亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        考慮多約束的多區(qū)域動態(tài)經(jīng)濟調(diào)度

        2020-07-31 03:59:12李錦焙
        黑龍江電力 2020年1期
        關鍵詞:適應度時段種群

        李錦焙

        (廣東電網(wǎng)有限責任公司佛山南海供電局,廣東 佛山 528000)

        0 引 言

        電力系統(tǒng)優(yōu)化調(diào)度[1-4]問題是通過合理分配各個發(fā)電機組的出力實現(xiàn)最優(yōu)組合來實現(xiàn)運行成本的經(jīng)濟性。電力系統(tǒng)動態(tài)優(yōu)化調(diào)度通過縮短調(diào)度時間跨度實現(xiàn)了優(yōu)化的實時性,使優(yōu)化結(jié)果更加貼近實際電網(wǎng)的運行。隨著電力系統(tǒng)規(guī)模的擴大以及用電負荷中心的分散,為了確保供電網(wǎng)絡的可靠性,多個負荷中心互聯(lián)的多區(qū)域電力系統(tǒng)對電力系統(tǒng)安全穩(wěn)定運行至關重要。多區(qū)域電力系統(tǒng)互聯(lián)有利于提升系統(tǒng)的穩(wěn)定性和可靠性,降低電網(wǎng)運行成本,同時使得電網(wǎng)的調(diào)度更加靈活。相對于靜態(tài)優(yōu)化調(diào)度,電力系統(tǒng)多區(qū)域動態(tài)優(yōu)化調(diào)度(Multi-area Dynamic Economic Dispatch,MADED)的研究難點在于發(fā)電機組的機械特性使得其無法在瞬間調(diào)整出力以滿足負荷的要求,為此需要在運行過程中考慮發(fā)電機組的爬坡率約束。

        電力系統(tǒng)多區(qū)域靜態(tài)優(yōu)化問題[5]已經(jīng)得到較為深入的研究。早期,數(shù)學方法是研究該課題的主要方法,例如:分解法[6]、直接搜索方法[7]。電力系統(tǒng)動態(tài)優(yōu)化問題是一個高緯度、多維度、非凸以及多約束的優(yōu)化問題,顯然,傳統(tǒng)的數(shù)學優(yōu)化方法無法高效地解決該類問題。隨著計算機科學以及人工智能算法的發(fā)展,各類型人工智能算法被用于求解電力系統(tǒng)優(yōu)化問題,例如:人工蜂群優(yōu)化法[8]、TLBO算法[9]、GBABC算法[10]。對于靜態(tài)和單一區(qū)域的優(yōu)化調(diào)度,專家學者的研究已經(jīng)較為深入且充分,但對于MADED問題的研究則相對較少,目前僅有以下兩種方法進行了初步的嘗試:QOGSO算法[11]、Decentralized Optimization算法[12]。人工智能算法求解優(yōu)化問題的原理,使得其在解決復雜的優(yōu)化問題時,比傳統(tǒng)數(shù)學方法更容易獲得更優(yōu)結(jié)果。但是,大多數(shù)優(yōu)化算法無法徹底解決在優(yōu)化過程中出現(xiàn)的局部最優(yōu)、種群缺乏多樣性等問題。為此,需要采取手段對現(xiàn)有算法進行改進,以便獲得更加優(yōu)質(zhì)的優(yōu)化結(jié)果。

        基于NW模型的鄰域特性,文章提出采用NW小世界模型[13]對差分量子粒子群(Differential Evolution Particle Swarm Optimization,DEPSO)算法進行改進,得到一種NW小世界差分粒子群(NW Small-world Differential Evolution Particle Swarm Optimization,NWDEPSO)算法。DEPSO算法是將差分進化(Differential Evolution,DE)算法[14]和量子粒子群(Particle Swarm Optimization,PSO)算法[15]進行混合,但由于DEPSO算法在在優(yōu)化過程中不可避免地會出現(xiàn)種群多樣性不足、局部最優(yōu)等缺陷,因此,引入 NW小世界鄰域模型對該混合算法進行改進。

        1 數(shù)學模型

        對MADED問題進行研究的目的是在滿足各類型約束的前提下實現(xiàn)優(yōu)化結(jié)果的經(jīng)濟性,該問題的數(shù)學模型如下。

        1.1 費用函數(shù)

        費用函數(shù)如式(1)所示。

        (1)

        式中:F(Pij,t)是單個發(fā)電機組的費用函數(shù);T為調(diào)度周期;N為區(qū)域數(shù)量;Mi為區(qū)域i的機組數(shù);Pij,t為第t個時段區(qū)域i中第j臺機組的實際輸出功率。

        1.1.1 考慮閥點效應的費用函數(shù)

        汽輪機的機械特性決定了其費用曲線不能是一條光滑的二次函數(shù)曲線,為了使優(yōu)化結(jié)果更加精確,需要將發(fā)電機組的閥點效應體現(xiàn)于費用曲線中,具體如圖1和式(2)所示。

