一種求解風(fēng)蓄火聯(lián)合運(yùn)行系統(tǒng)多時(shí)段Pareto解集的優(yōu)化方法
【專利摘要】本發(fā)明涉及一種大規(guī)模風(fēng)電接入后風(fēng)蓄火聯(lián)合運(yùn)行系統(tǒng)多時(shí)段Pareto解集的求解方法，該方法運(yùn)用傳統(tǒng)遺傳算法和NSGA-II算法相結(jié)合的方式進(jìn)行求解，分別解決了傳統(tǒng)遺傳算法優(yōu)化結(jié)果單一性以及NSGA-II算法只能優(yōu)化得到單時(shí)段Pareto解集的不足。本發(fā)明將遺傳算法求解風(fēng)蓄火聯(lián)合運(yùn)行系統(tǒng)數(shù)學(xué)模型的優(yōu)化結(jié)果作為NSGA-II算法求解的初始值，以此優(yōu)化得到各個(gè)時(shí)刻的Pareto解集。相對(duì)于傳統(tǒng)遺傳算法以及NSGA-II算法，本發(fā)明能夠有效的解決這兩種算法在求解過(guò)程中的不足，更加全面的搜索出盡可能多的優(yōu)化解集，給決策者提供全面、清晰、有效的支撐。
【專利說(shuō)明】一種求解風(fēng)蓄火聯(lián)合運(yùn)行系統(tǒng)多時(shí)段Pareto解集的優(yōu)化方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于電力調(diào)度分析【技術(shù)領(lǐng)域】，特別是關(guān)于大規(guī)模風(fēng)電接入后的風(fēng)蓄火聯(lián)合運(yùn)行系統(tǒng)的多時(shí)段ParetO解集的求解方法。
【背景技術(shù)】
[0002]隨著我國(guó)風(fēng)電規(guī)模的不斷擴(kuò)大，風(fēng)電并網(wǎng)對(duì)電力系統(tǒng)的影響也日漸顯著，棄風(fēng)現(xiàn)象不斷出現(xiàn)。利用儲(chǔ)能系統(tǒng)參與電網(wǎng)調(diào)峰，是提高風(fēng)電消納能力的重要途徑。抽水蓄能電站作為大型儲(chǔ)能設(shè)備，既可作電源發(fā)電，又可作負(fù)荷耗電，是改善電網(wǎng)調(diào)峰壓力，提高風(fēng)電消納能力的重要措施。如何求解風(fēng)蓄火聯(lián)合運(yùn)行系統(tǒng)在調(diào)度周期內(nèi)各機(jī)組的優(yōu)化出力，是進(jìn)行電力系統(tǒng)規(guī)劃和調(diào)度工作的前提。傳統(tǒng)的遺傳算法在求解多目標(biāo)優(yōu)化問(wèn)題上，對(duì)于任意形式的目標(biāo)函數(shù)和約束條件，無(wú)論是線性的還是非線性的，離散的還是連續(xù)的都可處理；但其缺點(diǎn)是要先確定多目標(biāo)之間的權(quán)衡方式，將多目標(biāo)問(wèn)題轉(zhuǎn)換為多個(gè)不同的單目標(biāo)優(yōu)化問(wèn)題，優(yōu)化結(jié)果單一。NSGA-1I算法不需要事先知道各目標(biāo)函數(shù)之間的關(guān)系，而是利用其強(qiáng)大的全局搜索能力，找出可能的優(yōu)化解，供決策者參考；但其缺點(diǎn)是不能處理非線性約束。本發(fā)明正是在此背景下，結(jié)合這兩種算法的優(yōu)點(diǎn)，很好的彌補(bǔ)了兩者的不足，最后得到風(fēng)蓄火聯(lián)合運(yùn)行系統(tǒng)多時(shí)段的Pareto解集。

【發(fā)明內(nèi)容】

[0003]針對(duì)傳統(tǒng)遺傳 算法和NSGA-1I算法在分析處理多目標(biāo)優(yōu)化方面存在的問(wèn)題，本發(fā)明提出了一種風(fēng)蓄火聯(lián)合運(yùn)行系統(tǒng)的多時(shí)段Pareto解集的求解方法，該方法結(jié)合傳統(tǒng)遺傳算法能夠處理非線性約束和NSGA-1I算法可得到單時(shí)段Pareto解集的優(yōu)點(diǎn)，首先利用遺傳算法求解多目標(biāo)多時(shí)段的優(yōu)化問(wèn)題；然后根據(jù)遺傳算法求解的優(yōu)化結(jié)果作為NSGA-1I算法求解的初始值，分別優(yōu)化得到一天24時(shí)段的Pareto解集。該方法巧妙的結(jié)合了兩種優(yōu)化算法的優(yōu)點(diǎn)，很好的彌補(bǔ)了兩者的不足，做到取長(zhǎng)補(bǔ)短，既解決了傳統(tǒng)遺傳算法優(yōu)化結(jié)果單一性問(wèn)題，同時(shí)還解決了 NSGA-1I算法不能處理非線性約束的問(wèn)題。
