本发明属于电力系统技术领域，特别提出了一种基于松弛邻域搜索的电力系统机组组合优化方法及装置。
背景技术：
电力系统机组组合优化是电力系统调度运行中的关键技术之一，用于得到电力系统机组开停机方案和计划出力曲线，为电力系统安全稳定运行提供方案，并据此对电力系统生产计划进行提前的安排，为电力系统各项设备的启动、调整预留充分的时间，以保证电力系统的安全稳定运行。
日前计划是电力系统调度和安全稳定运行的重要组成部分，其核心是如何对电力系统机组组合进行优化，电力系统调度运行的工作流程要求日前计划必须在一定的时间内完成，否则无法完成机组开停机方案和计划出力曲线的制定工作，无法对第二日的电力系统生产计划进行提前的安排，对电力系统安全稳定造成重大的威胁。
随着电力市场建设的发展，传统的计划模式下的日前计划被日前市场所代替，而日前市场出清的核心仍然是对电力系统机组组合优化。日前市场流程中留给日前市场出清的时间非常有限，对出清时间的要求非常的苛刻。由于发电机组需要的开启时间较长，且机组组合优化中包含复杂的安全约束，如果无法在规定时间内获取电力系统机组组合优化结果，将难以平稳有序的完成对第二日电力系统生产计划的日前安排，将会对电力系统安全稳定运行造成重大威胁，甚至可能无法得到安全稳定的电力系统运行方式。
现有的电力系统机组组合优化模型如(1)-(12)所示，具体如下：
1)构建电力系统机组组合优化模型的目标函数，表达式如下：
其中，pkt是机组k在时段t的出力，f(·)是关于机组出力的变动成本函数，suk是机组k的开机成本，ykt是机组k在时段t的开机状态0-1变量，若机组k在时段t由关机状态转换为开机状态，则ykt等于1，否则为0，sdk为机组k的关机成本，zkt是机组k在时段t的关机状态0-1变量，若机组k在时段t由开机状态转换为关机状态，则zkt等于1，否则为0；
2)构建电力系统机组组合优化模型的约束条件，具体如下：
2-1)系统负荷平衡约束：
其中，dbt是节点b在时段t的负荷，机组组合必须满足每个时段的系统负荷平衡约束；
2-2)发电机组技术约束：
其中，ukt是机组k在时段t的开停机状态0-1变量，若机组k在时段t处于开机状态，则ukt为1，若机组k在时段t处于关机状态，则ukt为0；pk,min为机组k的最小出力，pk,max为机组k的最大出力，
发电机组的上下限约束如式(3)所示，发电机组的爬坡能力上下限约束如式(4)所示，0-1整数变量的逻辑耦合约束如式(5)和(6)所示，其中式(5)表明机组开机状态变量与停机状态变量之差为机组当前时段开停机状态变量与上一时段开停机状态变量的差，式(6)表明对于某一机组的某一特定时段，该机组要么开启，要么关闭，要么维持之前的状态，既不开启也不关闭，机组的最小连续开机时间约束如式(7)所示，表明机组一旦开启，必须要维持一定时间的开机状态才能重新关闭，机组的最小连续关机时间约束如式(8)所示，表明机组一旦关闭，必须要维持一定时间的关机状态才能重新开启，机组的最大开机次数约束如式(9)所示，表明机组在全天内最大可以开启的次数，机组的最大关机次数约束如式(10)所示，表明机组在全天内最大可以关闭的次数，机组的电量约束如式(11)所示；
2-3)线路有功传输容量约束条件：
其中，tpl,max为线路l的最大有功传输容量，tpl,min为线路l的最大有功传输容量，矩阵g为节点对线路的转移分布因子矩阵，nk为机组k的所在节点编号。
