6為粒子在時刻t的位置與速度。
[0102] M0PS0算法:通常來說，多目標(biāo)優(yōu)化問題包括一些目標(biāo)函數(shù)和一個等式與不等式約 束，可以按以下公式構(gòu)成：
[0103]
[0104]
[0105] 多目標(biāo)優(yōu)化問題中兩個解之間存在支配、非劣兩種關(guān)系，不能簡單確定哪個解更 優(yōu)，因此，需結(jié)合多目標(biāo)優(yōu)化的特點(diǎn)對其進(jìn)行修正。修正后的PS0算法也即多目標(biāo)粒子群算 法（Multi-objective Particle Swarm 0ptimization，M0PS0)描述如下：
[0106] (1)令 t = 〇;
[0107] (2)初始化粒子群Gt，計(jì)算各粒子對應(yīng)的目標(biāo)函數(shù)向量，將其中的非劣解加入到外 部檔案At;
[0108] (3)確定粒子的初始備和初始見·
[0109] (4)在保證粒子在搜索空間內(nèi)飛行條件下，改變粒子的速度和位置，形成Gt+Ι，調(diào) 整粒子的6 · .9
[0110] (5)根據(jù)新的非劣解維護(hù)外部檔案，形成A t+l，同時為每個粒子選取民·
[0111] (6)t = t+l，若中止條件成立，停止搜索，否則轉(zhuǎn)(4)。
[0112] 當(dāng)種群粒子之間相差較小，且數(shù)量過大時，會造成種群多樣性減少，導(dǎo)致最佳粒子 不再變化，使算法陷入局部極值中。因此，需向種群中引入"擾動"以擺脫局部最優(yōu)，并開始 新的搜索，也即對新粒子位置加以篩選，避免性能增益不大粒子過多地進(jìn)入候選集。
[0113] 設(shè)G為種群空間，XEG為任一粒子，X'=C(X)為粒子飛行后所處的新位置，Δ =J (X)-J(X')是新位置和原位置的差值，Se[-r，r]為隨機(jī)擾動。擾動執(zhí)行的方法是:如果△' = Δ+δ>〇,則保留新位置淘汰舊位置，如果Δ'〈〇,則淘汰新位置而保留舊位置。如果Δ' = 〇，則重新擾動。通過"擾動"，以一定的概率接受性能增益不大的粒子，淘汰性能增益過小的 粒子，接受性能增益明顯的粒子，從而避免算法陷入局部極優(yōu)。
[0114]變搜索半徑優(yōu)化的多目標(biāo)粒子群算法:在M0PS0算法中引入擾動后，本發(fā)明所采用 的變搜索半徑優(yōu)化粒子群算法(RM0PS0)的完整流程如下：
[0115] (1)對粒子群進(jìn)行初始化，
[0116] (2)利用M0PS0算法得到通用解集Sk;
[0117] (3)計(jì)算適應(yīng)度函數(shù)值，保留粒子群中的最優(yōu)粒子，并通過粒子位置和速度計(jì)算公 式更新粒子；
[0118] (4)判斷最優(yōu)粒子是否滿足終止條件，若滿足，則輸出最優(yōu)解，若不滿足，則進(jìn)行擾 動，k = k+l，并再次循環(huán)，直到滿足終止條件，輸出最優(yōu)解。
[0119] 為了驗(yàn)證所建模型和算法的有效性，本發(fā)明以一個五機(jī)組發(fā)電企業(yè)為對象進(jìn)行算 例研究。應(yīng)當(dāng)理解，此處所描述的算例研究僅僅只是本發(fā)明的一個具體應(yīng)用驗(yàn)證，并不限定 本發(fā)明的保護(hù)范圍。
[0120] 假設(shè)所有五個機(jī)組均參與短期電力流通，流通的時間區(qū)間為當(dāng)日上午9時至次日 上午9時。各機(jī)組的基本運(yùn)行參數(shù)與成本參數(shù)均通過調(diào)研得到，如表1、表2所示，算例中的其 他參數(shù)如表3所示。
[0121] 表1機(jī)組基本運(yùn)行參數(shù)
[0122]
[0124] 表2機(jī)組基本成本參數(shù)
[0125]
[0126] 表3短期實(shí)時流通參數(shù)
[0127]
[0128] 算例中，發(fā)電企業(yè)根據(jù)歷史電力的標(biāo)定參數(shù)并參照自身發(fā)電運(yùn)行成本提出自己電 力的配置參數(shù)，歷史電力的標(biāo)定參數(shù)如圖2所示。
[0129] 針對電力的第一區(qū)域和第二區(qū)域，在MATLAB中執(zhí)行RM0PS0算法對所研究的發(fā)電企 業(yè)在電力流通中的最優(yōu)配置參數(shù)進(jìn)行計(jì)算。設(shè)置參數(shù)如下：種群規(guī)模為100、學(xué)習(xí)因子Cl = c2 = 2、初始迭代次數(shù)iter=l、最大迭代次數(shù)itermax = 400、慣性權(quán)重wmax = 0.9、隨機(jī)數(shù)ri = r2 = 0.1。通過仿真，該發(fā)電企業(yè)通過短期實(shí)時電力流通在第一區(qū)域、第二區(qū)域中的最優(yōu)配 置參數(shù)結(jié)果如表4、表5所不。
[0130] 表4發(fā)電企業(yè)在第一區(qū)域中的最優(yōu)配置參數(shù)
[0131]
[0132] 表5發(fā)電企業(yè)第二區(qū)域中的最優(yōu)配置參數(shù)
[0133]
