考虑电力传输可靠性的多能源系统多目标优化调度方法技术方案

本发明专利技术是一种考虑电力传输可靠性的多能源系统多目标优化调度方法。包括步骤1：建立调度模型；步骤2：对初始化后的所有粒子进行种群划分，并在步骤1调度模型中的约束条件构成的解空间进行最优解的搜索；步骤3：对完成步骤2搜索的粒子采用排序、分层的方法对所有粒子进行排序分层，并从每一层中依次选取粒子，构成劣解种群，对劣解种群按照步骤2再次进行搜索；步骤4：对整体优化调度模型进行多目标协同方法求解得到Pareto方案集。本发明专利技术采用多种群协同进化的策略解决多目标、多约束的复杂问题，同时采用非劣解排查监测机制、模拟二进制交叉法，增加Pareto解集的多样性，从而给电力调度的决策者提供更多合理的决策方案。的决策者提供更多合理的决策方案。

【技术实现步骤摘要】
考虑电力传输可靠性的多能源系统多目标优化调度方法


[0001]本专利技术涉及属于电力系统自动化领域，具体的说是考虑电力传输可靠性的多能源系统多目标安全经济优化调度，特别是在考虑电力系统安全运行的环境下。

技术介绍

[0002]由于大规模混合多能源接入有源电网，加之其间歇式发电的特殊性，对电力系统长期稳定运行有着极大的影响，这使得电力系统呈现出复杂的多目标、多约束以及电力系统安全难以保障的特点。传统的优化方法往往只针对简单目标，简单约束有效，对于考虑电力系统安全的前提下如何快速高效解决复杂的多目标、多约束问题较为乏力，混合能源接入电网时因其复杂的多目标、多约束、不确定性等原因而导致电力系统无法安全运行。

