基于电价转移差分进化算法的单级泵站优化调度方法及系统
本发明涉及泵站优化调度、供水工程节能运行和智能优化算法等,特别是基于电价转移差分进化算法的单级泵站优化调度方法及系统,适用于采用峰谷分时电价并需要满足日供水任务的单级供水泵站逐时运行方案制定。
背景技术:
1、泵站是区域调水、管网补水和水库补水工程中的关键加压输水设施,运行过程中消耗大量电能。泵站运行费用不仅与水泵扬程、机组效率和抽水流量有关,还与供水任务在低谷、平段和高峰电价时段之间的分配密切相关。在分时电价条件下,若大量供水任务被安排在高峰电价时段,即使机组运行效率较高,也可能导致日电费显著增加。
2、单级泵站日内调度一般需要同时满足日供水量、单机流量、逐时总流量、水库水位、运行扬程以及机组启停等多重约束。与此同时,水泵机组效率随单机流量和运行扬程呈明显非线性变化,若在优化过程中采用固定效率、经验效率或简单插值方式,容易造成能耗核算误差,影响调度结果的经济性和可行性。
3、现有泵站调度方法多采用粒子群算法、遗传算法、差分进化算法或其他智能优化算法求解机组组合和流量分配问题。这些方法能够处理非线性优化问题,但在分时电价场景下,常常依赖算法自身随机搜索来发现低价时段供水方案,缺少对“高价时段向低价时段定向转移”这一工程先验规律的显式刻画,导致优化结果中仍可能保留一定高峰电价时段供水量。
技术实现思路
1、本发明所要解决的技术问题是提供基于电价转移差分进化算法的单级泵站优化调度方法及系统,能够将机组效率非线性变化、水力约束、分时电价特征和智能优化算法有机结合,以在满足供水安全和运行边界的前提下,主动压缩高电价时段供水量,降低泵站运行费用,并输出便于工程调度人员采用的逐时供水方案。
2、为解决上述技术问题,本发明所采用的技术方案是:
3、基于电价转移差分进化算法的单级泵站优化调度方法,包括如下步骤:
4、s1:获取单级泵站的基础运行数据、机组效率样本数据、分时电价数据以及日供水任务数据,并对数据进行边界检查和单位统一处理;
5、s2:以单机流量
q和运行扬程
h为输入变量、以机组效率
η为输出变量,构建机组效率代理模型,用于在优化调度过程中快速估算各机组在不同运行工况下的效率;
6、s3:以调度周期内各机组逐时流量
qt,i为决策变量,构建以泵站日电费最小为目标的日内优化调度模型;
7、s4:基于日内优化调度模型初始化差分进化种群,生成若干候选调度方案,并对候选调度方案执行可行性修复或惩罚评价;
8、s5:按照差分进化算法对候选调度方案进行变异、交叉和选择,得到当前迭代的候选最优调度方案。
9、s6:在差分进化迭代过程中嵌入电价转移策略,筛选高电价时段作为流量移出候选时段,筛选低电价时段和/或平电价时段作为流量移入候选时段,计算满足约束条件的可转移流量并形成候选转移方案。
10、s7:对候选转移方案进行日供水量、水位、扬程、单机流量和逐时总流量约束校验,并计算转移前后的日电费;
11、当候选转移方案的日电费低于转移前方案且满足全部约束时,接受候选转移方案并更新当前最优调度方案;
12、否则保留转移前方案,直至达到终止条件后输出最优调度结果。
13、s1中的基础运行数据包括:机组数量
n、调度时段数
t、时段长度δ
t、单机最小开机流量
qmin、单机最大运行流量
qmax、泵站逐时总流量上限
qmax、泵站逐时总流量下限
qmin、水库允许水位范围、泵站允许运行扬程范围、泵站前池水位、水库水位、水位-库容关系曲线以及管路阻抗参数;分时电价数据包括各时段电价
ct及其对应的低谷、平段和高峰电价类别。
14、s1中,机组效率样本数据由机组历史运行记录、性能试验数据或厂家标定数据构成,并按样本集合组织,其中
qj为第
j个样本的单机流量,
hj为对应运行扬程,
ηj为实测或标定机组效率,
ns为样本数量;样本覆盖[
qmin,
qmax]和[
hmin,
hmax]内的典型工况,用于训练和验证机组效率代理模型。
15、s1中,供水任务数据包括调度周期
t、时段长度δ
t和日供水量
wd。供水任务按各时段总流量
qt进行分解,并满足;当流量采用m³/s、时段长度采用
h而供水量采用m³或万m³时,计算前按照统一换算系数完成量纲转换。
16、s1中,并对数据进行边界检查包括确认、、,并检查各时段电价及时间标签的完整性;异常、缺失或超界数据被剔除、修正或标记。单位统一处理包括将流量统一换算为m³/s、供水量统一为m³或万m³、扬程和水位统一为m、功率统一为kw、电价统一为元/kwh、时段长度统一为h,并将百分数形式的效率除以100转换为小数形式。
17、s2中,机组效率代理模型表示为:
18、(1);
19、式中:
η为代理模型输出的机组效率,为经训练得到的非线性映射函数,
q为单机流量,
h为运行扬程。
20、在优化调度过程中,对第
t时段第
