CN104077651B - 电网检修计划优化方法 - Google Patents

Abstract

本发明所提供的电网检修计划优化方法，采用单目标满意度和总体目标贴近度实现了决策者偏好信息的量化处理，降低了复杂度，有利于检修计划决策者方便地得出检修优化方案；通过三个决策模型将整个优化问题分解为基于交互过程的分段子优化问题，平衡协调了多优化目标之间的矛盾。本发明以检修成本最低和期望缺供电量最小为目标，建立了检修计划多目标优化模型，统筹考虑了检修计划经济性和可靠性的多重目标。

Description

电网检修计划优化方法

技术领域

本发明涉及一种电网检修计划优化方法。

背景技术

电网检修计划是电力系统运行计划中的一项重要内容，直接关系供电系统和用户的利益，对电力系统的可靠性和经济性有很大影响。科学合理的检修计划是电网经济可靠运行和预防事故发生的重要保障。目前供电企业检修计划多是依靠人工决策完成，涉及到调度、方式、线路、变电检修等多位决策者，各决策者都有各自关注的目标和不同的偏好信息，因此电网检修计划优化问题实质上是一个带有决策偏好的多目标多约束条件的优化问题。目前的检修方法主要集中在单目标优化领域，无法满足决策者对优化目标多元化的需要。

申请号为201310044234.1的发明专利申请，提供了一种智能检修计划优化编制方法，该方法包括以下步骤：建立用于对不同的优化算法及模型、优化算法及模型在不同环境要求下和不同用户的评级信息进行存储的目标约束库模块和模型算法库模块；再次优化编制的过程中，模算筛选模块根据此次编制的输入信息从模型算法库模块中选择评级最高的算法进行优化编制运算；优化编制运算完成后，由用户通过所述评价评级模块对优化编制运算结果进行评级，若优化编制运算结果满意，则提高优化算法及模型的评级，若优化编制运算结果不满意，则优化算法及模型的评级。该方法虽然考虑不同决策者的决策偏好，根据决策者对优化编制运算结果的满意度来提高优化算法及模型的评级，但是并没有考虑到优化目标多元化的问题，每一优化算法及模型仅涉及一个优化目标。申请为201010541988.4的发明申请，提供了一种考虑多约束、多目标条件的检修计划智能优化方法，基于考虑多目标、多约束的检修计划数学模型，运用智能推理机制对电网检修计划进行优化，包括以下步骤：读入电网检修计划基本信息、约束条件、预期目标以及网络结构参数；根据约束条件将全部待检修设备划分为多个集群，用于优化时进行时间调整；按流程和目标函数重要性进行优化，依次进行连续性约束、同时约束、互斥约束和季节约束，继而进行潮流及电压安全校核，最后对目标函数进行优化。该方法虽然考虑连续性约束、同时约束、互斥约束和季节约束，但该方法无法对检修计划进行定量分析，决策者不能直观地评判检修计划的优劣。

发明内容

为解决现有技术存在的问题，本发明提供一种电网检修计划优化方法，建立以检修成本最低和期望缺供电量最小为目标的电网检修计划模型，将多目标模型分解为单目标决策模型，通过对单目标满意度和总体贴近度的不断调整来进行优化，避免人为确定目标权重的任意性。

本发明所提供的电网检修计划优化方法，其特征在于，包括以下步骤：

(1)获取电网的相关数据，包括设备总数、线路总数、检修时段数、各线路的检修单位时间费用、各设备运行状态、各线路检修状态、各线路开始检修的的最早时间段和最迟时间段、各线路检修的工作量、各线路的检修持续时间、检修工作量上限等；

