專利名稱：基于相關(guān)機(jī)會(huì)二層規(guī)劃模型的輸電網(wǎng)規(guī)劃方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種輸電網(wǎng)擴(kuò)展規(guī)劃方法，特別涉及一種基于相關(guān)機(jī)會(huì)二層規(guī)劃模型的輸電網(wǎng)規(guī)劃方法。
背景技術(shù)：
由于輸電網(wǎng)擴(kuò)展規(guī)劃中負(fù)荷、電源的變化很大，而在傳統(tǒng)輸電網(wǎng)規(guī)劃模型中難以描述。為了彌補(bǔ)傳統(tǒng)規(guī)劃方法的不足，考慮不確定性因素的影響，增強(qiáng)所得規(guī)劃方案的適應(yīng)性和靈活性，不確定電網(wǎng)規(guī)劃方法的研究日益受到國內(nèi)外的廣泛關(guān)注。目前常用的不確定性規(guī)劃方法多針對對規(guī)劃中的不確定因素的描述而形成的研究方法。相關(guān)機(jī)會(huì)規(guī)劃方法是一種新的隨機(jī)規(guī)劃方法，其主要思想是在不確定環(huán)境下最大化隨機(jī)事件成立的機(jī)會(huì)從而給出最優(yōu)決策，該法打破了可行集的概念，直接進(jìn)入不確定環(huán)境，是使事件的機(jī)會(huì)函數(shù)在不確定環(huán)境下達(dá)到最優(yōu)的一種優(yōu)化理論。這種規(guī)劃方法從本質(zhì)上與確定性規(guī)劃方法、期望值規(guī)劃方法、機(jī)會(huì)約束規(guī)劃方法截然不同。本發(fā)明分析了相關(guān)機(jī)會(huì)二層規(guī)劃模型的特點(diǎn)，結(jié)合輸電網(wǎng)規(guī)劃問題，將其應(yīng)用到了輸電網(wǎng)規(guī)劃建模中。

發(fā)明內(nèi)容
本發(fā)明是針對傳統(tǒng)規(guī)劃方法不足的問題，提出了一種基于相關(guān)機(jī)會(huì)二層規(guī)劃模型的輸電網(wǎng)規(guī)劃方法，將相關(guān)機(jī)會(huì)二層規(guī)劃模型應(yīng)用到輸電網(wǎng)規(guī)劃建模中，建立了新模型能實(shí)現(xiàn)在輸電網(wǎng)規(guī)劃網(wǎng)架建設(shè)，解決不確定環(huán)境下輸電網(wǎng)規(guī)劃的建模和求解問題。本發(fā)明的技術(shù)方案為:一種基于相關(guān)機(jī)會(huì)二層規(guī)劃模型的輸電網(wǎng)規(guī)劃方法，具體包括如下步驟:
1)建立輸電網(wǎng)規(guī)劃的相關(guān)機(jī)會(huì)二層規(guī)劃模型:分上下兩層規(guī)劃模型，上層規(guī)劃模型將輸電系統(tǒng)在基本運(yùn)行條件下和單故障運(yùn)行條件下的系統(tǒng)切負(fù)荷小于設(shè)定給定值的概率最大作為約束；下層規(guī)劃模型包含兩個(gè)獨(dú)立的子規(guī)劃，第一個(gè)子規(guī)劃為為正常運(yùn)行條件約束，包含:發(fā)電有功出力約束、負(fù)荷節(jié)點(diǎn)有功負(fù)荷約束、有功功率平衡約束、線路有功潮流約束及阻塞收益約束，第二個(gè)子規(guī)劃為在N-1運(yùn)行下的系統(tǒng)切負(fù)荷總量小于給定值的概率最大化，其約束包含系統(tǒng)在N-1運(yùn)行下的發(fā)電有功出力約束、負(fù)荷節(jié)點(diǎn)的切負(fù)荷量約束、潮流方程、線路潮流約束；
2)將上層決策向量設(shè)定為待架線路數(shù)目的整數(shù)向量，通過均勻隨機(jī)選取的方法確定上層的輸電規(guī)劃網(wǎng)絡(luò)試驗(yàn)解，在隨機(jī)選擇過程中隨機(jī)數(shù)的選擇必須滿足上層約束；
3)對試驗(yàn)解進(jìn)行連通性校驗(yàn)，對存在孤島和獨(dú)立小網(wǎng)的不連通網(wǎng)絡(luò)進(jìn)行隨機(jī)連通性修正，使隨機(jī)產(chǎn)生的規(guī)劃網(wǎng)絡(luò)滿足連通性條件；
4)設(shè)下層決策向量為發(fā)電節(jié)點(diǎn)出力、負(fù)荷節(jié)點(diǎn)切負(fù)荷量，設(shè)下層狀態(tài)向量為節(jié)點(diǎn)相角，利用原始-對偶內(nèi)點(diǎn)法求解計(jì)算下層規(guī)劃；
