一種風火蓄節(jié)能減排機組組合的求解方法
【專利摘要】本發(fā)明公開了一種風火蓄節(jié)能減排機組組合的求解方法，采用分解-協(xié)調思想，將風火蓄電力系統(tǒng)機組組合分解為上下兩層優(yōu)化問題，用拉格朗日松弛法將風火蓄電力系統(tǒng)分解為火電子系統(tǒng)、風電子系統(tǒng)和抽水蓄能子系統(tǒng)，上層通過自適應的拉格朗日乘子來協(xié)調各個子系統(tǒng)；下層各個子系統(tǒng)采用自適應的遺傳算法進行求解。整個優(yōu)化過程先根據(jù)負荷曲線確定風電子系統(tǒng)的出力、抽水蓄能子系統(tǒng)的出力及其能提供的旋轉備用，然后再將所得結果分別傳遞給火電子系統(tǒng)，各個火電子系統(tǒng)在此基礎上并行協(xié)調分配，確定其相應的啟停序列和最優(yōu)的出力。本發(fā)明可以有效減少風電的棄風、火電機組的調峰耗能和運行成本，進一步提高系統(tǒng)的安全性、魯棒性與節(jié)能減排能力。
【專利說明】一種風火蓄節(jié)能減排機組組合的求解方法
【技術領域】
[0001]本發(fā)明屬于電網(wǎng)發(fā)電計劃編制和風火蓄機組節(jié)能減排運行、分析與調度【技術領域】，尤其涉及含風電、抽水蓄能等能源的機組組合求解方法。
【背景技術】
[0002]電力是關系國計民生的支柱性產(chǎn)業(yè)，合理利用發(fā)電資源，預先對發(fā)電機組的啟停和出力進行調度十分必要。近年來隨著新能源技術的快速發(fā)展，大型風電并網(wǎng)發(fā)電已成為世界風能利用的主要形式，有效合理的利用風電是實現(xiàn)電力節(jié)能減排的關鍵。但風電具有隨機性和波動性，大量風電并網(wǎng)會增加電力系統(tǒng)控制和調度的難度。抽水蓄能是一種具有啟動快、負荷跟蹤迅速和快速反應的特殊電源，它既是一個電站也是一個電網(wǎng)管理的工具，是目前電力系統(tǒng)可靠、經(jīng)濟、壽命周期最長和容量最大的儲能裝置。在建設資源節(jié)約型、環(huán)境友好型的大環(huán)境下，抽水蓄能是目前實現(xiàn)大容量儲能的主要途徑，是電力工業(yè)節(jié)能、安全運行及可持續(xù)發(fā)展不可或缺的組成部分，是提供優(yōu)質電力的最佳保障。
[0003]機組組合問題是一個包含整數(shù)和連續(xù)變量的高維、離散、非凸的混合整數(shù)非線性優(yōu)化問題，包括確定機組啟停序列和負荷在機組間的經(jīng)濟分配，其評價標準和具體優(yōu)化模型一直在不斷的發(fā)展變化。理論上只有枚舉法才能找到最優(yōu)解，但隨著機組數(shù)量的增加，會出現(xiàn)組合爆炸問題，從而使得計算時間太長而無法達到實用化。然而由于機組組合可以獲得顯著的經(jīng)濟及社會效益，所以人們一直在努力探索，以期在滿足工程需要的情況下找到機組組合的較優(yōu)解。電力系統(tǒng)機組組合包含了 2個性質不同但密切聯(lián)系的問題:一是針對各個具體系統(tǒng)的特點和要求，建立合適的調度模型；二是針對具體模型研究設計有效的求解算法。
[0004]電力系統(tǒng)機組組合通常被視為一個二層規(guī)劃問題:下層為離散變量，主要處理機組的開、停機狀態(tài)，上層為連續(xù)變量，主要處理機組的出力分配。由于機組組合是一個高維、非凸的混合整數(shù)規(guī)劃問題，因此許多適用于此類問題的優(yōu)化算法都能用于機組組合的求解。機組出力分配算法的優(yōu)劣對機組組合整體求解效果影響較小，因此目前的研究主要集中在機組開、停機狀態(tài)的求解。
[0005]除窮舉法外，目前求解機組組合的方法主要有:
1.啟發(fā)式算法。求解簡單迅速，已經(jīng)在實際運行中得到廣泛應用。但得到的解往往比較粗糙，在理論研究中可為其它算法提供求解的初值。
