許金炬

（國網(wǎng)江蘇省供電公司江陰市供電分公司）

0 引言

電網(wǎng)調(diào)度對(duì)保障電網(wǎng)運(yùn)行安全、降低電網(wǎng)運(yùn)營成本、提升末端供電質(zhì)量有積極幫助。隨著智能電網(wǎng)覆蓋范圍的增加，對(duì)電網(wǎng)調(diào)度也提出了更高的要求。傳統(tǒng)的電網(wǎng)調(diào)度只針對(duì)特定時(shí)段調(diào)度（即靜態(tài)調(diào)度），無法解決發(fā)電機(jī)功率分配不合理的問題，實(shí)用性較差。本文基于不平衡功率分配方法，對(duì)傳統(tǒng)的MHBA 算法進(jìn)行了改良，運(yùn)用該算法可實(shí)現(xiàn)全天候的動(dòng)態(tài)經(jīng)濟(jì)調(diào)度和動(dòng)態(tài)無功調(diào)度。運(yùn)用該協(xié)同優(yōu)化策略，不僅能避免以往電網(wǎng)調(diào)度中功率失衡等問題，而且還能改善電壓質(zhì)量、降低發(fā)電成本，對(duì)提升電力企業(yè)的經(jīng)濟(jì)效益有積極幫助。

1 動(dòng)態(tài)經(jīng)濟(jì)調(diào)度數(shù)學(xué)模型的構(gòu)建

經(jīng)濟(jì)調(diào)度的目的是在滿足約束條件的前提下，使電網(wǎng)的發(fā)電成本最低、排放的污染氣體最少。這里的約束條件包括2 項(xiàng)，其一是功率平衡等式約束，可表示為：

式中，Pi，t表示在t時(shí)刻第i個(gè)發(fā)電機(jī)的有功功率，Pd，t表示在t 時(shí)刻電網(wǎng)負(fù)荷，Ps，t表示t時(shí)刻的功率損耗。其二是發(fā)電機(jī)有功功率不等式約束，可表示為：

式中，和分別表示第i 個(gè)發(fā)動(dòng)機(jī)輸出的最大和最小有功功率。為了量化表示電網(wǎng)運(yùn)行中發(fā)電成本和污染氣體的排放量，設(shè)計(jì)目標(biāo)函數(shù)：

式中，DFc（P）表示發(fā)電機(jī)在某個(gè)時(shí)間段（D）內(nèi)的發(fā)電成本函數(shù)，對(duì)于火力發(fā)電機(jī)來說，特指燃料成本；DFe（P）表示某個(gè)時(shí)間段內(nèi)污染氣體排放函數(shù)。N表示發(fā)電機(jī)數(shù)量，ai、bi、ci分別是第i個(gè)發(fā)電機(jī)的成本系數(shù)，相應(yīng)的xi、yi、zi為第i個(gè)發(fā)電機(jī)污染氣體排放系數(shù)。本文把1h作為1個(gè)調(diào)度區(qū)間，一天內(nèi)有24個(gè)調(diào)度區(qū)間，故T取值為24［1］。

2 動(dòng)態(tài)無功調(diào)度數(shù)學(xué)模型的構(gòu)建

無功調(diào)度的目的是合理分布無功潮流，達(dá)到降低線路功率損耗、保證電網(wǎng)運(yùn)行安全的效果。與動(dòng)態(tài)經(jīng)濟(jì)調(diào)度一樣，動(dòng)態(tài)無功調(diào)度的約束條件也分為等式約束和不等式約束。僅考慮無功功率的情況下，等式約束可表示為：

式中，Qi表示第i個(gè)發(fā)電機(jī)的無功功率；QDi表示節(jié)點(diǎn)i處的無功負(fù)荷；Gij和Bij表示節(jié)點(diǎn)i與j之間的電納和電導(dǎo)。不等式約束條件有多種類型，如發(fā)電機(jī)電壓約束、變壓器抽頭約束、無功補(bǔ)償容量約束等［2］。這里以變壓器抽頭約束條件為例，不等式約束可表示為：

式中，t 表示變壓器數(shù)量，Tt表示變壓器交換頭位置。為了量化表示動(dòng)態(tài)無功調(diào)度效果，本文選取了“功率損耗”指標(biāo)，并建立了目標(biāo)函數(shù)，函數(shù)式如下：

