[發(fā)明專利]一種考慮下游生態(tài)的流域風(fēng)光水系統(tǒng)多目標(biāo)優(yōu)化調(diào)度方法

有效

• 申請?zhí)枺?/td>: 201910067807.X
• 申請日: 2019-01-24
• 公開（公告）號: CN109886473B
• 公開（公告）日: 2020-05-05
• 發(fā)明（設(shè)計）人: 劉為鋒;鐘平安;陳娟;朱非林;徐斌;張宇;嚴(yán)夢佳;楊敏芝;李潔玉;盧慶文;馬昱斐;王涵
• 申請（專利權(quán)）人: 河海大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/06
• 代理公司: 南京蘇高專利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 徐紅梅

1.一種考慮下游生態(tài)的流域風(fēng)光水系統(tǒng)多目標(biāo)優(yōu)化調(diào)度方法，其特征在于，包括以下步驟：

(1)獲取梯級水電站的基本信息，該基本信息包括各個水電站的入庫徑流資料、水位庫容曲線、尾水流量關(guān)系曲線和水輪機(jī)機(jī)組綜合曲線資料；

(2)獲取流域風(fēng)光電站的基本信息，該基本信息包括各個風(fēng)光電站的地理位置、風(fēng)速、太陽輻射、氣溫和裝機(jī)容量資料；

(3)根據(jù)流域風(fēng)光水電站基本信息，建立考慮下游生態(tài)的流域風(fēng)光水系統(tǒng)目標(biāo)以及硬性約束的多目標(biāo)發(fā)電優(yōu)化調(diào)度數(shù)學(xué)模型；具體為：

多目標(biāo)優(yōu)化調(diào)度數(shù)學(xué)模型的目標(biāo)函數(shù)為發(fā)電量、最大調(diào)度期內(nèi)最小時段出力最大和對下游生態(tài)影響最小；

發(fā)電量最大目標(biāo)函數(shù)為：

其中，f₁為風(fēng)光水電系統(tǒng)總發(fā)電量；T為調(diào)度期時段數(shù)；PPV_t、PW_t和PH_t分別是光伏電站、風(fēng)力發(fā)電站和水電站第t時段出力；△t為時段小時數(shù)；

最小時段出力最大目標(biāo)函數(shù)為：

其中，f₂為風(fēng)光水電系統(tǒng)最小出力；P_t＝PPV_t+PW_t+PH_t；

水電站出庫流量與天然流量偏差最小目標(biāo)函數(shù)為：

其中，f₃為水電站的出庫流量與天然流量的偏差；O'_i,t為第i水庫t時段的出庫流量，Q_Ni,t為第i庫t時段下游斷面天然流量；I為水庫數(shù)目；

硬性約束具體為：

(a)各庫的水量平衡約束

V_i,t＝V_i,t-1+(Q_i,t-O'_i,t)△t ；

其中，V_i,t,V_i,t-1為第i庫第t時段末、初水庫蓄水量；Q_i,t為第i庫第t時段入庫流量；O'_i,t為第i庫第t時段出庫流量；O_i,t為第i庫第t時段發(fā)電流量，為第i庫第t時段棄水流量；

(b)各庫的上、下限水位約束

其中，Z_i,t為第i庫第t時刻計算水位；Z_i,t為第i庫第t時刻允許下限水位；為第i庫第t時刻允許上限水位；

(c)流量約束

其中，O'_i,t和分別為第i庫第t時段下泄流量允許的最小、最大值；

(d)調(diào)度期末水位約束

Z_i,T＝Z_i,end,i∈[1,I]；

其中，Z_i,end為第i庫調(diào)度期的期末水位；

(e)光伏電站出力約束

其中，PPV_d,t是第d光伏電站第t時段的出力；PPV_d,t是第d光伏電站第t時段的允許最小出力；是第d光伏電站的裝機(jī)容量；D為光伏電站的個數(shù)；

(f)風(fēng)力發(fā)電站出力約束

其中，PW_k,t是第k風(fēng)力發(fā)電站第t時段的出力；PW_k,t是第k風(fēng)力發(fā)電站第t時段的允許最小出力；是第k風(fēng)力發(fā)電站第t時段的裝機(jī)容量，K為風(fēng)力發(fā)電站的個數(shù)；

