分享
基于蚁狮算法的风光水火短期优化调度.pdf
下载文档

ID:3117788

大小:988.41KB

页数:6页

格式:PDF

时间:2024-01-21

收藏 分享赚钱
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,汇文网负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
网站客服:3074922707
基于 算法 风光 水火 短期 优化 调度
第 卷 第 期太原科技大学学报.年 月 .文章编号:()收稿日期:基金项目:太原科技大学博士启动基金()作者简介:苏一峻()男硕士研究生主要研究方向为电气自动化系统与装置通信作者:乔建华副教授:基于蚁狮算法的风光水火短期优化调度苏一峻乔建华齐向东韩 帅(.太原科技大学 电子信息工程学院太原.国网晋城供电公司山西 晋城)摘 要:为了利用不同能源之间的互补特性来解决电力系统短期优化调度问题以火电运行成本最小和风光弃用量最少为目标构建含风光的水火优化调度模型 采用一种自然启发的算法 蚁狮优化算法()来求解新能源接入的水火发电调度问题 通过使用建造陷阱的随机行走机制和轮盘赌操作为 提供了很高的探测能力 陷阱边界的缩小和精英行动提高了开发效率使其在复杂领域具有强大的搜索能力 最后通过仿真实验和结果对比验证了算法和模型的有效性说明采用蚁狮算法求解电网短期优化调度可以实现经济效益和环保效益最大化关键词:多源互补系统短期优化调度蚁狮优化算法中图分类号:文献标识码:./.我国正在构建低碳环保、安全高效的能源系统全国清洁能源的开发利用规模迅速扩大风光水火发电机组的综合优化调度在电力系统运行中具有重要意义 多源电力系统的互补运行问题越来越受到研究人员的关注 文献介绍了一种风蓄水火协调优化调度方法提出一种分步顺序反馈的多目标求解策略 文献在考虑风光出力不确定和水热电能量平衡的基础上将机会约束条件转化为混合整数约束条件并借助商业求解器求解 文献针对系统调节能力不足而造成的弃风问题建立风火水储气联合优化调度模型将模型线性化后采用内点法进行计算 文献从短期调度层面提出了一种虚拟电源应对策略以减小新能源并网对电力系统带来的冲击 文献提出了一种水电站同步调峰策略应用于青海、甘肃电网的日前调度以减小火电输出波动和新能源弃用问题 文献提出了一种拟对立群搜索优化算法用来求解多燃料多负载多区域动态经济调度问题上述文献中考虑了多种电源的调度对于新能源的随机性应对比较单一且在风光的功率预测准确性方面有待提高 为此本文结合我国电网的电源构成特点和调度需求充分发挥水电与火电的联合调峰能力从短期调度层面建立了兼顾系统经济性和清洁能源最大化的风光水火调度模型 运用新型的蚁狮算法对所建模型进行求解并通过仿真实验和结果对比说明了采用蚁狮算法求解电网短期优化调度可以实现经济效益和环保效益最大化 风光水火优化调度模型 目标函数为了将系统运行成本和弃风、弃光量降至最低在风光水火多能互补系统日前优化调度的目标函数中加入了表示弃风和弃光的惩罚成本以促进间歇性能源的高效利用 由于水电运行费用低此处不考虑其运行成本 目标函数表示如下:()()()()()式中:、和 分别为火电、风电 和光伏 在时刻 的输出功率()表示机组 在时刻 的燃料成本表示机组 起动成本、分别为调度周期和火电总数为机组 在时刻 的起停状态(用、表示)、分别表示风、光的弃用惩罚成本本文取 元/、分别表示风电、光伏在时刻 的预测出力常规火电机组发电经济成本实质就是运行期间机组消耗燃料的费用与机组 输出功率有关一般情况下单位时间内火电机组 的发电成本可见式():()()式中:、表示火力发电燃料成本的运行参数 约束条件()功率平衡约束为了维持系统安全稳定运行保证为用户提供高质量电能需要考虑系统的功率平衡在忽略网损的情况下系统功率平衡约束见式():()式中:为水电站 在时刻 的输出功率为系统在时刻 