(2)建立期望缺供电量F₁、检修成本F₂的函数模型，并建立目标函数f(x)：

$F_1=\min \underset{t=1}{\overset{T}{\mathrm{\Σ}}}\left[\underset{x\∈S_t}{\mathrm{\Σ}}{C}_x\underset{i=1}{\overset{M}{\mathrm{\Π}}}{P}_i^{x_i}{(1-P_i)}^{1-x_i}\right]T_t,F_2=\min \underset{k=1}{\overset{N}{\mathrm{\Σ}}}\underset{t=1}{\overset{T}{\mathrm{\Σ}}}{p}_k^t{z}_k^t{u}_k^t,$

f(x)＝k₁F₁+k₂F₂，

式中：F₁为期望缺供电量，F₂为检修成本；k₁、k₂为系统设定的常数，且k₁+k₂＝1；T为检修时段数；S_t为检修期间第t个时段有切负荷的系统失效状态集合；x＝(x₁,…,x_n)，表示系统状态；C_x是系统状态x为故障情况下的切负荷量；M为设备总数；x_i为设备i的运行状态，x_i＝1表示其处于停运状态，x_i＝0表示其处于运行状态；P_i为设备i的停运概率；T_t为检修时段单位小时数；N为线路总数；为电力公司一个班组检修线路k的单位时间费用；为第t个时刻线路k安排的检修班组；为线路检修状态，为线路k在第t个时段停电检修，为线路k在第t个时段正常运行；s_k表示线路k在第s_k时段开始检修；e_k和l_k分别为线路k可开始检修的最早时间段和最迟时间段；b_k为线路k检修所需的工作量；m_k为线路k检修持续时间；Z_max为第t时段所能进行检修的工作量上限；s_k+1为线路k存在检修冲突的线路k+1开始检修时间；

(3)建立总体目标贴近度最大决策模型，对该模型进行计算，并得出总体目标贴近度λ(x)、单目标满意度μ(F₁)、μ(F₂)、以及相应的期望缺供电量F₁、检修成本F₂；所述总体目标贴近度最大决策模型为：

maxλ(x)，

其中：λ(x)为总体目标贴近度，且

$\mathrm{\λ}\left(x\right)=\frac{\sqrt{\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{\left(f_i^{-}\right)}^2}\·\underset{i=1}{\overset{M}{\mathrm{\Σ}}}f\left(x\right)f_i^{*}}{\sqrt{\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{\left(f_i^{-}\right)}^2}\·\underset{i=1}{\overset{M}{\mathrm{\Σ}}}f\left(x\right)f_i^{*}+\sqrt{\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{\left(f_i^{*}\right)}^2}\·\underset{i=1}{\overset{M}{\mathrm{\Σ}}}f\left(x\right)f_i^{-}},$

$\mathrm{\μ}\left(F_1\right)=\frac{F_1-F_1^{-}}{F_1^{*}-F_1^{-}},\mathrm{\μ}\left(F_2\right)=\frac{F_2-F_2^{-}}{F_2^{*}-F_2^{-}},$ 式中：为目标函数f(x)的正、负理想点，分别为期望缺供电量F₁的正、负理想点，分别为检修成本F₂的正、负理想点；

(4)接收决策者对方案优劣的判断输入：

(a)如果接收到的判断输入为对单目标满意度满意，则进入步骤(b)；如果对单目标满意度不满意，则进入步骤(5)；

(b)如果接收到的判断输入为对总体目标贴近度满意，则输出检修优化方案；如果对总体目标贴近度不满意，则进入步骤(6)；

(5)获取F₁、F₂单目标满意度下限及F₁、F₂的目标满意度容许的调整幅度，建立给定单目标满意度下限和调整幅度的决策模型：

$\left\{\begin{array}{c}\max \mathrm{}\mathrm{\λ}\left(x\right)\\ s.t.\left\{\begin{array}{c}\mathrm{\μ}\left(F_1\right)+y_1\≥{\mathrm{\μ}}_1^0,0\≤y_1\≤Z_1\\ \mathrm{\μ}\left(F_2\right)+y_2\≥{\mathrm{\μ}}_2^0,0\≤y_2\≤Z_2\end{array}\right.\end{array}\right.,$

式中：分别为F₁、F₂的单目标满意度下限，Z₁、Z₂分别为F₁、F₂的目标满意度容许的调整幅度，y₁、y₂分别为F₁、F₂的目标满意度实际调整幅度；对给定单目标满意度下限和调整幅度的决策模型进行计算，并得出总体目标贴近度λ(x)、单目标满意度μ(F₁)、μ(F₂)、以及相应的期望缺供电量F₁、检修成本F₂，返回步骤(4)；

