一種環(huán)境經(jīng)濟(jì)發(fā)電調(diào)度方法
【專利摘要】本發(fā)明提供一種環(huán)境經(jīng)濟(jì)發(fā)電調(diào)度方法，包括建立考慮火電機(jī)組和水電機(jī)組出力平穩(wěn)性的多目標(biāo)調(diào)度模型，所述多目標(biāo)調(diào)度模型包括目標(biāo)函數(shù)和約束條件；輸入預(yù)設(shè)的系統(tǒng)實(shí)時(shí)電力不足期望值；用多目標(biāo)粒子群算法求解環(huán)境經(jīng)濟(jì)調(diào)度的帕累托最優(yōu)前沿，獲取歷史帕累托最優(yōu)解集；計(jì)算各帕累托最優(yōu)解的滿意度，取滿意度最高的最優(yōu)解作為本發(fā)明所需的環(huán)境經(jīng)濟(jì)發(fā)電調(diào)度結(jié)果。本發(fā)明可提供含運(yùn)行風(fēng)險(xiǎn)水平約束的風(fēng)-火-水協(xié)調(diào)優(yōu)化調(diào)度方案，合理可行。
【專利說明】一種環(huán)境經(jīng)濟(jì)發(fā)電調(diào)度方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于電力系統(tǒng)多目標(biāo)優(yōu)化調(diào)度【技術(shù)領(lǐng)域】，特別涉及基于多目標(biāo)粒子群算法的環(huán)境經(jīng)濟(jì)發(fā)電調(diào)度方法。
【背景技術(shù)】
[0002]風(fēng)電并網(wǎng)對(duì)于電網(wǎng)節(jié)能減排具有重要意義，但風(fēng)電出力具有隨機(jī)波動(dòng)性，且現(xiàn)有出力預(yù)測(cè)方法存在較大的預(yù)測(cè)誤差，這給電力系統(tǒng)調(diào)度帶來嚴(yán)峻考驗(yàn)。為適應(yīng)風(fēng)電出力的波動(dòng)性，常規(guī)火電機(jī)組或水電機(jī)組需要頻繁調(diào)整機(jī)組出力，這會(huì)縮短機(jī)組使用壽命、增加調(diào)度員的工 作量，影響系統(tǒng)安全。因此，制定合理的考慮風(fēng)-火-水各自特性的調(diào)度方案顯得尤為重要。
[0003]目前，國(guó)內(nèi)外針對(duì)電力系統(tǒng)調(diào)度問題主要集中于傳統(tǒng)經(jīng)濟(jì)調(diào)度和含風(fēng)電場(chǎng)調(diào)度的風(fēng)火聯(lián)合調(diào)度，針對(duì)風(fēng)-火-水協(xié)調(diào)調(diào)度的文獻(xiàn)還較少。對(duì)于風(fēng)電并網(wǎng)的處理也主要集中于風(fēng)電出力不定性處理，但其預(yù)測(cè)誤差固有不可消除，研究通過增減火電機(jī)組出力以適應(yīng)風(fēng)電出力的波動(dòng)性和預(yù)測(cè)誤差會(huì)不可避免的縮減常規(guī)機(jī)組使用壽命，增大系統(tǒng)運(yùn)行風(fēng)險(xiǎn)。有文獻(xiàn)指出，由于水電機(jī)組出力可以快速調(diào)整出力，提供系統(tǒng)備用，納入水電可以提高系統(tǒng)納入風(fēng)電并網(wǎng)的能力。因此，有必要在制定調(diào)度方案時(shí)將水電與風(fēng)電、火電一起考慮。電網(wǎng)現(xiàn)行水電調(diào)度方案是根據(jù)以往水庫運(yùn)行情況計(jì)劃未來一日水電站出力，在制定調(diào)度方案時(shí)令未來一日的調(diào)度時(shí)段內(nèi)水電一日總出力等于水電站計(jì)劃出力。這種方法操作簡(jiǎn)單，且不會(huì)浪費(fèi)水電資源。但是，隨著風(fēng)電并入電網(wǎng)，導(dǎo)致所需系統(tǒng)備用容量提高，而上述調(diào)度水電的方法會(huì)制約水電提供系統(tǒng)備用的能力，從而會(huì)降低系統(tǒng)可納入風(fēng)電的容量。