CN110829506B - 线性松弛和比例权重的多目标有功优化调度方法和系统 - Google Patents

线性松弛和比例权重的多目标有功优化调度方法和系统 Download PDF

Info

Publication number
CN110829506B
CN110829506B CN201911154838.5A CN201911154838A CN110829506B CN 110829506 B CN110829506 B CN 110829506B CN 201911154838 A CN201911154838 A CN 201911154838A CN 110829506 B CN110829506 B CN 110829506B
Authority
CN
China
Prior art keywords
line
objective
constraint
active power
linear
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.)
Active
Application number
CN201911154838.5A
Other languages
English (en)
Other versions
CN110829506A (zh
Inventor
曾鉴
雷云凯
杨新婷
欧阳雪彤
晁化伟
李奥
苏韵掣
刘方
唐权
胥威汀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Economic and Technological Research Institute of State Grid Sichuan Electric Power Co Ltd
Original Assignee
Economic and Technological Research Institute of State Grid Sichuan Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Economic and Technological Research Institute of State Grid Sichuan Electric Power Co Ltd filed Critical Economic and Technological Research Institute of State Grid Sichuan Electric Power Co Ltd
Priority to CN201911154838.5A priority Critical patent/CN110829506B/zh
Publication of CN110829506A publication Critical patent/CN110829506A/zh
Application granted granted Critical
Publication of CN110829506B publication Critical patent/CN110829506B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/48Controlling the sharing of the in-phase component
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70Smart grids as climate change mitigation technology in the energy generation sector
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Power Engineering (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种线性松弛和比例权重的多目标有功优化调度方法和系统,包括建立电力系统多目标有功优化调度的数学模型;用模型变量和约束删减方法简化多目标有功优化调度的数学模型,得到二次凸规划模型;对二次凸规划模型采用线性化松弛线路损耗约束、求解并判断,若所有线路损耗约束满足等式约束或阈值,则用比例权重的多目标优化方法求解经线性化松弛线路损耗约束的二次凸规划模型;否则,将不满足等式约束或阈值的线路损耗约束进行混合整数规划处理,直到所有线路损耗约束满足等式约束或阈值。本发明的目的在于提供一种线性松弛和比例权重的多目标有功优化调度方法和系统,能有效降低多目标优化计算的复杂度,兼顾计算效率与结果的准确性。