i台机组,将(
qt,i
,ht)输入代理模型,得到
21、;再代入计算机组功率,并由计算日电费,从而无需在每次迭代中查表或进行线性插值即可快速完成效率、功率和费用联算。
22、s2中,机组效率代理模型采用随机森林模型、支持向量回归模型、梯度提升回归模型、多层感知机模型或多项式回归模型中的任意一种。
23、s2中,优选,机组效率代理模型采用随机森林模型。
24、s3中,日内优化调度模型以机组流量矩阵
x作为决策变量:
25、(2);
26、式中:
t=1,2,…,t为调度时段索引
,i=1,2,…,n为参与调度的机组索引;
t为调度周期内的时段总数,
n为参与调度的机组总数;
qt,i为第
t时段第
i台机组的抽水流量。
27、
q1,1、
q1,2和
q1,n分别为第1时段第1台、第2台和第
n台机组的抽水流量;
q2,1、
q2,2和
q2,n分别为第2时段第1台、第2台和第
n台机组的抽水流量;
28、
qt,i为任意第t时段第
i台机组的抽水流量
;
29、
qt,1、
qt,2和
qt,n分别为末时段第1台、第2台和第
n台机组的抽水流量。
30、泵站第
t时段的总流量由各机组流量求和得到:
31、(3);
32、s3中,日内优化调度模型的目标函数为:
33、(4);
34、式中:
f为泵站日运行电费,为最小泵站日运行电费
ct为第
t时段电价,为第
t时段泵站总功率,为时段长度;
35、泵站总功率由各运行机组功率求和得到:
36、(5);
37、式中:为泵站第
t时段第台机组的功率;
38、泵站第
t时段第台机组的功率按以下公式计算:
39、(6);
40、式中:
ht为第
t时段运行扬程,
ηt,i为由机组效率代理模型得到并换算为小数形式的效率值。
41、s3中,日内优化调度模型包括日供水量约束、单机流量约束、逐时总流量约束、水库水位约束和运行扬程约束;具体如下:
42、(1)日供水量平衡约束:(10);
43、(2)单机流量约束:或(11);
44、(3)逐时总流量约束:(12);
45、(4)水库水位约束:(13);
46、(5)运行扬程约束:(14);
47、式中:
t为调度周期内的时段总数;
wd为日供水任务量;
48、
qmin和
qmax分别为单台机组允许的最小开机流量和最大运行流量;当机组停机时
qt,i=0。
49、
qt表示泵站第
t时段的总流量,
qmin和
qmax分别为泵站逐时总流量下限和上限;
50、
zt为水库第
t时段的水位,
zmin和
zmax分别为水库允许运行的最低水位和最高水位;
51、
ht为第t时段运行扬程,
hmin和
hmax分别为泵站允许运行的最小扬程和最大扬程。
52、水库库容、水库水位和运行扬程按以下方式递推计算:
53、(7);
54、(8);
55、(9);
56、式中,
vt+1为水库在第
t+1时段的末库容,
vt为水库在第t时段的末库容;
zt为水库第
t时段水位,
fz-v
(zt
)为由水位-库容关系曲线得到的与
zt对应的库容;
57、
s为泵站输水管路综合阻抗系数;
li、
di、
ni和
ζi分别为第
i段管道的长度、内径、糙率和局部阻力系数,求和遍历全部管段;
58、为第时段运行扬程;和分别为水库和泵站前池在时段的平均水位。
59、s4中,设差分进化算法的种群规模为
np,决策维数
d=t×n,第
k个初始候选调度方案记为;其第
j维按生成,其中为均匀随机数,
lj和
uj分别为对应机组、对应时段决策变量的下界和上界。将长度为
d的向量按时段和机组重构为
t×n流量矩阵,即得到
np个候选调度方案。
60、并对候选调度方案依次执行流量边界修复、启停状态修复和日供水量修复:大于
qmax的变量截断至
qmax,位于(0,
qmin)的变量调整为0或
qmin;再根据供水量偏差,在仍具有增减容量的低价时段和机组间分配所述偏差。若修复后仍违反水位、扬程或总流量约束,则采用评价,其中,各
v项为对应约束的归一化违反量,各
ω项为权重,
m为惩罚系数。
61、s5中,差分进化算法包括以下过程:
62、对第
g代种群中的个体,随机选择互不相同的个体、和,执行差分变异:
63、(15);
64、式中:为第
g代中针对第
k个目标个体生成的变异向量;为缩放因子。
65、按照交叉概率cr生成试验个体:
66、(16);
67、式中:为第g代第k个试验个体的第j维分量;为变异向量的第j维分量为目标个体的第j维分量;为[0,1]内均匀随机数;j=1,2,…,d为决策变量维度索引;[1,d]内随机选定的维度,用于保证试验个体至少有一维来自变异向量。
68、并采用包含惩罚项的适应度函数评价候选调度方案:
69、(17);
70、式中:为包含约束惩罚的适应度值;调度方案x对应的日电费目标函数值;
m为惩罚系数,用于度量日供水量、水位、扬程、单机流量和总流量约束的违反程度。
