一種電力節能調度模型求解方法技術

本發明專利技術公開了一種電力節能調度模型求解方法，包括：參數的初始化；產生初始群體；利用目標函數計算個體電荷和總受力大小；第一輪產生新群體并保存最優個體；調整目標函數；第二輪產生新群體；更新最優個體；輸出最優解和最終目標函數值。本發明專利技術的一種電力節能調度模型求解方法，為有效求解水火電力系統節能調度模型，首先確定優化問題的內生變量即決策變量。在求解節能調度模型時，選擇水電站發電流量和火電廠出力作為決策變量。同時對目標函數進行縮放調整，提高迭代的穩定性。并對群體中的個體進行多種形式的變化，具備兼顧全局和局部的均衡搜索能力，優化了求解過程。優化了求解過程。優化了求解過程。

【技術實現步驟摘要】
一種電力節能調度模型求解方法


[0001]本專利技術涉及電能節能控制領域，具體涉及一種電力節能調度模型求解方法。

技術介紹

[0002]目前，水電能源在我國清潔可再生能源中占主導地位，通過開展水火電力系統聯合運行，合理協調系統間運行方式，發揮水火電力系統互補優勢，可顯著提高電力系統運行經濟性，有利于促進電力工業能源利用方式的調整和系統的節能運行。
[0003]在水火電力系統節能調度模型中包含了大量的等式和不等式約束條件，且具有很強的非線性，目前在對大規模非線性問題進行優化求解時，存在進化速度慢和不易收斂的缺陷，需要進行算法的革新和改進。

