一种电力系统优化决策方法与流程

1.本发明涉及电力出力调度领域，具体涉及一种电力系统优化决策方法。


背景技术：

2.电厂机组出力调度一般考虑经济性原则，通过安排机组出力调度运行降低污染物排放，在短期内也能收到一定的效果。同时电厂能否快速完成电网负荷的升降任务，有效保证电网电量的供给，是评价参与负荷调节电厂的重要指标。
3.发电企业通过提高负荷变化的快速性，获得较大上网负荷将成为提高电厂经济效益的有效途径之一，而在其中如何合理决策出负荷调度分配中的机组信息，是电力出力调度中的重要课题。


技术实现要素：

4.为了解决上述现有技术中存在的缺陷和不足，本发明一种电力系统优化决策方法，包括。
5.s1.搜索空间配置。
6.s2.搜索空间求解。
7.s3.存储信息更新。
8.优选地，所述s1：搜索空间配置，包括。
9.(1)输入电力系统参数，确定变量的上下边界。
10.(2)初始化每个机组对应的原子的速度和位置，并确保每个原子均在搜索空间内移动。
11.(3)对于种群中的每个原子，利用温度模拟分析算法计算评估种群中的每个原子。
12.(4)生成目前为止已探索过的搜索空间的超立方体，并使用这个超立方体构建坐标系统来定位每个原子。
13.优选地，所述温度模拟分析算法包括。
14.a1：初始化迭代次数k；温度参数cp=cp0。
15.a2：令初始可行解=当前解xi，计算对应的目标函数值ei。
16.a3：若此时达到热平衡条件则跳至a6；否则执行a4和a5。
17.a4：进行随机扰动，产生一个试验解xj作为xi的邻域解，ej为其对应的目标函数值。
18.a5：执行接受准则：若ej《=ei，则接受试验解，使xi=xj，并将xi加入可行解集x中以更新可行解集，回到a3；否则，直接回到a3。
19.a6：若达到迭代次数k，则停止迭代；否则，减小温度参数cp，然后回到a3。
20.优选地，所述s2：搜索空间求解，包括。
21.(5)配置每个原子的存档，包括计算每个原子的单一局部最优解。
22.(6)更新计时器t=t 1。
23.(7)从第一存储库中，确定每个原子i的最佳全局原子。
24.(8)计算并更新每个原子的速度和位置，并确保每个原子仍在搜索空间范围内，以防止其超越边界。
25.优选地，所述计算每个原子的单一局部最优解，包括。
26.b1：令循环表为空。
27.b2：令迭代次数k=0。选择一个初解x∈x，令x2=x。
28.b3：随机生成一组试验解s(x)∈n(x)(当前解x的邻域)，之后按升序排列，得到ss(x)。令x1为ss(x)中的最优试验解，即x1位于ss(x)的首位。
29.b4：若e(x1)》e(x2)，则转到b5；否则令目标最优解x2=x1，然后转到b5。
30.b5：执行循环测试。如果x1不在循环表中，则令其为当前解。令x=x1，更新循环表，执行b7；否则转到b6。
31.b6：执行搜索移动测试，若满足，则搜索移动有效，令x=x1，再执行b8；否则转到b7。
32.b7：如果ss(x)已遍历完，执行b8；否则，令x1取ss(x)中下一个解，回到b4。
33.b8：执行终止测试。如果满足迭代停止条件，则算法结束；否则令k=k 1,然后，回到b3。
34.其中，计算每个原子的单一局部最优解的步骤中所涉及的符号表示如下。
35.x：更新后的可行解集。
36.x：当前解，x∈x。
37.x2：找到的目标最优解。
38.x1：在试验解的样本中的最优解，即试验最优解。
39.e(x)：当前解x的目标函数。
40.n(x)：x的邻域集，x∈x。
41.s(x)：x的邻域样本，s(x)∈n(x)。
42.ss(x):根据目标函数e(x)挑选出的升序排列的样本。
43.优选地，满足搜索移动测试是指：如果该次移动产生的解与该次移动之前得到的解相比，拥有更好（更小）的目标函数值，则该次移动有效。
44.优选地，终止测试是指：如果满足下列任一种情况，则停止搜索。
45.c1：在最近一次目标最优解得到改变以后，又进行迭代的迭代次数超过了预设的最大迭代次数，即在规定迭代次数内，没有发现新解。