因此，有必要制定更加節(jié)能的風(fēng)-火-水協(xié)調(diào)調(diào)度方案。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于建立考慮火電、水電機(jī)組出力平穩(wěn)性的風(fēng)、火、水協(xié)調(diào)多目標(biāo)動(dòng)態(tài)調(diào)度模型，該模型在風(fēng)電并網(wǎng)后的響應(yīng)風(fēng)險(xiǎn)水平約束的前提下，不僅考慮火電、水電機(jī)組出力的平穩(wěn)性，同時(shí)還考慮使得系統(tǒng)火電機(jī)組發(fā)電成本和排放，同時(shí)使水電機(jī)組出力盡量靠近計(jì)劃出力，減少浪費(fèi)。為求解該模型，通過引入教與學(xué)優(yōu)化算法中的學(xué)習(xí)環(huán)節(jié)對(duì)傳統(tǒng)多目標(biāo)粒子群優(yōu)化算法進(jìn)行改進(jìn)，提高算法的全局搜索能力。
[0005]本發(fā)明的技術(shù)方案提供一種環(huán)境經(jīng)濟(jì)發(fā)電調(diào)度方法，包括以下步驟:
[0006]步驟1、建立考慮火電機(jī)組和水電機(jī)組出力平穩(wěn)性的多目標(biāo)調(diào)度模型，所述多目標(biāo)調(diào)度模型包括目標(biāo)函數(shù)和約束條件；
[0007]目標(biāo)函數(shù)如下，
【權(quán)利要求】
1.一種環(huán)境經(jīng)濟(jì)發(fā)電調(diào)度方法，其特征在于，包括以下步驟: 步驟1、建立考慮火電機(jī)組和水電機(jī)組出力平穩(wěn)性的多目標(biāo)調(diào)度模型，所述多目標(biāo)調(diào)度模型包括目標(biāo)函數(shù)和約束條件； 目標(biāo)函數(shù)如下
2.根據(jù)權(quán)利要求1所述環(huán)境經(jīng)濟(jì)發(fā)電調(diào)度方法，其特征在于:步驟3包含以下子步驟， 步驟3.1、初始化及約束出力，包括初始相關(guān)參數(shù)和種群，令當(dāng)前迭代次數(shù)為O，然后初始化全局帕累托最優(yōu)解集及歷史帕累托最優(yōu)解集、獨(dú)立備用選擇集， 所述初始相關(guān)參數(shù)和種群，包括設(shè)置最大迭代次數(shù)Kmax,初始化種群的速度和位置，初始化的種群中包括多個(gè)粒子，每個(gè)粒子代表一種出力方案，所述出力方案包括一個(gè)系統(tǒng)中所有機(jī)組分別在某一調(diào)度日內(nèi)各調(diào)度時(shí)段的出力；對(duì)初始化種群結(jié)果進(jìn)行約束處理，直至所產(chǎn)生的粒子滿足約束；初始化粒子的個(gè)體最優(yōu)解為該粒子初始化所得位置對(duì)應(yīng)的目標(biāo)函數(shù)值，初始化種群的全局最優(yōu)解通過隨機(jī)選取一組初始化粒子得到；所述全局帕累托最優(yōu)解集是用于存儲(chǔ)本次迭代產(chǎn)生的非支配解的解集，歷史帕累托最優(yōu)解集是用于存儲(chǔ)在整個(gè)迭代過程中所產(chǎn)生的非支配解的解集，獨(dú)立備用選擇集用于存儲(chǔ)當(dāng)前種群中的可行解； 步驟3.2、迭代次數(shù)q加I ; 步驟3.3、調(diào)整慣性權(quán)重和粒子速度及位置； 步驟3.4、對(duì)本次迭代執(zhí)行步驟3.3更新后的粒子進(jìn)行約束處理； 步驟3.5、通過計(jì)算目標(biāo)函數(shù)值獲取各個(gè)粒子的適應(yīng)度值； 步驟3.6、尋找非支配解，然后更新全局帕累托最優(yōu)解集，根據(jù)全局帕累托最優(yōu)解集畫出帕累托最優(yōu)前沿，并將非支配解存入歷史帕累托最優(yōu)解集中； 