[0006]2.數(shù)學類優(yōu)化算法。這類算法把機組組合問題用數(shù)字方程描述出來，然后用解析方法求其最優(yōu)解，包括混合整數(shù)規(guī)劃法、動態(tài)規(guī)劃法、分支定界法、拉格朗日松弛法和內點法。其中拉格朗日松弛法是研究最活躍的方法之一。拉格朗日松弛法有著成熟理論基礎，使用拉格朗日松弛法可以降低維數(shù)，簡化問題的求解，為構造混合算法提供了一個很好的框架。拉格朗日松弛法適合解決大系統(tǒng)優(yōu)化問題，由于電力系統(tǒng)機組組合問題具有該算法所要求的特點，使得該算法得到十分廣泛的應用。隨著機組數(shù)的增加，計算量呈近似線性增長，克服了維數(shù)障礙，且機組數(shù)目越多，計算效果越好，方法靈活，其相關乘子具有實際的物理(經(jīng)濟)意義。但拉格朗日松弛法對乘子的敏感度較高，求解非凸性問題時容易出現(xiàn)收斂振蕩現(xiàn)象，需要采取措施加快收斂。
[0007]3.智能類優(yōu)化算法。包括專家系統(tǒng)方法、神經(jīng)網(wǎng)絡法、模擬退火、蟻群算法、粒子群算法、免疫算法、禁忌搜索、模糊優(yōu)化算法和遺傳算法等。在智能類優(yōu)化算法求解機組組合問題時，遺傳算法顯示出巨大的優(yōu)勢，能夠根據(jù)具體問題靈活應用，魯棒性好，對目標函數(shù)沒有特殊的要求，可以考慮多個約束，能自動獲取和積累有關搜索空間的知識，并自適應地控制搜索過程，從而得到全局最優(yōu)解或準最優(yōu)解?？傮w而言，智能類優(yōu)化算法不能完全保證解的最優(yōu)性，存在局部最優(yōu)現(xiàn)象，同時各種智能算法所涉及到的參數(shù)是影響其性能的關鍵因素，如何合理有效的調整算法所用的參數(shù)是亟待解決的關鍵問題。
[0008]4.混合優(yōu)化算法?；旌蟽?yōu)化算法是從結構或操作上有機結合上述各算法的優(yōu)點，構造出更高效的算法。鑒于機組組合這一問題的復雜性及考慮的約束眾多，有時難以采用某一種優(yōu)化方法進行求解，針對所建立的模型的具體特點，在一定的算法框架下采用不同的優(yōu)化算法進行求解，最終形成混合優(yōu)化算法。近年來混合優(yōu)化算法越來越受到關注，成為主要研究內容之一。混合優(yōu)化算法的思路大致分為兩種，一種是基于拉格朗日松弛法的框架，對分解后的子問題采用不同的優(yōu)化算法進行求解，再在該算法框架下對子問題的結果進行協(xié)調，最終得到最優(yōu)解或滿意解；另一種是從優(yōu)化算法本身出發(fā)形成混合應用，如粒子群算法、遺傳算法、神經(jīng)網(wǎng)絡、免疫技術以及模糊技術等的應用。
[0009]各種算法都有自身的不足，如何吸收各種算法的優(yōu)點，揚長避短，在收斂性、計算速度與解的質量上得到更好的權衡，構造和發(fā)展更為強大的高效混合優(yōu)化算法是值得研究的問題。
[0010]總體而言，機組組合問題的模型在不斷演變與發(fā)展，需要處理的約束越來越多，研究體現(xiàn)節(jié)能減排社會實際需求的機組組合模型十分必要；針對目前多數(shù)優(yōu)化算法不能很好地滿足越來越復雜多變的機組組合問題的求解要求，且隨著系統(tǒng)的規(guī)模不斷增大，容易出現(xiàn)維數(shù)災、存在計算速度慢和魯棒性差等問題，需要進一步研究探討有效求解機組組合問題的算法。

【發(fā)明內容】

[0011]本發(fā)明的目的在于針對現(xiàn)有求解方法的不足，提供一種求解考慮風電的隨機性和波動性、抽水蓄能的快速調節(jié)特性的求解方法，并結合串并行求解策略和多目標的轉換方法，本發(fā)明能有效減少風電的棄風、火電機組的調峰耗能和運行成本，進一步提高系統(tǒng)的安全性、魯棒性與節(jié)能減排能力。