46.c2：总迭代次数达到最大允许值。
47.优选地，所述确定每个原子i的最佳全局原子。包括。
48.首先，对包含多于1个原子的超立方体计算其原子密度值，该数值等于单位网格中所包含的原子数。原子所在网格中包含的原子数越多，其密度值越大，反之越小。然后，用这些原子密度值，采用轮盘赌的方法来选择超立方体，并从这些超立方体中选择相应的原子。一旦选择了超立方体后，我们便随机选择一个原子作为该超立方体内原子的全局最优原子。
49.优选地，所述s3.存储信息更新；包括。
50.(9)更新第一存储库中的信息以及超立方体内原子所代表的网格。
51.(10)更新第二存储库中的信息。
52.(11)如果达到最大迭代次数itermax，则转到(12)；否则，回到(6)。
53.(12)从第一存储库中输出这组目标最优解。
54.优选地，如果原子的当前位置劣于第二存储库中的位置，那么保留第二存储库中的位置信息；否则，用当前的位置信息取代第二数据库存档中的位置信息；如果两者都是试验最优解，则随机选择其中一个存入第二存储库中。
55.本发明的一种电力系统优化决策方法，有灵活且较优的平衡机制来增强和适用全局和局部搜索能力，通过搜索空间配置、搜索空间求解和存储信息更新获得目标最优解，以确定出对应的电力机组信息，从而为对电力系统机组进行负荷优化分配和机组出力调度提供了优化和决策依据。
附图说明
56.图1为本发明一种电力系统优化决策方法的流程图。
具体实施方式
57.如图1所示，本发明一种电力系统优化决策方法，包括。
58.s1.搜索空间配置。
59.(1)输入电力系统参数，确定变量的上下边界。
60.(2)初始化每个机组对应的原子的速度和位置，并确保每个原子均在搜索空间内移动。
61.对电力系统网络内的机组进行区域划分，对每一区域内的机组赋予初始序列号，将每个机组与搜索空间内的原子进行对应，并将机组的初始序列号作为相应原子的初始位置，同时随机初始化每个原子的速度。
62.(3)对于种群中的每个原子，利用温度模拟分析算法计算评估种群中的每个原子。
63.所述温度模拟分析算法包括。
64.a1：初始化迭代次数k；温度参数cp=cp0,这个参数要足够大，使其对任意一个初始解的接受概率都接近1。
65.a2：令初始可行解=当前解xi，计算对应的目标函数值ei，从可行解集x中任选一个可行解作为当前解xi。
66.a3：若此时达到热平衡条件则跳至a6；所述达到热平衡条件为温度达到预设温度并保持预设时间（例如5分钟）；否则执行a4和a5。
67.a4：进行随机扰动，产生一个试验解xj作为xi的邻域解，ej为其对应的目标函数值。
68.a5：执行接受准则：若ej《=ei，则接受试验解，使xi=xj，并将xi加入可行解集x中以更新可行解集，回到a3；否则，直接回到a3。
69.a6：若达到迭代次数k，则停止迭代；否则，减小温度参数cp（可以等比例递减），然后回到a3。
70.(4)生成目前为止已探索过的搜索空间的超立方体，并使用这个超立方体构建坐标系统来定位每个原子，其中，每个原子的坐标值都根据该原子的目标函数值来确定。
71.目标函数为机组的网络损耗函数或电压偏移率函数。
72.s2.搜索空间求解。
73.(5)配置每个原子的存档，包括计算每个原子的单一局部最优解（该存档会作为原子在搜索空间运动的指引。这些存档存于第二存储库中）。
74.所述计算每个原子的单一局部最优解，包括。
75.b1：令循环表为空。
76.b2：令迭代次数k=0。选择一个初解x∈x，令x2=x。
77.b3：随机生成一组试验解s(x)∈n(x)(当前解x的邻域)，之后按升序排列，得到ss(x)。令x1为ss(x)中的最优试验解，即x1位于ss(x)的首位。
78.b4：若e(x1)》e(x2)，则转到b5；否则令目标最优解x2=x1，然后转到b5。
79.b5：执行循环测试。如果x1不在循环表中，则令其为当前解。令x=x1，更新循环表，执行b7；否则转到b6。
