[發(fā)明專利]一種發(fā)電機(jī)組經(jīng)濟(jì)負(fù)荷分配優(yōu)化方法

有效

• 申請?zhí)枺?/td>: 202010882769.6
• 申請日: 2020-08-28
• 公開（公告）號: CN112016207B
• 公開（公告）日: 2022-03-22
• 發(fā)明（設(shè)計(jì)）人: 李玲玲;鄭勝杰;王汝靖;張淇瑞;鄭穎
• 申請（專利權(quán)）人: 河北工業(yè)大學(xué)
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06N3/00;G06Q50/06;G06F111/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種發(fā)電機(jī)組經(jīng)濟(jì)負(fù)荷分配優(yōu)化方法，其特征在于基于改進(jìn)型蝠鲼覓食算法的發(fā)電機(jī)組經(jīng)濟(jì)負(fù)荷分配優(yōu)化方法，其步驟如下：

步驟一，根據(jù)電力系統(tǒng)運(yùn)行要求建立發(fā)電機(jī)組正常運(yùn)行約束條件

(1.1)建立發(fā)電機(jī)組正常運(yùn)行的等式約束

式中，d為發(fā)電機(jī)組中的發(fā)電機(jī)數(shù)量，P_i為第i臺發(fā)電機(jī)的輸出功率，其量綱為MW；P_j為第j臺發(fā)電機(jī)的輸出功率，其量綱為MW；P_D為電力系統(tǒng)總負(fù)荷需求，其量綱為MW；P_L為電力系統(tǒng)的線路損耗，其量綱為MW，P_L主要由發(fā)電機(jī)組輸出功率和輸電網(wǎng)拓?fù)浣Y(jié)構(gòu)決定；B_ij、B_0i、B₀₀為系統(tǒng)功率傳輸損失系數(shù)；

這里，發(fā)電機(jī)組的總輸出功率應(yīng)與分配范圍內(nèi)電力系統(tǒng)總負(fù)荷P_D以及線路損耗P_L相匹配，故式(1)所示的功率的平衡方程屬于等式約束；

(1.2)建立發(fā)電機(jī)組關(guān)于輸出功率及其斜坡率、禁止操作區(qū)域的三個不等式約束

建立發(fā)電機(jī)組輸出功率的不等式約束，方法為：

式中，為第i臺發(fā)電機(jī)的最小輸出功率，P_i為第i臺發(fā)電機(jī)的輸出功率，為第i臺發(fā)電機(jī)的最大輸出功率；

式(2)所示的發(fā)電機(jī)組輸出功率約束屬于不等式約束，因?yàn)槊總€發(fā)電機(jī)在正常運(yùn)行時的輸出功率必須在其最大值與最小值之間，輸出功率超過最大值將會加速發(fā)電機(jī)老化，縮減發(fā)電機(jī)壽命；輸出功率過小發(fā)電機(jī)沒有得到充分利用，造成資源浪費(fèi)；

建立發(fā)電機(jī)組輸出功率的斜坡率約束，方法為：

式中，P_i為第i臺發(fā)電機(jī)在當(dāng)前時刻的輸出功率，為第i臺發(fā)電機(jī)在上一時刻的輸出功率，d為發(fā)電機(jī)組中的發(fā)電機(jī)數(shù)量，UR_i為第i臺發(fā)電機(jī)在單位時間內(nèi)的發(fā)電功率增加量上限，DR_i為第i臺發(fā)電機(jī)在單位時間內(nèi)的發(fā)電功率減小量上限；

建立發(fā)電機(jī)組輸出功率的禁止操作區(qū)域約束，方法為：

式中，NPZ_i為發(fā)電機(jī)組中第i臺發(fā)電機(jī)禁止操作區(qū)域的數(shù)量，d為發(fā)電機(jī)組中的發(fā)電機(jī)數(shù)量，為發(fā)電機(jī)組中第i臺發(fā)電機(jī)第j個禁止操作區(qū)域的下界，為發(fā)電機(jī)組中第i臺發(fā)電機(jī)第j個禁止操作區(qū)域的上界；

式(4)所示發(fā)電機(jī)組中各臺發(fā)電機(jī)的輸出功率禁止操作區(qū)域約束屬于不等式約束，因?yàn)榻共僮鲄^(qū)域是為保護(hù)發(fā)電機(jī)軸承或相關(guān)輔助設(shè)備等而設(shè)定的，為了延長發(fā)電機(jī)的使用壽命應(yīng)避免發(fā)電機(jī)在禁止操作區(qū)域中運(yùn)行；

步驟二，建立電力系統(tǒng)發(fā)電機(jī)組經(jīng)濟(jì)負(fù)荷分配模型

選取電力系統(tǒng)發(fā)電成本為目標(biāo)函數(shù)，考慮發(fā)電機(jī)進(jìn)氣閥突然開啟時引起的閥點(diǎn)效應(yīng)，發(fā)電機(jī)輸出非線性情況下發(fā)電成本如式(5)：

