[发明专利]一种基于狼群算法的智能经济调度方法及装置

说明书

本发明提供的一种基于狼群算法的智能经济调度方法及装置，其中方法包括：根据火电机组的煤耗和成本建立目标函数，以新能源系统功率平衡、机组出力约束、机组上下爬坡率限制和风电系统旋转备用需求为约束条件建立约束条件方程组，形成相应的最优化数学模型；根据狼群搜索算法形成满足约束条件方程组的初始化狼群位置，并以目标函数作为狼群搜索算法的适应度指标计算公式执行狼群搜索算法，求出相应的最优解；根据相应的最优解调度火电机组和新能源系统运行。本发明通过建立以运行经济效益最优为目标，建立满足火电机组和新能源运行约束的最优化数学模型；将狼群算法应用于该模型，求得模型的优化解，实现考虑新能源的智能优化调度。

技术领域

本发明涉及电力系统技术领域，尤其涉及一种基于狼群算法的智能经济调度方法及装置。

背景技术

电力系统在发、输、供、用电过程中引起的直接的或间接的排放占了总排放相当大的一部分，因此迫切需要采取经济节能减排发电调度措施来减少二氧化碳、二氧化硫等污染气体的排放。随着各类新能源大规模接入，电力系统发电调度运行愈趋复杂，这对现有节能调度系统的调度模式和调度算法带来了挑战。为实现在各类复杂约束条件下的电网优化调度，需在现有节能发电调度框架下开发适应性与复杂性更优的机组群联合优化模块。

在一般情况下，机组组合优化问题是在满足电力系统安全运行的条件下，优化的选定各时段参加运行的机组，求出机组的最佳运行方案，实现发电成本最小。发电机组的启停及输出作为系统的控制变量，需满足系统的负载和备用要求、机组出力及爬坡斜坡率限制，机组最小开启时间限制等约束。因此，机组组合优化问题实则是一个多变量、多约束的非线性优化问题。而考虑新能源的机组组合问题需同时考虑新能源出力预测以及各类约束条件，是一个高维，非凸，离散，非线性优化问题，很难找到理论上的最优解，求解显得更加复杂。考虑到它可以带来显著的经济效益，人们一直在积极研究，提出种方式来解决这个问题，如启发式方法、优先顺序法、动态规划法、整数规划和混合整数规划法、分支定界法、拉格朗日松弛法等。

优先顺序法将系统可调度的机组按某种经济特性指标事先排出顺序，根据系统负荷大小按这种顺序依次投切机组。该类方法容易实现且计算速度很快，但有可能找不到系统最优值点。动态规划法可以作为时间启动成本和最小的起止时间约束的函数来处理，但必须包括累积起动机组和停机时间，这将大大增加状态的各阶段的数量。同时，动态规划方法的问题是难以处理的机组斜坡速率限制，即机组功率变化速率限制。对于给定的状态下，斜坡速率限制是前一阶段的状态的功能与之相连，应进行一次计算每个前一阶段的状态相关的经济负荷分配，内存量占据和计算时间增加，所以只能用近似的解决方案。

混合整数规划是两个整数变量具有非整数数学规划问题，根据除了整数变量的类型的其他变量的函数，可分为线性混合整数规划和非线性混合整数规划。这种规划问题解决起来十分困难，常用的方法有分支定界法、Benders分解法、广义Benders分解法等。混合整数规划算法理论上可以找到最优解，但方法较为复杂，不直观。对于大规模的电力系统，计算量较大，需要对原问题进行分解，但Benders分解法和广义Benders分解法对函数形态有要求。

因此，如何更优地实现在各类复杂约束条件下的电网优化调度是本领域技术人员需要解决的技术问题。

发明内容

本发明实施例提供了一种基于狼群算法的智能经济调度方法及装置，能够更优地实现在各类复杂约束条件下的电网优化调度。

本发明提供的一种基于狼群算法的智能经济调度方法，包括：

S1：根据火电机组的煤耗和成本建立目标函数，以新能源系统功率平衡、机组出力约束、机组上下爬坡率限制和风电系统旋转备用需求为约束条件建立约束条件方程组，形成相应的最优化数学模型；

S2：根据狼群搜索算法形成满足约束条件方程组的初始化狼群位置，并以目标函数作为狼群搜索算法的适应度指标计算公式执行狼群搜索算法，求出相应的最优解；