基于混合多目標(biāo)λ迭代法和牛頓法的電力系統(tǒng)調(diào)度方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種基于混合多目標(biāo)λ迭代法和牛頓法的電力系統(tǒng)調(diào)度方法，包括以下步驟：1)獲得電力系統(tǒng)中每臺(tái)發(fā)電機(jī)組的相關(guān)數(shù)據(jù)；2)建立電力系統(tǒng)環(huán)境經(jīng)濟(jì)調(diào)度問(wèn)題的數(shù)學(xué)優(yōu)化模型；3)基于多目標(biāo)庫(kù)恩塔克最優(yōu)條件，采用多目標(biāo)λ迭代法求解不考慮輸電線路損耗的EED問(wèn)題，得到帕雷托最優(yōu)解；4)將每一個(gè)帕雷托最優(yōu)解作為初始解，采用牛頓法求解考慮輸電線路損耗的EED問(wèn)題，得到最優(yōu)解集；5)采用多目標(biāo)決策方法在最優(yōu)解集中確定最終解；6)將最終解作為指令通過(guò)自動(dòng)發(fā)電控制裝置發(fā)送給相關(guān)發(fā)電廠或機(jī)組，通過(guò)自動(dòng)控制調(diào)節(jié)裝置實(shí)現(xiàn)對(duì)機(jī)組發(fā)電功率的控制。本發(fā)明方法計(jì)算量小，計(jì)算時(shí)間短，收斂精度高，極大地提高了電力系統(tǒng)發(fā)電的經(jīng)濟(jì)性和效率。
【專(zhuān)利說(shuō)明】基于混合多目標(biāo)A迭代法和牛頓法的電力系統(tǒng)調(diào)度方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種電力系統(tǒng)調(diào)度方法，尤其是一種基于混合多目標(biāo)\迭代法和牛頓法的電力系統(tǒng)調(diào)度方法，屬于電力系統(tǒng)的運(yùn)行、分析和調(diào)度領(lǐng)域。
【背景技術(shù)】
[0002]經(jīng)濟(jì)調(diào)度是電力系統(tǒng)的一個(gè)重要的基本問(wèn)題[1][2][3]，隨著近年來(lái)環(huán)境污染成為一個(gè)全球性問(wèn)題，作為污染物排放主要來(lái)源的電力企業(yè)被要求降低污染物排放。以中國(guó)為例，全國(guó)S02和NOx的總排放中，火電機(jī)組分別占了 42.5%和38.0%。為降低排放,一種方式是安裝脫硫和脫氮裝置，另一種方式則是在發(fā)電優(yōu)化調(diào)度中選擇排放較小的方案。為此傳統(tǒng)的經(jīng)濟(jì)調(diào)度變成了一個(gè)多目標(biāo)優(yōu)化問(wèn)題，即本發(fā)明中的環(huán)境經(jīng)濟(jì)調(diào)度問(wèn)題[4]，該問(wèn)題要求同時(shí)降低發(fā)電成本和污染物排放值。
[0003]為了求解該問(wèn)題，學(xué)者們采用了加權(quán)法[5][6] [7] [8]，加權(quán)法的優(yōu)勢(shì)在于其方法簡(jiǎn)單，但是其權(quán)值的設(shè)置卻并不容易，需要根據(jù)經(jīng)驗(yàn)進(jìn)行設(shè)置，且對(duì)于不同問(wèn)題需設(shè)置不同的權(quán)值，即使同一個(gè)問(wèn)題但參數(shù)(如系統(tǒng)負(fù)荷)不同也需設(shè)置不同的權(quán)值。此項(xiàng)不足降低了其在解決實(shí)際問(wèn)題中的實(shí)用性。另一種解決該問(wèn)題的方法是多目標(biāo)進(jìn)化算法[4][9][1°][11][12][13]
[14][15][16][17]。多目標(biāo)進(jìn)化算法的優(yōu)勢(shì)在于其可用于求解各種非凸的不連續(xù)的不可導(dǎo)的復(fù)雜優(yōu)化問(wèn)題，但是這些算法在缺乏問(wèn)題具體信息的情況下對(duì)解空間進(jìn)行隨機(jī)搜索其效率低，計(jì)算量大。隨著所述問(wèn)題機(jī)組數(shù)量增加，其解空間愈加復(fù)雜，這些算法耗費(fèi)的計(jì)算量急劇增加且求解精度不能得到保證。多目標(biāo)進(jìn)化算法對(duì)于約束條件的處理大多采用罰函數(shù)法，罰函數(shù)值對(duì)于不同系統(tǒng)不盡相同，需要根據(jù)經(jīng)驗(yàn)進(jìn)行調(diào)整設(shè)置，降低了其在解決實(shí)際問(wèn)題中的實(shí)用性。
[0004]上述提到的參考文獻(xiàn)如下:
[0005][I]Q.H.ffu, and Y.J.Ca0.Dispatching.Encyclopedia of Electrical andElectronics Engineering，John Wiley&Sons Inc.，edited by John G.Webster,1999.[0006][2]Q.H.Wu, and J.T.Ma.Power system optimal reactive power dispatch usingevolutionary programming[J].1EEE Transactions on Power Systems，1995，10 (3):1243-1249.[0007][3]侯云鶴，熊信艮，吳耀武，等.基于廣義蟻群算法的電力系統(tǒng)經(jīng)濟(jì)負(fù)荷分配[J].中國(guó)電機(jī)工程學(xué)報(bào)，2003，23 (3):59-64.