CN109638876A - 一种基于蚁群算法的机组启动顺序优化方法 - Google Patents
一种基于蚁群算法的机组启动顺序优化方法 Download PDFInfo
- Publication number
- CN109638876A CN109638876A CN201811413686.1A CN201811413686A CN109638876A CN 109638876 A CN109638876 A CN 109638876A CN 201811413686 A CN201811413686 A CN 201811413686A CN 109638876 A CN109638876 A CN 109638876A
- Authority
- CN
- China
- Prior art keywords
- unit
- ant
- path
- starting
- group algorithm
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 239000003016 pheromone Substances 0.000 claims abstract description 19
- 239000011159 matrix material Substances 0.000 claims abstract description 9
- 230000009194 climbing Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000012512 characterization method Methods 0.000 claims description 2
- 238000011084 recovery Methods 0.000 abstract description 4
- 238000005457 optimization Methods 0.000 description 6
- 230000005611 electricity Effects 0.000 description 4
- 241001672018 Cercomela melanura Species 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Power Engineering (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Public Health (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及大停电后电力系统恢复领域,公开了一种基于蚁群算法的机组启动顺序优化方法。本发明以待启动机组特性为权重,结合电网拓扑结构构建蚂蚁路径矩阵,利用蚁群算法迭代计算获得全局最短路径和最优机组启动顺序。该方法步骤包括:1.根据电网拓扑结构构建蚂蚁路径矩阵;2.构建路径概率公式,计算蚂蚁从启动机组到下一机组的概率;3.根据概率的最大值确定本轮最佳机组并更新信息素,4.迭代获得全局最短路径并输出;采用本发明能迅速确定下一台最优启动发电机组,缩短了启动路径,有效提高了电力系统恢复效率;适应多种网络拓扑结构,提高了其在实际生产生活中的实用性和适用性。
Description
技术领域
本发明涉及电网安全领域,更具体地说,涉及一种基于蚁群算法的机组启 动顺序优化方法。
背景技术
电网往往由于不可抵抗扰动或意外故障影响产生大面积停电事故,事故发 生时范围内机组停止工作,为启动故障机组从而恢复电网系统功能,需要采用 系统自启动机组或外电源逐步启动其余待启动机组并实现发电并网功能,恢复 电厂供发电能力。
待启动机组启动效率决定启动优先级,其与自身特征参数有关,主要体现 为启动时间、爬坡时间、容量和机组状态等。机组爬坡率、容量与启动效率呈 现正相关关系,爬坡率越高、容量越大,机组启动越快;机组启动时间、功率 越短,启动越快。停机机组状态也决定优先级顺序,极热态、热态或温态机组 其启动优先级高于冷态机组。
机组启动顺序需要考虑上述多因素作用,采用科学算法确定机组启动顺序, 优化机组启动次序提高系统恢复效率,实现事故后电网快速黑启动自救功能, 可有效缩短停电时间和事故损失。
目前国内外关于电网黑启动研究中,电阻启动常伴随事故时间长、电量消 耗大,适用对象单一等缺点,为优化启动效率,降低经济损失,寻求一种适用 多类电网拓扑结构的、提高机组启动效率的算法优化方法显得至关重要。
发明内容
为满足现有技术的需要,本发明提供一种基于蚁群算法的机组启动顺序优 化方法。
本发明的技术方案包括以下步骤:
步骤1:输入所有机组相关的参数与蚁群算法参数,m为蚁群中蚂蚁数量, 代表黑启动机组个数,k为蚂蚁编号(k=1,2,3...,m),n为待启动机组个数, 机组i为当前蚂蚁k所处机组,机组j为蚂蚁k下一个所到达的机组,构建蚂 蚁路径矩阵:
步骤2:计算蚂蚁k从机组i到机组j的概率,建立路径概率计算公式:
式中,Ak为蚂蚁k在机组i时未启动的机组集合;τij为初始信息素、α为信 息素因子、β为启发因子;为蚂蚁k从机组i到机组j的启发程度,定义为:
式中,ts表示机组j的启动时间,tr表示机组j的爬坡时间,Pmax表示机组 j的最大容量;
