[发明专利]一种考虑机组冷热启动间隙的负荷恢复方法有效
申请号: | 201710334427.9 | 申请日: | 2017-05-12 |
公开(公告)号: | CN106953334B | 公开(公告)日: | 2019-08-09 |
发明(设计)人: | 谢云云;陈晞;王晓丰;黄琳雁;吕友杰;宋雯雯;李凯嵘;陈佳欣;蔡胜;卜京;殷明慧;姚娟;邹云;蔡晨晓;张俊芳 | 申请(专利权)人: | 南京理工大学 |
主分类号: | H02J3/14 | 分类号: | H02J3/14;G06Q10/04;G06Q50/06 |
代理公司: | 南京理工大学专利中心 32203 | 代理人: | 马鲁晋 |
地址: | 210094 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 考虑 机组 冷热 启动 间隙 负荷 恢复 方法 | ||
1.一种考虑机组冷热启动间隙的负荷恢复方法,其特征在于,包括以下几个步骤:
步骤1,根据机组冷热启动状态及负荷节点的位置建立各负荷节点的分级知识库;表示成如下形式:
式中K1——用分级知识库表示的机组启动无需等待情况下各类负荷节点的偏好等级;
K2——用分级知识库表示的机组启动需要等待情况下各类负荷节点的偏好等级;
A——已恢复系统内和机组恢复路径上的负荷节点;
B——与机组恢复路径相邻的线路上的负荷节点;
C——距离机组恢复路径较远的线路上的负荷节点;
2——负荷节点等级为2;
1——负荷节点等级为1;
步骤2,基于定性偏好描述语言和步骤1所得的负荷节点的分级知识库确定选择待恢复负荷点的偏好策略;偏好策略采用定性偏好描述语言表述为:
式中ti——启动功率传输到机组i的时间;
Ticmax——机组i的最大冷启动时间;
Tirmax——机组i的最小热启动时间;
T——基本偏好策略算子,表示等级高的负荷点具有较高的偏好程度;
步骤3,基于步骤2得到的待恢复负荷点的偏好策略建立负荷恢复优化模型;具体步骤为:
步骤3-1,确定每一时步负荷恢复的优化目标为:
式中f——加权负荷恢复量;
n——网架重构每一时步的待恢复负荷节点数量;
mi——节点i上的负荷出线数;
ωij——负荷出线的重要程度,采用一类负荷的比重表示;
xij——1,0变量,表示负荷点是否投入;
PLij——待恢复负荷出线在该时步内预测负荷恢复量;
步骤3-2,确定负荷恢复过程中需要考虑的约束条件,包括:
待恢复负荷选择约束:
最大可恢复负荷量约束为:
式中△PΣ——每个时步已恢复电源的新增出力;
NG——当前已恢复电源;
PGi(t)——t时刻已恢复电源出力;
单次投入负荷最大有功约束为:
式中PLmax——负荷最大有功投入量;
PNi——机组i的额定有功出力;
△fmax——暂态频率最大允许下降值;
dfi——机组i的暂态频率响应值;
各节点单次投入负荷最大无功约束为:
式中QLimax——节点i负荷最大投入无功量;
△Uimax——节点i暂态电压最大允许变化量;
UiN——节点i额定电压;
Sisc——节点i的短路容量;
稳态潮流约束为:
式中Pdi——节点i的有功注入功率;
Qdi——节点i的无功注入功率;
Vi——节点i的电压;
Gij——节点i与j之间的电导;
Bij——节点i与j之间的电纳;
N——节点个数;
δij——Vi与Vj的相角;
机组出力、电压约束为:
式中PGi——机组的有功出力;
QGi——机组的无功出力;
PGimax——机组有功的最大出力;
PGimin——机组有功的最小出力;
QGimax——机组无功的最大出力;
QGimin——机组无功的最小出力;
Vi——节点电压;
Vimax——节点电压允许最大值;
Vimin——节点电压允许最小值;
步骤4,利用人工蜂群算法求解步骤3得到的负荷恢复优化模型,确定负荷恢复方案。
2.根据权利要求1所述的一种考虑机组冷热启动间隙的负荷恢复方法,其特征在于,步骤4中所述的利用人工蜂群算法求解步骤3得到的负荷恢复优化模型,具体步骤为:
步骤4-1,对人工蜂群算法进行初始化并对参数进行设置,具体为:初始化时,输入系统的参数包括系统结构,机组装机容量,机组爬坡率,机组启动功率,线路启动时间,负荷容量;设置人工蜂群算法种群数量N、最大迭代次数MCN、蜜源最大限制开采次数Limit,并将已迭代次数和蜜源开采次数置0;其中种群中引领蜂、跟随蜂各占一半;
步骤4-2,根据恢复路径对可以恢复的负荷进行预选,确定待恢复负荷点总的出线个数D,在初始时刻,N只蜜蜂全为侦查蜂,随机产生N个D维的0-1负荷恢复序列,即N个初始蜜源;判断蜜源对应的负荷恢复量是否不大于本阶段的最大可恢复负荷量并同时判断是否满足潮流约束条件,若同时满足上述条件,则停止生成初始蜜源,否则重新生成,直到蜜源满足上述条件为止;
之后以负荷的加权恢复量作为蜜源的适应度函数值,根据适应度值排序,前百分之五十为引领蜂,剩下的为跟随蜂;
步骤4-3,每个引领蜂在对应的蜜源周围进行邻域搜索,判断新的蜜源的适应度值是否比原来的适应度值大,根据贪婪原则,如果新蜜源适应度值大于原蜜源,则取代原位置,将已开采次数置0,否则,该蜜源的开采次数加1;
步骤4-4,引领蜂将蜜源的信息分享给跟随蜂,蜜源的质量越好,被跟随的概率越大;每个蜜源被选择的概率可以通过下式计算:
式中fiti——蜜源i的适应度值;
SN——蜜源总数;
跟随蜂根据概率值Pi选择蜜源,在选择的蜜源周围进行邻域搜索,判断新的蜜源的适应度值是否比原来的适应度值大,根据贪婪原则,如果新蜜源适应度值大于原蜜源,则取代原位置,该跟随蜂转变为引领蜂,蜜源已开采次数置0;否则,蜜源和引领蜂保持不变,该蜜源的开采次数加1;
步骤4-5,引领蜂和跟随蜂搜索结束后,迭代次数加1,并记录当前的最优蜜源;如果一个蜜源的开采次数达到上限,则放弃该蜜源,对应的蜜蜂变成侦查蜂,重新生成新的蜜源,已开采次数置1;
步骤4-6,如果迭代次数还未达到上限,则转到步骤4-3重新搜索,直到达到迭代上限后输出当前最优蜜源以及最优蜜源对应的负荷恢复方案。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京理工大学,未经南京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710334427.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:玫瑰马克杯(TC‑5118)
- 下一篇:餐盘