Description

线性松弛和比例权重的多目标有功优化调度方法和系统
技术领域
本发明涉及电力系统优化调度技术领域,尤其涉及一种线性松弛和比例权重的多目标有功优化调度方法和系统。
背景技术
传统电力系统调度的优化问题涉及很多不同的方面。首先,电力系统需要在安全稳定的环境下运行。而稳定性体现在以下几方面:系统频率维持在工频、发电机节点以及负荷节点电压保持在各自的规定范围内、发电机有功出力和无功出力没有超出界限、电力设备没有过热现象等。其次,调度员需要考虑整个电网的经济性。因此,减少发电机煤耗、降低输电线损耗是制定调度方案时不可缺少的目标。然而节能的同时,环保的重要性也在电力系统的优化问题中愈加显现,这其中主要涉及依靠传统能源(煤、石油、天然气)的发电机不可避免地排放二氧化硫等有毒气体。
随着新能源的引入,传统电力系统面临前所未有的挑战。虽然清洁能源能够取代部分传统能源,承担发电任务;同时在降低煤耗,减少排放等方面具有可观的优势,但是,风能、太阳能、潮汐能等新能源的高随机性在很大程度上使电力系统调度问题愈加复杂。在新一代智能电网中,电力系统调度的安全稳定性、经济性、节能减排以及负荷预测的误差等和提高清洁能源的渗透性结合后,衍生出了众多新能源接入的多目标随机优化问题。因此,这些问题也成为了近十年科学研究者关注的重点。与此同时,纷繁复杂的优化算法在电力系统调度问题中找到用武之地。其中,拉格朗日乘子法、共轭梯度法混合整数规划等传统的数学方法在早期解决优化问题时受到广泛的应用。这些方法借助于优化目标函数的梯度等信息进行搜索,在给定合适的初始点后,算法能够快速地确定局部最优点。因此,传统数学算法对于初始点极其敏感,同时需要预知优化目标函数的具体表达式及梯度等信息,这些方法更适用于解决“白箱”优化问题。而且,数学方法在解决多目标问题时,需要通过赋予每个目标优先权、位权,从而将多目标转化为单一目标进行求解。同时,不同的数学方法对目标函数的凸性、线性、连续性等都有一定的要求。然而,电力系统调度的大多数目标很难用这种方法结合在一个目标函数表达式中,并且多目标与随机性很可能会导致搜索空间的非凸、非线性、离散等问题,这样数学方法的局限性就不言而喻了。
发明内容
本发明的目的在于提供一种线性松弛和比例权重的多目标有功优化调度方法和系统,该方法或系统能有效降低多目标优化计算的复杂度,兼顾计算效率与计算结果的准确性。
本发明通过下述技术方案实现:
一种线性松弛和比例权重的多目标有功优化调度方法,包括下述步骤:
建立电力系统多目标有功优化调度的数学模型;
用模型变量和约束删减方法简化多目标有功优化调度的数学模型,得到混合整数二次凸规划模型;
对二次凸规划模型做线性化松弛线路损耗约束处理,并对处理后的二次凸规划模型求解,同时对求解结果是否满足等式约束或阈值进行判断:
(a)如果所有结果满足等式约束或阈值,则采用比例权重的多目标优化方法求解经线性化松弛线路损耗约束的二次凸规划模型;
(b)如果有结果不满足等式约束或阈值,则将不满足等式约束或阈值的二次凸规划模型采用混合整数规划处理,得到混合整数二次规划模型;对混合整数二次规划模型求解,并判断求解结果是否满足等式约束或阈值;若求解结果满足等式约束或阈值,则采用比例权重的多目标优化方法求解混合整数二次规划模型;否则将不满足等式约束或阈值的混合整数二次规划模型再次采用混合整数规划处理,直至所有线路损耗约束满足等式约束或阈值。
基于上述处理,剔除了线路中的有功潮流变量、网络的直流潮流约束和线路的安全传输容量约束。同时通过比例权重的多目标优化方法将多目标优化模型转化为单目标优化模型进行求解,有效提高了算法的求解效率和计算结果的准确性。
所述模型变量和约束删减方法简化多目标有功优化调度的数学模型具体为:
删除每条线路的安全传输容量约束,通过修正每条线路两端节点的电压相位差来约束线路的有功潮流,如下所示:
Figure BDA0002284530690000021
其中,
Figure BDA0002284530690000022
和Pl分别表示线路l传输容量的上下限,xl表示线路l的电抗值,Vl,N表示线路l的额定电压,θl表示线路l两端的相位差;
将直流潮流约束归并到节点功率平衡约束中,得到节点功率平衡约束:
Figure BDA0002284530690000023
其中,Pg表示发电机出力值,Vj,N表示线路j的额定电压;θj表示线路j两端的相位差,
Figure BDA0002284530690000024
表示第k个有功负荷值,xj表示线路j的电抗值,
Figure BDA0002284530690000025
表示线路j的有功损耗。
每条线路的有功潮流表示为该线路两端节点的电压相位差的函数,因此,在本方法所述的多目标有功优化调度的数学模型中,每条线路的有功潮流Pl f(l=1,2,...,NL)并不作为决策变量,可以对其删除。通过将直流潮流约束归并到节点功率平衡约束中,得到节点功率平衡约束。
因此本方法删减了线路的有功潮流变量、网络的直流潮流约束和线路的安全传输容量约束,可以有效提高算法的求解效率。
所述线性化松弛线路损耗约束具体包括:
对每条线路的线路损耗约束进行静态线性近似处理,即将二次等式形式的线路损耗约束化为线性约束,线性化后的线路损耗约束如下:
Figure BDA0002284530690000031
Figure BDA0002284530690000032
式中,
Figure BDA0002284530690000033