(g)水電站出力約束

其中，PH_i,t和分別為第i水電站第t時段的允許最小出力和裝機(jī)容量；

(h)外送斷面約束

其中，P_t和分別為第t時段斷面功率約束值的最小值和最大值；

風(fēng)光水電系統(tǒng)出力計算具體為：

(a)風(fēng)力發(fā)電站出力計算方式如下：

其中，S_A是風(fēng)力發(fā)電機(jī)輪轂的面積，ρ是空氣密度，N_k是第風(fēng)力發(fā)電站的風(fēng)力發(fā)電機(jī)的臺數(shù)，u_k,t是風(fēng)力發(fā)電機(jī)輪轂處的風(fēng)速，具體見下式：

其中，u_k,t和分別是風(fēng)力發(fā)電機(jī)輪轂處高度和距地面10m高度處的風(fēng)速，h是風(fēng)力發(fā)電機(jī)輪轂處的高度，α(h)是高度轉(zhuǎn)換系數(shù)；

(b)光伏電站出力計算：建立光伏發(fā)電系統(tǒng)與太陽輻射和溫度的關(guān)系；

其中，P_stc是標(biāo)準(zhǔn)條件下光伏板的出力，G_stc是標(biāo)準(zhǔn)條件下的太陽輻射強(qiáng)度，是第d光伏電站第t時段的光伏板的溫度，T_ref是標(biāo)準(zhǔn)條件下的溫度，是第d光伏電站t時段的實際太陽輻射強(qiáng)度，β是光伏板的溫度系數(shù)，γ是光伏板的輻射系數(shù)，是第d光伏電站光伏板的面積；

(c)水電站的出力如下式所示：

PH_i,t＝g(O_i,t,△H_i,t)；

其中，PH_i,t是第i水電站第t時段出力，函數(shù)為水電站出力特性函數(shù),O_i,t是發(fā)電流量，△H_i,t是發(fā)電水頭；

(4)采用改進(jìn)的AR-MOEA對所述步驟(3)建立的多目標(biāo)發(fā)電優(yōu)化調(diào)度數(shù)學(xué)模型進(jìn)行求解；改進(jìn)的AR-MOEA算法具體為：

(41)讀取風(fēng)速、太陽輻射和氣溫資料，根據(jù)風(fēng)力發(fā)電站出力計算公式和光伏電站出力計算公式計算風(fēng)、光出力；

(42)隨機(jī)生成M個初始個體；選擇水庫水位作為決策變量進(jìn)行實數(shù)編碼，具體的生成方式如下：

其中，表示第m個個體i水庫t時刻水位，Rnd為[0,1]均勻分布的隨機(jī)數(shù)，m＝1,2,…M，M為種群數(shù)；Z_i,t為第i庫第t時刻允許下限水位；為第i庫第t時刻允許上限水位；

(43)將初始種群復(fù)制到外部檔案AC,并且生成一個大小為N_R的初始參考點(diǎn)集；

(44)將步驟(41)計算得到的風(fēng)、光系統(tǒng)的出力輸入到梯級水電站系統(tǒng)中，計算種群的適應(yīng)度函數(shù)和IGD-NS貢獻(xiàn)度，并采用錦標(biāo)賽選擇法選擇貢獻(xiàn)度大的個體到交配池，IGD-NS指標(biāo)具體為：

其中，p∈P，P為種群，q∈Q，Q是種群P中所有無貢獻(xiàn)解的集合，r∈R，R為參考點(diǎn)集合，定義，

(45)由于梯級水電站上、下游水庫存在水量聯(lián)系，各庫運(yùn)行策略相互影響，存在著多變量耦合約束，直接對個體進(jìn)行交叉和變異不能保證子代個體滿足約束條件；因此，在交叉、變異前基于梯級水電站復(fù)雜約束建立動態(tài)可行域，具體為：

