考虑机组阀点效应、禁运区和多燃料的经济调度模型是对电力系统经济调度问题更精确的描述,但该模型非凸、不连续、不可微和具有大量局部最优解的特性使其求解更加困难,目前多采用进化算法进行求解,然而进化算法耗时较长,精度不能得到保证,尤其在大规模电力系统中实用性较差。为此本文通过对模型最优解进行分析,提出新的快速有效的求解方法。在提高发电调度的经济性的同时还须降低其污染物排放,故本文还提出了一种新的多目标优化算法用于求解电力系统多目标调度问题。本文主要内容及创新点如下：提出考虑机组阀点效应的电力系统经济调度问题的局部最优解的必要条件,得到问题的两类局部最优解。第一类局部最优解中至多只有一台机组不处于奇异点位置,其中奇异点位置包括机组阀点和出力上下限。分析表明可舍弃第二类局部最优解,这使问题更易求解,从而只需从第一类局部最优解中寻找问题的近似全局最优解。提出一种分维最速下降法(Dimensional steepest decline method, DSD)用于快速有效求解非平滑经济调度问题,其计算量随机组数量的增加呈2阶增长。算例结果表明,DSD可有效求解考虑机组阀点效应、禁运区和多燃料以及网损的经济调度问题。与选取的最好的几个进化算法相比,DSD在精度和计算量方面的优势突出,尤其是在大规模电力系统中其优势更加突出。算例结果还表明在经济调度中考虑机组阀点效应可带来约2%到9%的经济效益。提出考虑机组禁运区的电力系统经济调度问题的最优解的必要条件,提出一种快速λ迭代法求解此问题。3个算例系统的结果表明该方法精度高,计算量非常小,与现有最好的方法相比其优势突出,尤其是在含有大量机组的、更多机组含有禁运区的大规模电力系统中该方法在精度和计算量上的优势均更加突出。基于多目标KKT条件,提出了多目标混合λ迭代法和牛顿法(Multi-objective λ-iteration and Newton method, MOλIN)用于求解环境经济调度问题。该方法无需人为设置权系数或罚系数等参数。MOλIN中选定一台机组称为固定出力机组,固定出力机组的不同出力对应不同的帕累托最优解,所有帕累托最优解构成问题的解集,对于固定出力机组的选取进行优化以提高求解效率。提出一种预判断机制,可减小MOXIN的计算量。指出了问题的帕累托最优解中各机组出力具有等差比微增率的特性。在2个系统的分析结果表明MOXIN可有效求解环境经济调度问题,与多目标粒子群优化算法相比,可得到精度更高、分布更均匀的帕累托前沿,耗时更短。