[0008][4]C.X.Guo, J.P.Zhan, and Q.H.Wu.Dynamic economic emission dispatchbased on group search optimizer with multiple producers [J].Electric PowerSystems Research，2012，86:8-16.[0009][5]A.K.Basu, A.Bhattacharya, S.Chowdhury, and S.P.Chowdhury.PlannedScheduling for Economic Power Sharing in a CHP-Based Micro-Grid[J].1EEETransactions on Power Systems，2012，27(I):30-38.[0010][6] L.Bayon, J.Grau, M.Ruiz, and P.Suarez.The exact solution of theenvironmental / economic dispatch problem[J].1EEE Transactions on PowerSystems，2012，27(2):723-731.[0011][7]P.Venkatesh, R.Gnanadass, and N.Padhy.Comparison and application ofevolutionary programming techniques to combined economic emission dispatchwith line flow constraints[J].1EEE Transactions on Power Systems，2003，18(2):688-697.[0012][8] C.Palanichamy and N.S.Babu.Analytical solution for combinedeconomic and emissions dispatch[J].Electric Power Systems Research，2008，78(7):1129-1137.[0013][9]M.Abid0.Environmental / economic power dispatch using multiobjectiveevolutionary algorithms[J].1EEE Transactions on Power Systems，2003，18 (4):1529-1537.[0014][10]L.H.Wu, Y.N.Wang, X.F.Yuan，and S.W.Zhou.Environmental / economicpower dispatch problem using mult1-objective differential evolutionalgorithm[J].Electric Power Systems Research，2010，80 (9):1171-1181.[0015][11]Q.H.Wu, Z.Lu，M.S.Li，and T.Y.J1.0ptimal placement of facts devicesby a group search optimizer with multiple producer, in Evolutionary Computation.CEC2008.1EEE Congress on，Jun.2008，pp.1033-1039.?
[0016][12]S.He, Q.H.Wu, and J.R.Saunders.Group search optimizer:Anoptimization algorithm inspired by animal searching behavior [J].1EEETransactions on Evolutionary Computation，2009，13(5):973-990.[0017][13] X.Xia and A.M.Elaiw.0ptimal dynamic economic dispatch ofgeneration:A review[J].Electric Power Systems Research，2010，80(8):975-986.[0018][14]M.Basu.Dynamic economic emission dispatch using nondomintedsorting genetic algprthim-1I[J].Electric Power Energy System，2008，30 (2):140-149.[0019][15]L.H.Wu, Y.N.Wang, X.F.Yuan，and S.W.Zhou.Environmental / economicpower dispatch problem using muIt1-objective differential evolutionalgorithm[J].Electric Power Systems Research，2010，80 (9):1171-1181.[0020][16] J.-B.Park, Y.-W.Jeong，J.-R.Shin，and K.Lee.An improved particleswarm optimization for nonconvex economic dispatch problems[J].1EEETransactions on Power Systems，2010，25(I):156-166.[0021][17]L.Wang and C.Singh.Balancing risk and cost in fuzzy economicdispatch including wind power penetration based on particle swarmoptimization[J].Electric Power Systems Research，2008，78(8):1361-1368.