然而，电力系统机组组合优化模型是一个大规模的混合整数规划，尤其在现代电力系统中，电力系统机组组合优化模型的规模非常庞大，求解效率严重下降。在省级或区域级电网中，拥有数量众多的机组和大量的线路断面，使得机组组合的组合状态出现“组合爆炸”，约束条件纷繁复杂，严重制约机组组合的优化效率。以中国某省级电网为例，该省级电网含200余台直调火电机组、1400余条线路，其96时段日前机组组合模型中拥有57000余个0-1变量、20000余个连续变量和38万余条约束条件，优化模型的规模非常庞大，组合优化效率低下。当前的电力系统机组组合优化模型求解大多直接调用混合整数规划求解器进行，往往需要计算数小时。
因此，迫切需要提出一种新的电力系统机组组合优化方法，以提高电力系统机组组合优化效率，使得在规定的时间内可以得到满足电力系统安全稳定约束的高质量的可行解，提高电力系统调度运行的安全稳定性。
技术实现要素：
本发明的目的是为克服已有技术的不足之处，提出了一种基于松弛邻域搜索的电力系统机组组合优化方法及装置。本发明大幅提高了电力系统机组组合的优化效率，可以为电力系统机组组合提供关键技术支撑，解决了电力系统机组组合优化模型规模复杂、求解时间过长、无法在规定时间内得到高质量可行解甚至无法得到可行解的难题，提高了电力系统运行的安全稳定性。
本发明提出一种基于松弛邻域搜索的电力系统机组组合优化方法，其特征在于，该方法包括以下步骤：
1)从电力系统调度部门获取基础数据：
所述基础数据包括机组成本数据、机组的运行特性数据、机组电量约束数据、日前负荷预测数据、电网拓扑数据；
所述机组成本数据，包括机组变动成本函数、机组开机成本和机组关机成本；
所述机组的运行特性数据为发电机组的出力上下限数据和机组爬坡能力；
所述日前负荷预测数据，为第二日各时段各节点电力负荷需求情况；
所述电网拓扑数据包括电力网络的节点与输电线路的连接关系、各线路断面的最大有功传输容量及其所包含的线路编号、各机组及节点负荷对每条输电线路的发电机输出功率转移分布因子矩阵数据；
2)构建电力系统机组组合优化模型：
2-1)构建电力系统机组组合优化模型的目标函数，表达式如下：
其中，pkt是机组k在时段t的出力，f(·)是关于机组出力的变动成本函数，suk是机组k的开机成本；ykt是机组k在时段t的开机状态0-1变量，若机组k在时段t由关机状态转换为开机状态，则ykt等于1，否则为0；sdk为机组k的关机成本；zkt是机组k在时段t的关机状态0-1变量，若机组k在时段t由开机状态转换为关机状态，则zkt等于1，否则为0；
2-2)构建电力系统机组组合优化模型的约束条件，具体如下：
2-2-1)系统负荷平衡约束：
其中，dbt是节点b在时段t的负荷；
2-2-2)发电机组技术约束：
其中，ukt是机组k在时段t的开停机状态0-1变量，若机组k在时段t处于开机状态，则ukt为1，若机组k在时段t处于关机状态，则ukt为0；pk,min为机组k的最小出力，pk,max为机组k的最大出力，
2-2-3)线路有功传输容量约束条件：
其中，tpl,max为线路l的最大有功传输容量，tpl,min为线路l的最大有功传输容量，矩阵g为节点对线路的发电机输出功率转移分布因子矩阵，nk为机组k的所在节点编号；
3)求解步骤2)建立的电力系统机组组合优化模型的松弛最优解：
3-1)将式(1)-(12)构成的电力系统机组组合优化模型中的0-1变量松弛为取值范围为0到1的连续变量，形成电力系统机组组合优化的松弛模型；
3-2)求解电力系统机组组合优化的松弛模型，得到电力系统机组组合优化的松弛最优解x*，包括：机组开停机状态0-1变量松弛最优解的向量u*，机组开机状态0-1变量松弛最优解的向量y*，机组停机状态0-1变量松弛最优解的向量z*，机组出力变量松弛最优解的向量p*；
4)构造松弛邻域搜索约束；具体步骤如下：
4-1)根据步骤3)得到的电力系统机组组合优化的松弛最优解，构建松弛距离表达式：
