一种基于萤火虫算法的电力系统优化调度方法及系统技术方案

本发明专利技术公开一种基于萤火虫算法的电力系统优化调度方法及系统，涉及电力系统组合调度领域；该方法包括：获取电力系统的运行成本数据；运行成本数据包括：发电成本和启停成本；根据运行成本数据构建机组组合模型；机组组合模型包括：目标函数和约束条件；目标函数是以电力系统的总成本最小为目标构建的；约束条件包括：供需平衡约束、旋转备用约束、机组运行出力约束、启停时间约束和爬降坡约束；采用萤火虫算法，根据约束条件对目标函数进行求解，得到电力系统的最优调度方案；最优调度方案用于对电力系统的各机组出力进行调度；本发明专利技术能够通过提供调度方案以充分调动资源，完成各机组的运行规划。运行规划。运行规划。

【技术实现步骤摘要】
一种基于萤火虫算法的电力系统优化调度方法及系统


[0001]本专利技术涉及电力系统组合调度领域，特别是涉及一种基于萤火虫算法的电力系统优化调度方法及系统。

技术介绍

[0002]目前，能源分布不均衡，风能、煤炭资源、水资源以及负荷均未集中分布，负荷大多分布在距离能源中心较远的地方。针对能源分布的现状，电网采用交直流混联的互联的形式，实现资源的充分合理利用。为应对全球气候变化，实现可持续发展，大力发展以风能、太阳能为主的新能源，推动建设以新能源为主体的新型电力系统，构建绿色电力体系。
[0003]可再生能源大规模接入电力系统是时代的潮流，是实行可持续发展战略的必然选择，应该充分考虑电力系统运行中的不确定性，充分调动电力系统需求侧资源，以应对可再生能源不确定性对电网造成的不良影响，进一步提高电网消纳可再生资源的能力，提高电网的经济效益，顺应电力系统发展的趋势，以更好地建设绿色、智能、高效、可靠的智能电网。然而目前相应的优化方法并未充分考虑电力系统运行中的不确定性，没有充分的调动资源，所以，现有技术的调度方案还有进一步升华的空间。因此，随着电力系统优化调度模型复杂度不断增加，探寻相应先进的优化技术和算法，从而得到满意的调度方案，以指导电网的规划建设以及运行实践，具有非常重要的现实和理论意义。