步骤3:计算蚂蚁k从机组i到机组j的概率选择概率极大值所对应的 机组j为下一待启动机组并更新信息素浓度τij,公式如下:
式中,信息素挥发因子ρ范围为(0-1),ρ的大小关系到算法的全局搜索能 力与收敛速度,1-ρ表示信息素残留因子;表示蚂蚁k在机组路径(i,j)释放 的信息素,表征公式如下:
其中Q为信息素常数;
步骤4:再次执行步骤1至3,直到蚂蚁k遍历启动所有发电机组;此时找 到迭代最优路径并记录,更新蚂蚁路径矩阵F;
步骤5:计算m个蚂蚁遍历发电机组路径,得到本轮迭代最短路径;重复N 轮迭代,比较N个极短路径并得到全局最短路径,并输出该全局最短路径即为 恢复机组启动顺序。
本发明有益效果为:本发明采用的蚁群算法具有全局搜索能力强、鲁棒性 好等特点,通过算法侧重考虑具备启动快、爬坡迅速等优异参数的优先启动机 组,实现启动次序优化,加快了电网系统恢复进程,对大规模停电事故快速恢 复起到了积极作用;该方法不受电网对象结构限制,适用多种电网拓扑结构, 工程实用性和现实适用性较好。
附图说明
图1为本发明所述的基于蚁群算法的机组启动顺序优化方法流程图。
图2为本发明的实施例的输电网拓扑图。
图3是本发明实施例的机组启动顺序结果。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚的说明 本发明的技术方案,而非全部实施例,不能以此来限制本发明的保护范围。
如图1所示,本发明的一种基于蚁群算法的机组启动顺序优化方法,包括 以下步骤:
步骤1,输入初始黑启动机组、待恢复电源个数和机组启动特性参数;
所述的机组启动特性参数,指待启动机组的启动时间,爬坡时间和最大容 量参数;
步骤2,输入蚁群算法参数;
所述的算法参数,指蚂蚁数量、初始信息素、信息素因子、启发因子、信 息素挥发因子、信息素常数和最大迭代次数;
步骤3,根据步骤1待恢复电源个数和步骤2蚂蚁数量构建蚂蚁路径矩阵 F=[fkj]m×n,
式中,m--蚂蚁数量;n--待恢复机组的个数;fkj=1--蚂蚁k经过机组j;
步骤4,计算路径概率,选择下一恢复机组;
步骤5,确定路径后,更新信息素浓度
步骤6,迭代执行步骤3-5,直到蚂蚁k遍历所有发电机组,更新蚂蚁路径 矩阵,记录此次迭代最优路径,并记为下一次迭代备选路径;
步骤7,迭代N次后,比较N个极短路径得到其最小值并作为全局最短路 径,输出恢复机组启动顺序;
图2为IEEE 39节点标准测试系统结构示意图;
如图2所示的结构中,系统一共有39条母线、35条输电线路、10台发电 机组,其中位于母线30和35的发电机组G30和G35为黑启动机组;
步骤1,设置待恢复机组n=8、蚂蚁数量m=2,构建蚂蚁路径矩阵F=[fkj]2×8;
步骤2,设置初始信息素τij=0、信息素因子α=5、启发因子β=8,计算路径 概率j∈[1,8];
对机组G30:当j=j0其中j0∈[1,8],概率为极大值;
对机组G35:当j=j'0其中j'0∈[1,8],概率为极大值;
此时机组G30对应j0机组为下一启动机组,G35对应j'0为下一待启动机组;
步骤3,确定路径后,设置信息素挥发因子ρ=0.5、信息素常数Q=50,更 新信息素τij:
对机组G30:
对机组G35:
步骤4,重复步骤1-3,计算再下一待启动机组:
对机组G30:当j=j1其中j1∈[1,6],概率为极大值;
对机组G35:当j=j1'其中j1'∈[1,6],概率为极大值;
继续迭代,
对机组G30:G30-Gj0-Gj1-......-Gjm;
对机组G35:G35-Gj0-Gj1-......-Gjn;
此时,m+n=8;
记录本次迭代最优路径并作为下次迭代备选路径;
步骤5,迭代N=100次,发现全局最短路径并输出恢复机组启动顺序:
对机组G30:G30-G37-G39-G38;
对机组G35:G35-G33-G36-G32-G34-G31;
图3为IEEE 39节点标准测试系统蚁群迭代结果。
如图3所示,以G30黑启动机组获得最短路径为G30-G37-G39-G38,以G35 黑启动机组获得最短路径为G35-G33-G36-G32-G34-G31。整个黑启动过程耗时 200分钟,在启动过程中可提供51420MWH电量,未采用蚁群算法优化耗时326 分钟,在启动过程中可提供41386MWH电量。
由以上实施例可见,应用本发明技术方案,可充分发挥蚁群算法全局搜索 能力强、鲁棒性好等优点,优先给予启动功率小、爬坡率快、容量大的机组较 髙的启动优先级,缩短启动时间,加快系统恢复进程,降低停电事故经济损失。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局 限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,根据本 发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护 范围之内。
Claims (3)
1.一种基于蚁群算法的机组启动顺序优化方法,其特征在于,包括:
步骤1:输入所有机组相关的参数与蚁群算法参数,m为蚁群中蚂蚁数量,代表黑启动机组个数,k为蚂蚁编号(k=1,2,3...,m),n为待启动机组个数,机组i为当前蚂蚁k所处机组,机组j为蚂蚁k下一个所到达的机组,构建蚂蚁路径矩阵:
