一种电力系统经济调度方法及系统技术方案

本发明专利技术公开了一种电力系统经济调度方法及系统，该方法包括：根据发电机组的参数初始化粒子群；利用粒子群算法的迭代公式计算每一粒子的位置矢量；根据约束条件对粒子的位置矢量进行修改；计算每一粒子的电力调度目标函数值；对粒子个体最优位置和粒子群最优位置进行更新；根据预设的种群规模阈值对整个种群的规模进行动态调整，以开始下一代的粒子群计算，直至达到预设的最大迭代次数；根据最终代粒子群最优位置进行电力系统负荷分配。本发明专利技术采用粒子群算法配合粒子的双个体最优位置策略及基于约束违反时变耐受精度的动态种群方法来求解电力系统经济调度问题，从而有效提高了电力系统经济调度方法的效率和实用性。

【技术实现步骤摘要】
一种电力系统经济调度方法及系统
本专利技术涉及电力系统
，尤其是涉及一种电力系统经济调度方法及系统。
技术介绍
随着地球人口的不断增长和工业化的发展，各国对能源的需求日渐增长，这导致了电力系统规模的不断增大和人们对电力系统经济性的运行要求越来越高。电力系统规划和运行调度的重要课题之一包括电力系统经济负荷分配(EconomicDispatch，ED)问题。ED问题是一类典型的有约束优化问题，其目标是在满足负荷要求并最小化发电成本的同时，符合各种运行约束条件。由于可以节省大量的经济成本，电力系统经济负荷分配问题的妥善解决对于提高电力系统运行的经济性和可靠性具有较为重要的意义。但是由于这类问题具有非凸、非线性及包含复杂约束等特点，并且相应的实际工程问题的规模较大，数据具有高维的特点，所以采用经典的方法如梯度下降法等所求得的解，在精度上难以达到实际的要求。近年来有研究采用启发式算法来求解电力系统经济负荷分配问题研究成果包括基于遗传算法(GA)、粒子群算法(PSO)、差分进化算法(DE)、禁忌搜索算法(TS)及神经网络(NN)等。然而，随着大规模发电厂的持续建设，电力系统的工程实践中出现的ED问题对求解算法提出了更高的要求。现有方法在处理约束条件中并不具有优势，其求解的稳定性不高，且需要较多的计算资源，如专利CN108808667A一种基于变策略动态差分进化算法的电力系统经济调度法，其在搜索到的优化方案中，若是出现违反约束条件的情况，采用了对违反约束的方案进行修复，并结合罚函数的方法降低修复后仍然违反约束的个体被选择参与生成新个体的几率，但却没有给出具体的修复方法，导致无法参照其给出的解决方案设计具体的实用系统；而另一现有技术——启发式约束处理方法，是在算法的每一次迭代运算中细致且反复地对每个不可行解的某些分量的值进行调整，以使不可行解变得满足约束条件，这样做虽然能在一定程度上降低个体对约束条件的违反程度，但是在很多情况下是无法将不满足约束条件的个体修复至满足约束条件，而采用常规的个体淘汰机制，即总是筛除淘汰违反约束条件程度大的个体或总是筛除淘汰目标函数值较差的个体，这会导致剩余的解可能存在目标函数值较差或存在约束违反程度较大的问题，算法难以搜索到较为优秀的可行解，明显的，在算法的全过程采用无差异的个体淘汰机制，不利于有效地寻找最优解。因此利用电力系统经济调度问题的求解虽然已经有多种方案，但是在有效的约束处理和个体的筛选上，依然存在着效率不高，实用性较差等问题。
技术实现思路
本专利技术实施例提供了一种电力系统经济调度方法及系统，以解决现有的电力系统经济调度方法效率低下、实用性差的技术问题，从而提高电力系统经济调度方法的效率和实用性。为了解决上述技术问题，本专利技术实施例提供了一种电力系统经济调度方法，包括步骤：根据发电机组的参数对粒子群进行初始化；利用粒子群算法的迭代公式，根据粒子个体第一最优位置、粒子个体第二最优位置和粒子群最优位置计算每一粒子的位置矢量；根据约束条件对粒子的位置矢量进行修改；计算每一粒子的电力调度目标函数值；根据等式约束条件和计算所得的当代粒子的位置矢量对所述粒子个体第一最优位置、所述粒子个体第二最优位置和粒子群最优位置进行更新；根据设定的约束违反耐受精度对粒子进行筛选得到第二可行解集，并根据所述第二可行解集的规模和预设的种群规模阈值对整个种群的规模进行动态调整，以开始下一代的粒子群计算，直至达到预设的最大迭代次数；根据最终代粒子群最优位置进行电力系统负荷分配。