[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

本發明公開了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和裝置，所述方法包括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，得到一組非支配解，形成環境和經濟調度兩個優化目標的帕累托最優前沿；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依據。本發明在滿足用電負荷的前提下，最小化發電機組的發電成本，同時最小化污染氣體的排放，最大限度的減少了化石燃料的使用，能為電力企業節能增效提供智能決策。

技術領域

本發明涉及一種電力系統環境經濟調度方法，尤其是涉及一種基于多目標混雜蝙蝠算法(Multi-objective Hybrid Bat Algorithm,MHBA)的電力系統環境經濟調度方法和裝置。

背景技術

經濟運行及調度問題對電力企業的發展有著深遠的影響，當前環境污染日益嚴重，如何在保障供電質量不受影響的前提下，兼顧環境與經濟效益是非常值得研究的重大技術難題，也是促進電力企業節能減排的關鍵內容。通常負荷預測人員對某時段用電需求進行預測后，調度將對供電起決定性的作用，這將涉及到負荷平衡問題、網絡損耗問題、環境問題和經濟效益問題。如何在保障供電需求的前提下，降低網損、減少環境污染、增加電力企業效益是值得重點研究的問題。目前該問題已經得到了初步研究，其主要研究思路是：(1)同時考慮火電機組的發電成本和污染氣體排放問題，(2)考慮發電、調度過程中不同約束條件，(3)選擇合適的算法進行分析求解。

絕大多數研究方法對于研究目標(1)的處理都是大同小異，主要區別在于對(2)和(3)的處理上。已有方法多數只考慮了發電機有功約束和負荷平衡問題，同時對線路網損都采用近似計算方法，使得實際負荷平衡問題受到影響；同時，沒有考慮實際電網的運行情況，對于電力系統實時潮流沒有進行計算，這將導致理論與實踐脫節；在算法的應用上，權重和方法(Weighted Sum Method)是應用最廣泛的一種方法，但是，該方法有兩個嚴重缺點，其一是只能針對凸的帕累托最優前沿進行操作，然而，電力系統的最優化環境經濟調度模型是一個非線性、非凸的數學模型，顯然權重和方法已經不能再適用，其二是程序運行一次只能得到一個最優解，如果帕累托前沿有100個非支配解，則程序需要執行100次。近些年研究主要使用智能算法來進行優化計算，典型的有非支配排序遺傳算法(NondominatedSorting Genetic Algorithm)和粒子群優化算法(ParticleSwarm Optimization)，但是，對于遺傳算法，當其種群多樣度急劇下降時，對于粒子群算法，當粒子陷入局部最優時，它們都將遭遇早熟收斂問題。

因此，如何使優化調度策略更貼合實際，同時提高優化算法的收斂速度和準確性，是本領域技術人員目前需要迫切解決的技術問題。

發明內容

為克服上述現有技術的不足，本發明提供了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和裝置，針對任意電網結構，基于獲取的電網實際參數，以同時最小化發電成本和最小化環境污染為目標，考慮實際電網運行潮流，使用多目標混雜蝙蝠算法，得到一組非支配解集，形成“發電成本—-環境污染”兩個優化目標的帕累托最優前沿，然后使用隸屬度函數法得到一組本時段的最優化調度決策依據。

為實現上述目的，本發明采用如下技術方案：

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，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；

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。