一种基于解空间分析且含风电的多目标三阶段调度方法技术

本发明专利技术公开了一种基于解空间分析且含风电的多目标三阶段调度方法，针对风电出力的不确定性，以及电网节能减排多目标发电调度模型的高维非线性和约束复杂性等特点，采用置信区间简化风电场景模拟数量，并采用三阶段调度方法将原问题的复杂模型分解为一个多目标主问题和两个非线性规划子问题，通过对降维后不同阶段的交替求解，实现复杂模型的有效求解，同时设计了一种基于解空间分析的多目标优化方法对降维后的多目标主问题进行直接求解，本方法该方法能有效求解含风电的多目标环境机组组合问题，提高模型的求解精度，并降低发电成本和减少污染气体排放，实现多目标环境经济调度。

【技术实现步骤摘要】
一种基于解空间分析且含风电的多目标三阶段调度方法
本专利技术涉及一种基于解空间分析且含风电的多目标三阶段调度方法，属于电力系统控制技术。
技术介绍
近年来全球对环境保护和可持续发展的讨论日益高涨，随着哥本哈根会议的不断发酵，以及WEEC会议的召开，人们的环保意识正逐渐增强。以系统发电成本最小的传统电力系统调度模型正在逐步向以环境和节能综合优化调度模型上转变，同时，大规模新能源的持续接入(尤其是风电的高渗透性)使得其并网后的影响已不能忽视，以风电为代表的新能源因其较强的不确定性和随机性给电网的经济性和安全性带了全新的挑战。文献《含随机风电的大规模多目标机组组合问题的向量序优化方法》以煤耗量、购电费用、SO2排放量为目标建立多目标模型，采用向量序进行优化，但同样未能考虑网络安全约束。文献《大规模风电入网下的风气火电力系统联合优化调度》引入发电厂环境成本，建立多目标风气火电联合多目标优化调度模型，并采用改进粒子群算法进行优化，但未考虑相邻时段内爬坡约束的限制。
技术实现思路
专利技术目的：为了克服现有技术中存在的不足，本专利技术提供一种基于解空间分析且含风电的多目标三阶段调度方法，以解决现有电本文档来自技高网...

【技术保护点】
一种基于解空间分析且含风电的多目标三阶段调度方法，其特征在于：包括如下步骤：S1、获取计算模型和数据；S2、建立含风电的多目标环境调度模型；S3、对风电不确定性进行场景分析，获得场景模拟信息；S4、采用Benders分解策略将多目标环境调度模型分解为主问题和子问题，并通过三个阶段进行优化；S5、第一阶段：获得不含网络约束的多目标主问题，即优化多目标条件下机组最优组合问题方式和机组出力情况，首先通过对解空间的动态分析获得主问题的Pareto最优解集，然后采用基于模糊满意度的熵权‑TOPSIS法获得最优折中解；S6、第二阶段：在第一阶段获得的最优折中解基础上，验证网络安全约束模型，如果能够满足网络...