步骤2:计算蚂蚁k从机组i到机组j的概率,建立路径概率计算公式:
式中,Ak为蚂蚁k在机组i时未启动的机组集合;τij为初始信息素、α为信息素因子、β为启发因子;为蚂蚁k从机组i到机组j的启发程度,定义为:
式中,ts表示机组j的启动时间,tr表示机组j的爬坡时间,Pmax表示机组j的最大容量;
步骤3:计算蚂蚁k从机组i到机组j的概率选择概率极大值所对应的机组j为下一待启动机组并更新信息素浓度τij,公式如下:
式中,信息素挥发因子ρ范围为(0~1),ρ的大小关系到算法的全局搜索能力与收敛速度,1-ρ表示信息素残留因子;表示蚂蚁k在机组路径(i,j)释放的信息素,表征公式如下:
其中Q为信息素常数;
步骤4:再次执行步骤1至3,直到蚂蚁k遍历启动所有发电机组;此时找到迭代最优路径并记录,更新蚂蚁路径矩阵F;
步骤5:计算m个蚂蚁遍历发电机组路径,得到本轮迭代最短路径;重复N轮迭代,比较N个极短路径并得到全局最短路径,并输出该全局最短路径即为恢复机组启动顺序。
2.根据权利要求1所述的基于蚁群算法的机组启动顺序优化方法,其特征在于,所述信息素挥发因子ρ=0.5,所述信息素因子α=5、所述启发因子β=8。
3.根据权利要求1所述的基于蚁群算法的机组启动顺序优化方法,其特征在于,所述信息素与与所述启发程度参数成反比。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811413686.1A CN109638876B (zh) | 2019-03-07 | 2019-03-07 | 一种基于蚁群算法的机组启动顺序优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811413686.1A CN109638876B (zh) | 2019-03-07 | 2019-03-07 | 一种基于蚁群算法的机组启动顺序优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109638876A true CN109638876A (zh) | 2019-04-16 |
CN109638876B CN109638876B (zh) | 2022-09-02 |
Family
ID=66068751
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811413686.1A Active CN109638876B (zh) | 2019-03-07 | 2019-03-07 | 一种基于蚁群算法的机组启动顺序优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109638876B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110138019A (zh) * | 2019-06-04 | 2019-08-16 | 国网山东省电力公司电力科学研究院 | 一种机组优化启停方法 |
CN112350347A (zh) * | 2020-12-03 | 2021-02-09 | 郑州铁路职业技术学院 | 一种用于轨道交通车载电网的功率控制方法、系统、装置和介质 |
CN112350586A (zh) * | 2020-12-03 | 2021-02-09 | 郑州铁路职业技术学院 | 一种基于蚁群算法的交流-交流矩阵变换器功率控制方法、系统、介质和装置 |
CN112884607A (zh) * | 2021-03-11 | 2021-06-01 | 国网陕西省电力公司电力科学研究院 | 一种区内黑启动恢复网络的计算方法及计算系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103279620A (zh) * | 2013-06-07 | 2013-09-04 | 山东大学 | 一种机组恢复顺序和路径同时优化的方法 |
CN107704959A (zh) * | 2017-09-30 | 2018-02-16 | 深圳供电局有限公司 | 一种基于蚁群算法实现降维的电力系统网架重构方法 |
-
2019
- 2019-03-07 CN CN201811413686.1A patent/CN109638876B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103279620A (zh) * | 2013-06-07 | 2013-09-04 | 山东大学 | 一种机组恢复顺序和路径同时优化的方法 |
CN107704959A (zh) * | 2017-09-30 | 2018-02-16 | 深圳供电局有限公司 | 一种基于蚁群算法实现降维的电力系统网架重构方法 |
Non-Patent Citations (2)
Title |
---|
KE XU等: ""An ABC Algorithm for Optimization of Restoration Path in a Power Grid with HVDC Connection"", 《2016 IEEE INTERNATIONAL CONFERENCE ON SMART GRID COMMUNICATIONS》 * |