71、s5中,得到当前迭代的候选最优调度方案,试验个体与目标个体按如下规则选择:当时,令;否则令。当前第g代候选最优调度方案定义为,并记录其可行性、日电费和逐时流量,作为后续电价转移局部修正的输入。
72、s6中,电价转移策略具体包括:
73、s6.1:按照电价类别或电价阈值确定流量移出候选时段集合
tout和流量移入候选时段集合
tin;
74、s6.2:对
tout按照电价由高到低排序,对
tin按照电价由低到高排序,并结合候选移出时段
to的时间与距离确定优先级;
75、s6.3:根据候选移出时段
to可减少流量、候选移入时段
ti剩余流量容量、单机可行流量区间、水位约束和扬程约束计算可转移流量;
76、s6.4:将
δ从
tout中的时段等量转移至
tin中的时段,并优先分配至原有运行时段或相邻时段,以保持供水过程连续性;
77、s6.5:对转移后的候选调度方案
x′重新按式(3)~(9)计算
q′t、
v′t、
z′t、
h′t、
η′t,i、
p′t和
f(x′),并按式(10)~(14)逐项校验日供水量、单机流量、逐时总流量、水位和扬程约束;当feasible(
x′)=1且
f(x′)<
f(x)时接受转移,否则撤销本次转移。
78、候选转移方案通过修改流量矩阵形成:从移出时段
to的一个或多个运行机组中合计减少δ,即;在移入时段
ti的一个或多个机组中合计增加
δ,即;其余时段流量保持不变,因此转移前后日供水总量保持不变。
79、s6.3中,可转移流量按如下方式确定:
80、(18);
81、式中:为高电价时段可移出的流量余量,为低电价或平电价时段可接纳的流量容量,为单机流量约束允许的调整余量,为水位和扬程约束允许的调整余量;
82、s6.3中,候选移出时段
to和候选移入时段
ti之间的转移优先级按照下式确定:
83、(19);
84、式中:
ψ(
to,
ti)为候选时段对的优先级评分,
λ为时段邻近性权重系数;和分别为候选移出时段to与候选移入时段ti的电价;优先选择电价差较大且时间距离较小的候选时段对执行流量转移。
85、s7中,对每个候选转移方案先计算日供水量偏差,再检查或、、及;全部约束成立时令feasible(
x′)=1,否则令feasible(
x′)=0。随后依据核算转移后日电费,并与
f(x)比较。
86、当候选转移方案的日电费低于转移前方案且满足全部约束时,接受候选转移方案并更新当前最优调度方案;否则保留转移前方案,直至达到终止条件后输出最优调度结果;
87、更新规则为:
88、(20);
89、式中:
x为转移前调度方案;
x’为候选转移方案;为转移前调度方案的日电费;为候选转移方案的日电费;
feasible(
x’)表示候选转移方案是否满足全部约束。
90、基于电价转移差分进化算法的单级泵站优化调度系统,包括:
91、数据采集模块,用于获取泵站基础运行数据、机组效率样本数据、分时电价数据和日供水任务数据;
92、效率代理模块,用于构建并调用机组效率代理模型;
93、调度建模模块,用于建立以泵站日电费最小为目标且包含水力约束和运行约束的日内优化调度模型;
94、差分进化优化模块,用于对逐时机组流量进行种群初始化、变异、交叉和选择;
95、电价转移模块,用于将高电价时段的可转移供水流量转移至低电价或平电价时段;
96、约束校验模块,用于校验日供水量、水位、扬程、单机流量和逐时总流量约束;
97、费用核算与结果输出模块,用于计算日电费并输出逐时机组流量、逐时总流量、高峰供水占比和调度建议。
98、本发明提供基于电价转移差分进化算法的单级泵站优化调度方法及系统,具有以下技术效果:
99、1)、本发明采用机组效率代理模型描述单机流量、运行扬程与机组效率之间的非线性关系,避免了在优化迭代过程中频繁调用效率曲线或采用简单线性插值带来的误差,有利于提高能耗和费用核算精度。
100、2)、本发明在差分进化算法中嵌入电价转移策略,将高峰电价时段作为流量移出候选时段,将低谷和平段电价时段作为流量移入候选时段,使优化搜索不再完全依赖随机变异,而是融合工程先验知识定向改善调度方案。
101、3)、本发明在执行电价转移时同步校验单机流量、逐时总流量、水库水位、运行扬程和日供水量约束,能够保证节费方案满足泵站实际运行边界,减少不可行调度方案的产生。
102、4)、本发明能够输出逐时单机流量、逐时总流量、日电费、节省率和高峰供水占比等结果,便于调度人员进行经济性分析和运行方案复核。
103、5)、本发明的方法可在服务器、调度平台或工控机中实现,能够与泵站实时监测系统、电价数据库和水位监测系统耦合,具备较好的工程应用和扩展能力。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com