进一步地，所述利用粒子群算法的迭代公式，根据粒子个体第一最优位置、粒子个体第二最优位置和粒子群最优位置计算每一粒子的位置矢量，具体地：对于每一个粒子，根据设定的选择几率选择所述粒子个体第一最优位置或所述粒子个体第二最优位置作为粒子个体最优位置；其中，所述选择几率为根据进化的代数及所述粒子个体第二最优位置的约束违反程度设定。进一步地，所述根据约束条件对粒子的位置矢量进行修改，具体包括：将违反不等式约束条件的粒子的位置矢量的相应分量修改为相应的边界值，以使该粒子满足不等式约束条件；对于不满足所述等式约束条件的粒子，选择这些粒子的位置矢量中的一个分量进行启发式修改，直至对应的粒子满足所述等式约束条件，或直至修改次数超出执行次数阈值，或直至修改失效；其中，所述执行次数阈值为根据算法的进化代数而设定。进一步地，所述根据等式约束条件和计算所得的当代粒子的位置矢量对所述粒子个体第一最优位置、所述粒子个体第二最优位置和粒子群最优位置进行更新，具体包括：设定最终电力平衡约束违反的耐受精度，并根据所述等式约束条件计算每一粒子的条件违反程度；当所述条件违反程度小于所述最终电力平衡约束违反的耐受精度时，则判定对应的粒子满足所述等式约束条件，对满足所述等式约束条件的粒子进行筛选，得到第一可行解集；判断粒子的第一目标函数值是否小于或等于粒子个体第一最优位置的第二目标函数值，若是，则将所述粒子个体第一最优位置更新为所述第一目标函数值对应的位置矢量，若否，则将所述粒子个体第一最优位置更新为所述第二目标函数值对应的位置矢量；对于所述第一可行解集中的粒子，当粒子的个体第二最优位置的第一约束违反程度值小于所述最终电力平衡约束违反的耐受精度时，判断粒子的第一目标函数值是否小于或等于粒子个体第二最优位置的第三目标函数值，若是，则将所述粒子个体第二最优位置更新为所述第一目标函数值对应的位置矢量，若否，则将所述粒子个体第二最优位置更新为所述第三目标函数值对应的位置矢量；当粒子的个体第二最优位置的第一约束违反程度值大于或等于所述最终电力平衡约束违反的耐受精度时，将所述粒子个体第二最优位置更新为所述第一目标函数值对应的位置矢量；对于不在所述第一可行解集中的粒子，判断粒子的第一约束违反程度值是否大于粒子个体第二最优位置的第二约束违反程度值，若是，则将所述粒子个体第二最优位置更新为所述第二约束违反程度值对应的位置矢量，若否，则将所述粒子个体第二最优位置更新为所述第一约束违反程度值对应的位置矢量；在粒子个体最优位置完成更新之后，将所述粒子群最优位置更新为所有粒子中所述个体第一最优位置的目标函数值最小的一个粒子所对应的位置矢量。进一步地，所述根据设定的约束违反耐受精度对粒子进行筛选得到第二可行解集，并根据所述第二可行解集的规模和预设的种群规模阈值对整个种群的规模进行动态调整，具体包括：根据所述最终电力平衡约束违反的耐受精度计算粒子群当前代数目标耐受精度；将所述条件违反程度小于所述当前代数目标耐受精度的粒子进行筛选，得到第二可行解集；计算所述第二可行解集的规模；当所述第二可行解集的规模大于预设的第一种群规模阈值时，则从整个种群中不断删除目标函数值最大的粒子直到整个种群的规模等于预设的第二种群规模阈值；当所述第二可行解集的规模小于预设的第三种群规模阈值时，则将所述第二可行解集、全体粒子的个体第一最优位置和全体粒子的个体第二最优位置合并得到优势解集，并对所述优势解集中任意选择的粒子个体采用算子生成新的粒子个体，直到整个种群的规模等于预设的第四种群规模阈值；其中，所述算子包括交叉算子、差分算子和变异算子。为了解决相同的技术问题，本专利技术还提供了一种电力系统经济调度系统，包括初始化模块、第一计算模本文档来自技高网...