单节杉等: "基于蚁群算法的云南电网电源点启动排序问题", 《云南电力技术》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110138019A (zh) * | 2019-06-04 | 2019-08-16 | 国网山东省电力公司电力科学研究院 | 一种机组优化启停方法 |
CN110138019B (zh) * | 2019-06-04 | 2021-06-08 | 国网山东省电力公司电力科学研究院 | 一种机组优化启停方法 |
CN112350347A (zh) * | 2020-12-03 | 2021-02-09 | 郑州铁路职业技术学院 | 一种用于轨道交通车载电网的功率控制方法、系统、装置和介质 |
CN112350586A (zh) * | 2020-12-03 | 2021-02-09 | 郑州铁路职业技术学院 | 一种基于蚁群算法的交流-交流矩阵变换器功率控制方法、系统、介质和装置 |
CN112350347B (zh) * | 2020-12-03 | 2023-04-07 | 郑州铁路职业技术学院 | 一种用于轨道交通车载电网的功率控制方法、系统、装置和介质 |
CN112350586B (zh) * | 2020-12-03 | 2023-07-11 | 郑州铁路职业技术学院 | 一种基于蚁群算法的交流-交流矩阵变换器功率控制方法、系统、介质和装置 |
CN112884607A (zh) * | 2021-03-11 | 2021-06-01 | 国网陕西省电力公司电力科学研究院 | 一种区内黑启动恢复网络的计算方法及计算系统 |
CN112884607B (zh) * | 2021-03-11 | 2023-08-01 | 国网陕西省电力公司电力科学研究院 | 一种区内黑启动恢复网络的计算方法及计算系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109638876B (zh) | 2022-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109638876A (zh) | 一种基于蚁群算法的机组启动顺序优化方法 | |
EP3780307B1 (en) | Online dynamic decision-making method and system for unit restoration | |
CN103279620B (zh) | 一种机组恢复顺序和路径同时优化的方法 | |
CN105790265B (zh) | 一种考虑交流潮流约束的不确定性机组组合模型及求解方法 | |
CN108364117B (zh) | 一种考虑光伏电站元件可靠性的电网风险评估方法 | |
CN104810863B (zh) | 一种考虑风电预测误差的机组有功实时调度方法 | |
CN104820864A (zh) | 含分布式电源的智能配电网全景故障恢复博弈方法 | |
CN103366223A (zh) | 灾难性事故下电力系统路径恢复方法 | |
CN104820865A (zh) | 基于图论的智能配电网故障恢复智能优化方法 | |
CN104600755A (zh) | 风电、水电和火电机组优化协调的方法和系统 | |
CN105529701A (zh) | 一种基于人工蜂群算法的含直流换流站电源恢复路径优化方法 | |
CN111753420A (zh) | 面向电力信息物理系统级联故障仿真方法、系统和存储介质 | |
CN102930078A (zh) | 一种孤立微网分布式电源容量与布点优化方法 | |
CN108665068A (zh) | 供水管网水力模型自动校核问题的改进遗传算法 | |
CN116187165A (zh) | 基于改进粒子群算法的电网弹性提升方法 | |
CN110994594A (zh) | 一种电力系统的跨区备用配置方法及装置 | |
CN110429591B (zh) | 一种基于电力系统时序耦合性的输电网利用率评估方法 | |
CN112288237A (zh) | 一种基于协同度优化的黑启动子区域划分方法 | |
Bruno et al. | Managing networked hybrid-energy systems: A predictive dispatch approach | |
CN115603326B (zh) | 基于树拓扑的配电网负荷转供方法及系统 | |
CN111030084A (zh) | 一种考虑系统恢复过程中机组状态的负荷恢复优化方法 | |
CN109390971A (zh) | 一种基于门当户对遗传算法的配电网多目标主动重构方法 | |
CN109726914A (zh) | 一种考虑启动效率衰减的机组恢复排序优化方法 | |
CN110288275B (zh) | 一种提升综合能源系统韧性的方法 | |
CN108616122A (zh) | 一种计及超低频振荡的调速器pid参数鲁棒优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |