电网求解器应用

求解器在电力如何部署？

目前做电力系统优化最主流的方法就是：Matlab + Yalmip + Cplex ；

第一步是，把yalmip安装至matlab，就可以用yalmip开始ide的研发了。

第二步是，把求解器模型写出来。设置目标函数max或者min、设定限制条件。调用cplex开始求解。

第三步是，从结果函数中get到结果。

电网求解器的场景场景？

目前求解器应用场景是：机组组合优化、调度优化、无功优化、现货市场出清4个场景。

（1）机组组合优化求解器的理解：目标函数是在各类限定条件下机组出力的成本最低。

目标函数：min成本最低

限制条件：

机组A，。。。

机组B，。。。

这是一个典型的线形规划求解。最后得出24小时3台调度机组的情况。

（2）现货出清求解器的理解

数学模型中的目标函数和多种约束条件构成的MIP模型首先决定日前机组组合，考虑的约束包括旋转备用、梯级水电、需求侧响应等。随后，求解内嵌的LP问题获得日内经济调度和出清电价。

其中在保障安全的前提下计算日前机组组合、实时经济调度和出清电价，是众多问题之一。最大的挑战来自优化SCUC的计算时间。此间的SCUC是一个具有多种复杂约束的大规模混合整数规划问题，尤其梯级水电不等式，严重地增加求解时间。

以最小发电成本为目标的日前和实时能量市场模型，可以归结为两个连续的优化问题，流程中需要做两次决策：1、机组组合，2、经济调度。

由于存在复杂的费用和多重加权惩罚因子，第一个优化问题是一个以预测负荷作为需求的复杂的时序混合整数规划问题。该优化问题拥有两种主流约束：物理约束和经济约束。物理约束包含能量平衡，发电界限，潮流界限，爬坡界限，最小连续启停时间界限，正负备用，旋转备用，梯级水电等约束。经济约束包含分段出力成本，启停成本，空载成本等约束。最终的目标函数是求日前能量市场的最小运行成本。

由于更少的变量和约束，第二个问题是一个相对简单的时序线性规划问题，其目标函数是求实时能量市场的最小化运行成本。对大多数商业求解器而言，第二个模型的求解时间都在十几秒以内，计算时间满足电网调度要求的刷新率(每15分钟)，因此清能互联主要关注日前机组组合模型。

日前机组组合模型以15分钟为1个时段，计算未来24小时的机组组合，且对松弛约束考虑分数量级的惩罚因子。对于典型规模电力系统，这会产生一个具有60万行，100万列，包含450万非零项，且拥有80万连续变量和16万0/1变量的混合整数规划问题。电网调度期望该模型于40分钟内算完，使得这项任务更具挑战性。

在物理约束和经济约束下。实现最优组合。