其中，rd(u,y,z,u*,y*,z*)代表电力系统机组组合优化模型任一解与松弛最优解的松弛距离，u为机组开停机状态0-1变量的向量，y为机组开机状态0-1变量的向量，z为机组停机状态0-1变量的向量，
4-2)构造搜索邻域搜索约束，如式(15)所示：
rd(u,y,z,u*,y*,z*)≤r(15)
其中，r为邻域半径系数；
5)将式(15)作为约束条件加入到步骤1)建立的电力系统机组组合优化模型，得到电力系统机组组合优化替代模型，该模型的目标函数为式(1)，约束条件为式(2)-(12)、(15)；
6)求解电力系统机组组合优化替代模型，得到电力系统机组组合优化结果x′，包括：机组开停机状态0-1变量优化结果向量u′，机组开机状态0-1变量优化结果向量y′，机组停机状态0-1变量优化结果向量z′，机组出力变量优化结果的向量p′。
本发明的技术特点及有益效果：
本发明提出了一种基于松弛邻域搜索的电力系统机组组合优化方法及装置，提出了能够提高电力系统机组组合优化效率的松弛邻域搜索约束，通过构造替代模型的方式实现电力系统机组组合加速优化求解。本发明大幅提高了电力系统机组组合的优化效率，可以为电力系统机组组合提供关键技术支撑，解决了电力系统机组组合优化模型规模复杂、求解时间过长、无法在规定时间内得到高质量可行解甚至无法得到可行解的难题，提高了电力系统运行的安全稳定性，可应用于电力系统的调度运行、风险评估等。
附图说明
图1是本发明方法的整体流程图。
具体实施方式
本发明提出一种基于松弛邻域搜索的电力系统机组组合优化方法及装置，下面结合附图及具体实施方式进一步详细的说明；应当理解，此处所描述的具体实施方式可用以解释本发明，但并不限定本发明；
本发明提出一种基于松弛邻域搜索的电力系统机组组合优化方法，整体流程如图1所示，具体步骤如下：
1)从电力系统调度部门获取基础数据：
所述基础数据包括机组成本数据、机组的运行特性数据、机组电量约束数据、日前负荷预测数据、电网拓扑数据；
所述机组成本数据，包括机组变动成本函数、机组开机成本和机组关机成本；
所述机组的运行特性数据为发电机组的出力上限/下限数据和机组爬坡能力；
所述日前负荷预测数据，为电力调度机构依据一定的技术手段得到的第二日各时段各节点电力负荷需求情况；
所述电网拓扑数据包括电力网络的节点与输电线路的连接关系、各线路断面的最大有功传输容量及其所包含的线路编号、各机组及节点负荷对每条输电线路的发电机输出功率转移分布因子矩阵数据；
2)构建电力系统机组组合优化模型：
2-1)构建电力系统机组组合优化模型的目标函数，表达式如下：
其中，pkt是机组k在时段t的出力，f(·)是关于机组出力的变动成本函数，suk是机组k的开机成本；ykt是机组k在时段t的开机状态0-1变量，若机组k在时段t由关机状态转换为开机状态，则ykt等于1，否则为0；sdk为机组k的关机成本；zkt是机组k在时段t的关机状态0-1变量，若机组k在时段t由开机状态转换为关机状态，则zkt等于1，否则为0；
2-2)构建电力系统机组组合优化模型的约束条件，具体如下：
2-2-1)系统负荷平衡约束：
其中，dbt是节点b在时段t的负荷，机组组合必须满足每个时段的系统负荷平衡约束；
2-2-2)发电机组技术约束：
其中，ukt是机组k在时段t的开停机状态0-1变量，若机组k在时段t处于开机状态，则ukt为1，若机组k在时段t处于关机状态，则ukt为0；pk,min为机组k的最小出力，pk,max为机组k的最大出力，
