一种基于多目标差分进化算法的火电厂环境经济调度方法技术

本发明专利技术公开一种基于多目标差分进化算法的火电厂环境经济调度方法，包括以下步骤：建立以发电费用最低和污染物排放量最小为调度目标、以发电机容量和功率平衡为约束条件火电厂环境经济调度模型；再利用多目标差分进化算法对模型进行优化求解，获得最优帕累托解集，其中多目标差分进化算法采用差分变异算子进行搜索，每次变异操作时基于最近若干次变异时各算子的使用次数和累积绩效选择变异算子，并利用非支配排序、支配次数以及超体积贡献量等方法确保解集的收敛性与分布的均匀性；最后利用模糊集合理论进行决策，从帕累托解集中选择折衷解作为最终调度方案。本发明专利技术方法具有精度高、帕累托前沿解集分布均匀和收敛速度快的特性，且易于工程实现。

【技术实现步骤摘要】

本专利技术涉及电力系统调度
，特别涉及基于多目标差分进化算法的火电厂环境经济调度方法。
技术介绍
电力系统经济调度是在满足电力系统运行约束条件基础上，求解使发电成本费用最低的调度方案。对于火力发电机而言，其在发电过程中将排放出大量的硫氧化物、氮氧化物以及二氧化碳等污染气体或温室气体。如果考虑发电过程中污染物排放量，原来单目标的经济调度转变为多目标的环境经济调度。由于费用目标和污染物排放目标相互冲突，因此增加了制定调度方案的难度。求解环境经济调度的方法总体可分为数学规划法和智能优化方法两大类。数学规划方法主要采用约束法和权系数和法等手段将多目标调度问题转化为单目标调度问题，通过多次求解获得帕累托解集，这类方法扩展兼容能力差、计算效率较低，且由于环境经济调度是一个高度非线性优化问题，获得的帕累托解集往往不是全局最优的。智能优化方法单次求解即可获得帕累托解集，具有实现简单、优化效率高、适合求解非线性问题等特点，被广泛用于环境经济调度问题的求解，如遗传算法、粒子群算法、细菌觅食算法、随机搜索等。差分进化算法是一种具有简单性、并行性和鲁棒性强的智能优化技术，其通过特殊的变异操作在搜索空间进行寻优，是求解环境经济调度的有效手段。另外，无论是数学规划法还是智能优化方法，在获得帕累托解集后，如何进行合理地决策以从解集中选择某个折衷解作为最终实施方案，也是实现火电厂环境经济调度的关键之一。目前，学界对火电厂环境经济调度进行过一些研究，并取得部分成果，如朱永胜等人的《基于多目标进化算法的电力系统环境经济调度》和《采用基于分解的多目标进化算法的电力环境经济调度》、胡斌等人的《采用多目标改进差分进化算法的环境经济发电调度》等，但上述方法依然存在差分计算不够精确，无法提高解决环境经济发点调度中的可行性和有效性的问题。
技术实现思路
针对上述问题，本专利技术的目的是提供一种基于多目标差分进化算法的火电厂环境经济调度方法，克服现有方法在求解该问题时难以获得具有最佳收敛性和分布均匀性的帕累托解集的不足，以及进行合理决策实现最终实施方案的选择。本专利技术为解决其技术问题，所采用的技术方案为：一种基于多目标差分进化算法的火电厂环境经济调度方法，包括以下步骤：步骤1：建立火电厂环境经济调度数学模型火电厂经济调度数学模型包括目标函数和约束条件，其中目标函数由下式描述：min[Σk=1KFk(Pk),Σk=1KEk(Pk)],]]>其中，K为火力发电机组中发电机数目，Pk为第k台发电机输出有功功率，Fk(Pk)为第k台发电机输出有功功率为Pk时所需发电费用，Ek(Pk)为第i台发电机输出有功功率为Pk时的污染物排放量，k＝1,2,...,K，发电费用Fk(Pk)的计算表达式为：Fk(Pk)＝ak+bkPk+ckPk2，其中，ak、bk和ck为第k台发电机的费用系数，k＝1,2,...,K，描述的是发电机发电所需燃料、劳动力以及设备维护等费用，对具体的发电机而言是已知参数；污染物排放量Ek(Pk)的计算表达式为：Ek(Pk)＝αk+βkPk+γkPk2+ξkexp(λkPk)，其中，αk、βk、γk、ξk和λk分别为第k台发电机污染物排放特性参数，k＝1,2,...,K，对具体的火力发电机而言是已知参数；火电厂环境经济调度的约束条件包括发电机容量约束和功率平衡约束；发电机容量约束由下式描述：Pkmin≤Pk≤Pkmax,]]>其中，和分别为第k台发电机输出有功功率的最小值和最大值，k＝1,2,...,K，为所选发电机的设定值；功率平衡约束为发电机组总的输出功率应等于网络损耗与负载功率之和，表达式为：Σk=1KPk=PD+PL,]]>其中，为火力发电机组中K台发电机总的输出有功功率，PD为系统负载功率，PL为网络损耗功率。PD为已知参数，PL可由如下B系数方法计算：PL=Σi=1KΣj=1KPiBijPj+Σi=1KB0iPi+B00,]]>其中，Bij、B0i以及B00为网络损耗系数，i＝1,2,...,K，j＝1,2,...,K，对于具体的电力系统而言是已知参数；步骤2：获取步骤1中模型中所需的各类参数，包括：电网中系统总的负载功率PD、计算网络损耗功率的参数Bij、B0i和B00、火力发电机组中各发电机的最小和最大输出有功功率和发电机组费用参数ak、bk和ci、发电机组污染物排放量参数αk、βk、γk、ξk和λk，i＝1,2,...,K，j＝1,2,...,K，k＝1,2,...,K；步骤3：采用多目标差分进化算法对步骤1的数学模型进行优化求解，获得帕累托解集N为解集中调度方案的个数，解集中Pg,i代表第i种调度方案，i＝1,2,...,N；步骤4：在步骤3得到的帕累托解集基础上，利用模糊集合理论方法计算各调度方案的满意度，其计算表达式为：μn=μnF+μnEΣn=1N(μnF+μnE),]]>其中，μn代表帕累托解集中第n个调度方案的总体满意度，代表第n个调度方案中费用目标的满意度，代表第n个调度方案中污染物排放量的满意度，n＝1,2,...,N。和可分别由下式计算：μnF=1,Fn≤FminFmax-FnFmax-Fmin,Fmin<Fn<Fmax0,Fn≥Fmax,]]>μnE=1,En≤EminEmax-EnEmax-Emin,Emin<En<Emax0,En≥Emax,]]>其中，Fn和En分别表示第n个调度方案发电费用和污染物排放量，Fmin和Fmax分别表示所有N个调度方案中发电费用的最小值和最大值，Emin和Emax分别表示所有N个调度方案中污染物排放量的最小值和最大值；步骤5：将步骤4得到的调度方案满意度的数值进行比较排序，从中选择满意度数值最大的调度方案，作为最终调度方案，并将所选调度方案数值对应到根据本方法绘制的帕累托前沿分布图中。进一步的，所述步骤2所获取的各类模型参数取决于具体的火电厂发电机组，对于某些火力发电机组，计算调度目标函数值时若不考虑其中的指数项ξkexp(λkPk)，则可令ξk和λk为0，j＝1,2,...,K，k＝1,2,...,K，该步骤利用获得的参数对具体的火力发电厂进行模型实例化。进一步的，所述步骤3包括以下步骤：步骤3.1、初始化参数NP，W，C，G,α,β；设置迭代计数器本文档来自技高网...