[0004]為實(shí)現(xiàn)上述目的，本發(fā)明采取以下技術(shù)方案:
本發(fā)明解決上述問(wèn)題采取的技術(shù)方案:
1、建立風(fēng)電出力不確定模型。本發(fā)明為更好的模擬風(fēng)速不確定性，采用風(fēng)速Weibull分布建立不確定性風(fēng)電出力模型。
[0005]2、建立風(fēng)蓄火聯(lián)合運(yùn)行系統(tǒng)的數(shù)學(xué)模型。確定風(fēng)蓄火聯(lián)合運(yùn)行系統(tǒng)的多目標(biāo)函數(shù)及其相應(yīng)的約束條件。
[0006]3、利用傳統(tǒng)遺傳算法求解多目標(biāo)優(yōu)化問(wèn)題。傳統(tǒng)遺傳算法求解多目標(biāo)問(wèn)題的重點(diǎn)在于確定自適應(yīng)度函數(shù)，本發(fā)明基于線性加權(quán)法分析各優(yōu)化目標(biāo)的重要性，按重要程度不同分別乘以一組權(quán)系數(shù)，然后相加作為目標(biāo)函數(shù)來(lái)完成多目標(biāo)問(wèn)題對(duì)單目標(biāo)問(wèn)題的轉(zhuǎn)化。
[0007]4、利用NSGA-1I算法求解多目標(biāo)優(yōu)化問(wèn)題。本發(fā)明以傳統(tǒng)遺傳算法求解得到的多目標(biāo)優(yōu)化結(jié)果作為NSGA-1I算法求解多目標(biāo)優(yōu)化問(wèn)題的基礎(chǔ)，將遺傳算法求解結(jié)果作為NSGA-1I算法求解多目標(biāo)問(wèn)題的初始值，再利用NSGA-1I算法強(qiáng)大的全局搜索能力，找出可能的優(yōu)化解，得到各時(shí)段的Pareto解集，供決策者參考。
[0008]本發(fā)明可以廣泛用于電力系統(tǒng)規(guī)劃、運(yùn)行和調(diào)度部門(mén)，形成一種新的電力系統(tǒng)運(yùn)行分析和調(diào)度決策的求解方法，給決策者提供全面、清晰、有效的支撐。
【具體實(shí)施方式】
[0009]本發(fā)明包括以下步驟:
I)確定調(diào)度周期內(nèi)的風(fēng)電出力
風(fēng)速具有波動(dòng)性和不確定性的特點(diǎn)，本發(fā)明為更好地模擬實(shí)際風(fēng)速的變化，采用風(fēng)速Weibull分布建立不確定性風(fēng)電出力模型。
[0010]Weibull風(fēng)速的概率密度函數(shù)如下:
【權(quán)利要求】
1.一種風(fēng)蓄火聯(lián)合運(yùn)行系統(tǒng)多時(shí)段Pareto解集的求解方法，其包括以下步驟:1)建立基于mibuii的風(fēng)電出力不確定模型；2)建立風(fēng)蓄火聯(lián)合運(yùn)行系統(tǒng)的多目標(biāo)數(shù)學(xué)模型；3)利用遺傳算法求解風(fēng)蓄火聯(lián)合運(yùn)行系統(tǒng)的多目標(biāo)優(yōu)化問(wèn)題:3.1)分別求解單目標(biāo)優(yōu)化模型，得到各目標(biāo)函數(shù)的最大最小值；3.2)將各單目標(biāo)值進(jìn)行歸一化處理，再利用加權(quán)法得到適應(yīng)度函數(shù)，分別計(jì)算每一代種群的適應(yīng)度值，并保存最大適應(yīng)度值對(duì)應(yīng)的相關(guān)變量值；3.3)按照遺傳算法的選擇、交叉、變異等步驟實(shí)現(xiàn)種群進(jìn)化，根據(jù)風(fēng)電上網(wǎng)的優(yōu)化值合理配置抽水蓄能電站抽水、發(fā)電在各時(shí)段的優(yōu)化值，然后根據(jù)配置好的風(fēng)蓄聯(lián)合運(yùn)行值，以及火電機(jī)組的特性約束優(yōu)化火電機(jī)組的出力，得到火電機(jī)組各時(shí)段的優(yōu)化值；4)在加權(quán)法優(yōu)化得到各機(jī)組出力后，再選取一組脅必LVi風(fēng)速值，使得風(fēng)電出力與負(fù)荷特性相反；5)