发电机组的上下限约束如式(3)所示，发电机组的爬坡能力上下限约束如式(4)所示，0-1整数变量的逻辑耦合约束如式(5)和(6)所示，其中式(5)表明机组开机状态变量与停机状态变量之差为机组当前时段开停机状态变量与上一时段开停机状态变量的差，式(6)表明对于某一机组的某一特定时段，该机组要么开启，要么关闭，要么维持之前的状态，既不开启也不关闭，机组的最小连续开机时间约束如式(7)所示，表明机组一旦开启，必须要维持一定时间的开机状态才能重新关闭，机组的最小连续关机时间约束如式(8)所示，表明机组一旦关闭，必须要维持一定时间的关机状态才能重新开启，机组的最大开机次数约束如式(9)所示，表明机组在全天内最大可以开启的次数，机组的最大关机次数约束如式(10)所示，表明机组在全天内最大可以关闭的次数，机组的电量约束如式(11)所示；
2-2-3)线路有功传输容量约束条件：
其中，tpl,max为线路l的最大有功传输容量，tpl,min为线路l的最大有功传输容量，矩阵g为节点对线路的发电机输出功率转移分布因子矩阵，nk为机组k的所在节点编号；
3)求解步骤2)建立的电力系统机组组合优化模型的松弛最优解：
3-1)将式(1)-(12)构成的电力系统机组组合优化模型中的0-1变量松弛为取值范围为0到1的连续变量，形成电力系统机组组合优化的松弛模型；
3-2)采用线性规划求解器，求解电力系统机组组合优化的松弛模型，得到电力系统机组组合优化的松弛最优解x*，包括：机组开停机状态0-1变量松弛最优解的向量u*，机组开机状态0-1变量松弛最优解的向量y*，机组停机状态0-1变量松弛最优解的向量z*，机组出力变量松弛最优解的向量p*；
4)构造松弛邻域搜索约束；具体步骤如下：
4-1)根据步骤3)得到的电力系统机组组合优化的松弛最优解，构建松弛距离表达式：
其中，rd(u,y,z,u*,y*,z*)代表步骤2)的电力系统机组组合优化模型任一解与松弛最优解的松弛距离，u为机组开停机状态0-1变量的向量，y为机组开机状态0-1变量的向量，z为机组停机状态0-1变量的向量，u*为机组开停机状态0-1变量松弛最优解的向量，y*为机组开机状态0-1变量松弛最优解的向量，z*为机组停机状态0-1变量松弛最优解的向量，
4-2)构造搜索邻域搜索约束，如式(15)所示：
rd(u,y,z,u*,y*,z*)≤r(15)
其中，r为邻域半径系数，其取值范围原则上为模型0-1变量个数的一定比例，可选取模型0-1变量个数的5％-15％；
5)将式(15)作为约束条件加入到步骤1)建立的电力系统机组组合优化模型，得到电力系统机组组合优化替代模型，该模型的目标函数为式(1)，约束条件为式(2)-(12)、(15)。
6)利用混合整数线性规划求解器求解电力系统机组组合优化替代模型，得到电力系统机组组合优化结果x′，包括：机组开停机状态0-1变量优化结果向量u′，机组开机状态0-1变量优化结果向量y′，机组停机状态0-1变量优化结果向量z′，机组出力变量优化结果的向量p′。
本发明还提出一种基于上述方法的电力系统机组组合优化装置，该装置包括依次相连的数据获取模块，模型构建模块，松弛求解模块，松弛邻域搜索约束模块，替代模型构建模块和计算求解模块；
所述数据获取模块用于从电力系统调度部门获取基础数据，并将获取的基础数据发送给模型构建模块；所述基础数据包括：机组成本数据、机组的运行特性数据、机组电量约束数据、日前负荷预测数据、电网拓扑数据。
所述模型构建模块用于根据从数据获取模块得到的基础数据构建电力系统机组组合优化模型，并发送给松弛求解模块；
所述松弛求解模块用于将电力系统机组组合优化模型中的0-1变量松弛为取值范围为0到1的连续变量，形成电力系统机组组合优化的松弛模型，并求解电力系统机组组合优化的松弛模型的松弛最优解，并将该松弛最优解发送给松弛邻域搜索约束模块；
所述松弛邻域搜索约束模块利用松弛最优解构建松弛距离表达式并构造松弛邻域搜索约束，然后将松弛邻域搜索约束发送给替代模型构建模块；
