【技术实现步骤摘要】
一种水电系统全周期高效高精优化调度方法与系统
本专利技术属于梯级水库群优化调度领域，更具体地，涉及一种水电系统全周期高效高精优化调度方法与系统。
技术介绍
为规范国内电力市场运行规则，建立一个公正、公开、透明和竞争的市场体系，“厂网分开，竞价上网”的运营机制得到了充分实施，发电企业逐渐在电力市场发挥越来越重要的作用。而梯级水库群优化调度规模庞大且结构复杂具有非线性、多时段、不确定性和电能实效性等特点，使得国内外尚未形成统一的模型和求解方法。梯级水库群优化调度主要分为中长期优化调度、短期优化调度和实时优化调度，本专利技术主要以中长期优化调度中梯级电站总发电量最大作为目标函数，其数学形式为：式中：E为整个梯级电站总发电量；N为梯级电站数目；T为调度总时段数目；n为电站序号；t为时段序号；Pn,t为第n个水电站在第t个时段的出力；Δt为第t个时段小时数。需要满足的约束条件如下：(1)水量平衡约束：其中，Vn,t为第n个水电站在第t个时段的库容；qn,t为第n个水电站在第t个时段的区间流量；In,t为...
【技术保护点】
1.一种水电系统全周期高效高精优化调度方法，其特征在于，包括以下步骤：/n(1)确定电站之间的约束条件，将各电站在不同时刻的库容值作为决策变量并进行编码，然后根据决策变量在搜索空间内随机生成初始种群，将初始种群作为当前种群；/n(2)获取当前种群中所有个体的适应度，并更新所有个体的历史最优位置与种群的全局最优位置；/n(3)基于步骤(2)更新种群所有个体位置后得到的临时种群，选取适应度更好的前K个个体建立外部档案集合；对所有临时种群个体，引入个体历史最优位置和外部档案集合中的随机个体位置来引导进化方向得到进化后的种群，再引入邻域勘探策略更新进化后的种群个体位置，形成下一代种...
【技术特征摘要】
1.一种水电系统全周期高效高精优化调度方法，其特征在于，包括以下步骤：
(1)确定电站之间的约束条件，将各电站在不同时刻的库容值作为决策变量并进行编码，然后根据决策变量在搜索空间内随机生成初始种群，将初始种群作为当前种群；
(2)获取当前种群中所有个体的适应度，并更新所有个体的历史最优位置与种群的全局最优位置；
(3)基于步骤(2)更新种群所有个体位置后得到的临时种群，选取适应度更好的前K个个体建立外部档案集合；对所有临时种群个体，引入个体历史最优位置和外部档案集合中的随机个体位置来引导进化方向得到进化后的种群，再引入邻域勘探策略更新进化后的种群个体位置，形成下一代种群；
(4)将下一代种群作为当前种群，重复执行步骤(2)和步骤(3)，直至满足预设迭代停止条件，得到当前种群中的最优个体位置，并将当前种群中的最优个体作为目标调度方案。
2.根据权利要求1所述的方法，其特征在于，第k次迭代第i个个体表示为
其中，N表示电站数目；T表示时段数目；且满足1≤i≤m，m表示种群规模；表示第k代第n个电站第t个时段库容值，且1≤n≤N，1≤t≤T，r(0,1)为[0,1]区间均匀分布的随机数，第n个水电站在第t个时段的库容上限；第n个水电站在第t个时段的库容下限。
3.根据权利要求2所述的方法，其特征在于，步骤(2)中采用惩罚函数法计算当前种群中每个个体的适应度，个体的适应度为：
其中，Pn,t为第n个电站第t个时段出力，Δt第t个时段小时数，al为第l个约束的惩罚系数，θl是第l个约束的违背值，ζ为总约束数目。
4.根据权利要求3所述的方法，其特征在于，步骤(2)中更新所有个体的历史最优位置与种群的全局最优位置包括：
由更新所有个体的历史最优位置，由更新种群的全局最优位置；
其中：表示第k-1代第i个个体的历史最优位置，表示的适应度，表示第k代第i个个体的适应度，gBestk表示第k代种群的全局最优位置。
5.根据权利要求4所述的方法，其特征在于，步骤(3)中形成下一代种群具体包括：
(31)由改进的“教”策略更新种群个体位置：
其中，为种群中第k+1代第i个个体第j维的位置，r(0,1)为[0,1]区间均匀分布的随机数，为所述外部档案集合中第k代第α个个体第j维的位置，α为外部档案集合中随机选择的个体下标，为第k代种群中所有个体第j维度的平均位置，为第k代第i个个体第j维的历史最优位置，为...
【专利技术属性】
技术研发人员：牛文静，冯仲恺，莫莉，刘帅，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北;42
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。