技術實現思路

[0004]為了解決上述現有技術中存在的缺陷和不足，本專利技術一種電力節能調度模型求解方法，包括。
[0005](1)參數的初始化。
[0006](2)產生初始群體。
[0007](3)利用目標函數計算個體電荷和總受力大小。
[0008](4)第一輪產生新群體并保存最優個體。
[0009](5)調整目標函數。
[0010](6)第二輪產生新群體。
[0011](7)更新最優個體。
[0012](8)輸出最優解和最終目標函數值。
[0013]優選地，所述參數的初始化，包括。
[0014]設置群體規模N、決策變量的上下限、最大迭代次數M、個體間變化概率Pc、個體內變化概率Pm，迭代次數k=0。
[0015]優選地，所述產生初始群體；以水電站的發電流量和火電廠機組的出力為決策變量，利用均勻隨機數產生滿足決策變量上下限約束的初始群體。
[0016]優選地，所述調整目標函數中，新的目標函數f`為。
[0017]。
[0018]其中，b為調整指數，
?
0.5<b<
?
0.005，f為原目標函數。
[0019]優選地，所述第二輪產生新群體，對群體進行變化操作產生新的群體。變化操作包括個體間變化和個體內變化，首先，將群體中的個體轉換為二進制字符串。
[0020]優選地，對于個體間變化，包括。
[0021]S1.通過對個體進行配對操作形成配對庫，對個體兩兩配對，按預先設定的概率Pc來決定每對是否需要進行個體間變化。
[0022]S2.設定配對個體的變化點，并對配對個體中這些點確定的部分結構進行第一點
數變化。
[0023]優選地，配對操作包括。
[0024]1)全局順序配對，先對個體進行排序，排序后第1個和第2個配對，第3個和第4個配對，按此方式進行下去；或者第1個和第N個配對，第2個和第N
?
1個配對，按此方式進行下去。
[0025]2)分組順序配對，先對個體進行排序，從中間分段形成高低兩組，高組的第1個和低組的第1個配對，高組的第2個和低組的第2個配對，按此方式進行下去；或者高組的第1個和低組的最后1個配對，高組的第2個和低組的倒數第2個配對，按此方式進行下去。
[0026]優選地，所述第一點數變化包括。
[0027]1)確定第一變化點數。
[0028]2)基于第一變化點數進行相互交換或復制。
[0029]優選地，個體內變化是對群體中單個個體字符串的選定位上的字符作變動。包括。
[0030]設定單個個體的變化點，并對單個個體中這些點確定的部分結構進行第二點數變化。
[0031]優選地，所述第二點數變化包括。
[0032]1)確定第二變化點數。
[0033]2)基于第二確定點數進行取反或移位。
[0034]本專利技術的一種電力節能調度模型求解方法，為有效求解水火電力系統節能調度模型，首先確定優化問題的內生變量即決策變量。在求解節能調度模型時，選擇水電站發電流量和火電廠出力作為決策變量。同時對目標函數進行縮放調整，提高迭代的穩定性。并對群體中的個體進行多種形式的變化，具備兼顧全局和局部的均衡搜索能力，優化了求解過程。
附圖說明
[0035]圖1為本專利技術一種電力節能調度模型求解方法的流程圖。
具體實施方式
[0036]如圖1所示，本專利技術一種電力節能調度模型求解方法，包括。
[0037](1)參數的初始化。設置群體規模N、決策變量的上下限、最大迭代次數M、個體間變化概率Pc、個體內變化概率Pm，迭代次數k=0。N可取30
?
100之間。
[0038]個體間變化概率Pc。在每一次迭代產生新的群體時，有Pc*N個個體進行個體間變化。較大的Pc可增強算法開辟新的搜索區域的能力，但高性能的模式遭到破壞的可能性增大；若Pc太小，算法搜索可能陷入遲鈍狀態。一般Pc取0.25
?
l.00。
[0039]個體內變化概率Pm。個體內變化的目的是維持解群體的多樣性。新群體中每個字符串的每一位以概率Pm進行變化，從而每次迭代大約發生Pm*N*L次變化，其中L為字符串長。低水平的變異可以防止群體中重要字符的丟失以及任一給定位保持永遠收斂到單一的值。高水平的變異將使算法實質上趨于純粹的隨機搜索。通常取Pm為0.001
?
0.01。
[0040](2)產生初始群體；以水電站的發電流量和火電廠機組的出力為決策變量，利用均勻隨機數產生滿足決策變量上下限約束的初始群體T0，T0=(X1,X2,
…
,Xi,
…
,XN)。即在決策變量的集合中均勻隨機地選出N個上下限范圍內的決策變量作為初始群體T0。
[0041]對于水電站而言，在其初始蓄水量和空間獨立來水量已知的情況下，其他變量都
可由發電流量來表示；對于火電廠而言，其煤耗特性可由機組的出力表示。
[0042](3)利用目標函數計算群體中個體的目標函數值f(Xi)，并以其為基礎計算群體個體電荷Qci和總受力大小Fi。其中，1<=i<=N。
[0043]。
[0044]其中Xb為最優個體，Xw為最差個體。
[0045]。
[0046]目標函數為負荷波動函數。
[0047]。
[0048]其中，P(Xi)為個體Xi的輸入功率，Pavg為個體輸入功率的平均值。
[0049](4)第一輪產生新的群體T1，對群體T0中的個體Xi進行如下操作，可得新群體T1中的個體Yi。
[0050]。
[0051]其中a為搜索常數，0.5<a<1。
[0052]并將新群體中Yi的目標函數值和原群體中Xi的目標函數值進行比較，找出群體Yi中目標函數值f(Yi)>f(Xi)的個體，則利用群體T0中的個體Xi代替群體T1中相應個體Yi，保存當前代最優個體Xb。
[0053](5)調整目標函數。
[0054]新的目標函數f`為。
[0055]。
[005本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種電力節能調度模型求解方法，其特征在于，包括：(1)參數的初始化；(2)產生初始群體；(3)利用目標函數計算個體電荷和總受力大小；(4)第一輪產生新群體并保存最優個體；(5)調整目標函數；(6)第二輪產生新群體；(7)更新最優個體；(8)輸出最優解和最終目標函數值。2.根據權利要求1所述的方法，其特征在于，所述參數的初始化，包括：設置群體規模N、決策變量的上下限、最大迭代次數M、個體間變化概率Pc、個體內變化概率Pm，迭代次數k=0。3.根據權利要求1所述的方法，其特征在于，所述產生初始群體；以水電站的發電流量和火電廠機組的出力為決策變量，利用均勻隨機數產生滿足決策變量上下限約束的初始群體。4.根據權利要求1所述的方法，其特征在于，所述調整目標函數中，新的目標函數f`為：；其中，b為調整指數，
?
0.5<b<
?
0.005，f為原目標函數。5.根據權利要求1所述的方法，其特征在于，所述第二輪產生新群體，對群體進行變化操作產生新的群體；變化操作包括個體間變化和個體內變化，首先，將群體中的個體轉換為二進制字符串。6.根據權利要求5所述的方法，其特征在于，對于個體間變化，包括：S1.通過對個體進行配對操作形...

【專利技術屬性】
技術研發人員：楊益，
申請(專利權)人：楊益，
類型：發明
國別省市：