        圖1 考慮閥點效應的發(fā)電成本曲線

        Pij,t)]|

        (2)

        1.1.2 機組考慮多燃料和閥點效應的成本函數(shù)

        發(fā)電組的多燃料特性指的是根據(jù)不同出力情況選擇不同類型的燃料。同時考慮多燃料特性和閥點效應的發(fā)電成本曲線如圖2所示,發(fā)電成本函數(shù)如式(3)所示。

        圖2 考慮多燃料和閥點效應的發(fā)電成本曲線

        (3)

        1.2 優(yōu)化問題約束條件

        1)發(fā)電機組運行在允許運行區(qū)間是確保系統(tǒng)穩(wěn)定運行的前提,其中,第t時段區(qū)域i中第j臺機組的功率限制為

        2)爬坡率約束為

        式中:URij和DRij分別為區(qū)域i中第j臺發(fā)電機允許出力瞬間變化的幅度。

        3)功率平衡為

        式中:PLi,t為該區(qū)域在該時段的網(wǎng)損;PDi,t為負荷需求;Tir,t為區(qū)域i和區(qū)域r之間聯(lián)絡線的傳輸功率。

        4)各區(qū)域在各時段的網(wǎng)損為

        (4)

        為簡化求解過程,采用式(4)求解各區(qū)域的網(wǎng)損,具體網(wǎng)損系數(shù)見文獻[11]。

        5)傳輸線容量限制為

        2 NW小世界差分粒子群算法

        2.1 NW小世界網(wǎng)絡

        目前,主流的小世界模型有NW小世界模型和WS小世界模型[13],其中,NW模型是在WS模型基礎上進行改進得到的,它避免了WS模型在構(gòu)造網(wǎng)絡過程中產(chǎn)生孤立節(jié)點的缺陷,提高了網(wǎng)絡的連通性。

        2.2 DE算法

        DE算法的種群進化是通過擾動、交叉變異和優(yōu)勝劣汰實現(xiàn)的。

        2.3 PSO算法

        PSO算法是目前主流的群優(yōu)算法,被用于求解各類型優(yōu)化問題。其基本的算法步驟如下:

        步驟1:初始化種群。

        步驟2:根據(jù)適應度函數(shù)求出初始種群中每個個體的適應度并形成初始種群全局最優(yōu)解。

        步驟3:更新每個粒子的位置和速度。

        步驟4:判斷是否達到迭代上限,達到則結(jié)束算法,否則轉(zhuǎn)到步驟2繼續(xù)執(zhí)行。

        3 NWDEPSO算法的原理

        NWDEPSO算法通過NW小世界模型進行鄰域劃分,利用DEPSO算法對各個鄰域內(nèi)的粒子進行優(yōu)化,優(yōu)化結(jié)果較原始的DE算法和PSO算法更具優(yōu)勢,其優(yōu)化步驟主要如下:

        步驟1:通過隨機方式形成初始矩陣,得到初始種群。

        步驟2:構(gòu)造NW小世界網(wǎng)絡。

        ①無差異地對初始種群的各個粒子進行編號;

        ②進行第1次迭代時,節(jié)點的度為初始值,如果迭代次數(shù)大于1,則根據(jù)隨機加邊規(guī)則確定新的度構(gòu)造鄰接矩陣。

        步驟3:采用適應度計算式(5)計算鄰接矩陣中每個粒子的適應度。

        (5)

        式中:penish為懲罰系數(shù)。懲罰系數(shù)可以確保滿足負荷平衡的粒子對應的適應度總是比不滿足的負荷平衡的粒子對應的適應度好,從而為種群的進化提供方向。

        步驟4:進行粒子位置和速度更新。

        步驟5:進行突變操作。

        步驟6:交叉操作。

        步驟7:選擇操作。

        在更新過程中,產(chǎn)生的粒子有可能出現(xiàn)越限的情況,需要采取相應措施對其進行修正,具體方法如下。

        ①約束處理

        根據(jù)考慮的約束條件對粒子進行修正。采用式(6)和式(7)對發(fā)電機組出力和區(qū)域之間聯(lián)絡線傳輸功率進行校正。爬坡率約束與優(yōu)化的時段相關聯(lián),當調(diào)度時段不大于1時,不需要進行修正,當調(diào)度時段大于1時,采用式(8)對其進行修正。

        (6)

        (7)

        Xi,t=

        (8)

        ②采用式(5)重新計算經(jīng)校正后粒子的適應度,并采用貪婪策略更新種群。

        步驟8:確定是否完成對所有鄰接矩陣的遍歷,是則進入步驟9,否則回到步驟3。

        步驟9:判斷是否已完成規(guī)定的迭代次數(shù),是則停止算法運算并輸出最優(yōu)解,否則用式(9)計算隨機加邊概率并執(zhí)行隨機加邊操作,回到步驟2繼續(xù)進行迭代運算。

        (9)

