一种基于改进引力搜索算法的电力系统经济调度策略技术方案

技术编号:17797117 阅读:51 留言:0更新日期:2018-04-25 20:38
本发明专利技术提供一种基于改进多目标引力搜索算法的电力系统环境经济调度策略,该方法包括以下步骤:I、构建同时考虑以系统总的运行费用最小和污染物排放量最小为目标函数,建立电力系统环境经济优化调度模型;II、建立了综合考虑系统运行成本和污染物排放成本的电力系统环境经济调度模型,并提出了一种改进多目标引力搜索算法对该模型进行求解;III、针对基本引力搜索算法收敛速度慢的问题,在更新个体位置过程中受粒子群优化算法的启发对引力搜索算法的位置更新公式进行了改进;IV、为了引导群体向Pareto最优解集区域靠近并保证算法解集均匀分布,采用精英保留策略;V、采用模糊集理论产生最佳折中解,为决策人员提供调度方案。

An economic dispatch strategy for power system based on improved gravitational search algorithm

The invention provides a power system environmental economic scheduling strategy based on the improved multi-objective gravitational search algorithm. The method includes the following steps: I, the construction of the system takes the minimum operating cost of the system and the minimum pollutant emission as the objective function, and establishes an optimal scheduling model for the electric power system environment. The II is established. An environment economic scheduling model of power system is taken into consideration, and an improved multi-objective gravitational search algorithm is proposed to solve the model. III, the problem of slow convergence of the basic gravitational search algorithm is the initiation of particle swarm optimization in the process of updating the position of a new position. The position updating formula of the gravitational search algorithm is improved. IV, in order to guide the group to close the optimal solution set area to the Pareto and ensure the uniform distribution of the algorithm solution set, use the elite reservation strategy; V, use the fuzzy set theory to produce the best compromise solution, and provide the adjustment scheme for the decision-makers.