技术实现思路

[0003]为了解决上述问题，本专利技术提出了考虑电力传输可靠性的多能源系统多目标安全经济优化调度方法，解决了在混合能源接入电网时因其复杂的多目标、多约束、不确定性等原因而导致电力系统无法安全运行的问题。在优化的过程中采用多种群协同优化的方案，提高了Pareto方案集的准确性和效率，为相关调度人员提供更多的方案指导。
[0004]为了达到上述目的，本专利技术是通过以下技术方案实现的：
[0005]本专利技术是一种考虑电力传输可靠性的多能源系统多目标优化调度方法，包括如下步骤：
[0006]步骤1：建立混合多能源接入下的多目标、多约束经济优化调度模型；
[0007]步骤2：对初始化后的所有粒子进行种群划分，并采用自适应权重调整策略在步骤1调度模型中的约束条件构成的解空间进行最优解的搜索；
[0008]步骤3：对完成步骤2搜索的粒子采用排序、分层的方法对所有粒子进行排序分层，并从每一层中依次选取粒子，构成劣解种群，对劣解种群按照步骤2再次进行搜索；
[0009]步骤4：对整体优化调度模型进行多目标协同方法求解得到Pareto方案集，用于指导调度人员进行方案决策。
[0010]作为所述考虑电力传输可靠性的多能源系统多目标安全经济优化调度的进一步优化方案，步骤A以发电成本、损耗成本以及线路安全为目标函数，以供给侧和需求侧平衡约束、旋转备用约束、发电机组运行功率约束、机组爬坡率约束、安全距离约束、蓄电池储电和放电约束，建立混合多能源接入下的多目标安全经济优化模型：
[0011][0012]供给侧和需求侧平衡约束：
[0013][0014]旋转备用约束：
[0015][0016]运行功率约束：
[0017][0018][0019]发电机组爬坡速率约束：
[0020]P
im
‑
P
i(m
‑
1)
≤UR
i i∈N，m∈M
[0021]P
i(m
‑
1)
‑
P
im
≤DR
i i∈N，m∈M
[0022]P
wim
‑
P
wi(m
‑
1)
≤UR
wi i∈N，m∈M
[0023]P
wi(m
‑
1)
‑
P
wim
≤DR
wi i∈N，m∈M
[0024]安全距离约束：
[0025]d
i
＞0
[0026]系统传输线路功率安全约束：
[0027][0028]蓄电池储电和放电约束：
[0029][0030]其中，M为调度周期长度，N为火电机组数量，a
i
，b
i
，c
i
，d
i
，e
i
为第i个火电机组的成本系数，α
i
，β
i
，γ
i
，η
i
，δ
i
为第i个火电机组的污染排放系数，P
im
为第i个火电机组在m时刻的出力。为第l条馈线的安全距离；N
s
为馈线的条数。P
wim
为风力发电机组在m时刻的出力，P
dm
为在m时刻的负荷需求，P
Lm
为在m时刻的线路传输损耗。max(P
f
)为第f个蓄电池的最大容量，max(P
im
)为第i个火电机组最大出力，Q为旋转容量占用比例，根据电力系统运行安全要求，通常将其设置为10％。为第i个火电机组的最小运行功率，为第i个火电机组
的最大运行功率，为第i个风电机组的最小运行功率，为第i个风电机组的最大运行功率。UR
i
，DR
i
为第i个火电机组的最大和最小爬坡限制，UR
wi
，DR
wi
为第i个风电电机组的最大和最小爬坡限制。d
i
为馈线的安全距离。F
l，i
与第l条传输线相关的矩阵。D
km
为第k条线路的负荷功率。为第d个蓄电池在t时刻的放电状态，为第d个蓄电池充电的最大量，第d个蓄电池放电的最大量。为蓄电池在时刻t充电或放电的量，为第d个蓄电池在t时刻的充电状态。
[0031]进一步的，所述考虑电力传输可靠性的多能源系统多目标安全经济优化调度中，步骤B对初始化后的所有粒子进行种群划分，并采用自适应权重调整策略在各约束条件构成的解空间进行最优解的搜索，并对所有粒子进行种群划分，每个子种群拥有相同数量的粒子，迭代开始时所有的种群同时开始迭代，并采用自适应权重调整策略在解空间进行最优解的搜索，提高每个种群搜索的效率。迭代过程中每当更新后的粒子对应的目标函数值均小于非支配解集中某些粒子的目标函数值时，则新粒子支配迭代前的粒子，则将剔除被支配的粒子并且加入新粒子。此外，所有的子种群共用一个非支配解集，共同对其进行更新和从中选取全局最优解的操作。
[0032][0033]v
i，d
(t)＝ωv
i，d
(t
‑
1)+c1r2(p
i
‑
x
i，d
(t
‑
1))+c2r2(p
g
‑
x
i，d
(t
‑
1)
[0034]x
i，d
(t)＝x
i，d
(t
‑
1)+v
i，d
(t)
[0035]ω＝ω1‑
(ω1‑
c)
×
t/M
[0036]其中，ω1∈[0，1]，c为小于ω1的常数。
[0037]进一步的，所述考虑电力传输可靠性的多能源系统多目标安全经济优化调度中，步骤C对完成上一步搜索的粒子，采用排序、分层的方法对所有粒子进行排序分层，并从每一层中依次选取粒子，构成劣解种群。在迭代次数不同时，分层的结果也会不同。分层后，若粒本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑电力传输可靠性的多能源系统多目标优化调度方法，其特征在于：所述多能源系统多目标优化调度方法包括如下步骤：步骤1：建立混合多能源接入下的多目标、多约束经济优化调度模型；步骤2：对初始化后的所有粒子进行种群划分，并采用自适应权重调整策略在步骤1调度模型中的约束条件构成的解空间进行最优解的搜索；步骤3：对完成步骤2搜索的粒子采用排序、分层的方法对所有粒子进行排序分层，并从每一层中依次选取粒子，构成劣解种群，对劣解种群按照步骤2再次进行搜索；步骤4：对整体优化调度模型进行多目标协同方法求解得到Pareto方案集，用于指导调度人员进行方案决策。2.根据权利要求1所述考虑电力传输可靠性的多能源系统多目标优化调度方法，其特征在于：所述步骤1中的调度模型以发电成本、损耗成本以及线路安全为目标函数优化目标，其中：成本函数表示为：损耗成本函数表示为：线路安全评估函数表示为：其中，M为调度周期长度，N为火电机组数量，a
i
，b
i
，c
i
，d
i
，e
i
为第i个火电机组的成本系数，α
i
，β
i
，γ
i
，η
i
，δ
i
为第i个火电机组的污染排放系数，P
im
为第i个火电机组在m时刻的出力，为第1条馈线的安全距离，N
s
为馈线的条数。3.根据权利要求1或2所述考虑电力传输可靠性的多能源系统多目标优化调度方法，其特征在于：所述步骤1中的调度模型以供给侧和需求侧平衡约束、旋转备用约束、发电机组运行功率约束、发电机组爬坡速率约束、安全距离约束、系统传输线路功率安全约束、蓄电池储电和放电约束为约束条件，具体为：
①
供给侧和需求侧平衡约束表示为其中，P
wim
为风力发电机组在m时刻的出力，P
dm
为在m时刻的负荷需求，P
Lm
为在m时刻的线路传输损耗；
②
旋转备用约束表示为其中，max(P
f
)为第f个蓄电池的最大容量，max(P
im
)为第i个火电机组最大出力，Q为旋转容量占用比例；
③
发电机组运行功率约束表示为发电机组运行功率约束表示为
其中，为第i个火电机组的最小运行功率，为第i个火电机组的最大运行功率，为第i个风电机组的最小运行功率，为第i个风电机组的最大运行功率；
④
发电机组爬坡速率约束表示为P
im
‑
P
i(m
‑
1)
≤UR
i i∈N，m∈MP
i(m
‑
1)
‑
P
im
≤DR
i i∈N，m∈MP
wim
‑
P
wi(m
‑
1)
≤UR
wi i∈N，m∈MP
wi(m
‑
1)
‑
P
wim
≤DR
wi i∈N，m∈M其中，UR
i
，DR
i

【专利技术属性】
技术研发人员：张慧峰，何嘉威，岳东，窦春霞，崔兴宇，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：