80.b6：执行搜索移动测试，若满足，则搜索移动有效，令x=x1，再执行b8；否则转到b7。
81.b7：如果ss(x)已遍历完，执行b8；否则，令x1取ss(x)中下一个解，回到b4。
82.b8：执行终止测试。如果满足迭代停止条件，则算法结束；否则令k=k 1,然后，回到b3。
83.其中，计算每个原子的单一局部最优解的步骤中所涉及的符号表示如下。
84.x：更新后的可行解集。
85.x：当前解,x∈x。
86.x2：找到的目标最优解。
87.x1：在试验解的样本中的最优解，即试验最优解。
88.e(x)：当前解x的目标函数。
89.n(x)：x的邻域集，x∈x。
90.s(x)：x的邻域样本，s(x)∈n(x)。
91.ss(x):根据目标函数e(x)挑选出的升序排列的样本。
92.满足搜索移动测试是指：如果该次移动产生的解与该次移动之前得到的解相比，拥有更好（更小）的目标函数值，则该次移动有效。
93.终止测试是指：如果满足下列任一种情况，则停止搜索。
94.c1：在最近一次目标最优解得到改变以后，又进行迭代的迭代次数超过了预设的最大迭代次数，即在规定迭代次数内，没有发现新解。
95.c2：总迭代次数达到最大允许值。
96.在计算每个原子的单一局部最优解时，先随机选择一个可行解，然后得到该可行解的邻域。如果向邻域的一次移动不在循环表中；或者虽然在循环表中，但是满足搜索移动测试，则接受此次移动。通过不断持续这样的搜索过程，最优解将不断得到更新并被保存起来，直到满足停止条件。
97.循环表通过有序地记录每次移动而得到，每当一个新元素被添加到循环表的底部时，循环表中最早的元素就会从循环表顶部被顶出，循环表在搜索过程中被循环地修改。
98.(6)更新计时器t=t 1。
99.(7)从第一存储库中，确定每个原子i的最佳全局原子。首先，对包含多于1个原子的超立方体（网格数nn＞1）计算其原子密度值，该数值等于单位网格中所包含的原子数。原
子所在网格中包含的原子数越多，其密度值越大，反之越小。然后，用这些原子密度值，采用轮盘赌的方法来选择超立方体（原子密度值越低，选择的概率就越大），并从这些超立方体中选择相应的原子。一旦选择了超立方体后，我们便随机选择一个原子作为该超立方体内原子的全局最优原子。
100.(8)计算并更新每个原子的速度和位置，并确保每个原子仍在搜索空间范围内，以防止其超越边界。
101.s3.存储信息更新。
102.(9)更新第一存储库中的信息以及超立方体内原子所代表的网格,即将所有目标最优解存入第一存储库中，同时将第一存储库中的试验最优解去除。因为第一存储库容量有限，当存储库容量饱和时，采用二次保留判据：在目标空间中，位于种群密度较小区域内的原子的优先级要高于位于种群密度较大区域中的原子。
103.(10)更新第二存储库中的信息。如果原子的当前位置劣于第二存储库中的位置（即原子的当前位置为试验最优解，而第二存储库中该原子的位置为目标最优解），那么保留第二存储库中的位置信息；否则，用当前的位置信息取代第二数据库存档中的位置信息；如果两者都是试验最优解，则随机选择其中一个存入第二存储库中。
104.(11)如果达到最大迭代次数itermax，则转到(12)；否则，回到(6)。
105.(12)从第一存储库中输出这组目标最优解。
106.本发明的一种电力系统优化决策方法，有灵活且较优的平衡机制来增强和适用全局和局部搜索能力，通过搜索空间配置、搜索空间求解和存储信息更新获得目标最优解，以确定出对应的电力机组信息，从而为对电力系统机组进行负荷优化分配和机组出力调度提供了优化和决策依据。
107.出于示例和说明目的给出了对本发明的描述，但所述描述并非旨在是穷举的或是将本发明限于所公开的形式。对于所属技术领域的普通技术人员来说，许多修改和变化都将是显而易见的。实施例的选择和描述是为了最佳地解释本发明的原理和实际应用，并且当适合于所构想的特定使用时，使得所属技术领域的其它普通技术人员能够理解本发明的具有各种修改的各种实施例。