[0012]本發(fā)明是通過以下的技術方案來實現(xiàn):一種基于自適應協(xié)同進化算法和串并行結合的風火蓄機組組合求解方法，包括如下步驟:
(I)接收電網(wǎng)調度中心得出的系統(tǒng)未來24小時負荷需求數(shù)據(jù)，接收風電場風電出力大小的預測數(shù)據(jù)，包括預測風電出力大小和風電出力的上下限區(qū)間，接收抽水蓄能電站的相關數(shù)據(jù)，根據(jù)各個發(fā)電廠上報的機組特性數(shù)據(jù)得出各個機組的特性約束。
[0013](2)根據(jù)第一步接收的數(shù)據(jù)對風火蓄電力系統(tǒng)節(jié)能減排機組組合進行建模，根據(jù)運行要求選擇目標函數(shù)和約束條件，包括等式約束和不等式約束，構成混合整數(shù)非線性規(guī)劃問題； (3)根據(jù)上一步產(chǎn)生的混合整數(shù)非線性規(guī)劃問題，得出風火蓄機組組合的節(jié)能減排多目標函數(shù)和相應約束條件。
[0014](4)將上一步的節(jié)能減排多目標通過給各個目標賦權重，將多目標問題轉化為新的單目標問題(原問題)，并通過權重調節(jié)各個目標在節(jié)能減排總目標中的重要性。
[0015](5)利用優(yōu)先順序法根據(jù)各機組最小比耗量由小到大排序，確定各時段所對應的滿足機組自身約束的初始機組啟停序列。初始化拉格朗日乘子和遺傳算法(GA)種群，GA種群中包含利用優(yōu)先順序法生成的個體。將其作為初始種群的一部分進行進化。
[0016](6)通過拉格朗日松弛法將原問題轉化為對偶問題，再將風火蓄系統(tǒng)分解為風電子系統(tǒng)、火電子系統(tǒng)和抽水蓄能子系統(tǒng)。
[0017](7)下層采用自適應GA求解抽水蓄能、風電和火電子系統(tǒng)。首先根據(jù)負荷曲線確定風電子系統(tǒng)的出力、抽水蓄能子系統(tǒng)的出力及其能提供的旋轉備用，然后再將所得結果分別傳遞給火電子系統(tǒng)。上層通過優(yōu)化拉格朗日乘子在各個子系統(tǒng)在此基礎上間并行協(xié)調分配，確定其相應的啟停序列。采用最優(yōu)個體保留策略能保證GA每代的進化結果優(yōu)于優(yōu)先順序法所得的組合結果，保證算法的有效性與收斂性，上述求解過程構成自適應協(xié)同進化算法和串并行的求解策略。
[0018](8)在上述步驟的基礎上，求解對偶目標函數(shù)值和原問題的可行解，若得不到原問題的可行解，則需要自適應的更新拉格朗日乘子，拉格朗日乘子的更新至關重要。
[0019](9)計算節(jié)能減排下風火蓄機組組合整體目標函數(shù)值，并分析是否滿足對偶間隙要求，滿足對偶間隙的要求，決策者判斷節(jié)能與減排的目標值是否滿意，若不滿意則返回第
一步;
(10)將滿足對偶間隙和決策者對節(jié)能減排各目標權重要求的最終結果作為電網(wǎng)機組調度的方案，用以調度發(fā)電機組的啟停機，以提高系統(tǒng)整體運行的安全性和節(jié)能減排能力。
[0020]本發(fā)明的有益效果是:有效抑制了可行解的振蕩現(xiàn)象，并且能很好的協(xié)調系統(tǒng)的節(jié)能與減排目標，提聞了風電的利用率，彌補風電隨機性、波動性的不足，能有效的提聞系統(tǒng)的經(jīng)濟性、環(huán)保性和調度的靈活性。利用抽水蓄能的快速調節(jié)特性，形成抽水蓄能消峰填谷的靜態(tài)作用、提供旋轉備用的動態(tài)作用和環(huán)境保護的平衡，通過協(xié)調節(jié)能減排各目標的權重，達到節(jié)能減排之間的平衡，提高系統(tǒng)的社會綜合效益。
【專利附圖】

【附圖說明】