        其中:Gen和maxgen分別是當前迭代次數(shù)和最大迭代次數(shù)。

        文章采用NWDEPSO算法求解MADED問題,算法實現(xiàn)的流程圖如圖3所示。

        圖3 NWDEPSO算法流程圖

        4 算例分析

        使用Matlab 2010a進行仿真,參數(shù)設置為:種群大小popsize=20,最大迭代次數(shù)maxgen=1 500。

        為了驗證NWDEPSO算法解決MADED問題的有效性,文章采用NWDEPSO算法對10機組3區(qū)域系統(tǒng)進行仿真,該算例的機組數(shù)據(jù)、24個時段的負荷需求、各個區(qū)域的網(wǎng)損系數(shù)、考慮因素和區(qū)域劃分來自文獻[11]。NWDEPSO算法求解該算例的優(yōu)化結(jié)果如表1所示,NWDEPSO算法求解該算例在24時段的最優(yōu)調(diào)度方案如表2~4所示,圖4為10機組3區(qū)域系統(tǒng)區(qū)域分布圖,算法優(yōu)化過程的收斂曲線如圖5所示,圖6為NWDEPSO算法單獨對算例進行50次仿真試驗得到的優(yōu)化結(jié)果。

        圖4 10機組3區(qū)域系統(tǒng)區(qū)域分布圖

        表1 NWDEPSO算法與其它算法對比

        表2 區(qū)域1各時段的優(yōu)化結(jié)果

        表3 區(qū)域2各時段的優(yōu)化結(jié)果

        表4 區(qū)域3各時段的優(yōu)化結(jié)果

        圖5 NWDEPSO算法的收斂曲線

        圖6 NWDEPSO算法重復運行50次結(jié)果分布圖

        5 結(jié) 語

        在小世界模型、差分算法、粒子群算法的基礎上,提出了小世界差分粒子群算法,并將其應用于多約束多區(qū)域動態(tài)經(jīng)濟調(diào)度中,得出了如下結(jié)論:

        1)改進后的NWDEPSO算法適用于求解高維、非凸、多約束的優(yōu)化問題。

        2)引入NW小世界網(wǎng)絡對DEPSO算法進行改進,實現(xiàn)了鄰域之間粒子信息的交流和共享,提高了DEPSO算法的求解復雜的優(yōu)化問題的能力。

        3)算例表明,用所提算法研究多區(qū)域動態(tài)經(jīng)濟調(diào)度問題,不僅操作簡單,而且得到的優(yōu)化方案更加具有優(yōu)勢。因此,所提方法所得到的解是經(jīng)濟可行的。

        猜你喜歡
        適應度時段種群
        邢氏水蕨成功繁衍并建立種群 等
        改進的自適應復制、交叉和突變遺傳算法
        計算機仿真(2022年8期)2022-09-28 09:53:02
        山西省發(fā)現(xiàn)刺五加種群分布
        四個養(yǎng)生黃金時段,你抓住了嗎
        基于空調(diào)導風板成型工藝的Kriging模型適應度研究
        中國塑料(2016年11期)2016-04-16 05:26:02
        傍晚是交通事故高發(fā)時段
        分時段預約在PICC門診維護中的應用與探討
        崗更湖鯉魚的種群特征
        少數(shù)民族大學生文化適應度調(diào)查
        分時段預約掛號的實現(xiàn)與應用
        国产天美传媒性色av| 精品极品视频在线观看| 中文字幕一区二区在线| 中文字幕丰满人妻被公强| 精品国产中文久久久免费| 青青青免费在线视频亚洲视频| 国产精品 亚洲 无码 在线| 亚洲 自拍 另类 欧美 综合| 四虎永久免费一级毛片| 国产美女亚洲精品一区| 国产亚洲精品综合在线网站| 一区二区三区中文字幕p站| 国产精品久久国产三级国不卡顿| 亚洲精品有码在线观看| 亚洲国产人成自精在线尤物 | 亚洲国产欧美日韩一区二区| 中文字幕久久人妻av| 杨幂一区二区系列在线| 亚洲成av人片在线观看| 中国农村熟妇性视频| 无码中文字幕在线DVD| 丝袜美腿爆炒国产在线观看| 国产亚洲精品一区二区在线观看 | 成人一区二区三区激情视频| 日本又色又爽又黄的a片18禁| 亚洲av无码精品色午夜| 亚洲一区二区欧美色妞影院| 妇女自拍偷自拍亚洲精品| 久久丝袜熟女av一区二区| 亚洲精品无人区| 欧美老妇与禽交| 久久一区av蜜桃人妻| 亚洲乱码av中文一区二区第八页| 亚洲熟妇无码av在线播放| 无码人妻精品一区二区在线视频 | 久久99国产精品尤物| 99在线无码精品秘 人口| 久久精品国产亚洲不卡| 免费不卡无码av在线观看| 中文字幕v亚洲日本| 国产精品国语对白露脸在线播放|