所述替代模型构建模块用于将松弛邻域搜索约束加入到电力系统机组组合优化模型中，构建电力系统机组组合优化替代模型；
所述计算求解模块用于求解电力系统机组组合优化替代模型，得到电力系统机组组合优化结果。
下面结合一个具体实施例对本发明方法进一步说明如下：
本实施例以ieee-300节点电力系统为例阐述本发明所提出的基于松弛邻域搜索的电力系统机组组合优化方法，并验证本发明所实现的效果：
本实施例提出一种基于松弛邻域搜索的电力系统机组组合优化方法，包括以下步骤：
1)从电力系统调度部门获取基础数据：
所述基础数据包括：机组成本数据、机组的运行特性数据、机组电量约束数据、日前负荷预测数据、电网拓扑数据；
所述机组成本数据，包括机组变动成本函数、机组开机成本和机组关机成本；
所述机组的运行特性数据为发电机组的出力上限/下限数据和机组爬坡能力；
所述日前负荷预测数据，为电力调度机构依据一定的技术手段得到的第二日各时段各节点电力负荷需求情况；
所述电网拓扑数据包括电力网络的节点与输电线路的连接关系、各线路断面的最大有功传输容量及其所包含的线路编号、各机组及节点负荷对每条输电线路的发电机输出功率转移分布因子矩阵数据；
本实施例所使用的ieee300节点标准测试系统共有300个节点，69台机组和411条输电线路，该实施例的电力系统机组组合共有96个时段，所述基础数据包括每个时段的机组成本数据、机组的运行特性数据、机组电量约束数据、日前负荷预测数据、电网拓扑数据；
2)构建电力系统机组组合优化模型：
2-1)构建电力系统机组组合优化模型的目标函数，表达式如下：
其中，pkt是机组k在时段t的出力，f(·)是关于机组出力的变动成本函数，suk是机组k的开机成本，ykt是机组k在时段t的开机状态0-1变量，若机组k在时段t由关机状态转换为开机状态，则ykt等于1，否则为0，sdk为机组k的关机成本，zkt是机组k在时段t的关机状态0-1变量，若机组k在时段t由开机状态转换为关机状态，则zkt等于1，否则为0；
2-2)构建电力系统机组组合优化模型的约束条件，具体如下：
2-2-1)系统负荷平衡约束：
其中，dbt是节点b在时段t的负荷，机组组合必须满足每个时段的系统负荷平衡约束；
2-2-2)发电机组技术约束条件：
其中，ukt是机组k在时段t的开停机状态0-1变量，若机组k在时段t处于开机状态，则ukt为1，若机组k在时段t处于关机状态，则ukt为0，pk,min为机组k的最小出力，pk,max为机组k的最大出力，
发电机组的上下限约束如式(3)所示，发电机组的爬坡能力上下限约束如式(4)所示，0-1整数变量的逻辑耦合约束如式(5)和(6)所示，其中式(5)表明机组开机状态变量与停机状态变量之差为机组当前时段开停机状态变量与上一时段开停机状态变量的差，式(6)表明对于某一机组的某一特定时段，该机组要么开启，要么关闭，要么维持之前的状态，既不开启也不关闭，机组的最小连续开机时间约束如式(7)所示，表明机组一旦开启，必须要维持一定时间的开机状态才能重新关闭，机组的最小连续关机时间约束如式(8)所示，表明机组一旦关闭，必须要维持一定时间的关机状态才能重新开启，机组的最大开机次数约束如式(9)所示，表明机组在全天内最大可以开启的次数，机组的最大关机次数约束如式(10)所示，表明机组在全天内最大可以关闭的次数，机组的电量约束如式(11)所示；
2-2-3)线路有功传输容量约束条件：
其中，tpl,max为线路l的最大有功传输容量，tpl,min为线路l的最大有功传输容量，矩阵g为节点对线路的发电机输出功率转移分布因子矩阵，nk为机组k的所在节点编号；
3)求解步骤2)建立的电力系统机组组合优化模型的松弛最优解：