[0134] 仿真結(jié)果顯示，該發(fā)電企業(yè)參與短期電力流通時，在當(dāng)日的19:00、22:30和次日的 0:30、2:30以及4:30通過第一區(qū)域流通的電力總量為191MW，可以設(shè)置當(dāng)配置參數(shù)大于5時， 將對應(yīng)的電力電量分配給大型用電企業(yè)，當(dāng)配置參數(shù)小于或等于5時，將對應(yīng)的電力電量分 配給中小型用電企業(yè);在當(dāng)日的18 :30、21:00通過第二流通區(qū)域的電力總量為10011，同樣 可以設(shè)置當(dāng)配置參數(shù)大于5時，將對應(yīng)的電力電量分配給大型用電企業(yè)，當(dāng)配置參數(shù)小于或 等于5時，將對應(yīng)的電力電量分配給中小型用電企業(yè);依據(jù)配置參數(shù)的不同，將對應(yīng)的電力 資源分配給不同類型的用電企業(yè)，從而實(shí)現(xiàn)電力資源的合理配置。
[0135] 根據(jù)上述電力資源的配置方法，本發(fā)明還提供一種電力的配置系統(tǒng)，以下就本發(fā) 明的電力的配置系統(tǒng)的實(shí)施例進(jìn)行詳細(xì)說明。
[0136] 參見圖3所示，為本發(fā)明的電力的配置系統(tǒng)的實(shí)施例。該實(shí)施例中的電力的配置系 統(tǒng)包括函數(shù)單元210、建模單元220和配置單元230;
[0137] 函數(shù)單元210用于構(gòu)建發(fā)電企業(yè)的成本函數(shù)、第一電力流通函數(shù)以及第二電力流 通函數(shù)；
[0138] 建模單元220用于根據(jù)成本函數(shù)、第一電力流通函數(shù)以及第二電力流通函數(shù)建立 電力資源的配置模型；
[0139] 配置單元230用于根據(jù)配置模型獲取最優(yōu)配置參數(shù)，判斷最優(yōu)配置參數(shù)是否大于 預(yù)設(shè)值，若是，則配置電力資源給預(yù)設(shè)的第一類型的用電企業(yè);若否，則配置電力資源給預(yù) 設(shè)的第二類型的用電企業(yè)。
[0140] 在其中一個實(shí)施例中，建模單元220根據(jù)成本函數(shù)、第一電力流通函數(shù)以及第二電 力流通函數(shù)建立電力資源的配置模型的目標(biāo)函數(shù)，目標(biāo)函數(shù)的表達(dá)式為：
[0141]
[0142] 其中，Θ表示配置效果參數(shù)，供U)表示第一電力流通函數(shù)；#/」)表示第二電力流通 函數(shù);C(g)表示成本函數(shù)。
[0143] 在其中一個實(shí)施例中，如圖4所示，配置單元230包括求解單元231，求解單元231用 于采用變搜索半徑優(yōu)化粒子群算法對配置模型進(jìn)行求解，獲得最優(yōu)配置參數(shù)；
[0144] 求解單元231對配置模型的粒子群進(jìn)行初始化，利用多目標(biāo)粒子群算法得到通用 解集;計(jì)算適應(yīng)度函數(shù)值，保留粒子群中的最優(yōu)粒子，并通過粒子的位置和速度計(jì)算公式更 新最優(yōu)粒子;判斷最優(yōu)粒子是否滿足終止條件，若滿足，則輸出最優(yōu)解;若不滿足，則進(jìn)行擾 動，并返回至更新最優(yōu)粒子的步驟。
[0145] 本發(fā)明的電力資源的配置系統(tǒng)與本發(fā)明的電力資源的配置方法一一對應(yīng)，在上述 電力資源的配置方法的實(shí)施例闡述的技術(shù)特征及其有益效果均適用于電力資源的配置系 統(tǒng)的實(shí)施例中。
[0146] 以上所述實(shí)施例的各技術(shù)特征可以進(jìn)行任意的組合，為使描述簡潔，未對上述實(shí) 施例中的各個技術(shù)特征所有可能的組合都進(jìn)行描述，然而，只要這些技術(shù)特征的組合不存 在矛盾，都應(yīng)當(dāng)認(rèn)為是本說明書記載的范圍。
[0147] 以上所述實(shí)施例僅表達(dá)了本發(fā)明的幾種實(shí)施方式，其描述較為具體和詳細(xì)，但并 不能因此而理解為對發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對于本領(lǐng)域的普通技術(shù)人員來 說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本發(fā)明的保護(hù) 范圍。因此，本發(fā)明專利的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。
【主權(quán)項(xiàng)】
1. 一種電力資源的配置方法，其特征在于，包括W下步驟： 構(gòu)建發(fā)電企業(yè)的成本函數(shù)、第一電力流通函數(shù)W及第二電力流通函數(shù)； 根據(jù)所述成本函數(shù)、所述第一電力流通函數(shù)W及所述第二電力流通函數(shù)建立電力資源 的配置模型； 根據(jù)所述配置模型獲取最優(yōu)配置參數(shù)，判斷所述最優(yōu)配置參數(shù)是否大于預(yù)設(shè)值，若是