[发明专利]一种基于野花优化算法的电力系统经济调度方法

说明书

本发明涉及一种基于野花优化算法的电力系统经济调度方法，包括以下步骤：步骤1：以系统燃料费用最小为目标函数，考虑等式约束和不等式约束，建立电力系统经济调度模型；步骤2：结合调度模型，执行混沌机制初始化种群；步骤3：执行正态扩散和趋养进化机制；步骤4：执行配对繁殖机制；步骤5：执行染色体突变机制；步骤6：终止条件：若达到最大迭代次数，则结束循环，输出结果；否则，转步骤3。

技术领域

本发明涉及电力系统经济调度技术领域，更具体地，涉及一种基于野花优化算法的电力系统经济调度方法。

背景技术

电力系统经济调度对电力系统的连续、安全、可靠运行有着极其重要的意义。作为电力系统的一个典型优化问题，经济调度是指在满足各级负荷需求和各运行约束的前提下，优化配置各发电机的出力，使得燃料能够被高效利用，从而降低发电成本，降低电网损耗，提高发电效益，进而提高系统的安全性与经济性，是一个非线性、多维度、多约束、连续和非凸的优化问题。

在采用传统调度方法的基础上，近年来，随着智能算法的发展，越来越多的基于生物群体智能的优化算法被用到电力系统经济调度问题上面来，如：粒子群算法(PSO)、拟退火算法(SA)、狼群算法(WPA)、遗传算法(GA)等。

这些算法虽各有特点，并在不同程度上面取得了一些进展，但是对于电力系统经济调度这个多约束、非线性、复杂优化问题依然存在许多弊端。如：遗传算法(GA)运行时间长；粒子群算法(PSO)容易陷入局部最优；拟退火算法(SA)、狼群算法(WPA)粒子多样性差，控制参数多等。另外，许多算法全局收敛能力差，对于经济调度这个复杂模型的全局收敛能力不够强，容易陷入局部最优。

因此，如何使得一种算法能够适应调度实际问题，并高效、快速、精确地收敛到最优解一直是一个技术难题。

发明内容

本发明的目的在于，提供一种能够保证粒子多样性与算法收敛速度的同时，又具有强大全局收敛能力的电力系统经济调度方法。

为实现以上发明目的，采用的技术方案是：

一种基于野花优化算法的电力系统经济调度方法，包括以下步骤：

步骤1：以系统燃料费用最小为目标函数，考虑等式约束和不等式约束，建立电力系统经济调度模型；

步骤2：结合调度模型，执行混沌机制初始化种群；

步骤3：执行正态扩散和趋养进化机制；

步骤4：执行配对繁殖机制；

步骤5：执行染色体突变机制；

步骤6：终止条件：若达到最大迭代次数，则结束循环，输出结果；否则，转步骤3。

优选地，所述步骤1以系统燃料费用最小为目标函数的具体形式为：

其中，n为发电机总数；P_i为机组i的有功出力；a_i、b_i、c_i为机组i的燃料费用系数。

优选地，考虑阀点效应对发电成本的影响，所述步骤1以系统燃料费用最小为目标函数的具体形式为：

其中，n为发电机总数；P_i为机组i的有功出力；a_i、b_i、c_i为机组i的燃料费用系数；e_i、f_i为机组i的阀点效应系数。

优选地，所述步骤1提及的等式约束和不等式约束包括：

(1)功率平衡约束