的负荷需求为梯级水电站的数量()火电机组约束火电机组约束包括容量约束、最小启停时间约束和爬坡约束即:()()()()()()()式中:、分别为出力上下限、分别为目前起停时间、分别为最小起停时间为火电爬坡上下限()水电机组约束水电机组约束包括出力上下限约束、水动态平衡约束、水库存储约束和排水量约束即:()()()()()式中:、分别水电机组 有功输出的上下限和 分别是水电站 在 时刻的蓄水量和排水量代表在时间 的第 个水库的自然流入量和 分别是水电厂 的最小和最大水库容量和 代表水电厂 的最小和最大排水量()水电转换关系水电站出力的计算式被定义为一个与水电站下泄流量和水库库容有关的二次函数具体公式如下:()()()式中:为水电站 的出力参数()风电、光伏约束为确保风电和光伏发电出力不超过风电和光伏发电的实时预测值 风电、光伏出力的约束为:()()式中:和 分别为风电和光伏在时刻 的预测出力 蚁狮优化算法蚁狮优化算法()是由 提出的一种新型启发式智能算法通过摹仿蚁狮建坑狩猎蚂蚁来进行运算 可以用下面六个算子来解释这些算子旨在模仿自然界中蚁狮的狩猎行为()使用轮盘构建蚁狮陷阱通过轮盘赌算子根据适应度选择一只蚁狮这种选择为合适的蚁狮提供了更高的捕获蚂蚁的机会因为假定合适的蚁狮可以建立更好的陷阱()创建随机行走的蚂蚁在自然界中蚂蚁会随机寻找食物因此蚂蚁的运动是根据随机行走建模的 第 维的蚂蚁位置如下所示:()()()式中:()表示第 次迭代时蚂蚁的地方 太原科技大学学报 年 表示累计和()是一个如下的随机函数:()()式中:表示 到 之间的均匀分布的随机数为了将蚂蚁随机游走限制在可行域内将式()中生成的随机值进行归一化第 维的蚂蚁位置表示为:()()()()式中:和 是第 个变量的最小和最大随机游走 和 表示当前迭代 时所有蚂蚁维数的上下限值()蚂蚁被困在坑中在每次迭代中都要调整蚂蚁运动的边界以使蚂蚁在选定的蚁狮陷阱周围运动 蚂蚁维数的上下限为:()式中:表示当前迭代 时中第 个选定蚁狮的位置()陷阱的自适应收缩当一只蚂蚁掉入一个蚁狮陷阱中时蚁狮会将沙子扔向蚂蚁 因此被困的蚂蚁无法从陷阱中逃脱并滑向坑的底部 可以迭代地降低蚂蚁随机游走的上下限通过下列方程模拟这种现象:()()式中 式中:为比例系数 是一个基于 和 定义的常量介于 到 之间()捕捉蚂蚁和重建坑假设蚁狮消耗蚂蚁的意思是蚂蚁变得比其对应的蚁狮更适合 然后蚁狮通过获取被消耗的蚂蚁地方来刷新其方位 由式()和()表示:()()()()式中:表示迭代 时第 只蚂蚁的地方表示迭代 时第 只蚁狮的方位 为适应杜函数其值越小表明目标函数越小()应用精英主义精英蚁狮即最佳蚁狮的方位 每只蚂蚁的动作都受精英蚁狮影响()式中:、分别为迭代 时蚁狮和精英意识周围蚂蚁随机游走的值 求解风光水火调度问题用于解决风光水火调度问题的 算法的主要步骤包括初始化约束处理适应性评估和蚂蚁位置更新如图 所示图 算法求解流程图 初始化水力、火力和风光发电机组的成本和其他系数各电源的出力上下限等参数均取自一个标准系统数据集 根据问题需要选择搜索代理的数量和最大迭代次数排水量、火力和风光在以下指定的最小最大限第 卷第 期 苏一峻等:基于蚁狮算法的风光水火短期优化调度制之间随机初始化:()()()()()()()()式中:、和 是在之间均匀分布的随机数 使用满足约束()的()来评估存储体积 使用满足约束()的()来计算每个时间间隔水力发电机组的有功功率 类似地风光也被随机初始化 从电力需求中减去风能、光能和水能后剩余的有功功率需求 会被评估这将由火力发电机组来满足 ()评估蚁狮种群通过计算风光水火调度问题的评估函数可以判断出解决方案的优劣如下所示:()()()()()式中:和 分别表示第 个风力发电单元和第 个光伏发电单元的约束违规 评估函数将有约束的优化问题转换为无约束优化问题 如果没有违反约束则 项将等于零 否则施加与违反约束成比例的惩罚以增加评估成本 按评估顺序对蚁狮排序经过适应性评估后所有蚁狮都按照其评估成本的降序排序 