把加權(quán)法優(yōu)化得到的第一時(shí)刻的火電機(jī)組啟停狀態(tài)作為NSGA-1I算法求解第一時(shí)刻的初始值，設(shè)置好各機(jī)組的約束條件，以風(fēng)-蓄-火聯(lián)合運(yùn)行效益最大和系統(tǒng)棄風(fēng)電量最小作為目標(biāo)函數(shù)進(jìn)行優(yōu)化，得到第一時(shí)刻各機(jī)組的Pareto解集；6)在優(yōu)化得到第一時(shí)刻Pareto解集中選取一組優(yōu)化值作為第二時(shí)刻的初始值進(jìn)行優(yōu)化，以此類(lèi)推，得到24時(shí)段的Pareto解集。
2.如權(quán)利要求1所述的一種風(fēng)蓄火聯(lián)合運(yùn)行系統(tǒng)多時(shí)段Pareto解集的求解方法，其特征在于:所述步驟I)中，采用了勝iAuJJ分布隨機(jī)生成不確定風(fēng)速，從而求得不確定的風(fēng)電出力值，該處理方式更符合實(shí)際風(fēng)速的隨機(jī)性特點(diǎn)，腸風(fēng)速的概率密度函數(shù)如下:
3.如權(quán)利要求1所述的一種風(fēng)蓄火聯(lián)合運(yùn)行系統(tǒng)多時(shí)段ParetO解集的求解方法，其特征在于，所述步驟2)中，由于抽水蓄能電站的抽水和發(fā)電工況是不能同時(shí)進(jìn)行的，在如何處理這兩者的關(guān)系上，本發(fā)明引入了約束條件(10)，即保證了這兩者在同一時(shí)段至少有一個(gè)為零，在保證抽水不發(fā)電、發(fā)電不抽水的前提下，利用電網(wǎng)不能接納的風(fēng)電功率進(jìn)行抽水，即將棄風(fēng)電量通過(guò)抽水的方式儲(chǔ)存起來(lái)，在負(fù)荷高峰時(shí)段進(jìn)行發(fā)電。
4.如權(quán)利要求1所述的一種風(fēng)蓄火聯(lián)合運(yùn)行系統(tǒng)多時(shí)段Pareto解集的求解方法，其特征在于，所述步驟3)中，由于傳統(tǒng)的遺傳算法在求解多目標(biāo)優(yōu)化問(wèn)題上，對(duì)于任意形式的目標(biāo)函數(shù)和約束條件，無(wú)論是線性的還是非線性的，離散的還是連續(xù)的都可處理，常規(guī)火電機(jī)組的最小啟停時(shí)間約束是非線性約束，遺傳算法在處理該模型具有一定的優(yōu)勢(shì)，但其需要事先確定多目標(biāo)之間的權(quán)衡關(guān)系，將多目標(biāo)問(wèn)題轉(zhuǎn)換為多個(gè)不同的單目標(biāo)優(yōu)化問(wèn)題，這便造成了優(yōu)化結(jié)果的單一性問(wèn)題，不能全面的得到盡可能多的優(yōu)化結(jié)果供決策者參考，所以本發(fā)明利用遺傳算法在處理非線性約束的優(yōu)勢(shì)，將其優(yōu)化結(jié)果作為基礎(chǔ)，如何得到各時(shí)段的Pareto解集，則由NSGA-1I算法完成。
5.如權(quán)利要求1所述的一種風(fēng)蓄火聯(lián)合運(yùn)行系統(tǒng)多時(shí)段Pareto解集的求解方法，其特征在于，所述步驟4)中，由于加權(quán)法求解多目標(biāo)時(shí)需要事先確定多目標(biāo)之間的權(quán)重關(guān)系，這樣得到的結(jié)果具有一定的單一性，優(yōu)化結(jié)果不夠全面，為找出盡可能多的優(yōu)化結(jié)果，本發(fā)明結(jié)合加權(quán)法優(yōu)化得到的火電機(jī)組的啟停狀態(tài)，以第一時(shí)刻的啟停值作為NSGA-1I算法的初始值，對(duì)風(fēng)、蓄、火機(jī)組三者的約束條件進(jìn)行設(shè)置，優(yōu)化得到第一時(shí)刻的Pareto解集，在其中選取一組優(yōu)化值作為 下一時(shí)刻的初始值，以此類(lèi)推，得到一天24時(shí)段的Pareto解集。
【文檔編號(hào)】H02J3/00GK104037755SQ201310072856
【公開(kāi)日】2014年9月10日 申請(qǐng)日期:2013年3月7日 優(yōu)先權(quán)日:2013年3月7日
【發(fā)明者】馬瑞, 程璐, 魯海威, 馬海洋, 高曉峰 申請(qǐng)人:長(zhǎng)沙理工大學(xué)