基于改进瞬态搜索算法的火储协同调度决策方法与流程

本发明涉及一种电力系统调度，尤其涉及一种基于改进瞬态搜索算法的火储协同调度决策方法。

背景技术：

1、新能源并网规模持续扩大，电力系统低惯性特征愈发明显，火储联合发电系统凭借其快速调频、功率支撑强的特点，在构建高比例新能源新型电力系统过程中发挥着关键作用，可有效解决新能源高渗透下系统惯性不足、频率稳定性弱的现实难题。但是，随着火储联合调频项目的增加，如何在保证电网频率安全稳定运行的前提下，通过合理控制提升储能寿命以延长其使用年限，成为火储联合调频领域亟需解决的关键问题。

2、目前火储系统调度多以发电成本最低为核心目标，部分方案引入频率安全约束以保障电网稳定运行，在抑制故障频率波动、维持系统功率平衡方面起到一定作用。也有部分研究开始关注储能寿命成本，提出考虑需求响应与储能寿命模型的火储协调优化运行策略。然而，现有技术仍存在以下不足：

3、第一，现有调度策略难以兼顾频率安全、储能寿命与运行经济性。

4、第二，现有调度模型未能全面兼顾频率安全与储能寿命双重约束。部分方案仅考虑发电成本优化，忽略了储能不合理充放电加速电池老化的影响；部分方案虽引入频率安全约束，但未量化放电深度、充放电速率对储能寿命的损耗影响，难以在频率安全与储能长寿运行之间实现协调优化。

5、第三，现有求解方法难以精准求解多约束复杂调度模型。火储协同调度问题涉及整数变量与连续变量混合、多约束耦合，属于典型的混合整数规划问题。传统优化算法在处理此类问题时，存在初始化单一、易陷局部最优、收敛精度不足等缺陷。瞬态搜索优化算法（tso）作为一种模拟rlc电路瞬态响应过程的元启发式优化算法，虽然具有一定全局搜索能力，但其初始个体位置采用均匀随机生成方式，解空间覆盖度低；固定衰减系数适配性差，无法动态平衡迭代前期的全局探索与后期的局部开发；且仅依赖瞬态振荡随机更新个体，最优解邻域缺乏精细挖掘，收敛精度难以满足调度模型的高精度求解需求。

6、综上所述，亟需设计一种能够融合多源数据增强、兼顾频率安全与储能寿命约束、并采用高效优化算法求解的火储系统协同调度决策方法。

技术实现思路

1、为了克服现有技术的不足，本发明的目的在于提供一种基于改进瞬态搜索算法的火储协同调度决策方法，其通过多源数据增强构建高可靠性标准化数据集，以火电发电成本与储能寿命损失成本加权和最小为目标建立含频率安全及储能运行约束的调度模型，并采用经混沌初始化、自适应衰减系数更新及局部邻域搜索改进的瞬态搜索优化算法进行迭代求解，输出各时段火电机组最优出力与储能最优充放电策略。

2、本发明的目的之一采用以下技术方案实现：

3、一种基于改进瞬态搜索算法的火储协同调度决策方法，包括以下步骤：

4、采集火电机组、储能系统及电网运行的多源数据，进行数据预处理，输出标准化数据集；

5、以火电发电成本与储能电池寿命损失成本加权和最小为目标，考虑电网安全约束、储能运行约束及电池寿命损失量化约束，建立调度模型；

6、在瞬态搜索优化算法基础上，通过引入混沌初始化、自适应权重更新、局部邻域搜索增强机制进行算法优化，通过优化后的所述瞬态搜索优化算法迭代求解所述调度模型，输出各时段火电机组最优出力、储能最优充放电功率及soc控制策略。

7、通过数据预处理、多约束调度模型与改进tso算法的有机结合，克服了传统方法数据可靠性差、约束不全面、易陷局部最优的缺陷，实现了火储系统安全经济协同优化运行。

8、为了给数据增强和模型求解提供完整的参数基础，所述火电机组的数据包括额定容量、最大出力、爬坡速率、发电成本系数、调频系数、惯性时间常数；所述储能系统的数据包括额定功率、额定容量、充放电效率、电池老化特性参数；所述电网运行的数据包括24h负荷曲线、频率安全阈值、n-1 故障工况数据、负荷功频响应系数。

9、进一步地，进行数据预处理，输出标准化数据集，包括：

10、构建生成对抗网络，通过生成器与判别器的对抗训练生成极端工况及缺失场景下的扩充数据，以弥补原始数据样本不足的缺陷；所述生成器接收标准正态分布随机噪声，映射生成扩充数据：