技术实现思路

[0004]本专利技术的目的是提供一种基于萤火虫算法的电力系统优化调度方法及系统，通过提供调度方案以充分调动资源，完成各机组的运行规划。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种基于萤火虫算法的电力系统优化调度方法，所述方法包括：
[0007]获取电力系统的运行成本数据；所述运行成本数据，包括：发电成本和启停成本；
[0008]根据所述运行成本数据构建机组组合模型；所述机组组合模型包括：目标函数和约束条件；所述目标函数是以所述电力系统的总成本最小为目标构建的；所述约束条件包括：供需平衡约束、旋转备用约束、机组运行出力约束、启停时间约束和爬降坡约束；
[0009]采用萤火虫算法，根据所述约束条件对所述目标函数进行求解，得到电力系统的最优调度方案；所述最优调度方案用于对电力系统的各机组出力进行调度。
[0010]可选地，采用萤火虫算法，根据所述约束条件对所述目标函数进行求解，得到所述电力系统的最优调度方案，具体包括：
[0011]采用萤火虫算法对所述目标函数进行非线性化约束处理，得到处理后的目标函数；
[0012]根据所述约束条件对所述处理后的目标函数进行求解，得到电力系统的最优调度方案。
[0013]可选地，采用萤火虫算法对所述目标函数进行非线性化约束处理，得到处理后的
目标函数，具体包括：
[0014]确定初始参数和萤火虫个体的初始位置；所述萤火虫个体为所述机组组合模型中的各个机组；所述初始参数包括：吸收系数、步长因子、空间维度和设定迭代次数；
[0015]根据所述空间维度确定粒子群；所述粒子群是由多个所述萤火虫个体组成的；
[0016]根据当前迭代次数下的参数组合，确定当前迭代次数下的所述粒子群中各个萤火虫个体的实时位置；所述参数组合，包括：步长因子和吸收系数；
[0017]根据所述实时位置，计算任意两个所述萤火虫个体的相对位置和相对亮度；
[0018]根据所述相对位置和所述相对亮度确定当前迭代次数下的吸引度值；
[0019]判断是否满足迭代停止条件；所述迭代停止条件为当前迭代次数达到设定迭代次数或者当前迭代次数下的吸引度值处于设定吸引度值区间；
[0020]若满足迭代停止条件，则将当前迭代次数下的参数组合作为最优的参数组合；
[0021]若不满足迭代停止条件，则根据当前迭代次数下的吸引度值对当前迭代次数下的参数组合进行更新，并将更新后的参数组合作为下一迭代次数下的参数组合，并返回“根据当前迭代次数下的参数组合，确定当前迭代次数下的所述粒子群中各个萤火虫个体的实时位置”的步骤；
[0022]根据最优的参数组合对所述目标函数进行处理，得到处理后的目标函数。
[0023]可选地，所述目标函数为：
[0024][0025]C
it
＝a
i
P
i,t2
+b
i
P
i,t
+c
i
；
[0026][0027]F为电力系统的总成本；N为总机组数；T为运行周期；U
it
为机组i在第t时段的状态；U
i,t
‑1为机组i在第t
‑
1时段的状态；C
it
为机组i在第t时段发电成本；a
i
为机组i的二次项的成本系数；b
i
为机组i的一次项的成本系数；c
i
为机组i的常数项的成本系数；P
i,t
为机组i在第t时段的有功出力；S
i
为机组i的启动成本；S
hi
为机组i的热启动成本；S
ci
为机组i的冷启动成本；T
off
为机组i的最小停机时间；X
off
为机组i到第t时段已经连续停机的时间周期；H
csi
为机组i的冷启动时间。
[0028]可选地，所述供需平衡约束为：
[0029][0030]其中，N为总机组数；T为运行周期；U
it
为机组i在第t时段的状态；P
i,t
为机组i在第t时段的有功出力；D
t
为第t时段电力系统的负荷。
[0031]可选地，所述旋转备用约束为：
[0032][0033]其中，N为总机组数；U
it
为机组i在第t时段的状态；为机组i在第t时段的最大有功出力；D
t
为第t时段电力系统的负荷；R
t
为第t时段电力系统的总备用容量。
[0034]可选地，所述机组运行出力约束为：
[0035][0036]其中，U
it
为机组i在第t时段的状态；为机组i在第t时段的最小有功出力；P
i,t
为机组i在第t时段的有功出力；为机组i在第t时段的最大有功出力。
[0037]可选地，所述启停时间约束为：
[0038][0039]其中，X
on
为机组i到第t时段已连续运行的时间周期，T
on
为机组i的最小运行时间；X
off
为机组i到第t时段已经连续停机的时间周期；T
off
为机组i的最小停机时间。
[0040]可选地，所述爬降坡约束为：
[0041][0042]其中，为机组i在第t时段的最小有功出力；P
i,t
‑1为机组i在第t
‑
1时段的有功出力；P
i,t
本文档来自技高网...

【技术保护点】

【技术特征摘要】
为机组i在第t
‑
1时段的状态；C
it
为机组i在第t时段发电成本；a
i
为机组i的二次项的成本系数；b
i
为机组i的一次项的成本系数；c
i
为机组i的常数项的成本系数；P
i,t
为机组i在第t时段的有功出力；S
i
为机组i的启动成本；S
hi
为机组i的热启动成本；S
ci
为机组i的冷启动成本；T
off
为机组i的最小停机时间；X
off
为机组i到第t时段已经连续停机的时间周期；H
csi
为机组i的冷启动时间。5.根据权利要求1所述的基于萤火虫算法的电力系统优化调度方法，其特征在于，所述供需平衡约束为：其中，N为总机组数；T为运行周期；U
it
为机组i在第t时段的状态；P
i,t
为机组i在第t时段的有功出力；D
t
为第t时段电力系统的负荷。6.根据权利要求1所述的基于萤火虫算法的电力系统优化调度方法，其特征在于，所述旋转备用约束为：其中，N为总机组数；U
it
为机组i在第t时段的状态；为机组i在第t时段的最大有功出力；D
t
为第t时段电力系统的负荷；R
t
为第t时段电力系统的总备用容量。7.根据权利要求1所述的基于萤火虫算法的电力系统优化调度方法，其特征在于，所述机组运行出力约束为：其中，U
it
为机组i在第t时段的状态；...

【专利技术属性】
技术研发人员：梁振成，阳育德，李凌，冯源，李黎，李滨，孙艳，李佩杰，梁阳豆，熊莉，凌武能，李秋文，莫东，邓秋荃，
申请(专利权)人：广西大学，
类型：发明
国别省市：