基于多目标粒子群算法的电力系统环境经济调度研究

提出了一种新的多目标粒子群优化(Multi-Objective Particle Swarm Optimization, MOPSO )算法,用于求解电力系统的环境/经济调度问题。通过设计特定的约束修正因子,将不可行解修正成可行解,并在此基础上用惩罚函数法构建了新的适用于多目标粒子群的适应度函数模型。根据帕累托占优条件形成历史帕累托最优解集和全局帕累托最优解集,引入稀疏度排序法选择全局最优解,基于帕累托最优前沿的斜率特性,提出用斜率法筛选非劣解,采用基于模糊数学的满意度评价模型选择POF的折衷最优解。最后,用IEEE-30节点标准测试系统对所提算法进行了仿真测试,并与其他算法进行了对比。仿真结果表明所提算法可行、有效。     

采用多目标纵横交叉算法的电力系统动态环境经济调度

针对带非线性约束的电力系统动态环境经济调度问题,提出一种多目标纵横交叉算法。对动态调度中燃料费用和污染排放两个相互约束、冲突的目标同时进行优化。求解过程中,结合非约束支配策略,提出一种双交叉机制,增强粒子穿越非可行区域的能力,使得生成的帕累托最优解落在可行区域内。通过边缘探索,增强算法的全局搜索能力。同时,采用外部存档集合储存非劣解,并通过拥挤度对比,保持非劣解的多样性。最后,采用模糊决策理论获得最优折中解。对10机电力系统的仿真结果验证了所提方法的有效性与优越性。     

基于改进多目标海樽群算法的电力系统优化调度

文中提出了一种新的多目标海樽群优化算法,将其与等式约束修正技术和可行解占优约束处理技术相结合,用于求解高度约束的电力系统环境经济优化调度问题。该算法采用高斯采样策略和变异操作增强其寻优性能;通过一种改进的基于动态拥挤距离的非支配排序方法获得分布均匀的帕累托最优前沿;应用模糊集理论为决策者提供最佳折中解。在IEEE 30节点6机组标准测试系统上进行算例仿真,并与其它优化算法进行了对比。结果表明,所提算法在求解电力系统环境经济调度问题时具有更好的优化效果。     

采用多目标随机黑洞粒子群优化算法的环境经济发电调度

将多目标随机黑洞粒子群优化(multiobjective random black-hole particle-swarm optimization,MORBHPSO)算法用于解决环境经济发电调度问题,对燃料发电机组相互冲突的燃料费用函数和污染气体排放量函数同时进行优化。提出带等式约束的帕累托占优条件,使生成的帕累托(Pareto)最优解集在解的可行区域,并采用新的"聚类技术"减少解集中解的个数以加快寻优速度。通过变异操作改善解的多样性,并根据"距离评价指标"从帕累托最优前沿(Pareto optimal front,POF)中选择折衷最优解。对IEEE 30节点的标准测试系统进行仿真计算,结果表明该算法在解决环境经济调度问题方面的可行性和有效性,减少了迭代次数,而且在不增加污染气体排放量的同时降低了燃料费用。     

基于多群组均衡协同搜索的多目标优化发电调度

针对多目标、强约束及大规模电力系统发电优化调度问题,提出一种新型多群组均衡协同搜索算法(EMGSS)。该算法基于随机学习自动机的协同进化搜索以实现合作搜索群组之间的适应度分配和策略交互。此外,EMGSS提出一种分级均衡聚类方法为系统调度员提供一系列多样化的帕累托最优均衡前沿,并引入纳什均衡来抽取最终多目标解集的最优决策解。仿真算例采用标准IEEE 30节点及118节点系统,性能对比与仿真测试验证了所提算法在解决高维多目标节能减排发电调度问题中的优越性。     

