一种计及大气污染的区域环境-电力系统协同优化方法技术方案

一种计及大气污染的区域环境‑电力系统协同优化方法，该方法先利用发电量与排污量的对应关系、污染物浓度与AQI的对应关系以及连续点源的高斯扩散模型计算区域内各机组发电对主要城市AQI的综合影响系数，再建立时空污染坐标系，按AQI预测值大小将时空点划分为核心点和非核心点，分别计算核心点AQI受区域内机组发电影响的阈值、非核心点AQI受区域内机组发电影响的控制系数，然后建立以购电成本最小、非核心点AQI受区域内机组发电综合影响最小为目标的优化模型，接着采用NSGA‑II算法对优化模型进行求解，最后基于模糊集理论选择最优折中解作为最优输出结果，即各机组分时段的输出功率。本设计有效缓解了空气污染。

【技术实现步骤摘要】
一种计及大气污染的区域环境-电力系统协同优化方法
本专利技术属于电力系统优化领域，具体涉及一种计及大气污染的区域环境-电力系统协同优化方法。
技术介绍
随着由污染气体排放所引发的环境问题的日益加剧，持续的雾霾天气已严重影响了人们正常的工作、学习、生活，防治大气污染、保障公众健康刻不容缓。作为当今社会经济发展中最基础、最庞大的产业之一，电力行业积极响应国家号召开展节能减排的工作。当前已有大量文献在研究电力交易计划时考虑到环境成本，通过引入最小化火电机组排污总量的优化目标以缓解发、用电对空气质量的影响，其思路一般从“量”的角度出发，以减少排放总量为主要目标。虽然基于该思路的众多政策也较为明显地控制了大气污染物的排放总量，但是这些文献忽略了大气污染时空分布的特性，以及影响空气质量的其他气象因素，缺乏对重点地区、突出时段的过程控制，具有不可持续性，因此在实践过程中，许多地区或人口稠密的都市区域的空气质量依旧频繁出现连续的重度以上污染的现象。对此，亟待构建更为详尽的新模型和方法。
技术实现思路
本专利技术的目的是针对现有技术存在的上述问题，提供一种能够有效缓解空气污染的计及大气污染的区域环境-电力系统协同优化方法。为实现以上目的，本专利技术的技术方案如下：一种计及大气污染的区域环境-电力系统协同优化方法，依次包括以下步骤：步骤A、基于区域内主要城市的空气质量数据、区域内发电机组的数据以及气象数据，利用发电量与排污量的对应关系、污染物浓度与空气质量指数AQI的对应关系以及连续点源的高斯扩散模型，计算区域内各机组发电对主要城市AQI的综合影响系数；步骤B、建立时空污染坐标系，按AQI预测值大小将区域内所有时空点划分为核心点和非核心点，分别计算核心点AQI受区域内机组发电影响的阈值、非核心点AQI受区域内机组发电影响的控制系数；步骤C、基于步骤A计算得到的综合影响系数以及步骤B的计算结果，建立以购电成本最小、非核心点AQI受区域内机组发电综合影响最小为目标的优化模型；步骤D、采用NSGA-II算法对优化模型进行求解，得到Pareto解集后基于模糊集理论选择最优折中解作为最优输出结果，即得到各机组分时段的输出功率。所述步骤B依次包括以下步骤：步骤B1、建立基于地区和时段的二维时空坐标系，将AQI预测值在前10％的时空点设为核心点，其它时空点设为非核心点；步骤B2、对于核心点，先基于各机组对其AQI的综合影响系数筛选出主要影响机组，然后结合主要影响机组的供电重要性、该核心点的大气污染防治等级以及AQI预测值，确定该核心点AQI受区域内机组发电影响的阈值；对于非核心点，采用以下公式确定其AQI受区域内机组发电影响的控制系数：上式中，ωd(c，t)为非核心点d(c，t)受区域内机组发电影响的控制系数，AQId为非核心点d(c，t)的AQI预测值，NC为非核心点的集合。