多目标调峰优化方法和系统技术方案

本发明专利技术提供一种多目标调峰优化方法和系统，其方法包括步骤：分别为预先建立的多目标调峰优化模型中的对应的目标权值赋初始值；根据赋所述初始值后的多目标调峰优化模型获得第一调峰方案，并通过所述第一调峰方案确定各多目标调峰优化模型中各优化目标的值作为对应优化目标的原始值；分别根据各所述原始值并采用熵权法确定各优化目标的熵权值，分别将各所述熵权值赋与多目标调峰优化模型中对应的目标权值；根据赋所述熵权值后的多目标调峰优化模型获得第二调峰方案。本发明专利技术的多目标调峰优化方法不依赖人工经验，有效的避免了多目标优化问题取值的随意性，进一步提高了调峰优化效果。

【技术实现步骤摘要】

本专利技术涉及电力
，特别是涉及一种多目标调峰优化方法和系统。
技术介绍
对于含火电、水电、核电、抽水蓄能、风电、生物质电、气电等多种类型电源的大规模电力系统而言，其调峰优化难度较大。主要表现在(I)在调峰优化建模方面，传统的调峰优化通常建模为一单目标优化问题，S卩，仅以煤耗最小作为优化目标函数。而随着低碳经济、清洁能源国际形势的推动，多目标调峰优化逐渐成为研究热点，目前大多从煤耗、网损和平均购电费等经济性指标的角度进行调峰方案的优劣评估，也考虑运行可靠性指标的；随着节能减排政策的推行，电网调峰逐步开始考虑SO2 (二氧化硫)、排放等环保性指标。 (2)在多目标优化问题的目标权值确定方面，目前很大程度上仍依据运行调度人员的人工经验，主观性强，尚缺乏精细化或更为客观性的目标权值确定方法。对于多目标优化问题，目前多通过考虑目标函数中多指标的属性，即，对多指标进行权值赋值，将多目标问题转化为单目标问题进行求解。但目标函数中的多个优化目标的目标权值取值情况直接关系到最终的优化结果，现有常用的权值赋值法有模糊数学法、层次分析法、专家评分法等，这些方法虽然在一定程度上能开展多目标优化，但仍存在一些问题，突出表现为主观性强，优化结果严重依赖于人工经验等，如层次分析法级别差异大，依赖评价者对各项指标的主观偏向性；模糊数学法过于强调极值作用，导致信息缺失；专家评分法难以实际操作。
技术实现思路
本专利技术的目的在于提供一种多目标调峰优化方法，有效避免多目标优化问题中目标权值取值的随意性，有利于进一步提升调峰优化效果。本专利技术的目的通过如下技术方案实现一种多目标调峰优化方法，包括如下步骤分别为预先建立的多目标调峰优化模型中的对应的目标权值赋初始值；根据赋所述初始值后的多目标调峰优化模型获得第一调峰方案，并通过所述第一调峰方案确定各多目标调峰优化模型中各优化目标的值作为对应优化目标的原始值；分别根据各所述原始值并采用熵权法确定各优化目标的熵权值，分别将各所述熵权值赋与多目标调峰优化模型中对应的目标权值；根据赋所述熵权值后的多目标调峰优化模型获得第二调峰方案。一种多目标调峰优化系统，包括赋初始值模块，用于分别为预先建立的多目标调峰优化模型中的对应的目标权值赋初始值；第一调峰方案确定模块，用于根据赋所述初始值后的多目标调峰优化模型获得第一调峰方案，并通过所述第一调峰方案确定各多目标调峰优化模型中各优化目标的值作为对应优化目标的原始值；熵权值确定模块，用于分别根据各所述原始值并采用熵权法确定各优化目标的熵权值，分别将各所述熵权值赋与多目标调峰优化模型中对应的目标权值；第二调峰方案确定模块，用于根据赋所述熵权值后的多目标调峰优化模型获得第二调峰方案。依据上述本专利技术的方案，首先为调峰优化模型各目标权值赋初始值(原目标权值)，并优化求解得到第一调峰优化方案，随后再根据由第 一调峰优化方案得到的各优化目标的原始值，并根据各优化目标的原始值获得各优化指标的熵权值(新目标权值)，将该熵权值再次代入多目标调峰优化模型中，优化求解后所得的第二调峰方案比第一调峰优化方案更优。因为原目标权值的选取无特殊要求，可以任意给定，使得本专利技术的多目标调峰优化方法不依赖人工经验，有效的避免了多目标优化问题取值的随意性，进一步提高了调峰优化效果。附图说明图I为本专利技术实施例的多目标调峰优化方法的流程示意图；图2为本专利技术实施例的多目标调峰优化系统的结构示意图；图3为图2中熵权值确定模块的一个具体结构示意图。具体实施例方式下面结合实施例及附图对本专利技术作进一步阐述，但本专利技术的实施方式不限于此。实施例I参见图I所示，为本专利技术实施例的多目标调峰优化方法的流程示意图。