一种同时考虑DG和ESS选址定容的主动配电网规划方法

为提高主动配电网的供电可靠性以及促进间歇性分布式电源的高效利用,提出了一种同时考虑分布式电源和储能系统选址定容的主动配电网规划方法。综合考虑了功率平衡约束、运行功率约束以及电压约束等约束条件,建立了以主动配电网的年经济费用、年平均缺供电量以及污染气体减排量为目标函数的多目标规划模型。利用改进的NSGA-Ⅱ算法对模型进行求解,得到目标函数的帕累托最优解集,并利用模糊集理论找出最优解。最后,对IEEE69节点配电系统进行规划,结果表明,所建立的模型能够兼顾主动配电网的经济性、可靠性以及环保性三方面影响,问题求解过程中所用算法具有良好的收敛性以及全局搜索能力。     

基于改进MOBCC算法的热电联合系统经济环境调度

热电联产因其节能减排作用成为综合能源系统的重要组成部分,对于热电联合系统经济环境调度问题,采用基于帕累托支配的改进MOBCC算法求解,改进MOBCC算法在收敛性、解集的多样性和时间效率上具有优越的性能。采用基于约束违反指数的约束处理方法处理约束条件,并采用基于目标满意度与目标权重之间关系的多目标决策方法选择最优折衷解。算例分析表明,热电联合系统经济环境调度能够通过设置目标权重兼顾热电联合系统运行的经济目标和环境目标,实现热电联合系统的优化运行,同时验证了改进MOBCC算法的有效性。     

采用多目标改进差分进化算法的环境经济发电调度

针对差分进化算法在迭代过程中可能出现的早熟收敛问题,在算法中加入早熟判定系数和混沌优化,提出了改进差分进化算法;将改进差分进化算法扩展到多目标规划领域,形成了多目标改进差分进化算法,并应用于多目标环境经济发电调度.根据模糊集方法从帕累托前沿中选择最优折衷解.以6机系统为例进行仿真计算,结果验证了本文所提多目标改进差分进化算法在解决环境经济发电调度中的可行性和有效性.     

求解交直流互联电网多目标无功优化问题的INNC法

以交直流互联系统有功损耗和所有关键节点电压偏差平方和最小化为目标,建立交直流互联系统的多目标无功优化模型,并提出一种求其帕累托最优解的改进规格化法平面约束法。该算法针对帕累托前沿上各点的切线与乌托邦线夹角不同,对规格化法平面约束法进行改进,即将帕累托前沿按照一定规则分割成4段,每段对应1个子乌托邦线,从而将原多目标优化问题分解为4组多目标优化问题。再对每个子乌托邦线进行等距离分割处理,每组多目标优化问题可转化为求解一系列单目标优化问题。对南方电网交直流765节点等值系统的计算表明,所提出的算法能够有效求解实际交直流大电网多目标优化问题,且所求得的最优解集在帕累托前沿上分布更均匀。     

基于演化算法和讨价还价博弈的多目标最优潮流研究

针对电力系统的多目标最优潮流问题,首先通过遗传算法取得帕累托解集,从而充分反映出不同优化目标之间相互影响、相互背离的内在关系,在此基础上利用纳什讨价还价博弈方法选取全局最优解。探讨同时考虑发电费用（或发电煤耗）最小和系统网损最小的多目标最优潮流问题,首先验证该问题满足讨价还价博弈公理,再通过强度帕累托演化算法（strong Pareto evolution algorithm 2, SPEA2）求解得到帕累托前沿,保证收敛速度较快且帕累托前沿分布均匀,最后基于纳什讨价还价博弈求得最优解,解决了不同目标函数之间可能存在的矛盾。该文通过对IEEE 14节点系统的算例计算,验证了该方法的有效性。     

计及输电阻塞的帕累托最优多目标电网规划

在解除管制环境下,要求输电扩展规划有效缓解输电网络阻塞,文中分别以年阻塞盈余、线路投资费用和系统缺电成本为规划目标,基于帕累托(Pareto)多目标最优建立综合考虑阻塞问题、经济性和可靠性的多目标电网规划模型,并通过一种改进的强度帕累托进化算法(strength Pareto evolutionary algorithm,SPEA),实现对模型的求解。建立一种基于多维空间欧氏距离的排序方法,实现帕累托最优解集范围内的优化决策。18节点系统算例表明通过改进SPEA可以有效形成分布均匀的帕累托解集,并且所提多目标规划方法能够缓解和控制规划网络的输电阻塞。     

