[发明专利]考虑阀点效应电网经济调度问题的分维最速下降求解方法

说明书

技术领域

本发明涉及电力系统的运行、分析与调度技术领域，特别是涉及一种考虑机组阀点效应电网经济调度问题的求解方法。

背景技术

考虑阀点效应电网经济调度问题是一个非凸、不可微和多局部最小解的优化问题。传统的梯度法和牛顿法等方法无法求解所述问题，为更好地求解该问题，学者们提出了进化规划算法（Q.H.Wu，and J.T.Ma.Power system optimal reactive power dispatch using evolutionary programming[J].IEEE Transactions on Power Systems，1995，10(3)：1243-1249.吴青华，J.T.Ma.采用进化规划的电力系统最优无功经济调度[J].美国电气与电子工程师协会电力系统汇刊，1995，10(3)：1243-1249.），遗传算法（Q.H.Wu，and Y.J.Cao.Dispatching.Encyclopedia of Electrical and Electronics Engineering，John Wiley&Sons Inc.，edited by John G.Webster，1999.吴青华，曹一家.调度.威利电力与电子工程百科全书，John Wiley&Sons Inc.，John G.Webster编辑，1999.）、（C.-L.Chiang.Improved genetic algorithm for power economic dispatch of units with valve-point effects and multiple fuels[J].IEEE Transactions on Power Systems，2005，20(4)：1690-1699.C.-L.Chiang.考虑机组阀点效应和多燃料的电力系统经济调度的改进遗传算法[J].美国电气与电子工程师协会电力系统汇刊，2005，20(4)：1690-1699.），蚁群算法（侯云鹤，熊信艮，吴耀武，等.基于广义蚁群算法的电力系统经济负荷分配[J].中国电机工程学报，2003，23(3)：59-64.），禁忌搜索算法（W.-M.Lin，F.-S.Cheng，and M.-T.Tsay.An improved tabu search for economic dispatch with multiple minima[J].IEEE Transactions on Power Systems，2002，17(1)：108-112.W.-M.Lin，F.-S.Cheng，M.-T.Tsay.含多最小值的经济调度的改进禁忌搜索算法[J].美国电气与电子工程师协会电力系统汇刊，2002，17(1)：108-112.），粒子群优化算法（侯云鹤，鲁丽娟，熊信银，等.改进粒子群算法及其在电力系统经济负荷分配中的应用[J].中国电机工程学报，2004，24(7)：95-100.），群搜索优化算法（C.X.Guo，J.P.Zhan，and Q.H.Wu.Dynamic economic emission dispatch based on group search optimizer with multiple producers[J].Electric Power Systems Research，2012，86：8-16.郭创新，詹俊鹏，吴青华.基于含多个发现者的群搜索优化算法的动态经济排放调度研究[J].电力系统研究，2012，86：8-16.），蜂群算法（S.Hemamalini，and S.P.Simon.Artificial bee colony algorithm for economic load dispatch problem with non-smooth cost functions[J].Electric Power Components and Systems，2010，38(7)：786-803.S.Hemamalini，S.P.Simon.含不平滑成本函数的经济负荷调度问题的人工蜂群算法[J].电力部件与系统，2010，38(7)：786-803.）和萤火虫算法（X.-S.Yang，S.S.S.Hosseini，and A.H.Gandomi.Firefly algorithm for solving non-convex economic dispatch problems with valve loading effect[J].Applied Soft Computing，2012，12(3)：1180-1186.X.-S.Yang，S.S.S.Hosseini，A.H.Gandomi.用于求解含阀点负荷效应的非凸经济调度问题的萤火虫算法[J].应用软计算，2012，12(3)：1180-1186.)等随机搜索算法，得到了较好的求解效果，但是这些随机搜索算法在缺乏问题具体信息的情况下在解空间中进行随机搜索其效率低，计算量大。随着所述问题机组数量增加，其解空间愈加复杂，这些随机搜索算法耗费的计算量急剧增加且求解精度不能得到保证。现有的对所述问题的研究主要集中在优化算法的改进，然而针对问题本身的特性研究却鲜见于文献中，更是缺乏能够充分利用问题解空间的特性的求解方法。