(6)获取总体目标贴近度下限λ₀，F₁、F₂的目标满意度容许的调整幅度及F₁、F₂单目标满意度下限，建立给定单目标满意度下限和总体目标贴近度下限的决策模型：

$\left\{\begin{array}{c}\max \underset{a\∈2}{\mathrm{\Σ}}{y}_a\\ s.t.\left\{\begin{array}{c}\mathrm{\λ}\left(x\right)\≥{\mathrm{\λ}}_0\\ \mathrm{\μ}\left(F_1\right)+y_1\≥{\mathrm{\μ}}_1^0,0\≤y_1\≤Z_1\\ \mathrm{\μ}\left(F_2\right)+y_2\≥{\mathrm{\μ}}_2^0,0\≤y_2\≤Z_2\end{array}\right.\end{array}\right.,$

对给定单目标满意度下限和总体目标贴近度下限的决策模型进行计算，并得出总体目标贴近度λ(x)、单目标满意度μ(F₁)、μ(F₂)、以及相应的期望缺供电量F₁、检修成本F₂，返回步骤(4)。

本发明所提供的电网检修计划优化方法，采用单目标满意度和总体目标贴近度实现了决策者偏好信息的量化处理，降低了复杂度，有利于检修计划决策者方便地得出检修优化方案；三种单目标决策模型将整个优化问题分解为基于交互过程的分段子优化问题，平衡协调了多优化目标之间的矛盾。本发明以检修成本最低和期望缺供电量最小为目标，建立了检修计划多目标优化模型，统筹考虑了检修计划经济性和可靠性的多重目标。

附图说明

图1为本发明流程图。

具体实施方式

如图1所示，本发明所提供的电网检修计划优化方法，包括以下步骤：

(1)获取电网的相关数据，包括设备总数、线路总数、检修时段数、各线路的检修单位时间费用、各设备运行状态、各线路检修状态、各线路开始检修的的最早时间段和最迟时间段、各线路检修的工作量、各线路的检修持续时间、检修工作量上限等；

(2)建立期望缺供电量F₁、检修成本F₂的函数模型，并建立目标函数f(x)：

$F_1=\min \underset{t=1}{\overset{T}{\mathrm{\Σ}}}\left[\underset{x\∈S_t}{\mathrm{\Σ}}{C}_x\underset{i=1}{\overset{M}{\mathrm{\Π}}}{P}_i^{x_i}{(1-P_i)}^{1-x_i}\right]T_t,F_2=\min \underset{k=1}{\overset{N}{\mathrm{\Σ}}}\underset{t=1}{\overset{T}{\mathrm{\Σ}}}{p}_k^t{z}_k^t{u}_k^t,$

f(x)＝k₁F₁+k₂F₂，

式中：F₁为期望缺供电量，F₂为检修成本；k₁、k₂为系统设定的常数，且k₁+k₂＝1；T为检修时段数；S_t为检修期间第t个时段有切负荷的系统失效状态集合；x＝(x₁,…,x_n)，表示系统状态；C_x是系统状态x为故障情况下的切负荷量；M为设备总数；x_i为设备i的运行状态，x_i＝1表示其处于停运状态，x_i＝0表示其处于运行状态；P_i为设备i的停运概率；T_t为检修时段单位小时数；N为线路总数；为电力公司一个班组检修线路k的单位时间费用；为第t个时刻线路k安排的检修班组；为线路检修状态，为线路k在第t个时段停电检修，为线路k在第t个时段正常运行；s_k表示线路k在第s_k时段开始检修；e_k和l_k分别为线路k可开始检修的最早时间段和最迟时间段；b_k为线路k检修所需的工作量；m_k为线路k检修持续时间；Z_max为第t时段所能进行检修的工作量上限；s_k+1为线路k存在检修冲突的线路k+1开始检修时间；