式中，DFL（V）表示在某個(gè)時(shí)間段內(nèi)的功率損耗函數(shù)，N表示線纜數(shù)量，gk表示第k條線纜的電導(dǎo)，Vi，t和Vj，t分別表示在t時(shí)刻節(jié)點(diǎn)i和節(jié)點(diǎn)j的電壓幅值，λi，t和λj，t則為t 時(shí)刻對(duì)應(yīng)節(jié)點(diǎn)的電壓相角，這里的T同樣取24。

3 動(dòng)態(tài)經(jīng)濟(jì)調(diào)度和無功調(diào)度的協(xié)同優(yōu)化策略

3.1 動(dòng)態(tài)電網(wǎng)調(diào)度的協(xié)同優(yōu)化模型

將前文所述的動(dòng)態(tài)經(jīng)濟(jì)調(diào)度模型與動(dòng)態(tài)無功調(diào)度模型相結(jié)合，構(gòu)建動(dòng)態(tài)電網(wǎng)調(diào)度協(xié)同優(yōu)化模型，表示為：

式中，DFc、DFe、DFl的含義和表達(dá)式見上文，不在贅述。協(xié)同優(yōu)化策略如下：

步驟1：結(jié)合電網(wǎng)參數(shù)，在發(fā)電機(jī)完成初始化后獲取電壓值V。根據(jù)V優(yōu)化經(jīng)濟(jì)調(diào)度，計(jì)算出發(fā)電機(jī)的有功功率P和發(fā)電成本Fc。

步驟2：根據(jù)P，優(yōu)化無功調(diào)度，計(jì)算出無功調(diào)度后發(fā)電機(jī)的電壓值V1和功率損耗Fl。

步驟3：將V1作為經(jīng)濟(jì)調(diào)度的輸入值，繼續(xù)優(yōu)化經(jīng)濟(jì)調(diào)度，求得新的P′、Fc′。

步驟4：將P′作為無功調(diào)度的輸入值，繼續(xù)優(yōu)化無功調(diào)度，可以得到新的V1′和Fl′。

步驟5：重復(fù)上述步驟，直到滿足條件［3］。

該協(xié)同優(yōu)化策略可通過MHBA 算法（多目標(biāo)混合蝙蝠算法）實(shí)現(xiàn)，從應(yīng)用效果來看能夠加快收斂速度、達(dá)到多目標(biāo)優(yōu)化目的。但是MHBA 算法通常適用于靜態(tài)電網(wǎng)調(diào)度，如果將其直接運(yùn)用到動(dòng)態(tài)電網(wǎng)調(diào)度中，容易出現(xiàn)功率失衡、功率分配不均等問題，協(xié)同優(yōu)化效果不理想。基于此，本文提出了一種改進(jìn)的MHBA算法。

3.2 基于改進(jìn)MHBA算法的協(xié)同優(yōu)化

本文在傳統(tǒng)MHBA 算法的基礎(chǔ)上，用不平衡功率分配法對(duì)其進(jìn)行改進(jìn)，實(shí)現(xiàn)方法為：

步驟1：獲取當(dāng)前發(fā)電機(jī)的有功功率P，根據(jù)上文介紹的功率平衡等式求得不平衡功率，以error表示。

步驟2：設(shè)定一個(gè)閾值δ，并將error 與δ 對(duì)比，判斷不平衡程度。如果存在error＞δ，則根據(jù)發(fā)電機(jī)數(shù)量（N）計(jì)算error的平均值，即error/N。

步驟3：把均分后的error 至分配給每一臺(tái)發(fā)電機(jī)，此時(shí)發(fā)電機(jī)獲得新的有功功率，記為Pi。

步驟4：重復(fù)步驟1～3，持續(xù)迭代，直到迭代次數(shù)m達(dá)到最大值（mmax），算法結(jié)束［4］。

改進(jìn)的MHBA算法流程如圖1所示。

圖1 基于改進(jìn)MHBA算法流程圖

4 基于協(xié)同優(yōu)化策略的電網(wǎng)調(diào)度仿真分析

4.1 仿真實(shí)驗(yàn)設(shè)計(jì)