【技术保护点】
一种基于多目标差分进化算法的火电厂环境经济调度方法，其特征在于，包括以下步骤：步骤1：建立火电厂环境经济调度数学模型火电厂经济调度数学模型包括目标函数和约束条件，其中目标函数由下式描述：min[Σk=1KFk(Pk),Σk=1KEk(Pk)],]]>其中，K为火力发电机组中发电机数目，Pk为第k台发电机输出有功功率，Fk(Pk)为第k台发电机输出有功功率为Pk时所需发电费用，Ek(Pk)为第i台发电机输出有功功率为Pk时的污染物排放量，k＝1,2,...,K，发电费用Fk(Pk)的计算表达式为：Fk(Pk)=ak+bkPk+ckPk2,]]>其中，ak、bk和ck为第k台发电机的费用系数，k＝1,2,...,K，描述的是发电机发电所需燃料、劳动力以及设备维护等费用，对具体的发电机而言是已知参数；污染物排放量Ek(Pk)的计算表达式为：Ek(Pk)=αk+βkPk+γkPk2+ξkexp(λkPk),]]>其中，αk、βk、γk、ξk和λk分别为第k台发电机污染物排放特性参数，k＝1,2,...,K，对具体的火力发电机而言是已知参数；火电厂环境经济调度的约束条件包括发电机容量约束和功率平衡约束；发电机容量约束由下式描述：Pkmin≤Pk≤Pkmax,]]>其中，和分别为第k台发电机输出有功功率的最小值和最大值，k＝1,2,...,K，为所选发电机的设定值；功率平衡约束为发电机组总的输出功率应等于网络损耗与负载功率之和，表达式为：Σk=1KPk=PD+PL,]]>其中，为火力发电机组中K台发电机总的输出有功功率，PD为系统负载功率，PL为网络损耗功率；PD为已知参数，PL可由如下B系数方法计算：PL=Σi=1KΣj=1KPiBijPj+Σi=1KB0iPi+B00,]]>其中，Bij、B0i以及B00为网络损耗系数，i＝1,2,...,K，j＝1,2,...,K，对于具体的电力系统而言是已知参数；步骤2：获取步骤1中模型中所需的各类参数，包括：电网中系统总的负载功率PD、计算网络损耗功率的参数Bij、B0i和B00、火力发电机组中各发电机的最小和最大输出有功功率和发电机组费用参数ak、bk和ci、发电机组污染物排放量参数αk、βk、γk、ξk和λk，i＝1,2,...,K，j＝1,2,...,K，k＝1,2,...,K；步骤3：采用多目标差分进化算法对步骤1的数学模型进行优化求解，获得帕累托解集N为解集中调度方案的个数，解集中Pg,i代表第i种调度方案，i＝1,2,...,N；步骤4：在步骤3得到的帕累托解集基础上，利用模糊集合理论方法计算各调度方案的满意度，其计算表达式为：μn=μnF+μnEΣn=1N(μnF+μnE),]]>其中，μn代表帕累托解集中第n个调度方案的总体满意度，代表第n个调度方案中费用目标的满意度，代表第n个调度方案中污染物排放量的满意度，n＝1,2,...,N；和可分别由下式计算：μnF=1,Fn≤FminFmax-FnFmax-Fmin,Fmin<Fn<Fmax0,Fn≥Fmax,]]>μnE=1,En≤EminEmax-EnEmax-Emin,Emin<En<Emax0,En≥Emax,]]>其中，Fn和En分别表示第n个调度方案发电费用和污染物排放量，Fmin和Fmax分别表示所有N个调度方案中发电费用的最小值和最大值，Emin和Emax分别表示所有N个调度方案中污染物排放量的最小值和最大值；步骤5：将步骤4得到的调度方案满意度的数值进行比较排序，从中选择满意度数值最大的调度方案，作为最终调度方案，并将所选调度方案数值对应到根据本方法绘制的帕累托前沿分布图中。...