(3)建立总体目标贴近度最大决策模型，对该模型进行计算，并得出总体目标贴近度λ(x)、单目标满意度μ(F₁)、μ(F₂)、以及相应的期望缺供电量F₁、检修成本F₂；所述总体目标贴近度最大决策模型为：

maxλ(x)，

其中：λ(x)为总体目标贴近度，且

$\mathrm{\λ}\left(x\right)=\frac{\sqrt{\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{\left(f_i^{-}\right)}^2}\·\underset{i=1}{\overset{M}{\mathrm{\Σ}}}f\left(x\right)f_i^{*}}{\sqrt{\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{\left(f_i^{-}\right)}^2}\·\underset{i=1}{\overset{M}{\mathrm{\Σ}}}f\left(x\right)f_i^{*}+\sqrt{\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{\left(f_i^{*}\right)}^2}\·\underset{i=1}{\overset{M}{\mathrm{\Σ}}}f\left(x\right)f_i^{-}},$

$\mathrm{\μ}\left(F_1\right)=\frac{F_1-F_1^{-}}{F_1^{*}-F_1^{-}},\mathrm{\μ}\left(F_2\right)=\frac{F_2-F_2^{-}}{F_2^{*}-F_2^{-}},$ 式中：为目标函数f(x)的正、负理想点，分别为期望缺供电量F₁的正、负理想点，分别为检修成本F₂的正、负理想点；

(4)接收决策者对方案优劣的判断输入：

(a)如果接收到的判断输入为对单目标满意度满意，则进入步骤(b)；如果对单目标满意度不满意，则进入步骤(5)；

(b)如果接收到的判断输入为对总体目标贴近度满意，则输出检修优化方案；如果对总体目标贴近度不满意，则进入步骤(6)；

(5)获取F₁、F₂单目标满意度下限及F₁、F₂的目标满意度容许的调整幅度，建立给定单目标满意度下限和调整幅度的决策模型：

$\left\{\begin{array}{c}\max \mathrm{}\mathrm{\λ}\left(x\right)\\ s.t.\left\{\begin{array}{c}\mathrm{\μ}\left(F_1\right)+y_1\≥{\mathrm{\μ}}_1^0,0\≤y_1\≤Z_1\\ \mathrm{\μ}\left(F_2\right)+y_2\≥{\mathrm{\μ}}_2^0,0\≤y_2\≤Z_2\end{array}\right.\end{array}\right.,$

式中：分别为F₁、F₂的单目标满意度下限，Z₁、Z₂分别为F₁、F₂的目标满意度容许的调整幅度，y₁、y₂分别为F₁、F₂的目标满意度实际调整幅度；对给定单目标满意度下限和调整幅度的决策模型进行计算，并得出总体目标贴近度λ(x)、单目标满意度μ(F₁)、μ(F₂)、以及相应的期望缺供电量F₁、检修成本F₂，返回步骤(4)；

(6)获取总体目标贴近度下限λ₀，F₁、F₂的目标满意度容许的调整幅度及F₁、F₂单目标满意度下限，建立给定单目标满意度下限和总体目标贴近度下限的决策模型：

$\left\{\begin{array}{c}\max \underset{a\∈2}{\mathrm{\Σ}}{y}_a\\ s.t.\left\{\begin{array}{c}\mathrm{\λ}\left(x\right)\≥{\mathrm{\λ}}_0\\ \mathrm{\μ}\left(F_1\right)+y_1\≥{\mathrm{\μ}}_1^0,0\≤y_1\≤Z_1\\ \mathrm{\μ}\left(F_2\right)+y_2\≥{\mathrm{\μ}}_2^0,0\≤y_2\≤Z_2\end{array}\right.\end{array}\right.,$

对给定单目标满意度下限和总体目标贴近度下限的决策模型进行计算，并得出总体目标贴近度λ(x)、单目标满意度μ(F₁)、μ(F₂)、以及相应的期望缺供电量F₁、检修成本F₂，返回步骤(4)。

以IEEE RTS-79节点系统为例进行仿真试验，该系统包含24个节点、32台发电机和38条线路。待检修电网信息下表所示，检修周期为1个月，检修时段以天为单位；线路检修成本为5万元/(天·班组)，节假日翻倍；检修资源约束为3班组/天，即每天检修所需的班组不超过3个。