【技术实现步骤摘要】
一种基于改进引力搜索算法的电力系统经济调度策略
本专利技术涉及电网公司经济调度领域,具体地说,是一种基于改进引力搜索算法的电力系统环境经济调度策略。
技术介绍
当前社会的主要能源原料仍然以煤,石油,天然气等不可再生能源为主,一方面随着社会经济的快速发展,能源消耗急剧增加,全球能源危机愈加严重;另一方面,化石燃料在燃烧过程中会产生大量的污染物,不仅造成环境污染,还会引发温室效应。传统电力系统经济调度是以火电机组燃料成本最小为单一目标的,近年来国家提出经济发展方式必须是资源节约型的并且为此制定了限制火电厂污染物气体排放的各种法律法规。因此,调度重心由只考虑经济因素的单目标转向兼顾经济效益和环境保护等的多目标转移。电力系统环境经济调度(environmentaleconomicdispatch,EED)是一个非线性,具有非凸最优前沿的多目标优化问题。处理该问题的关键在于考虑经济成本和环境成本这两个相互冲突的目标,为调度人员提供更好的调度方案。早期的处理方法集中于把多目标转化为单目标,方法有权重系数法,隶属函数法和约束条件法等。但是,一方面,各权重系数的确定没有明确的指导原则,而试探需要耗费大量时间,并且对具有非凸前沿的目标无能为力;隶属函数具有构造合理性缺陷。随着启发式算法的出现和发展,其寻优能力不断增强,越来越多的学者应用启发式算法直接对多目标问题进行求解。目前主要包括改进型多目标粒子群算法、混沌序列和自适应调整策略对基本差分进化算法、两阶段方法等算法。但是以上各种方法普遍具有以下问题:1)易于陷入局部最优,导致算法的寻优能力降低;2)得到的Pareto解集的最优前沿分布不太均匀;3)算法更新过程复杂,计算难度较大。为此,本专利技术引入一种新颖的引力搜索算法并对其进行改进来求解EED问题,该算法综合考虑局部和全局的最优搜索策略,并用IEEE30节点系统来进行仿真验证所提方法的可行性和有效性。
技术实现思路
本专利技术的目的是针对现有方法的不足,提出一种基于改进引力搜索算法的电力系统环境经济调度策略,以保证电力供应的基础上,尽量减少火电机组的能耗以及污染气体的排放。为了达到上述目的,本专利技术采用的技术方案是:一种基于改进引力搜索算法的电力系统环境经济调度策略,所述方法建立了综合考虑系统运行成本和污染物排放成本的电力系统环境经济调度模型,并提出了一种改进多目标引力搜索算法(IGSA)对该模型进行求解,最大限度地降低火电机组的总能耗以及污染气体的排放。一种基于改进引力搜索算法的电力系统环境经济调度策略,所述方法包括以下步骤:步骤1:构建同时考虑以系统总的运行费用最小和污染物排放量最小为目标函数,并且满足系统功率平衡约束、发电机组出力上下限约束等约束条件的多目标模型,建立电力系统环境经济优化调度模型,将电力系统环境经济调度问题表述为基于非线性的多目标优化问题;步骤2:建立了综合考虑系统运行成本和污染物排放成本的电力系统环境经济调度模型,并提出了一种改进多目标引力搜索算法(IGSA)对该模型进行求解。该算法将NSGA-II中的非劣解排序和拥挤距离的思想引入基本引力搜索算法用于处理个体偏序关系;步骤3:针对基本引力搜索算法收敛速度慢的问题,在更新个体位置过程中受粒子群优化算法的启发对引力搜索算法的位置更新公式进行了改进;步骤4:为了引导群体向Pareto最优解集区域靠近并保证算法解集均匀分布,采用精英保留策略;步骤5:采用模糊集理论产生最佳折中解,为决策人员提供调度方案。算例分析验证了所提算法的可行性和有效性,为实现电力系统经济性与环保性的均衡优化提供了一条新的方法。作为进一步描述,步骤1中提到的同时考虑系统总的运行费用最小和污染物排放量最小为目标的多目标函数,这两个目标函数分别如下式所示:式中:F为总的系统运行成本;PGi为第i台发电机的出力;N为系统中发电机组;Fi(PGi)为第i台发电机的运行费用。其中发电机的运行成本通常可以用有功功率的二次函数来表示,ai,bi和ci为第i台发电机的运行费用系数;E为总的污染物排放成本;Ei(PGi)为第i台发电机的污染物排放成本;αi,βi,γi,ζi和λi为第i台发电机的污染物排放特性系数。作为进一步描述,步骤2提到对基本引力搜索算法进行改进,以便增强其全局搜索能力,避免陷入局部最优解;并且增加增强种群多样性措施应对早熟问题。作为进一步描述,步骤3中针对基本引力搜索算法收敛速度慢的问题,本专利技术受改进型粒子群算法的启发,在位置公式中引入权重因子。粒子群位置更新公式在引入权重因子或者收缩因子时,算法优化性能能到了大幅提高。此时位置更新公式可表示为:xid(t+1)=w×xid(t)+vid(t+1)式中ω为所引入的权重。本文采用动态自适应权重。w=wmax-(wmax-wmin)×t/T作为进一步描述,步骤4中利用NSGA-II中的精英保留策略通过非支配排序以及计算拥挤距离后选取更优解,从而使得群体向Pareto最优解集区靠近,同时也保证了解集分布的均匀性。进一步地,步骤5中IEEE30节点系统算例表明所提的算法具有良好的收敛特性和分布均匀的Pareto最优前沿,验证了算法的有效性和合理性。与现有方法相比,本专利技术的有益效果是:本专利技术建立了综合考虑经济性与环保性的电力系统多目标调度模型。引入一种新颖的引力搜索算法并将其应用到模型的求解中,针对算法的早熟问题以及易于陷入局部最优的缺陷,分别使用非劣解排序、引入拥挤距离、精英保留以及利用粒子历史信息等策略进行改进来增强其种群多样性以及全局搜索能力。IEEE30节点系统算例表明所提的算法具有良好的收敛特性和分布均匀的Pareto最优前沿,验证了算法的有效性和合理性。附图说明图1为:本专利技术一实施例的分层示意图。图2为:本专利技术一实施例的同层级个体间拥挤距离的计算示意图。图3为:本专利技术一实施例的基本引力搜索算法的EED问题的Pareto前沿。图4为:本专利技术一实施例的本专利技术算法的EED问题的Pareto前沿。图5为:本专利技术一实施例的基本引力搜索算法的运行费用收敛曲线。图6为:本专利技术一实施例的基本引力搜索算法的污染物排放量收敛曲线。图7为:本专利技术一实施例的改进算法的运行费用收敛曲线。图8为:本专利技术一实施例的污染物排放量收敛曲线。具体实施方式下面通过附图和实施例对本专利技术的技术方案作进一步详细说明。本专利技术所述的一种基于改进引力搜索算法的电力系统环境经济调度策略,包括如下步骤:步骤1:构建同时考虑以系统总的运行费用最小和污染物排放量最小为目标函数,并且满足系统功率平衡约束、发电机组出力上下限约束等约束条件的多目标模型,建立电力系统环境经济优化调度模型,将电力系统环境经济调度问题表述为基于非线性的多目标优化问题;目标函数为:约束条件为:系统功率平衡约束式中:Pload为系统总的负荷需求。发电机组出力上下限约束PG,min≤PGi≤PGi,max式中:PGi,min和PGi,max分别为第i台机组的出力上下限。步骤2:建立了综合考虑系统运行成本和污染物排放成本的电力系统环境经济调度模型,并提出了一种改进多目标引力搜索算法(IGSA)对该模型进行求解。该算法将NSGA-II中的非劣解排序和拥挤距离的思想引入基本引力搜索算法用于处理个体偏序关系;对于给定的一个多本文档来自技高网
...
一种基于改进引力搜索算法的电力系统经济调度策略