如图I所示，该实施例中的多目标调峰优化方法，包括如下步骤步骤SlOl :分别为预先建立的多目标调峰优化模型中的对应的目标权值赋初始值，进入步骤S102，其中，赋与的初始值作为为原目标权值，原目标权值无特殊要求，可以任意给定，但各原目标权值相加的和为“ 1”，多目标调峰优化模型中的目标函数包括多个优化目标，分别给各个优化目标对应的目标权值赋值后，将多目标优化问题转化为了单目标优化问题；步骤S102 :根据赋所述初始值后的多目标调峰优化模型获得第一调峰方案，并通过所述第一调峰方案确定各多目标调峰优化模型中各优化目标的值作为对应优化目标的原始值，进入步骤S103，其中，初始值后的多目标调峰优化模型为一个单目标优化问题，求解单目标优化问题可以采用现有技术中的方式，在此不予赘述，求解获得结果即为第一调峰方案，通过第一调峰方案可以获得各优化目标的值，为了区别于下述根据第二调峰方案获得的各优化目标的值，把根据第二调峰方案获得的各优化目标的值记为的对应优化目标的原始值；步骤S103 :分别根据各所述原始值并采用熵权法确定各优化目标的熵权值，分别将各所述熵权值赋与多目标调峰优化模型中对应的目标权值，进入步骤S104，其中，所述熵权值为新目标权值；步骤S104 :求解赋所述熵权值后的调峰优化模型获得第二调峰方案，由于是以熵权法确定的熵权值作为各优化目标新的目标权值，使得获得第二调峰方案更优。据此，依据上述本专利技术的方案，首先为调峰优化模型各优化目标的目标权值赋初始值，并优化求解得到第一调峰优化方案，随后再根据由第一调峰优化方案得到的各优化目标的原始值并采用熵权法获得各优化指标函数的新目标权值，将该新目标权值再次代入多目标调峰优化模型中，优化求解后所得的第二调峰方案更优。由调峰优化与熵权值获取共同构成一个闭环反馈系统，使多目标优化问题的目标权值取值更为客观和实用。因为目标权值赋初始值的选取无特殊要求，可以任意给定，使得本专利技术的多目标调峰优化方法不依赖人工经验，有效的避免了多目标优化问题取值的随意性，进一步提高了调峰优化效果。此外，大规模电力系统的调峰主要由发电机组排序、发电机组日开机组合、抽水蓄能机组日工作曲线计算并修正负荷曲线、备用容量优化安排、机组负载率上下限修正以及 调峰动态优化等六个核心步骤构成，其中，最终调峰方案由调峰动态优化步骤生成，而前五个步骤为调峰动态优化做准备，本专利技术预先建立的多目标调峰优化模型是采用日前96点调峰动态优化模型，即基于节能调度下的机组起停机组合安排，寻求各机组在一天内各个时段的出力顺序和出力大小。由于该模型是一典型的动态优化问题，不可避免存在“组合爆炸”问题，且难以考虑时间耦合约束，如，相邻时刻机组爬坡率约束、水电机组水量约束等。为克服这些难点，在具体计算时，可以首先计算峰荷处的机组有功出力容量安排，然后再依次计算其他负荷水平下的机组有功出力容量安排，这样可有效避免“组合爆炸”，同时真正体现动态优化的思想。因此，在其中一个实施例中，本专利技术所建立的多目标调峰动态优化模型可以是包括峰荷时刻的多目标调峰优化模型、除峰荷时刻以外的其他时刻的多目标调峰优化模型。具体的，在其中一个实施例中，上述多目标调峰优化模型可以以发电耗煤量、购电费用、SO2 (二氧化硫)排放量为优化目标，则峰荷时刻的多目标调峰优化模型为目标函数min{wxXAtk+w2XBtk+w3XCtJ (I)约束条件发电机出力上下限约束尤/< d (i = l，2”..Ng)(2)功率约束/L=4—(3) /::α规避频率越限风险约束本文档来自技高网...

【技术保护点】
一种多目标调峰优化方法，其特征在于，包括如下步骤：分别为预先建立的多目标调峰优化模型中的对应的目标权值赋初始值；根据赋所述初始值后的多目标调峰优化模型获得第一调峰方案，并通过所述第一调峰方案确定各多目标调峰优化模型中各优化目标的值作为对应优化目标的原始值；分别根据各所述原始值并采用熵权法确定各优化目标的熵权值，分别将各所述熵权值赋与多目标调峰优化模型中对应的目标权值；根据赋所述熵权值后的多目标调峰优化模型获得第二调峰方案。

【技术特征摘要】

【专利技术属性】
技术研发人员：卢恩，马煜华，陈亮，谢敏，李嘉龙，王一，陈雨果，陈卉灿，刘明波，
申请(专利权)人：广东电网公司电力调度控制中心，华南理工大学，
类型：发明
国别省市：