3-1)将式(1)-(12)构成的电力系统机组组合优化模型中的0-1变量松弛为取值范围为0到1的连续变量，形成电力系统机组组合优化的松弛模型；
3-2)采用线性规划求解器，求解电力系统机组组合优化的松弛模型，得到电力系统机组组合优化的松弛最优解x*，包括：机组开停机状态0-1变量松弛最优解的向量u*，机组开机状态0-1变量松弛最优解的向量y*，机组停机状态0-1变量松弛最优解的向量z*，机组出力变量松弛最优解的向量p*；
4)构造松弛邻域搜索约束；具体步骤如下：
4-1)根据步骤3)得到的电力系统机组组合优化的松弛最优解，构建松弛距离表达式：
其中，rd(u,y,z,u*,y*,z*)代表电力系统机组组合优化模型任一解与松弛最优解的松弛距离，u为机组开停机状态0-1变量的向量，y为机组开机状态0-1变量的向量，z为机组停机状态0-1变量的向量，u*为机组开停机状态0-1变量松弛最优解的向量，y*为机组开机状态0-1变量松弛最优解的向量，z*为机组停机状态0-1变量松弛最优解的向量，
4-2)构造搜索邻域搜索约束，如式(15)所示：
rd(u,y,z,u*,y*,z*)≤r(15)
其中，r为邻域半径系数，在本实施例中，r取值为模型0-1变量个数的10％，即r＝1987.2；
5)将式(15)作为约束条件加入到步骤1)建立的电力系统机组组合优化模型，得到电力系统机组组合优化替代模型，该模型的目标函数为式(1)，约束条件为式(2)-(12)、(15)。
6)利用混合整数线性规划求解器求解电力系统机组组合优化替代模型，得到电力系统机组组合优化结果x′，x′包括：机组开停机状态0-1变量优化结果向量u′，机组开机状态0-1变量优化结果向量y′，机组停机状态0-1变量优化结果向量z′，机组出力变量优化结果的向量p′；
本实施例中求解平台为cplex12.4，服务器为thinkpadt470(ram:16gb,cpu:intel(r)core(tm)i7-7500ucpu@2.70ghz2.90ghz)，直接采用混合整数规划求解器cplex12.4，混合整数线性规划求解器求解的间隔容差(即计算精度)设置为1％，需要13322秒(约3.7小时)，而采用本发明提出的一种基于松弛邻域搜索的电力系统机组组合优化方法，只需要求解2322秒(约39分钟)，计算时间减少了82.6％，实现了小时级到分钟级的跃升，大幅提高了电力系统机组组合的求解效率；
值得一提的是，本发明所提出的实施步骤中，电力系统机组组合优化模型的目标函数可根据需要灵活选择和定制，电力系统机组组合优化模型的约束条件可以根据实际需求进行添加和删减，可扩展性强；因此，以上实施步骤仅用以说明而非限制本发明的技术方案；不脱离本发明精神和范围的任何修改或局部替换，均应涵盖在本发明的权利要求范围当中。
1.一种基于松弛邻域搜索的电力系统机组组合优化方法，其特征在于，该方法包括以下步骤：
1)从电力系统调度部门获取基础数据：
所述基础数据包括机组成本数据、机组的运行特性数据、机组电量约束数据、日前负荷预测数据、电网拓扑数据；
所述机组成本数据，包括机组变动成本函数、机组开机成本和机组关机成本；
所述机组的运行特性数据为发电机组的出力上下限数据和机组爬坡能力；
所述日前负荷预测数据，为第二日各时段各节点电力负荷需求情况；
所述电网拓扑数据包括电力网络的节点与输电线路的连接关系、各线路断面的最大有功传输容量及其所包含的线路编号、各机组及节点负荷对每条输电线路的发电机输出功率转移分布因子矩阵数据；
2)构建电力系统机组组合优化模型：
2-1)构建电力系统机组组合优化模型的目标函数，表达式如下：
