[发明专利]基于改进多目标粒子群算法的环境经济发电调度求解方法

说明书

技术领域

本发明属于电力系统多目标优化调度技术领域，特别涉及一种基于改进多目标粒子群算法的环境经济发电调度求解方法。

背景技术

电力系统经济调度是在满足电力供需平衡及机组出力上下限的条件下，求解使系统发电成本或燃料费用最低的调度方案。然而，火电机组在发电过程中不可避免地向大气排放硫氧化物、氮氧化物及二氧化碳等污染气体。随着人们环保意识的增强，限制污染气体的排放量也成为电力系统的一个重要调度目标，电力系统由原来的单目标经济调度转变为多目标环境经济调度。

相比其他减排措施，环境经济调度因其投资少见效快而备受研究者的青睐。含环境经济调度因素的多目标优化问题，其早期求解方法多采用约束法和权系数和法。约束法将污染气体排放指标作为经济调度的一个新约束，其求解仍属单目标优化，但该方法未考虑环境与经济间的折衷关系。权系数和法把多个优化目标线性组合，从而将多目标优化转化为单目标优化，该方法通过调整各目标的加权系数获得一组帕累托最优解，但需多次运行算法。另外，该方法缺少选择最优权系数的基础研究。

环境经济调度是一个高维非线性优化问题，基于梯度等的传统优化方法难以找到其全局最优解。近年，粒子群算法因此简单、易操作、收敛速度快等特点，被广泛应用于电力系统的经济调度中，并取得了一定的成效。粒子群算法最早由美国的Kenndy和Eberhart于1995年提出，用于模拟鸟群的觅食过程，算法通过粒子间的合作、竞争进行智能指导寻优。目前，已有学者应用粒子群算法来求解多目标优化问题。将多目标粒子群算法扩展到环境经济调度领域时，算法对多个目标同时进行优化，但各目标间的矛盾性，使多目标粒子群算法的全局最优解并不唯一，只能得到一组帕累托最优解。如何合理地选择种群的全局最优解和个体的最优解成为求解多目标优化问题的关键之一。

发明内容

本发明的目的在于克服现有方法在求解环境经济发电调度方案时系统约束未能严格满足或得到的帕累托最优前沿（Pareto optimal front，POF）分布不够广泛均匀的弊端，提出了一种新的基于改进多目标粒子群算法的环境经济发电调度求解方法，对环境经济发电调度建立了数学模型，给出了使约束严格满足的处理方法，改进了多目标粒子群个体最优解和全局最优解的选取方法，提出了根据帕累托最优前沿的斜率特性筛选占优解，实现了帕累托最优前沿分布的广泛性和均匀性；该方法不仅适合不计网损的环境经济调度，尤其适合采用B系数矩阵法求解网损的环境经济调度问题。

为实现本发明的目的，本发明提供的技术方案是：

一种基于改进多目标粒子群算法的环境经济发电调度求解方法，包括以下步骤，

步骤1、建立环境经济调度的数学模型；

环境经济调度的数学模型包括目标函数和约束条件；目标函数包括燃料费用最低和污染气体排放量最少；约束条件包括机组出力约束、功率平衡约束、旋转备用约束；

具体形式为：