合问题与TSCOPF相结合，提出了含有暂态稳定约束的机组组合（Transient Stability Constrains Unit Commitment,TSCUC）模型，从而达到有效地协调机组组合、潮流优化和暂态稳定预防控制三者之间的关系的目的。由于TSCUC模型本文的复杂性，本项目提出了综合变量复制技术和辅助问题原理的扩展拉格朗日松弛法，通过这些技术的应用将原本复杂的耦合问题进行解耦，并通过具体观察解耦结果，提出了相对应的并行算法，从而进一步提高了算法的效率，构成了一个完整的理论和技术体系。该项研究为电力系统的安全和经济运行提供了关键技术和算法，能产生巨大的节能效益和经济效益，具有重要的理论价值和广阔的实际应用前景。