其中，pkt是机组k在时段t的出力，f(·)是关于机组出力的变动成本函数，suk是机组k的开机成本；ykt是机组k在时段t的开机状态0-1变量，若机组k在时段t由关机状态转换为开机状态，则ykt等于1，否则为0；sdk为机组k的关机成本；zkt是机组k在时段t的关机状态0-1变量，若机组k在时段t由开机状态转换为关机状态，则zkt等于1，否则为0；
2-2)构建电力系统机组组合优化模型的约束条件，具体如下：
2-2-1)系统负荷平衡约束：
其中，dbt是节点b在时段t的负荷；
2-2-2)发电机组技术约束：
其中，ukt是机组k在时段t的开停机状态0-1变量，若机组k在时段t处于开机状态，则ukt为1，若机组k在时段t处于关机状态，则ukt为0；pk,min为机组k的最小出力，pk,max为机组k的最大出力，
2-2-3)线路有功传输容量约束条件：
其中，tpl,max为线路l的最大有功传输容量，tpl,min为线路l的最大有功传输容量，矩阵g为节点对线路的发电机输出功率转移分布因子矩阵，nk为机组k的所在节点编号；
3)求解步骤2)建立的电力系统机组组合优化模型的松弛最优解：
3-1)将式(1)-(12)构成的电力系统机组组合优化模型中的0-1变量松弛为取值范围为0到1的连续变量，形成电力系统机组组合优化的松弛模型；
3-2)求解电力系统机组组合优化的松弛模型，得到电力系统机组组合优化的松弛最优解x*，包括：机组开停机状态0-1变量松弛最优解的向量u*，机组开机状态0-1变量松弛最优解的向量y*，机组停机状态0-1变量松弛最优解的向量z*，机组出力变量松弛最优解的向量p*；
4)构造松弛邻域搜索约束；具体步骤如下：
4-1)根据步骤3)得到的电力系统机组组合优化的松弛最优解，构建松弛距离表达式：
其中，rd(u,y,z,u*,y*,z*)代表电力系统机组组合优化模型任一解与松弛最优解的松弛距离，u为机组开停机状态0-1变量的向量，y为机组开机状态0-1变量的向量，z为机组停机状态0-1变量的向量，
4-2)构造搜索邻域搜索约束，如式(15)所示：
rd(u,y,z,u*,y*,z*)≤r(15)
其中，r为邻域半径系数；
5)将式(15)作为约束条件加入到步骤1)建立的电力系统机组组合优化模型，得到电力系统机组组合优化替代模型，该模型的目标函数为式(1)，约束条件为式(2)-(12)、(15)；
6)求解电力系统机组组合优化替代模型，得到电力系统机组组合优化结果x′，包括：机组开停机状态0-1变量优化结果向量u′，机组开机状态0-1变量优化结果向量y′，机组停机状态0-1变量优化结果向量z′，机组出力变量优化结果的向量p′。
2.一种基于如权利要求1所述方法的电力系统机组组合优化装置，其特征在于，该装置包括依次相连的数据获取模块，模型构建模块，松弛求解模块，松弛邻域搜索约束模块，替代模型构建模块和计算求解模块；
所述数据获取模块用于从电力系统调度部门获取基础数据，并将获取的基础数据发送给模型构建模块；所述基础数据包括：机组成本数据、机组的运行特性数据、机组电量约束数据、日前负荷预测数据、电网拓扑数据；
所述模型构建模块用于根据从数据获取模块得到的基础数据构建电力系统机组组合优化模型，并发送给松弛求解模块；
所述松弛求解模块用于将电力系统机组组合优化模型中的0-1变量松弛为取值范围为0到1的连续变量，形成电力系统机组组合优化的松弛模型，并求解电力系统机组组合优化的松弛模型的松弛最优解，并将该松弛最优解发送给松弛邻域搜索约束模块；
所述松弛邻域搜索约束模块利用松弛最优解构建松弛距离表达式并构造松弛邻域搜索约束，然后将松弛邻域搜索约束发送给替代模型构建模块；
所述替代模型构建模块用于将松弛邻域搜索约束加入到电力系统机组组合优化模型中，构建电力系统机组组合优化替代模型；
所述计算求解模块用于求解电力系统机组组合优化替代模型，得到电力系统机组组合优化结果。
技术总结