5)將下層規(guī)劃的結(jié)果返回給上層目標(biāo)，得到上層目標(biāo)值并將其作為個(gè)體目標(biāo)值；
6)利用改進(jìn)遺傳算法和原始-對偶內(nèi)點(diǎn)法組合算法，對規(guī)劃模型進(jìn)行迭代求解:首先，按照步驟2)和步驟3)隨機(jī)產(chǎn)生20N個(gè)試驗(yàn)解，組成遺傳算法的原始種群，其中N為種群個(gè)體數(shù)目；然后按照步驟4)、5)得到原始種群的個(gè)體目標(biāo)值，按照個(gè)體目標(biāo)值由小到大選擇前N個(gè)個(gè)體組成初始種群；對初始種群執(zhí)行選擇、交叉、逆轉(zhuǎn)、變異、補(bǔ)算操作，產(chǎn)生優(yōu)化種群；按照步驟4)、5)、計(jì)算優(yōu)化種群的個(gè)體目標(biāo)值；再次執(zhí)行選擇、交叉、逆轉(zhuǎn)、變異、補(bǔ)算操作，產(chǎn)生優(yōu)化種群；依次重復(fù)，直到滿足最大迭代次數(shù)為止；最后輸出輸電網(wǎng)規(guī)劃模型的最優(yōu)解。
所述步驟4)計(jì)算下層規(guī)劃包括設(shè)下層決策向量為發(fā)電節(jié)點(diǎn)出力、負(fù)荷節(jié)點(diǎn)切負(fù)荷量，設(shè)下層狀態(tài)向量為節(jié)點(diǎn)相角，利用原始-對偶內(nèi)點(diǎn)法求解計(jì)算下層第一子規(guī)劃目標(biāo)函數(shù)，得到系統(tǒng)運(yùn)行的社會(huì)收益，并計(jì)算得到上層目標(biāo)函數(shù)的輸電網(wǎng)運(yùn)行利益；還包括設(shè)下層決策向量為發(fā)電節(jié)點(diǎn)出力、負(fù)荷節(jié)點(diǎn)切負(fù)荷量，設(shè)下層狀態(tài)向量為節(jié)點(diǎn)相角，模擬網(wǎng)絡(luò)處于單故障運(yùn)行狀態(tài)，即依次斷開網(wǎng)絡(luò)中的每條線路，得到單故障運(yùn)行方式集，依次計(jì)算單故障運(yùn)行方式下，利用原始對偶內(nèi)點(diǎn)算法求解第二子規(guī)劃每種故障方式下的系統(tǒng)切負(fù)荷量，最后統(tǒng)計(jì)在單故障方式集下的系統(tǒng)切負(fù)荷總量，計(jì)算切負(fù)荷總量小于給定值的實(shí)現(xiàn)概率。
所述步驟I)中上層規(guī)劃模型為:
權(quán)利要求
1.一種基于相關(guān)機(jī)會(huì)二層規(guī)劃模型的輸電網(wǎng)規(guī)劃方法，其特征在于，具體包括如下步驟: 1)建立輸電網(wǎng)規(guī)劃的相關(guān)機(jī)會(huì)二層規(guī)劃模型:分上下兩層規(guī)劃模型，上層規(guī)劃模型將輸電系統(tǒng)在基本運(yùn)行條件下和單故障運(yùn)行條件下的系統(tǒng)切負(fù)荷小于設(shè)定給定值的概率最大作為約束；下層規(guī)劃模型包含兩個(gè)獨(dú)立的子規(guī)劃，第一個(gè)子規(guī)劃為為正常運(yùn)行條件約束，包含:發(fā)電有功出力約束、負(fù)荷節(jié)點(diǎn)有功負(fù)荷約束、有功功率平衡約束、線路有功潮流約束及阻塞收益約束，第二個(gè)子規(guī)劃為在N-1運(yùn)行下的系統(tǒng)切負(fù)荷總量小于給定值的概率最大化，其約束包含系統(tǒng)在N-1運(yùn)行下的發(fā)電有功出力約束、負(fù)荷節(jié)點(diǎn)的切負(fù)荷量約束、潮流方程、線路潮流約束； 2)將上層決策向量設(shè)定為待架線路數(shù)目的整數(shù)向量，通過均勻隨機(jī)選取的方法確定上層的輸電規(guī)劃網(wǎng)絡(luò)試驗(yàn)解，在隨機(jī)選擇過程中隨機(jī)數(shù)的選擇必須滿足上層約束； 3)對試驗(yàn)解進(jìn)行連通性校驗(yàn)，對存在孤島和獨(dú)立小網(wǎng)的不連通網(wǎng)絡(luò)進(jìn)行隨機(jī)連通性修正，使隨機(jī)產(chǎn)生的規(guī)劃網(wǎng)絡(luò)滿足連通性條件； 4)設(shè)下層決策向量為發(fā)電節(jié)點(diǎn)出力、負(fù)荷節(jié)點(diǎn)切負(fù)荷量，設(shè)下層狀態(tài)向量為節(jié)點(diǎn)相角，利用原始-對偶內(nèi)點(diǎn)法求解計(jì)算下層規(guī)劃； 5)將下層規(guī)劃的結(jié)果返回給上層目標(biāo)，得到上層目標(biāo)值并將其作為個(gè)體目標(biāo)值； 