[发明专利]一种交直流混联电网的两阶段多目标动态优化调度方法

说明书

本发明公开一种交直流混联电网的两阶段多目标动态优化调度方法，属于电力调度技术领域，该方法包括获取交直流混联电网基础数据，建立含发电成本和环境成本的优化目标函数的第一阶段机组组合模型，建立以电压偏差为优化目标函数的交直流混联电网第二阶段最优潮流模型，将第一阶段所求各时间序列的优化结果给到对应第二阶段模型，使用教与学优化算法求解第二阶段模型，得到含交直流混联电网的动态优化调度方案。本发明将多目标动态优化调度解耦为两阶段优化过程，降低原始问题求解难度，提升了计算效率。此外在考虑了火电机组的最优组合和污染物排放量的基础上，还考虑了交直流混联电网的潮流约束，保证交直流混联电网安全、经济、稳定运行。

技术领域

本发明涉及电力调度技术领域，尤其涉及一种交直流混联电网的两阶段多目标动态优化调度方法。

背景技术

近年来，柔性直流输电技术被越来越多的用于可再生能源并网、孤岛供电等领域，交直流混联电网在电网中所占比例逐年增加，交直流混联电网的优化问题面临巨大的挑战。

在交直流混联电网中，由于直流输电功率的接入将会影响交流电网中火电机组的发电计划和启停状态，同时会引起潮流的重新分布，因此，在制定交直流混联电网的优化调度方案时，必须建立交直流最优潮流模型来约束混联电网中的潮流分布。在调度方案制定过程中，考虑单一经济指标已不能满足电网调度的要求，系统的电压偏差、环境成本等问题越来越多的被用于优化调度之中，这就使交直流混联电网的优化问题成为一个多变量、多目标、非线性、多约束、离散和连续变量混合共存的数学优化问题。

传统的电力系统优化调度模型求解方法主要是内点法，随着动态模型的引入和优化技术的发展，现有优化算法主要分为两大类：一类是数学规划算法，如内点法、简化梯度法、动态规划等；另一类是人工智能算法，如双鱼群算法、蚁群算法、教与学算法等。数学规划法求解速度快，但其所得结果依赖于初值的选取，很容易陷入局部最优解，人工智能算法能较好的处理优化问题，计算精度较高，但计算时间偏长。由于交直流混联电网的优化模型的复杂程度，单一算法已不能完全满足混联电网的优化要求，寻求一种快速、有效求解该问题的方法显得尤为重要。

发明内容

针对上述现有技术的不足，本发明提供一种交直流混联电网的两阶段多目标动态优化调度方法。

为解决上述技术问题，本发明所采取的技术方案是：一种交直流混联电网的两阶段多目标动态优化调度方法，其流程如图1所示，包括如下步骤：

步骤1：获取交直流混联电网的基础数据、每个时段负荷数据及火电机组基本数据信息；

步骤2：建立第一阶段含环境成本和发电成本的机组组合模型；

步骤2.1：以发电成本和环境成本最小，添加决策者偏好系数，将环境成本和发电成本两目标处理为单目标，建立目标函数如下：

f_i(P_i,t)＝a_i(P_i,t)²+b_iP_i,t+c_i

w_i(P_i,t)＝d_i(P_i,t)²+g_iP_i,t+k_i