[0021]圖1是分解-協(xié)調理論的兩級遞階協(xié)調結構圖；
圖2是自適應協(xié)同進化算法框架圖；
圖3是風火蓄機組組合的綜合協(xié)同作用示意圖；
圖4是風火蓄系統(tǒng)聯(lián)合運行示意圖；
圖5是本發(fā)明的流程圖；
圖6是24小時風電預測輸出數(shù)據(jù)圖。
【具體實施方式】
[0022]下面詳細描述本發(fā)明的實施例，所述的實施例的示例在附圖中示出，其中至始至終相同或類似的標號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施例是示例性的，旨在用于解釋本發(fā)明，而不能理解為本發(fā)明的限制。
[0023]從《京都議定書》到“巴厘島路線圖”，再到《哥本哈根協(xié)議》，都強調建設環(huán)境友好、能源可持續(xù)的綠色社會，節(jié)能減排受到全社會的廣泛關注。與傳統(tǒng)的發(fā)電調度方式相比，以節(jié)能減排為目標的發(fā)電調度強調在考慮環(huán)境保護目標的情況下盡可能實現(xiàn)節(jié)約能源的目標，是當前我國電力調度的發(fā)展趨勢。我國煤炭消費占一次能源消費的70%左右，以煤炭為主的一次能源結構致使煤電機組在電力系統(tǒng)中占很大比例，其一次能源消耗巨大，燃煤發(fā)電主要產(chǎn)生大量SO2和CO2等污染氣體，致使電力的環(huán)保壓力巨大。
[0024]為減少溫室氣體排放，實現(xiàn)節(jié)能減排的發(fā)電調度是必然要求，需要建立計及減排的多目標風火蓄機組組合模型，綜合考慮系統(tǒng)運行成本^ SO2和CO2減排4、；多個目標。
[0025]
【權利要求】
1.一種風火蓄節(jié)能減排機組組合的求解方法，包含如下步驟: (1)接收電網(wǎng)調度中心得出的系統(tǒng)未來24小時負荷需求數(shù)據(jù)，接收風電場風電出力大小的預測數(shù)據(jù)，包括預測風電出力大小和風電出力的上下限區(qū)間，接收抽水蓄能電站的相關數(shù)據(jù)，根據(jù)各個發(fā)電廠上報的機組特性數(shù)據(jù)得出各個機組的特性約束； (2)根據(jù)第一步接收的數(shù)據(jù)對風火蓄電力系統(tǒng)節(jié)能減排機組組合進行建模，根據(jù)運行要求選擇目標函數(shù)和約束條件，包括等式約束和不等式約束，構成混合整數(shù)非線性規(guī)劃問題； (3)根據(jù)上一步產(chǎn)生的混合整數(shù)非線性規(guī)劃問題，得出風火蓄機組組合的節(jié)能減排多目標函數(shù)和相應約束條件； (4)通過給上一步的節(jié)能減排多目標函數(shù)賦權重，將多目標問題轉化為新的單目標問題，即原問題，并通過權重調節(jié)各個目標在節(jié)能減排總目標中的重要性； (5)利用優(yōu)先順序法根據(jù)各機組最小比耗量由小到大排序，確定各時段所對應的滿足機組自身約束的初始機組啟停序列；初始化拉格朗日乘子和遺傳算法種群，即GA種群，GA種群中包含利用優(yōu)先順序法生成的個體，將其作為初始種群的一部分進行進化； (6)通過拉格朗日松弛法將原問題轉化為對偶問題，再將風火蓄系統(tǒng)分解為風電子系統(tǒng)、火電子系統(tǒng)和抽水蓄能子系統(tǒng)； (7)下層采用自適應遺傳算法求解抽水蓄能子系統(tǒng)、風電子系統(tǒng)和火電子系統(tǒng):首先根據(jù)負荷曲線確定風電子系統(tǒng)的出力、抽水蓄能子系統(tǒng)的出力及其能提供的旋轉備用；然后再將所得結果分別傳遞給火電子系統(tǒng)；上層通過優(yōu)化拉格朗日乘子在各個子系統(tǒng)在此基礎上間并行協(xié)調分配，確定其相應的啟停序列；采用最優(yōu)個體保