【技术保护点】
1.一种电力系统经济调度方法，其特征在于，包括以下步骤：根据发电机组的参数对粒子群进行初始化；利用粒子群算法的迭代公式，根据粒子个体第一最优位置、粒子个体第二最优位置和粒子群最优位置计算每一粒子的位置矢量；根据约束条件对粒子的位置矢量进行修改；计算每一粒子的电力调度目标函数值；根据等式约束条件和计算所得的当代粒子的位置矢量对所述粒子个体第一最优位置、所述粒子个体第二最优位置和粒子群最优位置进行更新；根据设定的约束违反耐受精度对粒子进行筛选得到第二可行解集，并根据所述第二可行解集的规模和预设的种群规模阈值对整个种群的规模进行动态调整，以开始下一代的粒子群计算，直至达到预设的最大迭代次数；根据最终代粒子群最优位置进行电力系统负荷分配。

【技术特征摘要】
1.一种电力系统经济调度方法，其特征在于，包括以下步骤：根据发电机组的参数对粒子群进行初始化；利用粒子群算法的迭代公式，根据粒子个体第一最优位置、粒子个体第二最优位置和粒子群最优位置计算每一粒子的位置矢量；根据约束条件对粒子的位置矢量进行修改；计算每一粒子的电力调度目标函数值；根据等式约束条件和计算所得的当代粒子的位置矢量对所述粒子个体第一最优位置、所述粒子个体第二最优位置和粒子群最优位置进行更新；根据设定的约束违反耐受精度对粒子进行筛选得到第二可行解集，并根据所述第二可行解集的规模和预设的种群规模阈值对整个种群的规模进行动态调整，以开始下一代的粒子群计算，直至达到预设的最大迭代次数；根据最终代粒子群最优位置进行电力系统负荷分配。2.如权利要求1所述的电力系统经济调度方法，其特征在于，所述利用粒子群算法的迭代公式，根据粒子个体第一最优位置、粒子个体第二最优位置和粒子群最优位置计算每一粒子的位置矢量，具体的：对于每一个粒子，根据设定的选择几率选择所述粒子个体第一最优位置或所述粒子个体第二最优位置作为粒子个体最优位置；其中，所述选择几率为根据进化的代数及所述粒子个体第二最优位置的约束违反程度设定。3.如权利要求2所述的电力系统经济调度方法，其特征在于，所述根据约束条件对粒子的位置矢量进行修改，具体包括：将违反不等式约束条件的粒子的位置矢量的相应分量修改为相应的边界值，以使该粒子满足不等式约束条件；对于不满足所述等式约束条件的粒子，选择这些粒子的位置矢量中的一个分量进行启发式修改，直至对应的粒子满足所述等式约束条件，或直至修改次数超出执行次数阈值，或直至修改失效；其中，所述执行次数阈值为根据算法的进化代数而设定。4.如权利要求3所述的电力系统经济调度方法，其特征在于，所述根据等式约束条件和计算所得的当代粒子的位置矢量对所述粒子个体第一最优位置、所述粒子个体第二最优位置和粒子群最优位置进行更新，具体包括：设定最终电力平衡约束违反的耐受精度，并根据所述等式约束条件计算每一粒子的条件违反程度；当所述条件违反程度小于所述最终电力平衡约束违反的耐受精度时，则判定对应的粒子满足所述等式约束条件，对满足所述等式约束条件的粒子进行筛选，得到第一可行解集；判断粒子的第一目标函数值是否小于或等于粒子个体第一最优位置的第二目标函数值，若是，则将所述粒子个体第一最优位置更新为所述第一目标函数值对应的位置矢量，若否，则将所述粒子个体第一最优位置更新为所述第二目标函数值对应的位置矢量；对于所述第一可行解集中的粒子，当粒子的个体第二最优位置的第一约束违反程度值小于所述最终电力平衡约束违反的耐受精度时，判断粒子的第一目标函数值是否小于或等于粒子个体第二最优位置的第三目标函数值，若是，则将所述粒子个体第二最优位置更新为所述第一目标函数值对应的位置矢量，若否，则将所述粒子个体第二最优位置更新为所述第三目标函数值对应的位置矢量；当粒子的个体第二最优位置的第一约束违反程度值大于或等于所述最终电力平衡约束违反的耐受精度时，将所述粒子个体第二最优位置更新为所述第一目标函数值对应的位置矢量；对于不在所述第一可行解集中的粒子，判断粒子的第一约束违反程度值是否大于粒子个体第二最优位置的第二约束违反程度值，若是，则将所述粒子个体第二最优位置更新为所述第二约...

【专利技术属性】
技术研发人员：杨震伦，
申请(专利权)人：广州番禺职业技术学院，
类型：发明
国别省市：广东,44