线路	始端节点	末端节点	bk	ek	lk
						1	N1	N2	3	3	10
2	N2	N4	5	9	21
						3	N4	N9	3	4	13
4	N9	N12	4	11	21
						5	N10	N11	4	10	17
6	N12	N23	6	13	28

7	N15	N21	5	18	30
						8	N17	N22	8	1	14

根据电网运行情况，决策者将目标函数f(x)、期望缺供电量F₁和检修成本F₂的正、负理想值分别设为 $f_i^{*}=3867,f_i^{-}=3129,F_1^{*}=6830\mathrm{MW}\·h,F_2^{*}=185$ 万元， $F_1^{-}=7650\mathrm{MW}\·h,F_2^{-}=600$ 万元，k₁＝k₂＝0.5。对总体目标贴近度最大决策模型进行计算，得出最优解x₀，相应地得出总体目标贴近度λ(x₀)＝0.523、单目标满意度μ(F₁)＝0.594，μ(F₂)＝0.947，F₁＝7163MW·h，F₂＝207万元；决策者认为x₀的检修方案可靠性差，即μ(F₁)较小，提出各单目标满意度下限为容许调整幅度Z₁＝0.15，Z₂＝0.13，并对给定单目标满意度下限和调整幅度的决策模型进行计算并得出最优解x₁，相应地得出总体目标贴近度λ(x₁)＝0.499，单目标满意度μ(F₁)＝0.863，μ(F₂)＝0.711，F₁＝6964MW·h，F₂＝305万元；此时决策者对检修成本F₂不满意，并认为总体目标贴近度λ(x₁)过低，提出各单目标满意度下限为总体目标贴近度下限λ₀＝0.4，容许调整幅度Z₁＝0.1，Z₂＝0.04，并对给定单目标满意度下限和总体目标贴近度下限的决策模型进行计算得出最优解x₂，相应地得出总体目标贴近度λ(x₂)＝0.513，单目标满意度μ(F₁)＝0.793，μ(F₂)＝0.865，F₁＝7008MW·h，F₂＝240万元，决策者对期望缺供电量F₁、检修成本F₂满意，从而输出x₂为最终的检修优化方案。

Claims (1)

1.一种电网检修计划优化方法，其特征在于，包括以下步骤：

(1)获取电网的相关数据，包括设备总数、线路总数、检修时段数、各线路的检修单位时间费用、各设备运行状态、各线路检修状态、各线路开始检修的的最早时间段和最迟时间段、各线路检修的工作量、各线路的检修持续时间、检修工作量上限；

(2)建立期望缺供电量F₁、检修成本F₂的函数模型，并建立目标函数f(x)：

$F_1=\min \underset{t=1}{\overset{T}{\mathrm{\Σ}}}\left[\underset{x\∈S_t}{\mathrm{\Σ}}{C}_x\underset{i=1}{\overset{M}{\mathrm{\Π}}}{P}_i^{x_i}{(1-P_i)}^{1-x_i}\right]T_t,F_2=\min \underset{k=1}{\overset{N}{\mathrm{\Σ}}}\underset{t=1}{\overset{T}{\mathrm{\Σ}}}{p}_k^t{z}_k^t{u}_k^t,$

f(x)＝k₁F₁+k₂F₂，

式中：F₁为期望缺供电量，F₂为检修成本；k₁、k₂为系统设定的常数，且k₁+k₂＝1；T为检修时段数；S_t为检修期间第t个时段有切负荷的系统失效状态集合；x＝(x₁,…,x_n)，表示系统状态；C_x是系统状态x为故障情况下的切负荷量；M为设备总数；x_i为设备i的运行状态，x_i＝1表示其处于停运状态，x_i＝0表示其处于运行状态；P_i为设备i的停运概率；T_t为检修时段单位小时数；N为线路总数；为电力公司一个班组检修线路k的单位时间费用；为第t个时刻线路k安排的检修班组；为线路检修状态，为线路k在第t个时段停电检修，为线路k在第t个时段正常运行；s_k表示线路k在第s_k时段开始检修；e_k和l_k分别为线路k可开始检修的最早时间段和最迟时间段；b_k为线路k检修所需的工作量；m_k为线路k检修持续时间；Z_max为第t时段所能进行检修的工作量上限；s_k+1为线路k存在检修冲突的线路k+1开始检修时间；