【發(fā)明內(nèi)容】

[0022]本發(fā)明的目的是為了解決上述現(xiàn)有技術(shù)需要設(shè)置不同目標(biāo)函數(shù)之間的加權(quán)值，約束條件對(duì)應(yīng)的罰函數(shù)值對(duì)于不同系統(tǒng)不盡相同，需要根據(jù)經(jīng)驗(yàn)進(jìn)行調(diào)整設(shè)置，而且求解精度不能得到保證，所耗費(fèi)計(jì)算時(shí)間也較長(zhǎng)的缺陷，提供一種適合求解大規(guī)模電力系統(tǒng)問(wèn)題，可以提高經(jīng)濟(jì)效率的基于混合多目標(biāo)X迭代法和牛頓法的電力系統(tǒng)調(diào)度方法。
[0023]本發(fā)明的目的可以通過(guò)采取如下技術(shù)方案達(dá)到:
[0024]基于混合多目標(biāo)\迭代法和牛頓法的電力系統(tǒng)調(diào)度方法，其特征在于包括以下步驟:[0025]I)獲得具有多臺(tái)發(fā)電機(jī)組的電力系統(tǒng)中每臺(tái)機(jī)組的出力上限與下限數(shù)據(jù)、出力-燃料費(fèi)用函數(shù)的系數(shù)數(shù)據(jù)、出力-排放函數(shù)的系數(shù)數(shù)據(jù)、輸電線路損耗的B系數(shù)數(shù)據(jù)和系統(tǒng)總負(fù)荷數(shù)據(jù)；
[0026]2)根據(jù)步驟I)所獲得的數(shù)據(jù)，建立電力系統(tǒng)環(huán)境經(jīng)濟(jì)調(diào)度問(wèn)題的數(shù)學(xué)優(yōu)化模型；
[0027]3)根據(jù)步驟2)所建立的模型，基于多目標(biāo)庫(kù)恩塔克最優(yōu)條件，采用多目標(biāo)入迭代法(MXI)求解不考慮輸電線路損耗的電力系統(tǒng)環(huán)境經(jīng)濟(jì)調(diào)度問(wèn)題，得到一組帕雷托最優(yōu)解；
[0028]4)將步驟3)得到的每一個(gè)帕雷托最優(yōu)解作為初始解，采用牛頓法求解考慮輸電線路損耗的電力系統(tǒng)環(huán)境經(jīng)濟(jì)調(diào)度問(wèn)題，得到最優(yōu)解集；
[0029]5)采用多目標(biāo)決策方法在步驟4)得到的最優(yōu)解集中確定最終解；
[0030]6)將步驟5)確定的最終解作為指令通過(guò)自動(dòng)發(fā)電控制裝置發(fā)送給相關(guān)發(fā)電廠或機(jī)組，通過(guò)發(fā)電廠或機(jī)組的自動(dòng)控制調(diào)節(jié)裝置，實(shí)現(xiàn)對(duì)機(jī)組發(fā)電功率的控制。
[0031]具體的，步驟I)所述電力系統(tǒng)中機(jī)組數(shù)量為118臺(tái)，則步驟2)所述電力系統(tǒng)環(huán)境經(jīng)濟(jì)調(diào)度問(wèn)題的數(shù)學(xué)優(yōu)化模型的建立過(guò)程，具體如下:
[0032]2.1)機(jī)組i的出力-燃料費(fèi)用函數(shù)如下式所示:
[0033]
【權(quán)利要求】
1.基于混合多目標(biāo)\迭代法和牛頓法的電力系統(tǒng)調(diào)度方法，其特征在于包括以下步驟: .1)獲得具有多臺(tái)發(fā)電機(jī)組的電力系統(tǒng)中每臺(tái)機(jī)組的出力上限與下限數(shù)據(jù)、出力-燃料費(fèi)用函數(shù)的系數(shù)數(shù)據(jù)、出力-排放函數(shù)的系數(shù)數(shù)據(jù)、輸電線路損耗的B系數(shù)數(shù)據(jù)和系統(tǒng)總負(fù)荷數(shù)據(jù)； .2)根據(jù)步驟I)所獲得的數(shù)據(jù)，建立電力系統(tǒng)環(huán)境經(jīng)濟(jì)調(diào)度問(wèn)題的數(shù)學(xué)優(yōu)化模型； .3)根據(jù)步驟2)所建立的模型，基于多目標(biāo)庫(kù)恩塔克最優(yōu)條件，