[发明专利]一种多目标野花算法的动态环境经济调度方法

说明书

本发明涉及一种多目标野花算法的动态环境经济调度方法，包括以下步骤：S1.以燃料费用最小和污染排放最小为目标函数，考虑等式约束和不等式约束，建立电力系统动态环境经济调度模型；S2.结合动态环境经济调度模型，初始化种群和算法迭代数据，计算粒子适应度；S3.执行约束支配策略选出非劣解集；S4.执行野花算法更新种群，具体包括：1）执行正态扩散和趋养进化机制；2）执行配对繁殖机制；3）执行染色体突变机制；更新非劣解集；S5.终止条件：若非劣解个数达到预定值，执行密集度机制对非劣解进行升级维护；否则，转S4；S6.执行模糊决策选取最优折中解。

技术领域

本发明涉及电力系统经济调度领域，更具体地，涉及一种多目标野花算法的动态环境经济调度方法。

背景技术

随着环境污染问题的日益凸显，各火电厂在追求发电效益的同时更多地考虑了废气的减排，并纷纷制定了污染气体排放限制法规。电力调度也由传统的单目标经济调度更多地转向了兼顾环境和经济的调度。

电力系统动态环境经济调度对电力系统的连续、安全、可靠运行和减低对环境的污染有着极其重要的意义。作为电力系统的一个多目标优化问题，它是考虑了随机性影响因素情况下的不确定性动态多目标优化调度，更符合实际要求，操作难度也更高。

随着对电力系统调度方法研究的深入，出现了多种解决多目标动态环境经济调度的方法，如：权系数法、价格惩罚因子法、模糊满意度法、NSGA-II算法等，这些方法复杂，需要设置的参数多，效率低，不便于操作。

因此，开发一种能够适应多目标动态环境经济调度问题，并且高效、快捷、简单的方法一直是个技术难题。

发明内容

本发明的目的在于，提供一种能对环境排放函数和燃料费用函数同时进行优化的，具有强大全局收敛能力的动态环境经济调度方法。

为实现以上发明目的，采用的技术方案是：

一种多目标野花算法的动态环境经济调度方法，包括以下步骤：

S1.以燃料费用最小和污染排放最小为目标函数，考虑等式约束和不等式约束，建立电力系统动态环境经济调度模型；

S2.结合动态环境经济调度模型，初始化种群和算法迭代数据，计算粒子适应度；

S3.执行约束支配策略选出非劣解集；

S4.执行野花算法更新种群，具体包括：

1)执行正态扩散和趋养进化机制；

2)执行配对繁殖机制；

3)执行染色体突变机制；

更新非劣解集；

S5.终止条件：若非劣解个数达到预定值，执行密集度机制对非劣解进行升级维护；否则，转S4；

S6.执行模糊决策选取最优折中解。

优选地，在所述步骤S1中，电力系统动态环境经济调度模型包括目标函数和约束条件，目标函数为燃料费用和污染排放，约束条件包括等式约束和不等式约束；

以燃料费用最小为目标函数的具体形式为：

其中，n为发电机组总数；P_i为第i台发电机的有功出力；a_i、b_i、c_i为第i台发电机的燃料费用系数；

考虑阀点效应，燃料费用函数可表示为：

以污染排放最小为目标函数的具体形式为：