为线路lij的有功损耗,
Figure BDA0002284530690000034
为线路lij的实际电压值,Gij为线路lij的电导,
Figure BDA0002284530690000035
为线路lij两端节点的电压相位差的线性分段数量;Uij,r和Wij,r分别为线性分段r的斜率和截距;Zij,r为二进制变量,且对应连续子变量θij,r
Figure BDA0002284530690000036
Figure BDA0002284530690000037
分别表示线性分段r电压相位差的下界和上界,
Figure BDA0002284530690000038
为线路lij的额定电压值;
对线路损耗约束进行线性化处理后,由于线路两端节点的电压相位差只能位于其中一个线性分段中,因此需要引入二进制变量,并增加如下约束:
Figure BDA0002284530690000039
当线路两端的电压相位差位于任意一个线性分段时,与其它线性分段对应的连续子变量都设为零:
Figure BDA00022845306900000310
Figure BDA00022845306900000311
其中,θij表示线路两端的电压相位差,为各个连续子变量θij,r之和。
比例权重的多目标优化方法为:
采取权重的方式,将多目标调度优化问题化为单目标调度优化问题:
minf=ω1p1f12p2f2+......+ωnpnfn
式中minf为多目标加权后的目标函数值;ω1,ω2和ωn分别表示不同单目标的权重,其范围是0≤ωi≤1(i=1,2,3.....n);p1,p2和pn分别表示不同单目标的比例因子,不同单目标的权重需要满足以下约束:
ω12+......ωn=1。
一种线性松弛和比例权重的多目标有功优化调度系统,包括:
建模单元,用于建立电力系统多目标有功优化调度的数学模型,并将建立好的数学模型传输至处理单元;
处理单块,用于接收多目标有功优化调度的数学模型,采用线性松弛和比例权重的多目标优化方法求解多目标有功优化调度的数学模型,得出电力系统多目标有功优化调度方案;
输出单元,接收并输出处理单元传输的电力系统多目标有功优化调度方案。
所述处理单元包括处理单元A和处理单元B;
处理单元A,用于接收多目标有功优化调度的数学模型,用模型变量和约束删减方法简化多目标有功优化调度的数学模型,得到二次凸规划模型,并将二次凸规划模型传输给处理单元B;
处理单元B,用于对二次凸规划模型做线性化松弛线路损耗约束处理,并对处理后的二次凸规划模型求解,同时对求解结果是否满足等式约束或阈值进行判断:
(a)如果所有结果满足等式约束或阈值,则采用比例权重的多目标优化方法求解经线性化松弛线路损耗约束的二次凸规划模型;
(b)如果有结果不满足等式约束或阈值,则将不满足等式约束或阈值的二次凸规划模型采用混合整数规划处理,得到混合整数二次规划模型;对混合整数二次规划模型求解,并判断求解结果是否满足等式约束或阈值;若求解结果满足等式约束或阈值,则采用比例权重的多目标优化方法求解混合整数二次规划模型;否则将不满足等式约束或阈值的混合整数二次规划模型再次采用混合整数规划处理,直至所有线路损耗约束满足等式约束或阈值。
所述模型变量和约束删减方法简化多目标有功优化调度的数学模型具体为:
删除每条线路的安全传输容量约束,并通过修正每条线路两端节点的电压相位差来约束线路的有功潮流,如下所示:
Figure BDA0002284530690000051
其中,
Figure BDA0002284530690000052
P l分别表示线路l传输容量的上下限,xl表示线路l的电抗值,Vl,N表示线路l的额定电压,θl表示线路l两端的相位差;
将直流潮流约束归并到节点功率平衡约束中,得到节点功率平衡约束:
Figure BDA0002284530690000053
其中,Pg表示发电机出力值,Vj,N表示线路j的额定电压;θj表示线路j两端的相位差,
Figure BDA0002284530690000054
表示第k个有功负荷值,xj表示线路j的电抗值,
Figure BDA0002284530690000055
表示线路j的有功损耗。
所述线性化松弛线路损耗约束具体包括:
对每条线路的线路损耗约束进行静态线性近似处理,线性化后的线路损耗约束如下:
Figure BDA0002284530690000056
Figure BDA0002284530690000057
式中,
Figure BDA0002284530690000058
为线路lij的有功损耗,
Figure BDA0002284530690000059
为线路lij的实际电压值,Gij为线路lij的电导,
Figure BDA00022845306900000510
为线路lij两端节点的电压相位差的线性分段数量;Uij,r和Wij,r分别为线性分段r的斜率和截距;Zij,r为二进制变量,且对应连续子变量θij,r
Figure BDA00022845306900000511
Figure BDA00022845306900000512
分别表示线性分段r电压相位差的下界和上界,
Figure BDA00022845306900000513
为线路lij的额定电压值;
线性化处理后,由于线路两端节点的电压相位差只能位于其中一个线性分段中,因此增加如下约束:
Figure BDA00022845306900000514