11、，

12、其中，为生成的扩充数据，为生成器网络，为标准正态分布随机噪声，为生成器网络参数，为均值0、方差1的标准正态分布；

13、所述判别器通过最小化交叉熵损失区分原始数据与生成数据，满足：

14、；

15、其中，为判别器损失，为期望运算，为原始数据，为判别器网络，为判别器网络参数，为生成器输出的模拟工况样本数据；

16、所述生成器通过最大化判别器误判概率生成扩充数据，满足：

17、，其中，为生成器损失；

18、合并原始数据集与扩充数据集后，依次执行异常剔除、缺失补全、时序对齐和归一化处理。

19、通过gan对抗训练生成极端工况扩充数据，解决了样本稀缺问题；结合异常剔除、缺失补全、时序对齐与归一化处理，提升了数据集的完整性与可靠性。

20、为了使多源数据在时间维度上对齐，保证调度决策的准确性与精细化，所述时序对齐为将数据时间分辨率统一为15分钟，满足：

21、，其中，为对齐后时刻，为原始时刻，为向下取整运算；调度时间间隔δ=15min。

22、进一步地，所述调度模型的目标函数，其计算满足：

23、，

24、其中，为系统总运行成本，、为加权系数，为调度时段总数，为火电机组数量，、、为第台火电机组二次、一次、常数发电成本系数，为第台火电机组在时段的出力，为储能系统数量，为第个储能电池在时段的瞬时寿命损失百分比。

25、为了确保调度策略在正常运行及n-1故障工况下均具备技术可行性与安全性，所述电网安全约束包括火电机组n-1故障下的频率安全约束、爬坡速率约束及出力上下限约束；所述储能运行约束包括荷电状态递推约束、充放电功率上下限约束、充放电互斥约束。

26、所述火电机组n-1故障下的频率安全约束，其计算满足：

27、，

28、其中，为系统允许的最大频率偏差，为故障停运火电机组的额定出力，为火电机组总调频系数，为负荷功频响应系数，为储能系统调频系数，为第个储能系统在时段的有功功率，为与系统惯性、调频参数相关的常数，表示电网内参与一次调频的储能电站总数量；

29、荷电状态递推约束通过描述储能电池荷电状态时序变化规律，保证能量平衡，其计算满足：

30、，

31、其中，为第个储能电池在时段的荷电状态，、为第个储能电池在时段的充电、放电功率，为调度时间间隔，为第个储能电池的额定容量。

32、通过soc递推约束精确描述储能能量平衡关系，为充放电功率优化及寿命量化提供了物理基础。

33、进一步地，所述电池寿命损失量化约束基于放电深度、充放电速率耦合量化电池寿命损失，抑制电池老化，其计算满足：

34、，

35、，

36、其中，为第个储能电池在时段的放电深度，为放电深度对电池循环寿命的量化函数，为充放电速率对电池寿命的量化函数，为第个储能电池在时段的充放电速率，为第个储能电池在时段的寿命损失百分比，、、为最小二乘法拟合的线性化系数。

37、基于放电深度与充放电速率双因素耦合量化电池寿命损失并线性化处理，主动抑制电池老化，延长储能使用寿命。

38、为了提升全局搜索能力与收敛精度，通过logistic混沌映射进行混沌初始化；通过非线性自适应衰减系数进行自适应权重更新；所述局部邻域搜索增强机制为：在每次迭代后对当前最优个体进行高斯邻域扰动搜索。

39、为保障改进tso算法的可执行性与优化效果，通过logistic混沌映射进行混沌初始化，其计算满足：

40、，其中，为第次混沌映射生成的混沌序列值，为混沌控制参数，为初始混沌值；将生成的混沌序列映射至调度变量取值区间，得到改进tso的初始种群；

41、自适应衰减系数的计算满足：

42、，其中，为第次迭代的自适应瞬态衰减系数，、为衰减系数最大值、最小值，为算法最大迭代次数；

43、在每次迭代后对当前最优个体进行高斯邻域扰动搜索，其计算满足：

44、，其中，为局部搜索扰动后的最优个体位置，为当前迭代全局最优个体位置，为扰动强度系数，、为调度变量取值上限、下限，为标准正态分布随机数。

45、相比现有技术，本发明的有益效果在于：

46、本发明充分考虑了新能源高渗透下系统低惯性特征、火电机组 n-1 故障频率波动风险及储能电池老化规律，采用多源数据增强、多约束混合整数二次规划模型与改进瞬态搜索优化算法，在保证电网频率安全稳定运行的情况下，降低了储能电池寿命损耗并提升了火储系统整体运行经济性；通过采集火电机组、储能系统及电网运行的多源数据进行预处理，为后续调度模型的构建和求解提供了高完整性、高可靠性的标准化数据输入，避免了原始数据中异常值、缺失值等对模型求解精度的负面影响；以火电发电成本与储能电池寿命损失成本加权和最小为目标，兼顾电网安全约束、储能运行约束及电池寿命损失量化约束，克服了传统方法仅考虑发电成本、忽视储能寿命损耗的缺陷，实现了系统经济性与储能长寿运行的协调统一；在瞬态搜索优化算法基础上引入混沌初始化、自适应权重更新、局部邻域搜索增强机制，克服了传统tso算法初始种群覆盖度低、固定衰减系数适配性差、最优解邻域精细挖掘不足的固有缺陷，提升了算法的全局搜索能力与收敛精度，从而能够精准求解多约束复杂调度模型；输出各时段火电机组最优出力、储能最优充放电功率及soc控制策略，为火储系统在新能源高渗透场景下提供了可实际执行的安全经济协同优化调度方案。