留策略保證GA每代的進化結果優(yōu)于優(yōu)先順序法所得的組合結果，保證算法的有效性與收斂性；` (8)步驟(1)至步驟(7)的求解過程構成自適應協(xié)同進化算法和串并行的風火蓄機組組合求解方法；在上述步驟的基礎上，求解對偶目標函數(shù)值和原問題的可行解，若得不到原問題的可行解，則需要自適應的拉格朗日乘子； (9)計算節(jié)能減排下風火蓄機組組合整體目標函數(shù)值，并分析是否滿足對偶間隙要求，滿足對偶間隙的要求，決策者判斷節(jié)能與減排的目標值是否滿意，若不滿意則返回第一I K少； (10)將滿足對偶間隙和決策者對節(jié)能減排各目標權重要求的最終結果作為電網(wǎng)機組調度的方案，用以調度發(fā)電機組的啟停機，提高系統(tǒng)整體運行的安全性和節(jié)能減排能力。
2.根據(jù)權利要求1所述的一種風火蓄節(jié)能減排機組組合的求解方法，其特征在于:在所述自適應協(xié)同進化算法和串并行的風火蓄機組組合求解方法的步驟(2)和(3)中，所述目標函數(shù)為系統(tǒng)整體的運行費用最小、CO2排放和SO2排放最少的多目標節(jié)能減排問題，等式約束為系統(tǒng)負荷平衡約束；不等式約束包括機組最大最小出力約束、機組爬坡約束、最小啟停機時間約束、線路潮流約束和節(jié)點電壓約束。
3.根據(jù)權利要求1所述的一種風火蓄節(jié)能減排機組組合的求解方法，其特征在于:所述節(jié)能減排多目標的協(xié)調方法為:首先將每個目標賦予一個權重，再累加為新目標，然后在相同的約束條件下求解；通過不斷改變各目標對應的權重，得到不同滿意的解。
4.根據(jù)權利要求2所述的一種風火蓄節(jié)能減排機組組合的求解方法，其特征在于:給所述節(jié)能與減排的目標賦予不同的權重后組成新目標函數(shù)，所述新目標函數(shù)的所有目標具有相同的量綱，若量綱不同，必須統(tǒng)一量綱或無量綱化處理；將節(jié)能減排多目標函數(shù)、SO2和CO2的排放目標這三個目標函數(shù)標準化,轉化為無量綱的量。
5.根據(jù)權利要求1所述的一種風火蓄節(jié)能減排機組組合的求解方法，其特征在于:所述自適應協(xié)同進化算法采用分解-協(xié)同思想，用拉格朗日松弛法將復雜的大系統(tǒng)分解為一系列相互作用的子系統(tǒng)優(yōu)化問題，每個子系統(tǒng)對應于生態(tài)系統(tǒng)中的一個物種，再用具有自適應交叉、變異算子的遺傳算法求解子系統(tǒng)優(yōu)化問題，再采用自適應的拉格朗日乘子更新策略來實現(xiàn)各個子系統(tǒng)的協(xié)調。
6.根據(jù)權利要求1所述的一種風火蓄節(jié)能減排機組組合的求解方法，其特征在于:所述自適應的拉格朗日乘子采用自適應的次梯度更新策略，其拉格朗日乘子優(yōu)化目標函數(shù)?44對乘子f , pi的次梯度分別為:

7.根據(jù)權利要求1所述的一種風火蓄節(jié)能減排機組組合的求解方法，其特征在于:所述遺傳算法采用輪盤賭和最佳個體保留相結合后的遺傳算法，輪盤賭選擇使適應度高的個體比適應度低的個體具有更高的被選擇機會，自適應的交叉、變異算子保證遺傳算法的收斂性。
8.根據(jù)權利要求1或7所述的一種風火蓄節(jié)能減排機組組合的求解方法，其特征在于:所述遺傳算法在迭代的前期，交叉概率較大，變異概率較小；在迭代后期，種群中的碼鏈已趨于穩(wěn)定，減小交叉作用，降低`交叉概率，增大變異概率。
【文檔編號】G06N3/12GK103632309SQ201310539056
【公開日】2014年3月12日 申請日期:2013年11月5日 優(yōu)先權日:2013年11月5日
【發(fā)明者】張曉花, 朱正偉, 謝俊, 劉宏美 申請人:常州大學