当线路两端的电压相位差位于任意一个线性分段时,与其它线性分段对应的连续子变量都设为零,此时有,
Figure BDA00022845306900000515
Figure BDA00022845306900000516
其中,θij表示线路两端的电压相位差,为各个连续子变量θij,r之和。
比例权重的多目标优化方法为:
通过采取权重的方式,将多目标调度优化问题化为单目标调度优化问题:
minf=ω1p1f12p2f2+......+ωnpnfn
式中minf为多目标加权后的目标函数值;ω1,ω2和ωn分别表示不同单目标的权重,其范围是0≤ωi≤1(i=1,2,3.....n);p1,p2和pn分别表示不同单目标的比例因子,不同单目标的权重需要满足以下约束:
ω12+......ωn=1。
经过上述各个单元的作用,剔除了线路中的有功潮流变量、网络的直流潮流约束和线路的安全传输容量约束,有效提高了算法的求解效率和计算结果的准确性。
本发明与现有技术相比,具有如下的优点和有益效果:
1、本发明公开的线性松弛和比例权重的多目标有功优化调度方法或系统,是一种有效的多目标优化调度方法或系统,能有效简化优化调度问题的复杂度,兼顾计算结果的准确性;
2、本发明公开的基于线性松弛技术和比例权重的多目标有功优化调度方法或系统,计算时间相比现有方法更短,能满足在线运行的计算速度要求。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例
如图1所示,
一种线性松弛和比例权重的多目标有功优化调度方法,包括下述步骤:
建立电力系统多目标有功优化调度的数学模型;
用模型变量和约束删减方法简化多目标有功优化调度的数学模型,得到混合整数二次凸规划模型;
对二次凸规划模型做线性化松弛线路损耗约束处理,并对处理后的二次凸规划模型求解,同时对求解结果是否满足等式约束或阈值进行判断:
(a)如果所有结果满足等式约束或阈值,则采用比例权重的多目标优化方法求解经线性化松弛线路损耗约束的二次凸规划模型;
(b)如果有结果不满足等式约束或阈值,则将不满足等式约束或阈值的二次凸规划模型采用混合整数规划处理,得到混合整数二次规划模型;对混合整数二次规划模型求解,并判断求解结果是否满足等式约束或阈值;若求解结果满足等式约束或阈值,则采用比例权重的多目标优化方法求解混合整数二次规划模型;否则将不满足等式约束或阈值的混合整数二次规划模型再次采用混合整数规划处理,直至所有线路损耗约束满足等式约束或阈值。
所述模型变量和约束删减方法简化多目标有功优化调度的数学模型具体为:
删除每条线路的安全传输容量约束,通过修正每条线路两端节点的电压相位差来约束线路的有功潮流,如下所示:
Figure BDA0002284530690000071
其中,
Figure BDA0002284530690000072
P l分别表示线路l传输容量的上下限,xl表示线路l的电抗值,Vl,N表示线路l的额定电压,θl表示线路l两端的相位差;
将直流潮流约束归并到节点功率平衡约束中,得到节点功率平衡约束:
Figure BDA0002284530690000073
其中,Pg表示发电机出力值,Vj,N表示线路j的额定电压;θj表示线路j两端的相位差,
Figure BDA0002284530690000074
表示第k个有功负荷值,xj表示线路j的电抗值,
Figure BDA0002284530690000075
表示线路j的有功损耗;
每条线路的有功潮流表示为该线路两端节点的电压相位差的函数,因此,在本方法所述的多目标有功优化调度的数学模型中,每条线路的有功潮流Pl f(l=1,2,...,NL)并不作为决策变量,可以对其删除。通过将直流潮流约束归并到节点功率平衡约束中,得到节点功率平衡约束。
因此本方法删减了线路的有功潮流变量、网络的直流潮流约束和线路的安全传输容量约束,可以有效提高算法的求解效率。
所述线性化松弛线路损耗约束具体包括:
对每条线路的线路损耗约束进行静态线性近似处理,即将二次等式形式的线路损耗约束化为线性约束,线性化后的线路损耗约束如下:
Figure BDA0002284530690000081
Figure BDA0002284530690000082
式中,
Figure BDA0002284530690000083
为线路lij的有功损耗,
Figure BDA0002284530690000084
为线路lij的实际电压值,Gij为线路lij的电导,
Figure BDA0002284530690000085
为线路lij两端节点的电压相位差的线性分段数量;Uij,r和Wij,r分别为线性分段r的斜率和截距;Zij,r为二进制变量,且对应连续子变量θij,r
Figure BDA0002284530690000086
Figure BDA0002284530690000087
分别表示线性分段r电压相位差的下界和上界,
Figure BDA0002284530690000088
为线路lij的额定电压值;
对线路损耗约束进行线性化处理后,由于线路两端节点的电压相位差只能位于其中一个线性分段中,因此需要引入二进制变量,并增加如下约束:
Figure BDA0002284530690000089
当线路两端的电压相位差位于任意一个线性分段时,与其它线性分段对应的连续子变量都设为零:
Figure BDA00022845306900000810
