[发明专利]基于多目标分布式估计的水火电系统负荷分配方法

摘要

本发明提出了一种基于多目标分布式估计的电力系统负荷分配方法，主要处理电力系统负荷分配问题。其实现步骤为：初始化父代种群；修复父代种群中不可行个体；计算父代种群的适应度值；利用局部学习得到第一新种群；利用建模采样，得到第二新种群；合并两部分新种群得到子代种群，修复子代种群中不可行个体；计算子代种群的适应度值；合并子代种群和父代种群，利用快速非支配排序选择得到下一次迭代的父代种群；如果达到最大迭代次数，取出下一次迭代的父代种群中的非支配个体作为最终的负荷分配方案，否则继续迭代。本发明得到的负荷分配方案具有减少电力系统的污染气体排放量和燃料的消耗量，提供更多可选择负荷分配方案的优点。

主权项

一种基于多目标分布式估计的水火电系统负荷分配方法，包括如下步骤：(1)初始化大小为N的父代种群X(t)＝{x1(t),x2(t),...,xN(t)},t＝0，其中t为迭代次数，每个个体xn(t)都代表一种负荷分配方案，n＝1,2,...,N，N为父代种群的大小，N＝100；(2)对于父代种群中每个个体xn(t)，计算其罚函数值Sn(t)，判定该个体的可行性，如果Sn(t)＝0，则个体xn(t)是可行个体；如果Sn(t)＞0，则个体xn(t)是不可行个体；(3)根据电力系统的约束条件对父代种群X(t)中所有不可行个体进行修复操作；(4)根据电力系统的火电机组燃料消耗量函数F1和火电机组污染气体的排放量函数F2，计算每个个体的适应度值Fn(t)：Fn(t)＝[F1,F2]其中， F 1 = Σ m = 1 M Σ i = 1 N s t m [ a i + b i P sim + c i P sim 2 + | d i sin { e i ( P si min - P sim ) } | ] , M为电力系统运行总的时间段个数，tm是第m个时间段的时间长度，Ns为火电机组的个数，Psim是第i个火电机组在第m个时段的负荷，Psimin为第i个火电机组的最小负荷，ai，bi，ci，di，ei为第i个火电机组燃料消耗特性的不同数值系数，其具体数值根据电力系统中该火电机组的负荷与其燃料消耗量的关系决定； F 2 = Σ m = 1 M Σ i = 1 N s t m [ α i + β i P sim + γ i P sim 2 + η i exp ( σ i P sim ) ] , αi，βi，γi，ηi，δi为第i个火电机组污染气体排放特性的不同数值系数，其具体数值根据电力系统中该火电机组的负荷与其污染气体排放量的关系决定，i＝1,...,NS，m＝1,...,M;(5)根据父代种群X(t)的适应度值，找出父代种群中所有的非支配个体，组成 非支配种群E(t)，生成一个空的第一新种群Q1，如果2＜|E(t)|＜N/2，则令局部学习比例参数θ＝0.1，执行步骤(6)，否则，令局部学习比例参数θ＝0，跳转到步骤(7),其中||表示取大小操作；(6)从非支配种群E(t)中随机选择出N×θ个个体组成精英群，对精英群中每个个体xk(t),k＝1,...,N×θ进行局部学习，得到的N×θ个个体并放入第一新种群Q1中；(7)对父代种群X(t)建立分布式模型，利用该模型采样得到大小为N×(1‑θ)的第二新种群Q2；(8)将第一新种群Q1和第二新种群Q2合并成子代种群Q(t)，对于子代种群中的每个个体，计算其罚函数值，如果该个体的罚函数值大于0，则对该个体进行修复操作；(9)根据电力系统的火电机组燃料消耗量函数F1和火电机组污染气体的排放量函数F2，计算子代种群Q(t)中的每个个体的适应度值，该计算公式与步骤(4)相同；(10)合并父代种群X(t)和子代种群Q(t)，利用快速非支配排序方法选取前N个个体作为下一次迭代过程中的父代种群X(t+1)；(11)判断当前迭代次数t是否满足：t

下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。 免登录下载普通用户下载升级VIP会员，免费下载

该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安电子科技大学，未经西安电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】

本文链接：http://www.vipzhuanli.com/patent/201210215658.5/，转载请声明来源钻瓜专利网。