6)利用改進(jìn)遺傳算法和原始-對偶內(nèi)點(diǎn)法組合算法，對規(guī)劃模型進(jìn)行迭代求解:首先，按照步驟2)和步驟3)隨機(jī)產(chǎn)生20N個(gè)試驗(yàn)解，組成遺傳算法的原始種群，其中N為種群個(gè)體數(shù)目；然后按照步驟4)、5)得到原始種群的個(gè)體目標(biāo)值，按照個(gè)體目標(biāo)值由小到大選擇前N個(gè)個(gè)體組成初始種群；對初始種群執(zhí)行選擇、交叉、逆轉(zhuǎn)、變異、補(bǔ)算操作，產(chǎn)生優(yōu)化種群；按照步驟4)、5 )、計(jì)算優(yōu)化種群的個(gè)體目標(biāo)值；再次執(zhí)行選擇、交叉、逆轉(zhuǎn)、變異、補(bǔ)算操作，產(chǎn)生優(yōu)化種群；依次重復(fù)，直到滿足最大迭代次數(shù)為止；最后輸出輸電網(wǎng)規(guī)劃模型的最優(yōu)解。
2.根據(jù)權(quán)利要求1所述基于相關(guān)機(jī)會(huì)二層規(guī)劃模型的輸電網(wǎng)規(guī)劃方法，其特征在于，所述步驟4)計(jì)算下層規(guī)劃包括設(shè)下層決策向量為發(fā)電節(jié)點(diǎn)出力、負(fù)荷節(jié)點(diǎn)切負(fù)荷量，設(shè)下層狀態(tài)向量為節(jié)點(diǎn)相角，利用原始-對偶內(nèi)點(diǎn)法求解計(jì)算下層第一子規(guī)劃目標(biāo)函數(shù)，得到系統(tǒng)運(yùn)行的社會(huì)收益，并計(jì)算得到上層目標(biāo)函數(shù)的輸電網(wǎng)運(yùn)行利益；還包括設(shè)下層決策向量為發(fā)電節(jié)點(diǎn)出力、負(fù)荷節(jié)點(diǎn)切負(fù)荷量，設(shè)下層狀態(tài)向量為節(jié)點(diǎn)相角，模擬網(wǎng)絡(luò)處于單故障運(yùn)行狀態(tài)，即依次斷開網(wǎng)絡(luò)中的每條線路，得到單故障運(yùn)行方式集，依次計(jì)算單故障運(yùn)行方式下，利用原始對偶內(nèi)點(diǎn)算法求解第二子規(guī)劃每種故障方式下的系統(tǒng)切負(fù)荷量，最后統(tǒng)計(jì)在單故障方式集下的系統(tǒng)切負(fù)荷總量，計(jì)算切負(fù)荷總量小于給定值的實(shí)現(xiàn)概率。
3.根據(jù)權(quán)利要求1所述基于相關(guān)機(jī)會(huì)二層規(guī)劃模型的輸電網(wǎng)規(guī)劃方法，其特征在于，所述步驟I)中上層規(guī)劃模型為: Max fl(x) = Pr|F > i J-+v ， 其中P的函數(shù)表達(dá)式為: F 二 I] R %Icj Icj )， 年投資成本表達(dá)式為:
全文摘要
本發(fā)明涉及一種基于相關(guān)機(jī)會(huì)二層規(guī)劃模型的輸電網(wǎng)規(guī)劃方法建立輸電網(wǎng)規(guī)劃的相關(guān)機(jī)會(huì)二層非線性規(guī)劃模型，模型上層規(guī)劃目標(biāo)以輸電網(wǎng)投資收益大于某一理想值的概率最大目標(biāo)，約束為候選線路架設(shè)數(shù)目約束；下層規(guī)劃包含兩個(gè)子問題。一是系統(tǒng)在正常運(yùn)行條件的社會(huì)利益最大化問題；二是系統(tǒng)在故障運(yùn)行條件下的切負(fù)荷總量小于某一規(guī)定值的概率最大問題，約束為故障運(yùn)行約束。提出采用Monte-Carlo法、遺傳算法和內(nèi)點(diǎn)算法相結(jié)合的混合算法對所提出的二層非線性規(guī)劃模型進(jìn)行求解。合理解決了輸電網(wǎng)規(guī)劃的風(fēng)險(xiǎn)性問題；將基于相關(guān)機(jī)會(huì)二層規(guī)劃建模的思想應(yīng)用到了輸電網(wǎng)規(guī)劃問題中；得到在不確定環(huán)境下該投資回報(bào)率的實(shí)現(xiàn)概率較大的目標(biāo)。
文檔編號(hào)G06Q50/06GK103150629SQ20131007539
公開日2013年6月12日 申請日期2013年3月11日 優(yōu)先權(quán)日2013年3月11日
發(fā)明者范宏, 程浩忠, 許儀勛, 陽育德, 丁會(huì)凱 申請人:上海電力學(xué)院