步驟3.7、使非支配解進(jìn)行學(xué)習(xí)，包括對(duì)本次迭代執(zhí)行步驟3.6所得帕累托最優(yōu)前沿中的帕累托前沿解進(jìn)行變異，對(duì)全局帕累托最優(yōu)解集進(jìn)行修整； 步驟3.8、對(duì)當(dāng)前的全局帕累托最優(yōu)解集進(jìn)行約束處理，然后使?jié)M足約束的粒子與其他帕累托最優(yōu)解中的粒子進(jìn)行支配關(guān)系判斷，得到新的全局帕累托最優(yōu)解集，構(gòu)建新的帕累托前沿； 再一次更新全局帕累托最優(yōu)解集，并將非支配解存入歷史帕累托最優(yōu)解集中，將本次迭代執(zhí)行步驟3.3~3.8中產(chǎn)生的非支配解全部存入備用選擇集中； 步驟3.9、基于占優(yōu)定義和K最鄰近距離和更新全局帕累托最優(yōu)解集和歷史帕累托最優(yōu)解集，包括在獨(dú)立備用選擇集和歷史帕累托最優(yōu)解集中，分別計(jì)算各個(gè)粒子的K最鄰近距離和，并判斷是否超出相應(yīng)個(gè)數(shù)限制，當(dāng)超出限制時(shí)根據(jù)K最鄰近距離和由小到大進(jìn)行修剪，直至滿足相應(yīng)個(gè)數(shù)限制； 步驟3.10、更新全局最優(yōu)解和個(gè)體最優(yōu)解； 步驟3.11、判斷是否達(dá)到最大迭代次數(shù)Kmax，若否則轉(zhuǎn)步驟3.2，若是則根據(jù)全局帕累托最優(yōu)解集輸出帕累托最優(yōu)前沿，保存歷史帕累托最優(yōu)解集。
3.根據(jù)權(quán)利要求2所述環(huán)境經(jīng)濟(jì)發(fā)電調(diào)度方法，其特征在于:步驟3.7中，對(duì)帕累托前沿解進(jìn)行變異實(shí)現(xiàn)如下， 設(shè)某一帕累托前沿解相應(yīng)粒子為X = [X1, X2,, χη]，則對(duì)其通過學(xué)習(xí)操作得到新的粒子，用新的粒子取代原來的粒子，學(xué)習(xí)操作見下式，

4.根據(jù)權(quán)利要求2所述環(huán)境經(jīng)濟(jì)發(fā)電調(diào)度方法，其特征在于:步驟3.11所述根據(jù)全局帕累托最優(yōu)解集輸出帕累托最優(yōu)前沿，包括計(jì)算全局帕累托最優(yōu)解集各個(gè)粒子的K最鄰近距離和，并判斷是否超出預(yù)設(shè)的全局帕累托最優(yōu)解集個(gè)數(shù)限制，當(dāng)超出限制時(shí)根據(jù)K最鄰近距離和由小到大進(jìn)行修剪，直至滿足全局帕累托最優(yōu)解集個(gè)數(shù)限制。
5.根據(jù)權(quán)利要求4所述環(huán)境經(jīng)濟(jì)發(fā)電調(diào)度方法，其特征在于:步驟3.9和步驟3.11中，計(jì)算K最鄰近距離和時(shí)，求取兩個(gè)粒子的距離du如下式實(shí)現(xiàn)，
6.根據(jù)權(quán)利要求2或3或4或5所述環(huán)境經(jīng)濟(jì)發(fā)電調(diào)度方法，其特征在于:步驟3.1、3.4和3.8的約束處理中， 對(duì)于等式約束，采用減少維數(shù)法將等式約束轉(zhuǎn)變?yōu)椴坏仁郊s束； 對(duì)于不等式約束，采用倒退機(jī)制進(jìn)行處理，包括若某一時(shí)段粒子不滿足不等式約束，則倒退兩個(gè)時(shí)段重新尋找。
7.根據(jù)權(quán)利要求2或3或4或5所述環(huán)境經(jīng)濟(jì)發(fā)電調(diào)度方法，其特征在于:步驟4采用折中解方案時(shí)，采用模糊隸屬函數(shù)法來評(píng)估各帕累托最優(yōu)解的滿意度如下， 第i’個(gè)最優(yōu)解在第k’維目標(biāo)函數(shù)下的滿意度如下，
【文檔編號(hào)】H02J3/38GK104009494SQ201410153026
【公開日】2014年8月27日 申請(qǐng)日期:2014年4月16日 優(yōu)先權(quán)日:2014年4月16日
【發(fā)明者】胡志堅(jiān), 賀建波 申請(qǐng)人:武漢大學(xué)