Figure BDA00022845306900000811
其中,θij表示线路两端的电压相位差,为各个连续子变量θij,r之和。
比例权重的多目标优化方法为:
采取权重的方式,将多目标调度优化问题化为单目标调度优化问题:
minf=ω1p1f12p2f2+......+ωnpnfn
式中,minf为多目标加权后的目标函数值;ω1,ω2和ωn分别表示不同单目标的权重,其范围是0≤ωi≤1(i=1,2,3.....n);p1,p2和pn分别表示不同单目标的比例因子,不同单目标的权重需要满足以下约束:
ω12+......ωn=1。
在本实施例中,用煤耗、网损、排放和购电成本四个目标函数形成的多目标调度优化问题,来对采用比例权重的多目标优化方法求解简化后的优化调度问题进行说明。
首先通过权重的方式,把由煤耗、网损、排放和购电成本四个目标函数形成的多目标调度优化问题化为单目标;
minf=ω1p1fcost2p2floss3p3femi4p4fbuy
式中,minf为多目标加权后的目标函数值,ω1,ω2,ω3,ω4分别表示煤耗、网损、排放和购电成本的权重,其设置范围是0≤ωi≤1(i=1,2,3,4);p1,p2,p3,p4分别表示煤耗、网损、排放和购电成本这四个目标的比例因子,煤耗、网损、排放和购电成本的权重满足以下约束:
ω1234=1;
在本实施例中,比例因子p1、p2、p3和p4按照以下方式设置,即以第一个目标函数作为数值基准,通过比例因子将其他目标函数值转化与第一个目标函数相同或近似的数量级别:
Figure BDA0002284530690000091
式中,
Figure BDA0002284530690000092
Figure BDA0002284530690000093
分别表示每台机组都运行在最大出力时机组的煤耗、网损、排放和购电成本。
为了方便阐述本发明所述的基于权重的多目标优化模型转换策略,下面将选取对每台机组的煤耗曲线和排放曲线作为分析对象,通过对由煤耗和排耗分别形成的目标函数进行线性化处理后(分别用Ci(Pi,t)和Ei(Pi,t)表示),可以得到:
Figure BDA0002284530690000094
式中,
Figure BDA0002284530690000095
Figure BDA0002284530690000096
分别为调度时段t机组i的发电煤耗曲线和排放曲线的第j个线性分段的斜率;
Figure BDA0002284530690000097
Figure BDA0002284530690000098
分别为调度时段t机组i的发电煤耗曲线和排放曲线的第j个线性分段的截距;Ni为机组i的总线性分段数量;Pi,j为机组i中对应第j个线性分段的出力子变量;Zi,j为对应于Pi,j的二进制变量。
将线性化处理后的煤耗目标函数和排耗目标函数转化为混合整数线性的形式,用fCE表示,如下:
Figure BDA0002284530690000101
针对考虑机组发电阀点效应的机组曲线在某些运行点上不可微分的情况,本发明在对每台机组的发电煤耗曲线和排放曲线进行线性化处理时,一方面考虑到机组的非光滑发电煤耗曲线的不可微分点,另一方面也能保证对机组的排放曲线的近似等值精度。
在对每台机组的发电煤耗曲线和排放曲线线性化后,机组出力必须位于其中一个线性分段对应的出力范围内。如果机组i在第t时段运行在第j个线性分段的出力范围内,那么机组i的出力为Pi,j,t,且对应的二进制变量Zi,j,t设为1,对于该机组的其它出力子分量及其对应的二进制变量,都设为0。由此可见,对发电成本和排放曲线线性化后,应该增加以下约束条件:
Figure BDA0002284530690000102
式中,
Figure BDA0002284530690000103
Figure BDA0002284530690000104
分别表示第t时段机组i的第j个线性分段的出力下界和上界。
值得注意的是,对煤耗目标和排放目标进行上述处理后,考虑煤耗和排放的电力系统多目标调度模型被转化为单目标优化模型,而且所得的单目标优化模型为一个混合整数二次规划模型进行求解。
针对考虑煤耗和排放的电力系统多目标调度模型,通过40机组测试系统来验证基于线性松弛技术和比例权重的多目标有功优化调度方法的有效性。在本实施例采用的40机组测试系统中,每台机组都考虑非光滑的发电煤耗曲线,且机组的排放曲线都考虑指数项,负荷设置为10500MW。为了方便与其它方法进行比较,本实施例的发电煤耗已通过一定比例折算为发电成本,并只考虑单时段的调度优化问题。
为了得到在不同权重因子情况下的多目标调度方案,本发明将权重因子从1减少到0,然后运用基于线性松弛技术和比例权重的多目标有功优化调度方法进行求解,得到的结果如下表1所示,随着权重因子的减小,机组的总发电成本逐渐增加,但总排放量越来越少。值得注意的是,在权重因子为1和0时,原多目标优化问题分别对应最小化总发电成本问题和最小化总排放量问题,在这两种情况下,本发明提出的方法与其他方法的对比结果如下表2所示。由表2结果可知,在权重因子为1时,本发明方法得到的总发电成本和总排放量都优于DE和MODE的结果,且与NSGA-II和ABCDP-LS相比,三者的解互不支配;在权重因子为0时,本发明得到的调度解与其他方法得到的解互不支配。
Figure BDA0002284530690000111
表1不同权重因子情况下的机组总发电成本和总排放量