式中，F(xiàn)_t表示發(fā)電機(jī)組的發(fā)電成本函數(shù)，P_i表示第i臺發(fā)電機(jī)的輸出功率，表示第i臺發(fā)電機(jī)的最小輸出功率，a_i、b_i、c_i、e_i和f_i表示第i臺發(fā)電機(jī)的燃料成本系數(shù)，其中前三個系數(shù)構(gòu)成一個光滑的一元二次函數(shù)，后兩個系數(shù)構(gòu)成一個與正弦相關(guān)的不可微、非凸函數(shù)；表示f_i與的乘法運(yùn)算；

步驟三，對經(jīng)典蝠鲼覓食算法進(jìn)行改進(jìn)

經(jīng)典蝠鲼覓食算法中包含連鎖覓食、旋風(fēng)覓食和翻筋斗覓食三種覓食操作，改進(jìn)經(jīng)典蝠鲼覓食算法，在經(jīng)典算法的基礎(chǔ)上引入非線性慣性權(quán)重w、自適應(yīng)變化和差分變異策略，改進(jìn)方法如下：

(3.1)在連鎖覓食操作中，當(dāng)前的蝠鲼個體位置由上一代個體和當(dāng)前最優(yōu)個體的位置共同決定，其表達(dá)式為：

式中，和分別為第t代和t+1代的蝠鲼個體x_i在d維上的位置參數(shù)，每個蝠鲼個體的位置由d個參數(shù)共同決定；在發(fā)電機(jī)組經(jīng)濟(jì)負(fù)荷分配問題中每個蝠鲼個體的位置參數(shù)表示該問題的一個備選解，每個備選解的維數(shù)為d，而和表示當(dāng)該問題采用改進(jìn)型蝠鲼覓食算法時關(guān)于發(fā)電機(jī)組中d臺發(fā)電機(jī)在t次和t+1次迭代計(jì)算中的輸出功率；為改進(jìn)型蝠鲼覓食算法在第t代最優(yōu)蝠鲼個體的位置參數(shù)，即發(fā)電機(jī)組經(jīng)濟(jì)負(fù)荷分配問題的第t次迭代計(jì)算中的最優(yōu)解；r為實(shí)數(shù)區(qū)間[0，1]上的隨機(jī)數(shù)；N為改進(jìn)型蝠鲼覓食算法的種群規(guī)模，即發(fā)電機(jī)組經(jīng)濟(jì)負(fù)荷分配問題的備選解個數(shù)；a^d為連鎖覓食操作中和的連接權(quán)重系數(shù)，其計(jì)算式為

(3.2)旋風(fēng)覓食操作包含：單純旋風(fēng)覓食操作和探索搜索空間操作

單純旋風(fēng)覓食操作為當(dāng)代蝠鲼個體跟隨蝠鲼種群中的上一代蝠鲼個體并向當(dāng)代最優(yōu)個體運(yùn)動，其表達(dá)式為：

式中，β^d為單純旋風(fēng)覓食操作中和的連接權(quán)重系數(shù)，其計(jì)算式為：

式中，r為實(shí)數(shù)區(qū)間[0，1]上的隨機(jī)數(shù)，t為改進(jìn)型蝠鲼覓食算法的當(dāng)前迭代計(jì)算次數(shù)，T為最大迭代計(jì)算次數(shù)；

在探索搜索空間操作中引入非線性慣性權(quán)重w對其進(jìn)行改進(jìn)，方法為：

式中，為搜索空間中的一個隨機(jī)位置，β^d為探索搜索空間操作中和的連接權(quán)重系數(shù)，r為[0，1]之間的隨機(jī)數(shù)，w為非線性慣性權(quán)重且其表達(dá)式為：

式中，t和T分別為當(dāng)前迭代次數(shù)和最大迭代次數(shù)，w_min和w_max為慣性權(quán)重的下限和上限，本發(fā)明設(shè)置w_min＝0.2以及w_max＝0.7，則式(10)具體化為：

在探索搜索空間操作中引入非線性慣性權(quán)重w，通過非線性慣性權(quán)重w的不斷調(diào)整來提高算法的全局搜索能力和收斂精度；

(3.3)在翻筋斗覓食操作中引入正弦、余弦自適應(yīng)因子，增強(qiáng)改進(jìn)型蝠鲼覓食算法的自適應(yīng)能力；

式中，C為余弦自適應(yīng)因子，S為正弦自適應(yīng)因子，r₁、r₂、r₃和r^*為[0，1]之間的隨機(jī)數(shù)；

(3.4)引入差分變異策略，在每次迭代過程中將已得到的蝠鲼個體進(jìn)行變異、差分、選擇操作以獲得新蝠鲼個體用于下一次迭代計(jì)算，增強(qiáng)算法的全局尋優(yōu)能力；

