[發明專利]基于MHBA的電力系統環境經濟調度方法和裝置

有效

• 申請號: 201710833468.2
• 申請日: 2017-09-15
• 公開（公告）號: CN107579518B
• 公開（公告）日: 2019-02-26
• 發明（設計）人: 劉允剛;梁會軍;李峰忠
• 申請（專利權）人: 山東大學
• 主分類號: H02J3/00
• 分類號: H02J3/00
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 黃海麗

1.一種基于多目標混雜蝙蝠算法的電力系統環境經濟調度方法，其特征在于，包括以下步驟：

確定優化目標和約束條件，構建電力系統環境經濟調度多目標優化模型；

在滿足當前時段負荷要求的情況下，采用多目標混雜蝙蝠算法求解所述多目標優化模型，求取一組非支配解，得到環境經濟調度兩個優化目標的帕累托最優前沿；

所述兩個優化目標包括：

優化目標1為燃料成本：

優化目標2為污染氣體排放量：

其中，F(P)和F(P)分別表示優化目標1和優化目標2，a_i、b_i、c_i、d_i、e_i為第i臺發電機燃料成本系數，α_i、β_i、γ_i、ε_i、λ_i為第i臺發電機污染氣體排放系數，N表示參與調度的發電機臺數，P_i為第i臺發電機輸出的有功功率，P_i^min為第i臺發電機輸出的有功功率最小值；

對于所述非支配解，使用隸屬度函數獲取全局最優解作為當前時段電力系統優化調度的決策依據；

采用多目標混雜蝙蝠算法求解所述多目標優化模型具體包括：

①初始化種群：初始化多目標混雜蝙蝠算法相關參數，同時隨機初始化每臺發電機的發電量，代表問題的可能解；

②根據初始化值，計算所有個體的適應度值，即針對不同的初始值，求取每臺發電機的發電成本和環境代價；

③根據所產生的適應度值，求取非支配解；

④迭代開始；

⑤遍歷種群中的所有個體：

求取單個個體的最優值以及所有個體的全局最優值；

更新個體的聲波頻率f_i、速度v_i以及位置x_i；

使用隨機黑洞模型，更新個體搜索位置；

處理發電機約束條件；

更新全局最優解；

使用混沌映射更新個體聲波脈沖頻度r_i和響度A_i；

⑥遍歷結束；

⑦根據個體尋優結果計算非支配解；

⑧將獲得的非支配解存儲到外部檔案中；

⑨如果非支配解的個數超過了外部檔案的預設值，則執行擁擠排序規則，刪除多余的非支配解；

⑩如果沒有到達最大迭代次數，則跳轉到④繼續執行迭代過程；

迭代結束，生成帕累托最優前沿。

2.如權利要求1所述的電力系統環境經濟調度方法，其特征在于，所述約束條件包括：發電機有功、無功上下限約束、功率平衡約束、節點電壓幅值約束、線路潮流約束。

3.如權利要求1所述的電力系統環境經濟調度方法，其特征在于，所述電力系統環境經濟調度多目標優化模型表示為：

Minimize[F(P)，E(P)]，

Subject to：g_i(P)＝0，i＝1，...，M₁

h_j(P)≤0，j＝1，...，M₂，

式中，F(P)和E(P)分別表示優化目標1和優化目標2，g(P)和h(P)分別為涉及到的等式和不等式約束，M₁、M₂分別是等式和不等式約束條件的個數。