步骤B2中，所述核心点AQI受区域内机组发电影响的阈值通过以下方法确定：若主要影响机组供电重要性低且大气污染防治等级≤Ⅱ级，则确定阈值为该核心点AQI预测值的2％；若主要影响机组供电重要性低且大气污染防治等级＞Ⅱ级，则确定阈值为该核心点AQI预测值的5％；若主要影响机组供电重要性高且大气污染防治等级≤Ⅱ级，则确定阈值为该核心点AQI预测值的7％；若主要影响机组供电重要性高且大气污染防治等级＞Ⅱ级，则确定阈值为该核心点AQI预测值的10％。步骤C中，所述优化模型的目标函数为：上式中，F1、F2分别为购电成本、非核心点AQI受区域内机组发电综合影响，SI、So分别为区域内、外发电机组的集合，Pi，t、Po，t分别为区域内发电机组i、区域外售电机组o在第t个时段的输电功率，ci，t、co，t分别为区域内发电机组i、区域外售电机组o在第t个时段的售电电价，T为优化总时段数，Δt为每个时段的时长。所述优化模型采取峰平谷分时定价和输送曲线：上式中，为机组k在第t个时段所属的峰时的输电功率，为机组k在第t个时段所对应的基准峰时段的输电功率，分别为机组k在平、谷时输送功率与峰时输送功率的比值，分别为机组k在峰、平、谷的分时电价。所述优化模型的约束条件包括购电量约束、供需平衡约束、输电断面输电能力约束、机组发电能力约束、调峰能力约束、核心点AQI受区域内机组发电影响程度约束；所述购电量约束为：上式中，Wk，min、Wk，max分别为机组k的最小、最大售电量；所述供需平衡约束为：上式中，Pt为第t个时段的区域电网负荷；所述输电断面输电能力约束为：上式中，为区域电网与区域外售电机组o之间联络线的输电容量上限；所述机组发电能力约束为：上式中，为机组k在第t个时段所属的峰时的输电功率，为机组k的最大输出功率；所述调峰能力约束为：上式中，分别为机组k在平、谷时输送功率与峰时输送功率的比值，分别为机组k在平、谷时输送功率与峰时输送功率的最小比值；所述核心点AQI受区域内机组发电影响程度约束为：上式中，γi，d(c，t)为发电机组i对核心点d(c，t)的AQI的综合影响系数，为核心点d(c，t)的AQI受区域内机组发电影响的阈值。步骤D中，所述NSGA-II算法在种群初始化、交叉、变异过程后均对生成的个体进行修正，所述修正具体为：计算区域内、外所有机组在第t个时段所提供的功率，若小于区域内负荷，则所有机组平分不足的负荷；若大于区域内负荷，则所有机组等额降低发电功率，以保证系统供需平衡。步骤D中，所述最优折中解结合多属性决策原理和模糊集理论选出，依次包括以下步骤：a、根据以下公式计算解集中每个解对应各目标函数的满意度：上式中，hi，k为解集中的解i对应的目标函数k的满意度，fi，k为解i对应的目标函数k的函数值，分别为解集中所有个体对应的目标函数k的最大、最小函数值，i＝1，2，...，N；b、根据以下公式计算每个解的综合满意度：上式中，hi为解i的综合满意度；c、选取综合满意度最大的解作为最优输出结果。所述步骤A依次包括以下步骤：步骤A1、根据区域内机组的特性，计算各机组某时段内单位发电量与污染物源强的对应关系：上式中，Qi，k，t为机组i在第t个时段内完成单位发电量平均每秒将排出的污染物k的量，Ei为机组i的单位电能煤耗量，为机组i的单位煤耗所排放的污染物k的量，Nt为第t个时段所含的小时数；步骤A2、基于连续点源的高斯扩散模型，依据各机组的地理位置以及主要城市的地理位置、主导风向、平均风速，计算区域内机组i排污所引起的区域内主要城市c上空中各污染物的浓度；步骤A3、根据区域内主要城市近年各月各污染物的平均浓度及其对应的空气质量分指数IAQI，分析区域本文档来自技高网...