采用多目標(biāo)\迭代法求解不考慮輸電線路損耗的電力系統(tǒng)環(huán)境經(jīng)濟(jì)調(diào)度問(wèn)題，得到一組帕雷托最優(yōu)解； .4)將步驟3)得到的每一個(gè)帕雷托最優(yōu)解作為初始解，采用牛頓法求解考慮輸電線路損耗的電力系統(tǒng)環(huán)境經(jīng)濟(jì)調(diào)度問(wèn)題，得到最優(yōu)解集； .5)采用多目標(biāo)決策方法在步驟4)得到的最優(yōu)解集中確定最終解； .6)將步驟5)確定的最終解作為指令通過(guò)自動(dòng)發(fā)電控制裝置發(fā)送給相關(guān)發(fā)電廠或機(jī)組，通過(guò)發(fā)電廠或機(jī)組的自動(dòng)控制調(diào)節(jié)裝置，實(shí)現(xiàn)對(duì)機(jī)組發(fā)電功率的控制。
2.根據(jù)權(quán)利要求1所述的基于混合多目標(biāo)\迭代法和牛頓法的電力系統(tǒng)調(diào)度方法，其特征在于:步驟I)所述電力系統(tǒng)中機(jī)組數(shù)量為\臺(tái)，則步驟2)所述電力系統(tǒng)環(huán)境經(jīng)濟(jì)調(diào)度問(wèn)題的數(shù)學(xué)優(yōu)化模型的建立過(guò)程，具體如下: .2.1)機(jī)組i的出力-燃料費(fèi)用函數(shù)如下式所示:
3.根據(jù)權(quán)利要求1或2所述的基于混合多目標(biāo)\迭代法和牛頓法的電力系統(tǒng)調(diào)度方法，其特征在于:步驟3)所述采用多目標(biāo)\迭代法求解不考慮輸電線路損耗的電力系統(tǒng)環(huán)境經(jīng)濟(jì)調(diào)度問(wèn)題，得到帕雷托最優(yōu)解，具體如下: 3.1)給定固定出力機(jī)組的一個(gè)出力值； 3.2)對(duì)于一個(gè)很大的\值，求得每臺(tái)機(jī)組對(duì)應(yīng)的有功出力，計(jì)算發(fā)電負(fù)荷不平衡量； 3.3)對(duì)于一個(gè)很小的\值，求得每臺(tái)機(jī)組對(duì)應(yīng)的有功出力，計(jì)算發(fā)電負(fù)荷不平衡量； 3.4)若步驟3.2)和步驟3.3)計(jì)算的發(fā)電負(fù)荷不平衡量同號(hào)，則不存在潛在帕雷托最優(yōu)解，返回步驟3.1);若步驟3.2)和步驟3.3)計(jì)算的發(fā)電負(fù)荷不平衡量不同號(hào)，則采用二分法修改、值，直至找到一個(gè)、值，其對(duì)應(yīng)的每臺(tái)機(jī)組有功出力滿(mǎn)足負(fù)荷平衡，保存該入值和每臺(tái)機(jī)組的有功出力，各機(jī)組的有功出力即為帕雷托最優(yōu)解。
4.根據(jù)權(quán)利要求3所述的基于混合多目標(biāo)\迭代法和牛頓法的電力系統(tǒng)調(diào)度方法，其特征在于:所述發(fā)電負(fù)荷不平衡量為各機(jī)組總發(fā)電功率與系統(tǒng)總負(fù)荷之間的差值。
5.根據(jù)權(quán)利要求3所述的基于混合多目標(biāo)\迭代法和牛頓法的電力系統(tǒng)調(diào)度方法，其特征在于:所述每臺(tái)機(jī)組對(duì)應(yīng)的有功出力使每?jī)膳_(tái)機(jī)組之間滿(mǎn)足等差比微增率法則。
6.根據(jù)權(quán)利要求1所述的基于混合多目標(biāo)\迭代法和牛頓法的電力系統(tǒng)調(diào)度方法，其特征在于:步驟5)所述多目標(biāo)決策方法采用逼近于理想值的排序方法，具體如下: ， 5.1)首先，計(jì)算標(biāo)幺化的加權(quán)決策矩陣Vij:
【文檔編號(hào)】G06Q10/06GK103500997SQ201310422944
【公開(kāi)日】2014年1月8日 申請(qǐng)日期:2013年9月16日 優(yōu)先權(quán)日:2013年9月16日
【發(fā)明者】吳青華, 詹俊鵬, 周孝信 申請(qǐng)人:華南理工大學(xué)