对于最小化问题这意味着第一只蚁狮是最适合的它被称为种群中全部蚁狮(解决方案)中的精英蚁狮(最佳解决方案)算法的迭代步骤()选择蚁狮使用轮盘赌轮选择机制为每只蚂蚁选择一只蚁狮以使选择一只蚁狮的概率与该只蚁狮的适应度成正比()调整蚂蚁运动迭代过程中蚂蚁运动的调整可以通过以下两个子步骤进行控制()在蚁狮坑中困住蚂蚁:每个蚂蚁活动的下限和上限在式()中说明的所选蚁狮坑的位置周围动态地修改()使蚂蚁向蚁狮滑动:如式()所示蚂蚁运动的边界被自适应地减小以使蚂蚁向蚁狮坑的位置收敛()通过随机行走和精英训练更新蚂蚁位置()对于每个蚂蚁的活动范围通过应用式()在所选蚂蚁和精英蚂蚁周围生成随机游动()使用以上两个随机游动更新蚂蚁位置如式()所示()约束的实现如果发现更新后的蚂蚁位置超出了指定的上限/下限/边界它们将被迫退回到可行区域内()重新建造蚁狮坑使用式()评估更新的蚂蚁位置如果发现新的蚂蚁位置优于蚁狮位置则使用式()更新蚁狮的位置 假定该蚂蚁被该蚁狮消耗并且该蚁狮通过获取该消耗的蚂蚁的位置来建立新的陷阱 停止迭代重复执行“选择蚁狮”“调整蚂蚁运动”“通过随机行走和精英主义更新蚂蚁位置”“约束的实现”和“重建蚁狮坑”中的步骤直到达到了最大迭代次数 仿真分析为验证模型有效性和算法的适当性本文采用含风电、光伏、座梯级水电和 台火电机组的系统以某典型日负荷为场景协调优化梯级电站的排水量以及各机组发电量 将一天分成 个间隔每个间隔 小时在 上进行仿真实验火电机组的基本参数、水电站的相关参数风光预测出力及负荷需求见参考文献.将 算法参数作如下设置:搜索代理数为迭代次数为 粒子群算法()和改进粒子群算法()也做同样设置 求解结果见表 所求的最优值只有 万元而且燃料成本为 万元均低于另两种算法结果 从而可以看出在解决风光水火优化调度问题时无论是经济性还是环保性 均具有很好的效果 图 展示 太原科技大学学报 年了三种算法在计算时的迭代收敛曲线表现出 算法具有很好地收敛速度和全局寻优能力表 调度结果对比 算法燃料成本/万元总成本/万元运行时间/图 迭代曲线 图 为 求解的风光水火优化调度结果从图中可以看出凌晨 时段负荷需求低而风电充足此时火电出力相应减少有利于清洁能源发电 白天 时段负荷需求高且光照充足风光满发后由水火负责补充和备用减少弃风弃光 夜间 时段风光出力均大幅减少水电和火电则作为主力来满足负荷需求 由此可见风光水火多源互补优化调度有利于提高清洁能源发电减少环境污染 结论本文在充分研究风光水火四类电源的工作原图 优化调度结果 理及性能结构的基础上确立风光水火多能互补协调优化的研究内容 不仅充分体现出经济发展与生态保护友好协调的需要而且十分贴合我国大力推进发展可持续充分利用非化石能源代替作用进而实现能源结构转型等发展方针 本文建立和求解的风光水火多能互补系统协调调度模型具有十分重要的应用意义 本次研究主要结论如下:()本文在充分考虑各种电源的约束条件下以火电运行成本最小和风光弃用量最少为目标构建含风光的水火优化调度模型 该互补模型及求解所用算法在充分利用水电优势的基础上又一定程度缓解了风力和光伏发电的波动特性进而实现对能源的极大化利用保证了能源的应用价值()风光水火优化调度的求解引入了蚁狮优化算法通过对具体算例的仿真求解并与粒子群和改进粒子群算法进行对比发现蚁狮算法在求解多源互补优化调度问题时具有适应度值小、收敛速度快以及寻优能力强的优点 这对于今后能源互联网的建设具有重要的战略意义参考文献:王开艳罗先觉贾嵘等.充分发挥多能互补作用的风蓄水火协调短期优化调度方法.电网技术():.李志伟赵书强刘金山.基于机会约束目标规划的风光水气火储联合优化调度.电力自动化设备():.甘伟艾小猛方家琨等.风火水储气联合优化调度策略.电工技术学报():.曾雪婷刘天琪李茜等.基于虚拟电源配置策略的风光水火多源互补短期优化调度.电网技术():.:.第 卷第 期 苏一峻等:基于蚁狮算法的风光水火短期优化调度 .:.印月刘天琪何川等.风光水火多能互补系统随机优化调度.电测与仪表():.:.:.陈承滨余岭潘楚东等.基于蚁狮优化算法与迹稀疏正则化的结构损伤识别.振动与冲击():.王文潇.水火新能源电力系统优化调度研究.武汉:华中科技大学.(.):():(上接第 页):().():太原科技大学学报 年

此文档下载收益归作者所有

下载文档
你可能关注的文档
收起
展开