滿足所有約束的動態(tài)可行域為：

其中，F(xiàn)R_j為第j個約束條件的可行域，CountC是可能被破壞的約束條件個數(shù)；

確定完動態(tài)可行域之后，在動態(tài)可行域內(nèi)進(jìn)行交叉和變異，具體如下所示：

式中，均為動態(tài)可行域中的隨機(jī)值；tp+1為隨機(jī)交叉時刻，為庫容-水位轉(zhuǎn)化函數(shù)；

改進(jìn)的變異算子為：

其中，為可行域內(nèi)的隨機(jī)值；

(46)基于步驟(45)在動態(tài)可行域產(chǎn)生的子代個體，進(jìn)行更新外部檔案AC，然后利用更新后的外部檔案AC進(jìn)行自適應(yīng)調(diào)整參考點(diǎn)R'，使得參考點(diǎn)R'與Pareto前沿的形狀相似；具體為：

通過選擇交配池種群P'并經(jīng)過交叉和變異得到子代后，利用新產(chǎn)生的解來更新外部檔案AC和自適應(yīng)參考點(diǎn)集合R'，具體步驟如下：

1)基于當(dāng)前種群P各個目標(biāo)中的理想點(diǎn)和最差點(diǎn)N為目標(biāo)數(shù)，外部檔案AC、種群P和參考點(diǎn)R各個目標(biāo)分別同時減去并同時乘以使得轉(zhuǎn)換之后種群P、外部檔案AC和參考點(diǎn)R標(biāo)準(zhǔn)化到相同的范圍使得均勻分布的參考點(diǎn)R能夠在不同的目標(biāo)空間內(nèi)生成均勻分布的方案；

2)基于標(biāo)準(zhǔn)化后的參考點(diǎn)R，計算外部檔案AC的IGD-NS貢獻(xiàn)值，刪除外部檔案AC里互相支配的和冗余的方案，并將剩余的方案復(fù)制到外部檔案A^con；

3)將外部檔案A^con復(fù)制到新的外部檔案AC'，基于新的外部檔案AC'計算參考點(diǎn)R的IGD-NS值，并將有貢獻(xiàn)的參考點(diǎn)保留，然后從新的外部檔案AC'剩余的解選擇最不擁擠的解,直到參考點(diǎn)R'的大小與新的外部檔案AC'大小一致；

(47)合并父代與子代種群，并對其進(jìn)行非支配排序，然后將基于IGD-NS指標(biāo)的環(huán)境選擇策略作用于第kM個前沿面的解上，直到k滿足|Front₁∪...∪Front_kM|≥M；

(48)判斷是否達(dá)到最大迭代次數(shù)，若是，退出循環(huán)；若否，重復(fù)步驟(44)到(47)，直至達(dá)到最大迭代次數(shù)；

(5)采用SMAA-2對步驟(4)得到的非支配方案進(jìn)行多屬性決策；

SMAA-2模型具體為：

首先，指標(biāo)權(quán)重采用均勻分布來描述，如下所示：

式中，w_n是第n指標(biāo)的權(quán)重，N是指標(biāo)的個數(shù)，和分別是第n指標(biāo)權(quán)重下限和上限；

指標(biāo)值決策矩陣X＝[x_mn]_M×N的計算公式為：

式中，x_mn為方案m在屬性n上的值；

假設(shè)決策矩陣X＝[x_mn]_M×N，屬性權(quán)重W＝{w₁,w₂,…,w_N}，SMAA-2通過線性效用函數(shù)對每個屬性的效用值進(jìn)行加權(quán)求和得到每個方案的綜合效用u_m＝u(x_m,w)；通過其加權(quán)值計算各方案的優(yōu)劣排序，并從中選出滿足決策要求的均衡方案；

由于權(quán)重信息未知，因此，用均勻分布f_W(w)描述權(quán)重的概率分布特征；對任意的比較不同方案的效用大小，方案x_m總是排名第r，定義如下：

定義排名可接受度指標(biāo)表示備選方案x_m排名第r的可接受度，或看作是備選方案x_m排名第r的概率：

定義全局可接受程度它是對方案A_m所有排序的綜合，從整體上描述了方案的可接受水平：

式中，α_r為二級權(quán)重，r越小，相應(yīng)的二級權(quán)重越大，表明越看重排名靠前時的可接受度。