(3)建立总体目标贴近度最大决策模型，对该模型进行计算，并得出总体目标贴近度λ(x)、单目标满意度μ(F₁)、μ(F₂)、以及相应的期望缺供电量F₁、检修成本F₂；所述总体目标贴近度最大决策模型为：

maxλ(x)，

其中：λ(x)为总体目标贴近度，且

$\mathrm{\λ}\left(x\right)=\frac{\sqrt{\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{\left(f_i^{-}\right)}^2}\·\underset{i=1}{\overset{M}{\mathrm{\Σ}}}f\left(x\right)f_i^{*}}{\sqrt{\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{\left(f_i^{-}\right)}^2}\·\underset{i=1}{\overset{M}{\mathrm{\Σ}}}f\left(x\right)f_i^{*}+\sqrt{\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{\left(f_i^{*}\right)}^2}\·\underset{i=1}{\overset{M}{\mathrm{\Σ}}}f\left(x\right)f_i^{-}},$

$\mathrm{\μ}\left(F_1\right)=\frac{F_1-F_1^{-}}{F_1^{*}-F_1^{-}},\mathrm{\μ}\left(F_2\right)=\frac{F_2-F_2^{-}}{F_2^{*}-F_2^{-}},$ 式中：为目标函数f(x)的正、负理想点，分别为期望缺供电量F₁的正、负理想点，分别为检修成本F₂的正、负理想点；

(4)接收决策者对方案优劣的判断输入：

(a)如果接收到的判断输入为对单目标满意度满意，则进入步骤(b)；如果对单目标满意度不满意，则进入步骤(5)；

(b)如果接收到的判断输入为对总体目标贴近度满意，则输出检修优化方案；如果对总体目标贴近度不满意，则进入步骤(6)；

(5)获取F₁、F₂单目标满意度下限及F₁、F₂的目标满意度容许的调整幅度，建立给定单目标满意度下限和调整幅度的决策模型：

$\left\{\begin{array}{c}\max \mathrm{\λ}\left(x\right)\\ s.t.\left\{\begin{array}{c}\mathrm{\μ}\left(F_1\right)+y_1\≥{\mathrm{\μ}}_1^0,0\≤y_1\≤Z_1\\ \mathrm{\μ}\left(F_2\right)+y_2\≥{\mathrm{\μ}}_2^0,0\≤y_2\≤Z_2\end{array}\right.\end{array}\right.,$

式中：分别为F₁、F₂的单目标满意度下限，Z₁、Z₂分别为F₁、F₂的目标满意度容许的调整幅度，y₁、y₂分别为F₁、F₂的目标满意度实际调整幅度；对给定单目标满意度下限和调整幅度的决策模型进行计算，并得出总体目标贴近度λ(x)、单目标满意度μ(F₁)、μ(F₂)、以及相应的期望缺供电量F₁、检修成本F₂，返回步骤(4)；

(6)获取总体目标贴近度下限λ₀，F₁、F₂的目标满意度容许的调整幅度及F₁、F₂单目标满意度下限，建立给定单目标满意度下限和总体目标贴近度下限的决策模型：

$\left\{\begin{array}{c}\max \underset{a\∈2}{\mathrm{\Σ}}{y}_a\\ s.t.\left\{\begin{array}{c}\mathrm{\λ}\left(x\right)\≥{\mathrm{\λ}}_0\\ \mathrm{\μ}\left(F_1\right)+y_1\≥{\mathrm{\μ}}_1^0,0\≤y_1\≤Z_1\\ \mathrm{\μ}\left(F_2\right)+y_2\≥{\mathrm{\μ}}_2^0,0\≤y_2\≤Z_2\end{array}\right.\end{array}\right.,$

对给定单目标满意度下限和总体目标贴近度下限的决策模型进行计算，并得出总体目标贴近度λ(x)、单目标满意度μ(F₁)、μ(F₂)、以及相应的期望缺供电量F₁、检修成本F₂，返回步骤(4)。