Figure BDA0002284530690000112
表2不同方法在权重因子为1和0时的对比结果
一种线性松弛和比例权重的多目标有功优化调度系统,包括:
建模单元,用于建立电力系统多目标有功优化调度的数学模型,并将建立好的数学模型传输至处理单元;
处理单块,用于接收多目标有功优化调度的数学模型,采用线性松弛和比例权重的多目标优化方法求解多目标有功优化调度的数学模型,得出电力系统多目标有功优化调度方案;
输出单元,接收并输出处理单元传输的电力系统多目标有功优化调度方案。
基于上述单元的处理,剔除了线路中的有功潮流变量、网络的直流潮流约束和线路的安全传输容量约束。同时通过比例权重的多目标优化方法将多目标优化模型转化为单目标优化模型进行求解,有效提高了算法的求解效率和计算结果的准确性。
所述处理单元包括处理单元A和处理单元B;
处理单元A,用于接收多目标有功优化调度的数学模型,用模型变量和约束删减方法简化多目标有功优化调度的数学模型,得到二次凸规划模型,并将二次凸规划模型传输给处理单元B;
处理单元B,用于对二次凸规划模型做线性化松弛线路损耗约束处理,并对处理后的二次凸规划模型求解,同时对求解结果是否满足等式约束或阈值进行判断:
(a)如果所有结果满足等式约束或阈值,则采用比例权重的多目标优化方法求解经线性化松弛线路损耗约束的二次凸规划模型;
(b)如果有结果不满足等式约束或阈值,则将不满足等式约束或阈值的二次凸规划模型采用混合整数规划处理,得到混合整数二次规划模型;对混合整数二次规划模型求解,并判断求解结果是否满足等式约束或阈值;若求解结果满足等式约束或阈值,则采用比例权重的多目标优化方法求解混合整数二次规划模型;否则将不满足等式约束或阈值的混合整数二次规划模型再次采用混合整数规划处理,直至所有线路损耗约束满足等式约束或阈值。
所述模型变量和约束删减方法简化多目标有功优化调度的数学模型具体为:
删除每条线路的安全传输容量约束,并通过修正每条线路两端节点的电压相位差来约束线路的有功潮流,如下所示:
Figure BDA0002284530690000121
其中,
Figure BDA0002284530690000122
P l分别表示线路l传输容量的上下限,xl表示线路l的电抗值,Vl,N表示线路l的额定电压,θl表示线路l两端的相位差;
将直流潮流约束归并到节点功率平衡约束中,得到节点功率平衡约束:
Figure BDA0002284530690000123
其中,Pg表示发电机出力值,Vj,N表示线路j的额定电压;θj表示线路j两端的相位差,
Figure BDA0002284530690000131
表示第k个有功负荷值,xj表示线路j的电抗值,
Figure BDA0002284530690000132
表示线路j的有功损耗。
每条线路的有功潮流表示为该线路两端节点的电压相位差的函数,因此,在本方法所述的多目标有功优化调度的数学模型中,每条线路的有功潮流Pl f(l=1,2,...,NL)并不作为决策变量,可以对其删除。通过将直流潮流约束归并到节点功率平衡约束中,得到节点功率平衡约束。
因此本系统删减了线路的有功潮流变量、网络的直流潮流约束和线路的安全传输容量约束,可以有效提高算法的求解效率。
所述线性化松弛线路损耗约束具体包括:
对每条线路的线路损耗约束进行静态线性近似处理,线性化后的线路损耗约束如下:
Figure BDA0002284530690000133
Figure BDA0002284530690000134
式中,
Figure BDA0002284530690000135
为线路lij的有功损耗,
Figure BDA0002284530690000136
为线路lij的实际电压值,Gij为线路lij的电导,
Figure BDA0002284530690000137
为线路lij两端节点的电压相位差的线性分段数量;Uij,r和Wij,r分别为线性分段r的斜率和截距;Zij,r为二进制变量,且对应连续子变量θij,r
Figure BDA0002284530690000138
Figure BDA0002284530690000139
分别表示线性分段r电压相位差的下界和上界,
Figure BDA00022845306900001310
为线路lij的额定电压值;
线性化处理后,由于线路两端节点的电压相位差只能位于其中一个线性分段中,因此增加如下约束:
Figure BDA00022845306900001311
当线路两端的电压相位差位于任意一个线性分段时,与其它线性分段对应的连续子变量都设为零,此时有,
Figure BDA00022845306900001312
Figure BDA00022845306900001313
其中,θij表示线路两端的电压相位差,为各个连续子变量θij,r之和。
比例权重的多目标优化方法为:
通过采取权重的方式,将多目标调度优化问题化为单目标调度优化问题:
minf=ω1p1f12p2f2+......+ωnpnfn
式中minf为多目标加权后的目标函数值;ω1,ω2和ωn分别表示不同单目标的权重,其范围是0≤ωi≤1(i=1,2,3.....n);p1,p2和pn分别表示不同单目标的比例因子,不同单目标的权重需要满足以下约束:
ω12+......ωn=1。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (6)