【技术特征摘要】
1.一种基于解空间分析且含风电的多目标三阶段调度方法，其特征在于：包括如下步骤：S1、获取计算模型和数据；S2、建立含风电的多目标环境调度模型；S3、对风电不确定性进行场景分析，获得场景模拟信息；S4、采用Benders分解策略将多目标环境调度模型分解为主问题和子问题，并通过三个阶段进行优化；S5、第一阶段：获得不含网络约束的多目标主问题，即优化多目标条件下机组最优组合问题方式和机组出力情况，首先通过对解空间的动态分析获得主问题的Pareto最优解集，然后采用基于模糊满意度的熵权-TOPSIS法获得最优折中解；S6、第二阶段：在第一阶段获得的最优折中解基础上，验证网络安全约束模型，如果能够满足网络安全约束，则转入S7，否则生成BendersCut返回S5继续迭代计算；S7、第三阶段：验证第一、二阶段得到的解是否能够满足不同的风电场景下的机组约束和网络安全约束；如果能够满足机组约束，则转入步骤S8，否则生成BendersCut返回S5继续迭代计算；S8、如果能够满足网络安全约束，则转入步骤S9，否则生成BendersCut返回S5继续迭代计算；S9、判断当前代入的场景是否是最后的模拟场景，如果不是，则生成BendersCut返回S5继续迭代计算，否则结束本次计算，并给出最终的调度方案。2.根据权利要求1所述的基于解空间分析且含风电的多目标三阶段调度方法，其特征在于：所述步骤S5中，通过对解空间的动态分析获得Pareto最优解集，具体步骤如下：(a1)随机初始化种群PG，链表计数器t＝1；种群PG的个体数量为NP，采用差分算法对种群PG进行优化后，进入步骤(a2)；(a2)计算种群PG中个体的约束违反值，将满足约束违反值的个体记为不可行解，并据此统计种群PG中的可行解数量NK：若NK＝0，则进入步骤(a3)；若0＜NK＜1，则进入步骤(a4)；若NK＝1，则进入步骤(a5)；(a3)NK＝0，则表明种群PG中不存在可行解，则：(a31)选用DE/rand/1变异策略生成种群PG的子代种群HG，进入步骤(a32)；(a32)TG＝PG+HG，计算集合TG中个体的约束违反值，并据此统计集合TG中的可行解数量NK：若NK≠0，则进入步骤(a33)；否则，进入步骤(a34)；(a33)将集合TG中的可行解存入链表Gt+1中，并从集合TG中删除，进入步骤(a34)；(a34)将集合TG中所有不可行解存入集合TG-pareto中，并按照约束违反值的大小对不可行解进行排序，进入步骤(a35)；(a35)按照约束违反值由小到大的顺序逐个将TG-pareto中的不可行解存入链表Gt+1中，直至链表Gt+1中个体的个数为NP，进入步骤(a6)；(a4)0＜NK＜1，则表明种群PG中同时存在可行解和不可行解，则：(a41)若rand(0,1)＞NK/NP，则选用DE/best/2变异策略进行加速进化；否则选用DE/rand/2变异策略进行多样性进化；rand(0,1)表示0、1之间的随机数；进入步骤(a42)；(a42)按照如下规则，从父代个体和子代个体中选择个体存入链表Gt+1中：①父代个体和子代个体均为可行解：若两个可行解相互支配，则选择支配解存入链表Gt+1中；否则，任选其中一个可行解存入链表Gt+1中；②父代个体和子代个体只有一个为可行解，则选择可行解存入链表Gt+1中；③父代个体和子代个体均为不可行解，则选择约束违反值小的不可行解存入链表Gt+1中；选择完成后，进入步骤(a6)；(a5)NK＝1，则表明种群PG中只存在可行解，则：(a51)选用DE/rand/2变异策略生成种群PG的子代种群HG；TG＝PG+HG，采用非劣排序将种群TG分解为K层非劣解，进入步骤(a52)和(a53)；(a52)从第一层开始将每层非劣解个体存入链表Gt+1'中，直至链表Gt+1'中的个体数量为NP；若存完第k-1层非劣解时，链表Gt+1'中的个体数量小于NP，而存完第k层非劣解后，链表Gt+1'中的个体数量大于NP，则采用拥挤距离方法排除第k层中多出数量的个体，直至链表Gt+1'中个体的个数为NP；(a53)初始化探测点链表，令对每一层非劣解进行搜索，寻找个体进行正交交叉探测；(a531)对第k层非劣解，包含R...

【专利技术属性】
技术研发人员：陈光宇，张仰飞，郝思鹏，刘海涛，曾艾东，孟高军，董亮，任微逍，李超杰，叶宇成，王泽宇，许翔泰，洪杨，柏一凡，
申请(专利权)人：南京工程学院，
类型：发明
国别省市：江苏,32