计及需求响应的含风电场多目标低碳经济调度

综合考虑发电成本、碳排放量和用户满意度,建立计及需求响应的含风电场多目标低碳经济调度模型。该模型采用随机规划理论描述风电出力的不确定性,并应用风电出力分布函数将其转化为等价的确定性模型;通过优化需求侧资源来调整次日的负荷曲线,以提高系统负荷率和风电消纳能力;引入用户满意度约束,保证调度方案使用户满意;将源荷侧资源整合统一调度来适应大规模风电并网和满足系统节能减排的要求。在人工鱼群算法搜索过程中结合禁忌搜索思想,并引入多目标搜索机制,提出了一种多目标改进鱼群算法对模型求解。采用逼近理想解排序法对帕累托前沿个体排序,辅助决策者确定最佳的调度方案。算例仿真结果验证了所提模型的合理性和算法的有效性。     

采用基于分解的多目标进化算法的电力环境经济调度

为了准确、快速地求解电力系统环境经济调度(environmental economic dispatching,EED)问题,将基于分解的多目标进化算法(multi-objective evolutionary algorithm based on decomposition,MOEA/D)应用于电力调度领域,提出了基于MOEA/D的多目标环境经济调度算法。该算法首先采用Tchebycheff法将整个EED Pareto最优前沿的逼近问题分解为一定数量的单目标优化子问题,然后利用差分进化同时求解这些子问题,并在算法中加入约束处理及归一化操作,以获得最优的带约束EED问题的调度方案。最后,应用模糊集理论为决策者提供最优折中解。对IEEE 30节点测试系统进行仿真计算,并与其它智能优化算法的调度方案对比。结果表明,该算法有效可行,且具有很好的收敛速度和求解精度。     

考虑经济性和网架性能的抗灾型骨干网架多目标规划

为增强极端自然灾害下电力系统的供电能力和抗灾能力,提出一种抗灾型骨干网架的多目标规划方法。该方法在满足负荷保障率、电力系统安全运行和网络拓扑连通性约束的基础上,综合考虑差异化规划加固费用、灾害后恢复全网供电的效率和骨干网架抵御灾害的能力,构建以最大化经济性、系统可恢复性和网络抗毁性为目标的抗灾型骨干网架优化模型。采用嵌入图论修复策略的全面学习粒子群优化算法求解模型,增大了算法的可行解空间。引入混合策略纳什均衡来选取算法所求得的帕累托解集中具有最优联合均衡值的前沿解作为最优的骨干网架方案,从而能较好地兼顾各个目标函数的利益。广东某区域电网的仿真结果表明了所提方法的有效性。     

基于飞蛾扑火优化算法的电力系统最优潮流计算

飞蛾扑火优化(moth-flame optimization,MFO)算法作为一种最新提出的启发式智能优化算法,具有优良的搜索性能和鲁棒性,可用于求解复杂实际工程问题。针对电力系统最优潮流问题,提出采用MFO算法的最优化求解方案。该方案采用发电成本以及发电成本结合有功网损、节点电压偏移的加权和作为优化问题的目标函数,考虑电力系统潮流计算中复杂的约束限制,并与现有的基于其他智能优化算法的最优潮流计算结果展开对比与分析。IEEE 30节点系统仿真算例结果表明,采用MFO算法求解最优潮流问题具有收敛速度更快、搜索精度更高、鲁棒性强等优点。     

含风电场的交直流互联电力系统网省协调有功调度优化方法

针对含风电场的交直流互联电力系统网省协调有功调度问题,建立了以发电总燃料耗量和交直流联络线网损最小为目标的优化模型,并考虑了各省网为应对风电场出力随机性所需的旋转备用约束以及各省间交流联络断面的安全约束。决策变量为各省内机组出力调整量和各省间直流联络线传输功率调整量。提出了一种实用的对协调机组进行压缩选择的策略以降低决策变量维数,采用直流潮流模型近似描述交流联络线传输功率和有功损耗与节点注入功率之间的关系,并采用法线边界交叉法和原对偶内点法求解多目标优化问题以获得均匀分布的帕累托最优解集;根据模糊隶属度和熵权法从帕累托解集中选出折中最优解作为协调调度方案。对某一实际大型交直流互联电网的仿真结果表明了所提出模型和求解方法的有效性,并且表明折中最优解比协调前调度方案具有更好的经济性。     