1.一种线性松弛和比例权重的多目标有功优化调度方法,其特征在于,包括下述步骤:
建立电力系统多目标有功优化调度的数学模型;
用模型变量和约束删减方法简化多目标有功优化调度的数学模型,得到二次凸规划模型;
对二次凸规划模型做线性化松弛线路损耗约束处理,并对处理后的二次凸规划模型求解,同时对求解结果是否满足等式约束或阈值进行判断:
(a)如果所有结果满足等式约束或阈值,则采用比例权重的多目标优化方法求解经线性化松弛线路损耗约束的二次凸规划模型;
(b)如果有结果不满足等式约束或阈值,则将不满足等式约束或阈值的二次凸规划模型采用混合整数规划处理,得到混合整数二次规划模型;对混合整数二次规划模型求解,并判断求解结果是否满足等式约束或阈值;若求解结果满足等式约束或阈值,则采用比例权重的多目标优化方法求解混合整数二次规划模型;否则将不满足等式约束或阈值的混合整数二次规划模型再次采用混合整数规划处理,直至所有线路损耗约束满足等式约束或阈值;
其中,用所述模型变量和约束删减方法简化多目标有功优化调度的数学模型具体为:
删除每条线路的安全传输容量约束,并通过修正每条线路两端节点的电压相位差来约束线路的有功潮流,如下所示:
Figure FDA0002915174080000011
其中,
Figure FDA0002915174080000012
P l分别表示线路l传输容量的上下限,xl表示线路l的电抗值,Vl,N表示线路l的额定电压,θl表示线路l两端的相位差;
将直流潮流约束归并到节点功率平衡约束中,得到节点功率平衡约束:
Figure FDA0002915174080000013
其中,Pg表示发电机出力值,Vj,N表示线路j的额定电压;θj表示线路j两端的相位差,
Figure FDA0002915174080000014
表示第k个有功负荷值,xj表示线路j的电抗值,
Figure FDA0002915174080000015
表示线路j的有功损耗。
2.根据权利要求1所述的一种线性松弛和比例权重的多目标有功优化调度方法,其特征在于,所述线性化松弛线路损耗约束具体包括:
对每条线路的线路损耗约束进行静态线性近似处理,线性化后的线路损耗约束如下:
Figure FDA0002915174080000021
Figure FDA0002915174080000022
其中,
Figure FDA0002915174080000023
为线路lij的有功损耗,
Figure FDA0002915174080000024
为线路lij的实际电压值,Gij为线路lij的电导,
Figure FDA0002915174080000025
为线路lij两端节点的电压相位差的线性分段数量;Uij,r和Wij,r分别为线性分段r的斜率和截距;Zij,r为二进制变量,且对应连续子变量θij,r
Figure FDA0002915174080000026
Figure FDA0002915174080000027
分别表示线性分段r电压相位差的下界和上界,
Figure FDA0002915174080000028
为线路lij的额定电压值;
线性化处理后,增加如下约束:
Figure FDA0002915174080000029
当线路两端的电压相位差位于任意一个线性分段时,与其它线性分段对应的连续子变量设为零,此时有,
Figure FDA00029151740800000210
Figure FDA00029151740800000211
其中,θij表示线路两端的电压相位差,为各个连续子变量θij,r之和。
3.根据权利要求1所述的一种线性松弛和比例权重的多目标有功优化调度方法,其特征在于,比例权重的多目标优化方法为:
通过采取权重的方式,将多目标调度优化问题化为单目标调度优化问题:
min f=ω1p1f12p2f2+......+ωnpnfn
其中minf为多目标加权后的目标函数值;ω1,ω2和ωn分别表示不同单目标的权重,其范围是o≤ωi≤1,i=1,2,3.....n;p1,p2和pn分别表示不同单目标的比例因子,不同单目标的权重满足以下约束:
ω12+......ωn=1。
4.一种线性松弛和比例权重的多目标有功优化调度系统,其特征在于,包括:
建模单元,用于建立电力系统多目标有功优化调度的数学模型,并将建立好的数学模型传输至处理单元;
处理单元,用于接收多目标有功优化调度的数学模型,采用线性松弛和比例权重的多目标优化方法求解多目标有功优化调度的数学模型,得出电力系统多目标有功优化调度方案;
输出单元,接收并输出处理单元传输的电力系统多目标有功优化调度方案;
其中,所述处理单元包括处理单元A和处理单元B;
处理单元A,用于接收多目标有功优化调度的数学模型,用模型变量和约束删减方法简化多目标有功优化调度的数学模型,得到二次凸规划模型,并将二次凸规划模型传输给处理单元B;
处理单元B,用于对二次凸规划模型做线性化松弛线路损耗约束处理,并对处理后的二次凸规划模型求解,同时对求解结果是否满足等式约束或阈值进行判断:
(a)如果所有结果满足等式约束或阈值,则采用比例权重的多目标优化方法求解经线性化松弛线路损耗约束的二次凸规划模型;
(b)如果有结果不满足等式约束或阈值,则将不满足等式约束或阈值的二次凸规划模型采用混合整数规划处理,得到混合整数二次规划模型;对混合整数二次规划模型求解,并判断求解结果是否满足等式约束或阈值;若求解结果满足等式约束或阈值,则采用比例权重的多目标优化方法求解混合整数二次规划模型;否则将不满足等式约束或阈值的混合整数二次规划模型再次采用混合整数规划处理,直至所有线路损耗约束满足等式约束或阈值;
其中,所述模型变量和约束删减方法简化多目标有功优化调度的数学模型具体为:
删除每条线路的安全传输容量约束,并通过修正每条线路两端节点的电压相位差来约束线路的有功潮流,如下所示:
Figure FDA0002915174080000031
其中,
Figure FDA0002915174080000032
P l分别表示线路l传输容量的上下限,xl表示线路l的电抗值,Vl,N表示线路l的额定电压,θl表示线路l两端的相位差;θl,min表示线路l两端的相位差的最小值,θl,max表示线路l两端的相位差的最大值;
将直流潮流约束归并到节点功率平衡约束中,得到节点功率平衡约束:
Figure FDA0002915174080000041
其中,Pg表示发电机出力值,Vj,N表示线路j的额定电压;θj表示线路j两端的相位差,
Figure FDA0002915174080000042
表示第k个有功负荷值,xj表示线路j的电抗值,
Figure FDA0002915174080000043
表示线路j的有功损耗。
5.根据权利要求4所述的一种线性松弛和比例权重的多目标有功优化调度系统,其特征在于,所述线性化松弛线路损耗约束具体包括:
对每条线路的线路损耗约束进行静态线性近似处理,线性化后的线路损耗约束如下:
Figure FDA0002915174080000044
Figure FDA0002915174080000045
式中,
Figure FDA0002915174080000046
为线路lij的有功损耗,
Figure FDA0002915174080000047
为线路lij的实际电压值,Gij为线路lij的电导,
Figure FDA0002915174080000048
为线路lij两端节点的电压相位差的线性分段数量;Uij,r和Wij,r分别为线性分段r的斜率和截距;Zij,r为二进制变量,且对应连续子变量θij,r
Figure FDA0002915174080000049
Figure FDA00029151740800000410
分别表示线性分段r电压相位差的下界和上界,
Figure FDA00029151740800000411
为线路lij的额定电压值;
线性化处理后,增加如下约束:
Figure FDA00029151740800000412
当线路两端的电压相位差位于任意一个线性分段时,与其它线性分段对应的连续子变量都设为零,此时有,
Figure FDA00029151740800000413
Figure FDA00029151740800000414
其中,θij表示线路两端的电压相位差,为各个连续子变量θij,r之和。
6.根据权利要求5所述的一种线性松弛和比例权重的多目标有功优化调度系统,其特征在于,比例权重的多目标优化方法为:
通过采取权重的方式,将多目标调度优化问题化为单目标调度优化问题:
min f=ω1p1f12p2f2+......+ωnpnfn
式中minf为多目标加权后的目标函数值;ω1,ω2和ωn分别表示不同单目标的权重,其范围是o≤ωi≤1,i=1,2,3.....n;p1,p2和pn分别表示不同单目标的比例因子,不同单目标的权重需要满足以下约束:
ω12+......ωn=1。
CN201911154838.5A 2019-11-22 2019-11-22 线性松弛和比例权重的多目标有功优化调度方法和系统 Active CN110829506B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911154838.5A CN110829506B (zh) 2019-11-22 2019-11-22 线性松弛和比例权重的多目标有功优化调度方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911154838.5A CN110829506B (zh) 2019-11-22 2019-11-22 线性松弛和比例权重的多目标有功优化调度方法和系统