對于第t代最優(yōu)蝠鲼個體使用一個突變向量使其發(fā)生變異，用于產(chǎn)生新的蝠鲼個體方法為：

式中，為變異操作產(chǎn)生的新蝠鲼個體；和為第t代中的隨機(jī)個體，r₄和r₅為隨機(jī)數(shù)，其最大值為種群規(guī)模N，最小值為1；為第t代中的最優(yōu)蝠鲼個體；F為縮放因子，F(xiàn)為[0.2，0.8]之間的隨機(jī)數(shù)；

變異操作結(jié)束后生成的新蝠鲼個體與個體進(jìn)行二項(xiàng)式交叉運(yùn)算，增加種群多樣性，方法為：

式中，為二項(xiàng)式交叉運(yùn)算后得到的蝠鲼個體；CR為交叉概率，其取值范圍為[0，1]；r₆為[0，1]之間的隨機(jī)數(shù)；r₇為隨機(jī)數(shù)，其最大值為問題維數(shù)d，最小值為1；

構(gòu)造適應(yīng)度函數(shù)，將目標(biāo)函數(shù)轉(zhuǎn)化為適應(yīng)度函數(shù)，方法為：

式中，為第t代中第i個蝠鲼個體，每個蝠鲼個體位置參數(shù)對應(yīng)發(fā)電機(jī)組經(jīng)濟(jì)負(fù)荷分配的一個備選解；為使用第t代中第i個蝠鲼個體對應(yīng)備選解而求得的發(fā)電機(jī)組發(fā)電成本；為第t代中所有蝠鲼個體對應(yīng)備選解的發(fā)電機(jī)組發(fā)電成本最大值；

根據(jù)適應(yīng)度函數(shù)值選擇最優(yōu)個體進(jìn)行保留，方法為：

式中，和為按式(15)計(jì)算所得的蝠鲼個體和適應(yīng)度值；

步驟四，采用改進(jìn)型蝠鲼覓食算法對發(fā)電機(jī)組負(fù)荷分配進(jìn)行優(yōu)化

(4.1)初始化改進(jìn)型蝠鲼覓食算法種群位置，并設(shè)置種群規(guī)模N＝100、最大迭代次數(shù)T＝1000、交叉概率CR＝0.2、慣性權(quán)重上下限w_max＝0.7、w_min＝0.2；

(4.2)開始迭代，由Rand產(chǎn)生一個[0，1]之間的隨機(jī)數(shù)，如果Rand大于0.5，則當(dāng)前種群按式(6)執(zhí)行連鎖覓食操作；如果Rand小于0.5，則由rand產(chǎn)生一個[0，1]之間的隨機(jī)數(shù)，若t/T大于rand，則當(dāng)前種群按式(7)執(zhí)行單純旋風(fēng)覓食操作，若t/T小于rand，則當(dāng)前種群按式(9)執(zhí)行探索搜索空間操作；執(zhí)行連鎖覓食操作、單純旋風(fēng)覓食操作或探索搜索空間操作中的一種后，按式(15)計(jì)算蝠鲼種群中個體適應(yīng)度值，并選擇適應(yīng)度值最大的個體作為當(dāng)前最優(yōu)個體；

(4.3)蝠鲼種群按式(12)執(zhí)行翻筋斗覓食操作，按式(15)計(jì)算蝠鲼種群中個體適應(yīng)度值，并選擇適應(yīng)度值最大的個體作為全局最優(yōu)個體；

(4.4)將獲得的最優(yōu)個體按式(13)、(14)、(16)進(jìn)行差分變異操作，然后按式(15)計(jì)算蝠鲼種群個體適應(yīng)度值，并選擇適應(yīng)度值最大的個體作為全局最優(yōu)個體；

(4.5)判斷迭代次數(shù)是否滿足要求，即判斷t≥T是否成立，若不成立則迭代次數(shù)t加1并返回步驟(4.2)進(jìn)入下一次迭代；若t≥T成立則退出迭代，輸出發(fā)電機(jī)組經(jīng)濟(jì)負(fù)荷分配最優(yōu)解；

以上所述步驟中數(shù)據(jù)輸入計(jì)算機(jī)的方法是公知的方法；所使用計(jì)算機(jī)、顯示器和MATLAB計(jì)算機(jī)軟件均是通過商購獲得的。

2.按照權(quán)利要求1所述一種發(fā)電機(jī)組經(jīng)濟(jì)負(fù)荷分配優(yōu)化方法，其特征在于：所述的發(fā)電機(jī)組運(yùn)行參數(shù)是根據(jù)實(shí)際電力系統(tǒng)中發(fā)電機(jī)組功率平衡約束、發(fā)電機(jī)組輸出功率約束及斜坡率約束、禁止操作區(qū)域約束等獲得的。