风电并网系统多目标发电调度的改进Pareto优化方法

随着电力网络不断发展和智能化,风能发电在电力系统中占据着举足轻重的地位。在保证电网安全稳定运行的前提下,考虑发电成本、污染物排放量和线路损耗等多个目标的风电并网调度问题显得尤为重要。因此,深入研究风电并网系统多目标发电调度的优化方法有着重大的实际意义。建立一种含出力偏差惩罚的风电并网多目标调度模型。在保证满足输电安全约束、功率平衡约束、节点电压的幅值和相角约束、机组功率上下限约束、旋转备用约束等约束条件的前提下,引入自适应功率预测偏差惩罚系数,更好地描述风电成本与出力偏差之间的关系。该数学模型考虑了风电出力偏差的惩罚成本和输电线路损耗,能够更加全面、更加真实的反映电力系统实际运行情况。提出一种改进差分进化算法。该算法设置三个子种群并行搜索,为了促进种群间的结构重组和信息交流,三个子种群之间相互学习、协同进化;在变异操作时,种群之间采用混沌逻辑函数产生随机数列,引导不可行解向全局最优解学习;同时采用波尔茨曼概率分布来引导新的个体向可支配解移动,缩短子代个体与最优个体的拥挤距离;通过非均匀变异的缩放因子控制算法的迭代步长,保证算法的收敛速度。提出一种中段规格化法线约束方法。这种方法将两个目标函数极端解的连线作乌托邦线,以乌托邦线的中点为垂足作法线、得到一个与Pareto前沿的交点(Pareto解集的中点)。连接该交点和两个极端解得到两条子乌托邦线,再按中点分割策略求取子乌托邦线对应Pareto前沿的中点,这样一直分割到合适的程度,得到一系列离散的Pareto最优解。这种方法有效克服了因斜率变化导致的Pareto解集分布不均的问题。提出一种改进差分进化和中段规格化法线约束的多目标优化解法。通过法线约束的方式将多目标优化问题转化为单目标优化问题,再利用改进差分进化算法求取对应法线约束下的单目标最优解,能够同时发挥两种方法的优势。通过Matlab2014软件平台,编写算法的仿真程序。在风电并网IEEE30节点系统进行仿真测试,采用模糊集理论求取最佳折中解。仿真表明,该算法能够得到均匀的Pareto解集,具有较好的全局寻优能力,验证了算法的可行性。