[發明專利]一種含風電電力系統經濟調度方法

有效

• 申請號: 201711409167.3
• 申請日: 2017-12-22
• 公開（公告）號: CN108154266B
• 公開（公告）日: 2021-10-22
• 發明（設計）人: 徐箭;劉繼;廖思陽;孫元章;唐程輝;江海燕;周過海
• 申請（專利權）人: 武漢大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/06
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 彭艷君

本發明涉及電力系統隨機優化調度技術，具體涉及一種含風電電力系統經濟調度算法，算法基于該類問題目標函數具有的典型的二次函數特征展開。在初始點的基礎上，首先證明了迭代過程中間解的誤差與展開區間長度的等式關系，以此為基礎，利用該等式關系限定中間解誤差改變迭代區間長度，獲得一個誤差較小、近似程度較高的二次規劃近似問題，得到一個相對合理的中間解，將迭代搜索過程轉化為矩陣計算，大大提高了求解該類問題的效率。最后改進了求解該類問題的收斂判據，將與原模型等價的線性規劃問題作為收斂條件，形成了基于模型自身二次特征的誤差自適應改進序列二次規劃算法。不僅有效提升了初始值的篩選速度，還保證了求解精度。

技術領域

本發明屬于電力系統隨機優化調度技術領域，尤其涉及一種含風電電力系統經濟調度方法。

背景技術

目前，對含風電電力系統經濟調度模型求解的理論研究，主要分為智能算法與解析算法兩大類。

智能算法不強烈依賴于函數的自身數學特征，利用對某些自然過程的模擬，實現適應度函數的最優化。目前研究較多的有遺傳算法、粒子群算法等。智能算法可以有效解決非凸、非連續等模型，且其搜索策略直觀便于實現，有較好獲得全局最優解的能力，但在實際中其算法的效率強烈依賴于初始值的設置和相關參數的選擇，具有非常強的經驗因素。而解析算法目前采用得較多的有拉格朗日乘子法、信賴域法、內點法等。這些方法考察函數本身的數學特征，利用模型的雅各比矩陣及海森矩陣進行計算，不僅可以獲得直接的數學證明，還有明確的優化方向，被廣泛使用。但解析方法又強烈依賴于函數自身的特征，且容易陷入局部最優解，具體使用存在諸多限制。

發明內容

本發明的目的是提供一類隨機經濟調度模型的自適應快速序列二次規劃算法，在保證求解精度的同時提高了模型的求解效率。

為實現上述目的，本發明采用的技術方案是：一種含風電電力系統經濟調度方法，包括以下步驟：

步驟1、模型抽象步驟：將一類把風電的不確定性轉化為彌補其調度誤差產生的經濟成本，與常規機組發電成本共同進行優化，實現整體經濟性最優的調度問題，且抽象成一個非線性優化問題；得到非線性目標函數，線性約束條件；

步驟2、目標函數分析步驟：分析步驟1所述目標函數在參數變化過程中目標函數中風電成本項的變化趨勢，檢驗利用二次函數逼近目標函數的可行性；得到在給定區間內的最佳二次函數逼近系數，進而利用步驟1得到給定區間內中間解的求解誤差；

步驟3、綜合計算步驟：利用步驟3建立區間長度與求解誤差之間的關系，得到限定求解誤差下最大區間展開長度，再根據最大區間展開長度在中間解附近進行函數展開得到二次規劃近似問題，采用起作用集SQP算法求二次規劃近似問題，得到中間最優解；

步驟4、迭代中止步驟：根據步驟3中的得到的中間最優解，判斷目標函數的等價線性規劃問題的最優值是否為零，若為零說明目標函數已達到局部最優解，迭代停止，進行輸出；若目標函數的等價線性規劃問題的最優值不為零，則返回步驟2。

在上述的含風電電力系統經濟調度方法中，步驟1的實現包括以下步驟：

1)建立模型；設目標函數為最小化發電成本，以二次函數描述常規機組燃料成本；引入風電等隨機變量后，高低估代價模型被廣泛采用以度量風電不確定性帶來的額外成本；約束條件為安全穩定運行約束，引入風電后系統中的備用容量滿足能平抑風電功率在實際中的調度值與實際值之間的差距；建立待優化模型如下：

其中，

2)由模型式(2)得到非線性規劃問題M1：

3)利用二次規劃問題對問題M1進行逼近，得到一個二次規劃問題M2：