[发明专利]一种基于解空间分析且含风电的多目标三阶段调度方法

说明书

本发明公开了一种基于解空间分析且含风电的多目标三阶段调度方法，针对风电出力的不确定性，以及电网节能减排多目标发电调度模型的高维非线性和约束复杂性等特点，采用置信区间简化风电场景模拟数量，并采用三阶段调度方法将原问题的复杂模型分解为一个多目标主问题和两个非线性规划子问题，通过对降维后不同阶段的交替求解，实现复杂模型的有效求解，同时设计了一种基于解空间分析的多目标优化方法对降维后的多目标主问题进行直接求解，本方法该方法能有效求解含风电的多目标环境机组组合问题，提高模型的求解精度，并降低发电成本和减少污染气体排放，实现多目标环境经济调度。

技术领域

本发明涉及一种基于解空间分析且含风电的多目标三阶段调度方法，属于电力系统控制技术。

背景技术

近年来全球对环境保护和可持续发展的讨论日益高涨，随着哥本哈根会议的不断发酵，以及WEEC会议的召开，人们的环保意识正逐渐增强。以系统发电成本最小的传统电力系统调度模型正在逐步向以环境和节能综合优化调度模型上转变，同时，大规模新能源的持续接入(尤其是风电的高渗透性)使得其并网后的影响已不能忽视，以风电为代表的新能源因其较强的不确定性和随机性给电网的经济性和安全性带了全新的挑战。文献《含随机风电的大规模多目标机组组合问题的向量序优化方法》以煤耗量、购电费用、SO2排放量为目标建立多目标模型，采用向量序进行优化，但同样未能考虑网络安全约束。文献《大规模风电入网下的风气火电力系统联合优化调度》引入发电厂环境成本，建立多目标风气火电联合多目标优化调度模型，并采用改进粒子群算法进行优化，但未考虑相邻时段内爬坡约束的限制。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种基于解空间分析且含风电的多目标三阶段调度方法，以解决现有电网中含风电的多目标环境调度技术中存在的模型求解困难、收敛性差、收敛精度低以及风电出力随机性不易处理等问题；在模型求解过程中，本发明首选采用区间数方法处理风电的随机性，通过置信区间的设定来模拟风电出力的不确定性；其次应用Benders分解技术将模型分解成主子问题，并对主子问题构建三阶段交替迭代求解，考虑到主问题是一个带复杂约束条件的多目标问题，提出一种基于解集动态优化的多目标优化算法进行求解，提高了模型的收敛性和求解精度。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种基于解空间分析且含风电的多目标三阶段调度方法，包括如下步骤：

S1、获取计算模型和数据；

S2、建立含风电的多目标环境调度模型；

S3、对风电不确定性进行场景分析，获得场景模拟信息；

S4、采用Benders分解策略将多目标环境调度模型分解为主问题和子问题，并通过三个阶段进行优化；

S5、第一阶段：获得不含网络约束的多目标主问题，即优化多目标条件下机组最优组合问题方式和机组出力情况，首先通过对解空间的动态分析获得主问题的Pareto最优解集，然后采用基于模糊满意度的熵权-TOPSIS法(逼近理想解排序法)获得最优折中解；

S6、第二阶段：在第一阶段获得的最优折中解基础上，验证网络安全约束模型，如果能够满足网络安全约束，则转入S7，否则生成Benders Cut返回S5继续迭代计算；

S7、第三阶段：验证第一、二阶段得到的解是否能够满足不同的风电场景下的机组约束和网络安全约束；如果能够满足机组约束，则转入步骤S8，否则生成Benders Cut返回S5继续迭代计算；

S8、如果能够满足网络安全约束，则转入步骤S9，否则生成Benders Cut返回S5继续迭代计算；

S9、判断当前代入的场景是否是最后的模拟场景，如果不是，则生成Benders Cut返回S5继续迭代计算，否则结束本次计算，并给出最终的调度方案。