【技术保护点】
1.一种计及大气污染的区域环境-电力系统协同优化方法，其特征在于：/n所述优化方法依次包括以下步骤：/n步骤A、基于区域内主要城市的空气质量数据、区域内发电机组的数据以及气象数据，利用发电量与排污量的对应关系、污染物浓度与空气质量指数AQI的对应关系以及连续点源的高斯扩散模型，计算区域内各机组发电对主要城市AQI的综合影响系数；/n步骤B、建立时空污染坐标系，按AQI预测值大小将区域内所有时空点划分为核心点和非核心点，分别计算核心点AQI受区域内机组发电影响的阈值、非核心点AQI受区域内机组发电影响的控制系数；/n步骤C、基于步骤A计算得到的综合影响系数以及步骤B的计算结果，建立以购电成本最小、非核心点AQI受区域内机组发电综合影响最小为目标的优化模型；/n步骤D、采用NSGA-II算法对优化模型进行求解，得到Pareto解集后基于模糊集理论选择最优折中解作为最优输出结果，即得到各机组分时段的输出功率。/n

【技术特征摘要】
1.一种计及大气污染的区域环境-电力系统协同优化方法，其特征在于：
所述优化方法依次包括以下步骤：
步骤A、基于区域内主要城市的空气质量数据、区域内发电机组的数据以及气象数据，利用发电量与排污量的对应关系、污染物浓度与空气质量指数AQI的对应关系以及连续点源的高斯扩散模型，计算区域内各机组发电对主要城市AQI的综合影响系数；
步骤B、建立时空污染坐标系，按AQI预测值大小将区域内所有时空点划分为核心点和非核心点，分别计算核心点AQI受区域内机组发电影响的阈值、非核心点AQI受区域内机组发电影响的控制系数；
步骤C、基于步骤A计算得到的综合影响系数以及步骤B的计算结果，建立以购电成本最小、非核心点AQI受区域内机组发电综合影响最小为目标的优化模型；
步骤D、采用NSGA-II算法对优化模型进行求解，得到Pareto解集后基于模糊集理论选择最优折中解作为最优输出结果，即得到各机组分时段的输出功率。


2.根据权利要求1所述的一种计及大气污染的区域环境-电力系统协同优化方法，其特征在于：
所述步骤B依次包括以下步骤：
步骤B1、建立基于地区和时段的二维时空坐标系，将AQI预测值在前10％的时空点设为核心点，其它时空点设为非核心点；
步骤B2、对于核心点，先基于各机组对其AQI的综合影响系数筛选出主要影响机组，然后结合主要影响机组的供电重要性、该核心点的大气污染防治等级以及AQI预测值，确定该核心点AQI受区域内机组发电影响的阈值；对于非核心点，采用以下公式确定其AQI受区域内机组发电影响的控制系数：



上式中，ωd(c，t)为非核心点d(c，t)受区域内机组发电影响的控制系数，AQId为非核心点d(c，t)的AQI预测值，NC为非核心点的集合。


3.根据权利要求2所述的一种计及大气污染的环境-电力系统协同优化方法，其特征在于：
步骤B2中，所述核心点AQI受区域内机组发电影响的阈值通过以下方法确定：
若主要影响机组供电重要性低且大气污染防治等级≤Ⅱ级，则确定阈值为该核心点AQI预测值的2％；
若主要影响机组供电重要性低且大气污染防治等级＞Ⅱ级，则确定阈值为该核心点AQI预测值的5％；
若主要影响机组供电重要性高且大气污染防治等级≤Ⅱ级，则确定阈值为该核心点AQI预测值的7％；
若主要影响机组供电重要性高且大气污染防治等级＞Ⅱ级，则确定阈值为该核心点AQI预测值的10％。


4.根据权利要求3所述的一种计及大气污染的区域环境-电力系统协同优化方法，其特征在于：
步骤C中，所述优化模型的目标函数为：






上式中，F1、F2分别为购电成本、非核心点AQI受区域内机组发电综合影响，SI、SO分别为区域内、外发电机组的集合，Pi，t、Po，t分别为区域内发电机组i、区域外售电机组o在第t个时段的输电功率，ci，t、co，t分别为区域内发电机组i、区域外售电机组o在第t个时段的售电电价，T为优化总时段数，Δt为每个时段的时长。


5.根据权利要求4所述的一种计及大气污染的区域环境-电力系统协同优化方法，其特征在于：
所述优化模型采取峰平谷分时定价和输送曲线：






上式中，为机组k在第t个时段所属的峰时的输电功率，为机组k在第t个时段所对应的基准峰时段的输电功率，分别为机组k在平、谷时输送功率与峰时输送功率的比值，分别为机组k在峰、平、谷的分时电价。


6.根据权利要求4或5所述的一种计及大气污染的区域环境-电力系统协同优化方法，其特征在于：
所述优化模型的约束条件包括购电量约束、供需平衡约束、输电断面输电能力约束、机组发电能力约束、调峰能力约束、核心点AQI受区域内机组发电影响程度约束；
所述购电量约束为：



上式中，Wk，min、Wk，max分别为机组k的最小、最大售电量；
所述供需平衡约束为：



上式中，Pt为第t个时段的区域电网负荷；
所述输电断面输电能力约束为：



上式中，为区域电网与区域外售电机组o之间联络线的输电容量上限；
所述机组发电能力约束为：



上式中，为机组k在第t个时段所属的峰时的输电功率，为机组...

【专利技术属性】
技术研发人员：杨建华，鲍玉昆，司马琪，杨司玥，杨睿行，余明琼，白顺明，
申请(专利权)人：国家电网公司华中分部，华中科技大学，
类型：发明
国别省市：湖北;42