【技术保护点】
一种基于改进引力搜索算法的电力系统经济调度策略,其特征在于:所述方法包括以下步骤:I、构建同时考虑以系统总的运行费用最小和污染物排放量最小为目标函数,并且满足系统功率平衡约束、发电机组出力上下限约束等约束条件的多目标模型,建立电力系统环境经济优化调度模型,将电力系统环境经济调度问题表述为基于非线性的多目标优化问题;II、建立了综合考虑系统运行成本和污染物排放成本的电力系统环境经济调度模型,并提出了一种改进多目标引力搜索算法(IGSA)对该模型进行求解。该算法将NSGA‑II中的非劣解排序和拥挤距离的思想引入基本引力搜索算法用于处理个体偏序关系;III、针对基本引力搜索算法收敛速度慢的问题,在更新个体位置过程中受粒子群优化算法的启发对引力搜索算法的位置更新公式进行了改进;IV、为了引导群体向Pareto最优解集区域靠近并保证算法解集均匀分布,采用精英保留策略;V、采用模糊集理论产生最佳折中解,为决策人员提供调度方案。算例分析验证了所提算法的可行性和有效性,为实现电力系统经济性与环保性的均衡优化提供了一条新的方法。

【技术特征摘要】
1.一种基于改进引力搜索算法的电力系统经济调度策略,其特征在于:所述方法包括以下步骤:I、构建同时考虑以系统总的运行费用最小和污染物排放量最小为目标函数,并且满足系统功率平衡约束、发电机组出力上下限约束等约束条件的多目标模型,建立电力系统环境经济优化调度模型,将电力系统环境经济调度问题表述为基于非线性的多目标优化问题;II、建立了综合考虑系统运行成本和污染物排放成本的电力系统环境经济调度模型,并提出了一种改进多目标引力搜索算法(IGSA)对该模型进行求解。该算法将NSGA-II中的非劣解排序和拥挤距离的思想引入基本引力搜索算法用于处理个体偏序关系;III、针对基本引力搜索算法收敛速度慢的问题,在更新个体位置过程中受粒子群优化算法的启发对引力搜索算法的位置更新公式进行了改进;IV、为了引导群...

【专利技术属性】
技术研发人员:任建文易琛戚建文
申请(专利权)人:华北电力大学保定
类型:发明
国别省市:河北,13

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1