The invention discloses a multi-objective particle swarm optimization dispatching method for power system, which relates to the field of power system optimization problems. This method can solve the EED problem by transforming it into MOPSO problem, which is equivalent to two objective optimization problems of coal consumption and emission. In order to ensure the diversity and uniform distribution of the optimal solution, that is, the coal consumption and emissions corresponding to the unit output combination are evenly distributed to the Pareto front curve, the method of determining the global extremum of particles is improved. Specifically, when solving the EED problem, the sparse distance and sigma method are combined to select the global extremum of particles under a certain probability, thus maintaining a large population. Sample, so as to prevent the population from falling into local optimum, and further ensure the uniform distribution of the Pareto optimal solution. It improves the efficiency and accuracy of solving MOPSO, thus better solves the EED problem, and provides new ideas for energy saving and emission reduction of power generation enterprises.
【技术实现步骤摘要】
一种电力系统多目标粒子群优化调度方法
本专利技术涉及电力系统优化问题领域，尤其涉及一种电力系统多目标粒子群优化调度方法。
技术介绍
近年来，全球气候变暖的问题日渐突出，环境污染已成为人类社会的一大威胁，电力系统调度中单纯考虑经济性已不能满足当今社会的需求，减排问题也成为研究的热点，学者们越来越多地致力于考虑环境保护的机组组合的研究，即环境/经济调度(Environmental/EconomicDispatch,EED)问题。EED问题试图找到一种调度方案，在燃煤消耗和污染排放两个方面同时达到最优，即煤耗最低且排放最小。然而，传统的优化技术并不适用于这种多个相互冲突的目标同时优化的问题，因此提出了很多改进技术来处理EED问题。EED问题常用的求解方法是同时处理煤耗成本和排放两个目标，即求解多目标的优化问题。多目标优化问题(Multi-objectiveOptimizationProblems,MOPs)中，通常需要对多个目标进行相互平衡，在符合一系列约束条件的情况下得到相对合理的解决方案。Pareto最优的概念通常用于多目标优化问题(MOP)的求解中，MOP问题的最...
【技术保护点】
1.一种电力系统多目标粒子群优化调度方法，其特征在于，包括如下步骤：S1，确定EED问题，其最终目标是对机组出力进行最优组合，在满足电力系统中总的负荷需求和必要约束条件下，使煤耗量和排放量同时达到最优；S2，利用多目标粒子群优化方法求解S1中确定的EED问题，求解过程中，按照如下步骤确定全局极值：S201，对各粒子的稀疏距离和sigma值分别进行计算；S202，选取n个与当前粒子的sigma值距离最小的非劣解，n≥2；S203，从S202选取的非劣解中选取一个稀疏距离较大的作为当前粒子的全局极值，若n个非劣解的稀疏距离相同，则任选一个作为当前粒子的全局极值。
【技术特征摘要】
1.一种电力系统多目标粒子群优化调度方法，其特征在于，包括如下步骤：S1，确定EED问题，其最终目标是对机组出力进行最优组合，在满足电力系统中总的负荷需求和必要约束条件下，使煤耗量和排放量同时达到最优；S2，利用多目标粒子群优化方法求解S1中确定的EED问题，求解过程中，按照如下步骤确定全局极值：S201，对各粒子的稀疏距离和sigma值分别进行计算；S202，选取n个与当前粒子的sigma值距离最小的非劣解，n≥2；S203，从S202选取的非劣解中选取一个稀疏距离较大的作为当前粒子的全局极值，若n个非劣解的稀疏距离相同，则任选一个作为当前粒子的全局极值。2.根据权利要求1所述的电力系统多目标粒子群优化调度方法，其特征在于，S1中，所述EED问题的数学模型，包括机组运行的燃煤消耗关系和机组运行的污染排放关系，以及约束条件；所述机组运行的燃煤消耗关系如下式所示：其中，F表示T个时段中N台机组的总煤耗量，Fi,t表示第i台机组在第t时段的煤耗，T和N分别表示发电的周期和电厂的机组规模；Pi,t表示第i台机组在第t个时段的出力大小，ai、bi、ci表示第i台机组运行时的成本系数；所述机组运行的污染排放关系如下式所示：其中，H表示T个时段中N台机组的总排放量，Hi,t表示第i台机组在第t个时段的排放量，αi、βi、γi、ξi和λi表示第i台机组运行时的排放系数；功率平衡约束如下式所示：其中，PD,t为第...
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。