Publications (2)

Publication Number Publication Date
CN110829506A CN110829506A (zh) 2020-02-21
CN110829506B true CN110829506B (zh) 2021-04-06

Family

ID=69558354

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911154838.5A Active CN110829506B (zh) 2019-11-22 2019-11-22 线性松弛和比例权重的多目标有功优化调度方法和系统

Country Status (1)

Country Link
CN (1) CN110829506B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111598718B (zh) * 2020-04-03 2021-11-30 广东电网有限责任公司电力调度控制中心 一种statcom的配置规划方法、装置和设备
CN112054556B (zh) * 2020-08-26 2022-06-10 济南大学 一种多微网分布式交互运行优化控制方法与系统
CN113962443B (zh) * 2021-09-29 2023-02-14 中国电建集团华东勘测设计研究院有限公司 电-气互联系统的二次凸松弛优化方法
CN114336787B (zh) * 2021-12-27 2024-03-22 上海电气风电集团股份有限公司 风电场有功功率的优化配置方法及其系统及计算机可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104935017A (zh) * 2015-05-19 2015-09-23 同济大学 基于改进轻鲁棒优化模型的风电与火电机组组合方法
CN108599142A (zh) * 2018-03-21 2018-09-28 广东电网有限责任公司电力科学研究院 一种基于权重的混合整数二次规划多目标调度方法
CN109347109A (zh) * 2018-10-18 2019-02-15 国网四川省电力公司经济技术研究院 一种交直流电网扩展规划方法
CN110061510A (zh) * 2019-03-11 2019-07-26 中国电力科学研究院有限公司 一种时段解耦安全约束经济调度快速求解方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104935017A (zh) * 2015-05-19 2015-09-23 同济大学 基于改进轻鲁棒优化模型的风电与火电机组组合方法
CN108599142A (zh) * 2018-03-21 2018-09-28 广东电网有限责任公司电力科学研究院 一种基于权重的混合整数二次规划多目标调度方法
CN109347109A (zh) * 2018-10-18 2019-02-15 国网四川省电力公司经济技术研究院 一种交直流电网扩展规划方法
CN110061510A (zh) * 2019-03-11 2019-07-26 中国电力科学研究院有限公司 一种时段解耦安全约束经济调度快速求解方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于混合整数凸规划的主动配电网无功电压优化运行方法;范心明等;《电力电容器与无功补偿》;20180831;第39卷(第4期);第99-105页 *

Also Published As

Publication number Publication date
CN110829506A (zh) 2020-02-21

Similar Documents

Publication Publication Date Title
CN110829506B (zh) 线性松弛和比例权重的多目标有功优化调度方法和系统
Injeti et al. Optimal planning of distributed generation for improved voltage stability and loss reduction
CN105449713B (zh) 考虑分布式电源特性的有源配电网智能软开关规划方法
Soares et al. Minimum loss predispatch model for hydroelectric power systems
CN107968439B (zh) 基于混合整数线性规划的主动配电网联合优化算法
Wu et al. Source-network-storage joint planning considering energy storage systems and wind power integration
CN110070292B (zh) 基于交叉变异鲸鱼优化算法的微网经济调度方法
Tang et al. Study on day-ahead optimal economic operation of active distribution networks based on Kriging model assisted particle swarm optimization with constraint handling techniques
Zhao et al. Distributed risk-limiting load restoration for wind power penetrated bulk system
Mahdavi et al. Dynamic transmission network expansion planning considering network losses DG sources and operational costs-part 1: Review and problem formulation
CN108304972B (zh) 一种基于供需互动和dg运行特性的主动配电网网架规划方法
CN112952807B (zh) 考虑风电不确定性与需求响应的多目标优化调度方法
Singh et al. GA-based multi-objective optimization for distributed generations planning with DLMs in distribution power systems
Alasali et al. An analysis of optimal power flow strategies for a power network incorporating stochastic renewable energy resources
Melo et al. A decision-making method to choose optimal systems considering financial and environmental aspects: Application in hybrid CCHP systems
CN108599142B (zh) 一种基于权重的混合整数二次规划多目标调度方法
Bhuvanesh et al. Application of differential evolution algorithm and its variants for solving energy storage technologies integrated generation expansion planning
Sun et al. Distributed optimal dispatching method of smart distribution network considering integrated energy microgrid with multiple gird‐connected points
Muhammad et al. Application of Dynamic Programming for Optimal Hybrid Energy Management System: Hydro-Photovoltaic-Diesel-BESS
CN116805181A (zh) 一种电-热-气网络分布式协同调度策略确定方法及装置
CN115511386A (zh) 基于多目标混合非洲秃鹫优化算法的多能系统调度方法
Ye et al. Multi-scenario stochastic optimal scheduling for power systems with source-load matching based on pseudo-inverse Laguerre polynomials
Su et al. Data-driven robust dispatch of integrated electricity-gas energy systems considering uncertainty of wind power
Mahdad et al. Optimal coordination and penetration of distributed generation with shunt FACTS using GA/fuzzy rules
Mou et al. An Optimal Allocation Strategy for Multienergy Networks Based on Double‐Layer Nondominated Sorting Genetic Algorithms

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