基于强化多目标差分进化算法的电-气互联系统最优潮流计算

随着综合能源系统的提出,电网和天然气网之间联系越来越紧密.为了保证电-气互联系统的安全、经济运行,需要对其进行联合规划研究.首先根据系统具有大规模、多维、非凸、非线性等特性,提出一种电-气能源互联系统的多目标优化调度模型;其次,针对多目标求解算法中种群收敛性和分布性冲突不断加剧的现象,提出一种加强非支配解占优关系的多目标差分进化算法;最后,以IEEE 30节点电力系统和比利时20节点天然气系统为例,说明了所提算法能够对所考虑的目标函数产生分布良好的帕累托最优前沿,而且可以在高维目标求解中得到一组较好的优化解,以此满足不同工况下系统的运行要求.     

考虑DG及负荷时序性的多目标配电网重构与DG调控综合优化规划

为解决分布式电源（distributed generation,DG）出力及负荷的时变性给实际配电网调度所造成的不利影响,使配电网的优化规划方案更加切实可行,提出了一种基于配电网重构和DG选址定容结合的多目标粒子群动态优化模型,该模型以配电网有功损耗、电压偏差及经济成本为优化目标,考虑负荷及DG出力的时变性,对配电网络重构和DG调度进行综合优化求解。通过基于随机森林模型（random forest,RF）及长短期记忆神经网络(long short-term memory,LSTM)模型的混合预测模型对配电网负荷及DG出力进行预测。采用经帕累托最优理论改进的粒子群算法得到配电网重构及DG调控的帕累托最优解集并利用模糊隶属度函数法来确定帕累托最优解集中的最佳配电网调度方案。基于IEEE 33标准测试系统设计多个算例进行仿真分析,结果表明,所提考虑负荷及DG出力时序性的配电网重构和DG调度联合优化模型可显著改善配电网络运行的经济性和稳定性。     

基于帕累托最优的配电网多目标规划

提出了一种能够反映配电网结构合理程度的可靠性指标——网络风险指数,并建立了以配电网投资费用、网络损耗和网络风险指数为目标函数,综合考虑经济性和可靠性的配电网规划模型。设计了一种基于节点关联矩阵的网络修复算法,能够对随机生成的网络中的孤岛、孤链和闭环进行检测和修复,使网络满足配电网辐射状要求。对强度帕累托进化算法进行了改进,给出了新的适应度函数,以提高算法的搜索速度和搜索能力,并利用逼近理想解排序法(TOPSIS)对帕累托前沿中的个体进行排序,筛选出最优方案。最后,对一个54节点配电网进行规划,结果表明网络风险指数与配电网的停电损失具有极强的线性相关性,其可以作为表征配电网可靠性的指标;与传统强度帕累托进化算法相比,所提改进算法具有较强的搜索能力和较快的搜索速度。     

多区域并行协同的多目标分布式帕累托最优潮流算法

在开放电力市场的环境下,各区域电网合作与利益博弈共存,区域电网之间的信息保密问题显得愈发重要。现有的帕累托最优潮流求解方法均属于集中式算法,在优化时需要获知全网的信息,无法满足高私密性以及高可靠性的要求。在该背景下,寻求一种去中心化的分布式优化方法以保障系统内各区域电网的信息安全显得尤为重要。基于此,文中提出了一种多区域并行协同的多目标分布式帕累托最优潮流求解算法。该算法以法线边界交叉法为基础,将整个系统的多目标潮流优化问题分解为与多个子区域对应的子优化问题。每个子区域采用独立的优化器完成子问题的优化,区域之间仅交换联络线上的边界变量以及虚拟目标因子进行全局调整,不断逼近原问题的帕累托最优解集。IEEE 118节点算例仿真结果表明:所提算法可在有效实现多目标帕累托最优潮流分布式并行求解的同时,还可提高求解精度和减小计算内存,从而适用于在开放电力市场背景下各区域电网合作与利益博弈共存的运营模式。