為了驗(yàn)證上文設(shè)計(jì)的基于改進(jìn)MHBA 算法協(xié)同優(yōu)化策略的應(yīng)用效果，在Matlab R2020上進(jìn)行了仿真實(shí)驗(yàn)。運(yùn)行環(huán)境為：

操作系統(tǒng)Windows10； CPU： 3.12GHz Intel Core i7處理器；內(nèi)存：16GB。

在仿真實(shí)驗(yàn)中，選擇“發(fā)電成本”和“功率損耗”兩項(xiàng)指標(biāo)，評(píng)價(jià)傳統(tǒng)MHBA 算法協(xié)同優(yōu)化策略與改進(jìn)MHBA 算法協(xié)同優(yōu)化策略，在電網(wǎng)調(diào)度中的應(yīng)用效果［5］。為了消除無關(guān)因素干擾，仿真實(shí)驗(yàn)中模擬了某電力系統(tǒng)在一天內(nèi)各個(gè)時(shí)段的真實(shí)負(fù)載變化情況，如表1所示。

表1 某電力系統(tǒng)24 h負(fù)載記錄表

4.2 仿真實(shí)驗(yàn)結(jié)果

仿真實(shí)驗(yàn)結(jié)果如圖2所示。

圖2 兩種算法協(xié)同優(yōu)化下發(fā)電成本和功率損耗對(duì)比結(jié)果圖

結(jié)合上圖可知，在“發(fā)電成本”一項(xiàng)中，相比于傳統(tǒng)MHBA 算法，使用改進(jìn)MHBA 算法進(jìn)行動(dòng)態(tài)經(jīng)濟(jì)調(diào)度和動(dòng)態(tài)無功調(diào)度的協(xié)同優(yōu)化，電力系統(tǒng)每天的發(fā)電成本有明顯的降低。在2h 時(shí)兩者差異最小，為24 元；在14h 兩者差異最大，為77 元。使用改進(jìn)MHBA 算法協(xié)同優(yōu)化策略后，該電力系統(tǒng)每天可節(jié)約發(fā)電成本（以平均值計(jì)）為：35748-34128=1620 元。在“功率損耗”一項(xiàng)中，相比于傳統(tǒng)MHBA 算法，使用改進(jìn)MHBA 算法進(jìn)行協(xié)同優(yōu)化后，電力系統(tǒng)的功率損耗也有一定程度的下降。在2h 和24h，兩者功率損耗差異最小，為0.2kW；在12h 兩者功率損耗差異最大，達(dá)到了1.3kW。使用改進(jìn)MHBA 算法協(xié)同優(yōu)化策略后，該電力系統(tǒng)每天降低的功率損耗（以平均值計(jì)）為：189.6-176.0=13.6kW。

根據(jù)仿真實(shí)驗(yàn)數(shù)據(jù)可知，本文提出的基于改進(jìn)MHBA 算法的動(dòng)態(tài)經(jīng)濟(jì)調(diào)度和動(dòng)態(tài)無功調(diào)度協(xié)同優(yōu)化策略，能夠讓電力系統(tǒng)的發(fā)電成本和功率損耗得到不同程度的降低，對(duì)降低電力企業(yè)的運(yùn)維成本和提高供電質(zhì)量有積極幫助。

5 結(jié)束語

在電力系統(tǒng)的運(yùn)維管理中，電網(wǎng)調(diào)度是一項(xiàng)重要操作。隨著電網(wǎng)智能化的成熟發(fā)展，將人工智能技術(shù)應(yīng)用到電網(wǎng)調(diào)度中，在解決復(fù)雜調(diào)度問題和優(yōu)化調(diào)度效果方面發(fā)揮了重要作用。在構(gòu)建動(dòng)態(tài)經(jīng)濟(jì)調(diào)度和動(dòng)態(tài)無功調(diào)度協(xié)同優(yōu)化模型的基礎(chǔ)上，利用改進(jìn)的MHBA 算法對(duì)目標(biāo)函數(shù)求解，在人工智能技術(shù)的支持下進(jìn)行多次迭代運(yùn)損，逐步逼近最優(yōu)解，保證了約束條件的最優(yōu)化。在此基礎(chǔ)上進(jìn)行電網(wǎng)調(diào)度，顯著降低了發(fā)電成本和功率損耗，在滿足用戶用電需求的同時(shí)，也達(dá)到了電力企業(yè)的預(yù)期。