基于多目标微分进化的风力/火电发电系统动态调度

针对风电并网后电力系统动态调度问题的高维、非线性和多约束难题,本文对多目标微分进化算法进行了深入的研究,并提出了相应的改进的策略。在种群的初始化、微分操作、参数控制和约束实现等方面提出了：正交种群初始化、混合微分策略、自适应参数控制和约束支配的方法。TNK测试函数验证了提出算法具有良好的数据挖掘能力,并且可使非劣解具有更好的分布特性。电力系统静态清洁调度表明了所提出的算法具有求解复杂问题的能力。针对电力系统多断面的调度模型,将机组前后时段的爬坡约束计及调度约束内,本文构建了多目标动态清洁调度模型,以明确在动态调度框架下,火电机组出力与系统负荷的时序耦合特性。10机系统的测试结果表明了约束多目标微分进化算法的优势。 基于动态清洁调度模型,和风电并网下对系统电压安全的要求,提出了以经济、清洁和安全为优化目标的多目标安全约束动态调度模型。在模型中计及了机组的出力限制、网架的电压越限和传输线功率约束,通过优化火电机组的出力,实现系统发电成本、污染物排放和静态电压安全裕度的最优化。在IEEE-30节点系统中,采用约束多目标微分进化算法对所构建的模型进行了求解,结果表明了所提出的调度策略的适用性,最后探讨了不同并网点对优化结果的影响。