基于场景解耦和异步迭代的多目标随机动态经济调度方法技术

本发明专利技术公开了一种基于场景解耦和异步迭代的多目标随机动态经济调度方法，它包括以下步骤：1)给定相关计算参数；2)建立多目标随机动态经济调度模型；3)采用场景解耦和异步迭代改进内点法求解多目标随机动态经济调度模型。本发明专利技术利用场景法将多目标随机动态经济调度问题转化为大规模多目标确定性动态经济调度问题，再借助法线边界交叉法将其转化为一系列大规模单目标非线性规划问题，并用非线性原对偶内点法求解，避免产生稠密矩阵，使得整个计算过程中矩阵都是稀疏的，较好地兼顾了电网运行的经济性和环保性，是一个具有较高运行效益的调度方案。

Multi objective stochastic dynamic economic dispatch method based on scene decoupling and asynchronous iteration

The invention discloses a multi objective stochastic dynamic economic dispatch method of scene and decoupling based on asynchronous iteration, which comprises the following steps: 1) given the relevant calculation parameters; 2) a multi-objective stochastic dynamic economic dispatch model; 3) the scene of decoupling and asynchronous iterative improved interior point method for solving multi objective stochastic dynamic economic dispatch model. The present invention uses scene method multi-objective stochastic dynamic economic scheduling problem into large-scale multi-objective deterministic dynamic economic dispatch problem, and then convert it to a series of large-scale single objective nonlinear programming problem with normal boundary intersection method, and nonlinear primal dual interior point method, avoid dense matrix, the matrix of the whole calculation process are sparse, a better balance between power grid economic and environmental protection, is a high efficiency scheduling scheme.

【技术实现步骤摘要】
基于场景解耦和异步迭代的多目标随机动态经济调度方法
本专利技术涉及一种用于省级电力系统日前运行调度的基于场景解耦和异步迭代的多目标随机动态经济调度方法，属于电气工程

技术介绍
风电场接入电力系统后的动态经济调度问题实际上是一个随机优化问题。这方面早期的研究是利用机会约束模型和鲁棒优化模型。机会约束模型考虑随机性不够精确，而鲁棒优化模型的计算结果偏于保守。近期，美国阿贡国家实验室对随机规划的相关研究的思路是采用场景树模型生成大量随机误差场景，用巨型计算机对该问题进行精确计算。目前，国内电网有功调度执行的是节能发电调度模式，目标函数只有一个或是几个目标函数的加权和。调度运行方式需要兼顾经济性和环保性，但有时这两个目标会互相冲突，即，只考虑某个目标时，另一个目标就无法达到较优的指标。所以在经济调度模型中同时优化两个及两个以上目标函数的做法能为调度员或决策者带来方便。将基于场景法的随机动态经济调度模型当应用到中国某省级电网时，用蒙特卡洛法生成1000个采样场景，变量数达到了16,432,417；等式约束数量为99,101；不等式约束数量为115,319,756，即使采用关键线路搜索本文档来自技高网...

【技术保护点】
基于场景解耦和异步迭代的多目标随机动态经济调度方法，其特征是，包括以下步骤：1)给定相关计算参数；2)建立多目标随机动态经济调度模型；3)采用场景解耦和异步迭代改进内点法求解多目标随机动态经济调度模型。

【技术特征摘要】
1.基于场景解耦和异步迭代的多目标随机动态经济调度方法，其特征是，包括以下步骤：1)给定相关计算参数；2)建立多目标随机动态经济调度模型；3)采用场景解耦和异步迭代改进内点法求解多目标随机动态经济调度模型。2.如权利要求1所述的基于场景解耦和异步迭代的多目标随机动态经济调度方法，其特征是，在步骤1)中，所述相关计算参数包括常规发电机组成本系数及出力上下限参数，输电支路阻抗及容量参数，抽水蓄能机组运行参数，以及电力系统的负荷和风电功率参数。3.如权利要求2所述的基于场景解耦和异步迭代的多目标随机动态经济调度方法，其特征是，在步骤2)中，所述多目标随机动态经济调度模型中的目标函数为：①购电费用第一个目标是最小化预测场景的购电费用，定义如下：其中，ag是第gth台常规机组的购电费用；awind是风电场的购电费用；为预测场景中第gth台机组在时段t的出力；为预测场景中第wth个风电场在时段t的调度出力；NG和NW是常规机组台数和系统的并网风电场个数；②污染气体排放量第二个目标是最小化常规机组的污染气体排放量，定义如下：其中，b2,g，b1,g和b0,g是第gth台常规机组的排放系数；所述常规机组的污染气体至少包括SO2和NOx气体；所述多目标随机动态经济调度模型中的基本约束为：①功率平衡约束：忽略有功网损，预测场景和误差场景中的有功功率平衡约束定义如下：其中，是预测场景和误差场景中第gth台常规机组的在时段t的出力；为预测场景和误差场景中第wth个风电场在时段t的调度出力；Pmt为负荷节点m在时段t的负荷；ND是负荷节点数目，T和NS均为正整数；②常规机组出力约束：a)预测场景和误差场景中的常规机组出力上下限约束，表达如下：其中，Pgmax和Pgmin是第gth台常规机组的出力上下限；b)预测场景和误差场景中的爬坡/滑坡约束，表达如下：其中，rug和rdg分别是第gth台常规机组的爬坡/滑坡系数；ΔT为动态调度两相邻时刻的时间间隔；c)场景转移约束场景转移约束表示从预测场景到误差场景，常规机组的可调度裕度，表达如下：其中，ΔT’为第gth台常规机组为适应风电出力预测误差所需的调度响应时间；③风场出力约束：当系统备用不足或是由于靠近风场的并网处的线路传输容量的限制，弃风是不可避免的，所以风场出力约束表达如下：④抽水蓄能电站的相关约束：抽水蓄能机组每个时刻只能在发电、抽水和停机中其中一种工况下工作，表达如下：其中，和分别表示第rth座抽蓄电站在t时段的发电和抽水功率；PrGmax和PrPmax分别表示分别表示第rth座抽蓄电站相应的发电和抽水功率上限；NPS表示抽蓄电站的数量；⑤网络传输约束：预测场景和误差场景中电网线路上的有功传输上下限约束表示为：其中，Plmax为线路l的最大传输容量上限；NL为线路条数；为预测场景和误差场景中线路l上时段t的传输功率。4.如权利要求3所述的基于场景解耦和异步迭代的多目标随机动态经济调度方法，其特征是，在抽水蓄能电站的相关约束条件中，抽水消耗电量和发出电量的平衡关系约束可表示为：其中，抽水和发电之间有能量损耗，ξ为能量转换效率参数，取ξ＝75％；网络传输约束条件采用直流潮流模型表示为：其中，Glg，Flw，Hlg和Dld分别代表线路l与常规机组，风电场，抽蓄电站和负荷之间的有功功率传输因子。5.如权利要求4所述的基于场景解耦和异步迭代的多目标随机动态经济调度方法，其特征是，多目标随机动态经济调度模型的紧凑表达形式为：minF(x0)＝{f1(x0),f2(x0)}(12)s.t.g0(x0)＝0(13)gs...

【专利技术属性】
技术研发人员：付一木，赵维兴，李晨辉，邱轩宇，朱庆钢，郑志杰，刘晓明，田鑫，孙东磊，王轶群，高效海，魏佳，赵龙，魏鑫，
申请(专利权)人：国网山东省电力公司经济技术研究院，国家电网公司，
类型：发明
国别省市：山东,37