【技术特征摘要】
1.一种基于多目标差分进化算法的火电厂环境经济调度方法，其特征在于，包括以下步
骤：
步骤1：建立火电厂环境经济调度数学模型
火电厂经济调度数学模型包括目标函数和约束条件，其中目标函数由下式描述：
min[Σk=1KFk(Pk),Σk=1KEk(Pk)],]]>其中，K为火力发电机组中发电机数目，Pk为第k台发电机输出有功功率，Fk(Pk)为第k
台发电机输出有功功率为Pk时所需发电费用，Ek(Pk)为第i台发电机输出有功功率为Pk时的
污染物排放量，k＝1,2,...,K，发电费用Fk(Pk)的计算表达式为：
Fk(Pk)=ak+bkPk+ckPk2,]]>其中，ak、bk和ck为第k台发电机的费用系数，k＝1,2,...,K，描述的是发电机发电所需
燃料、劳动力以及设备维护等费用，对具体的发电机而言是已知参数；
污染物排放量Ek(Pk)的计算表达式为：
Ek(Pk)=αk+βkPk+γkPk2+ξkexp(λkPk),]]>其中，αk、βk、γk、ξk和λk分别为第k台发电机污染物排放特性参数，k＝1,2,...,K，
对具体的火力发电机而言是已知参数；
火电厂环境经济调度的约束条件包括发电机容量约束和功率平衡约束；发电机容量约束
由下式描述：
Pkmin≤Pk≤Pkmax,]]>其中，和分别为第k台发电机输出有功功率的最小值和最大值，k＝1,2,...,K，
为所选发电机的设定值；功率平衡约束为发电机组总的输出功率应等于网络损耗与负载功率
之和，表达式为：
Σk=1KPk=PD+PL,]]>其中，为火力发电机组中K台发电机总的输出有功功率，PD为系统负载功率，PL为
网络损耗功率；PD为已知参数，PL可由如下B系数方法计算：
PL=Σi=1KΣj=1KPiBijPj+Σi=1KB0iPi+B00,]]>其中，Bij、B0i以及B00为网络损耗系数，i＝1,2,...,K，j＝1,2,...,K，对于具体的电力系

\t统而言是已知参数；
步骤2：获取步骤1中模型中所需的各类参数，包括：电网中系统总的负载功率PD、计
算网络损耗功率的参数Bij、B0i和B00、火力发电机组中各发电机的最小和最大输出有功功率
和发电机组费用参数ak、bk和ci、发电机组污染物排放量参数...

【专利技术属性】
技术研发人员：程吉祥，李志丹，谌海云，
申请(专利权)人：西南石油大学，
类型：发明
国别省市：四川;51