随机多目标优化在综合能源系统的应用

化石燃料的快速消耗以及由之产生的环境污染问题,使得风能、太阳能等清洁可再生能源对能源系统的渗透增加,如何评估和减小由可再生能源不确定性给能源系统带来的负面影响是一个重要的研究课题。与此同时,随着天然气发电占总发电份额的不断增加以及区域能源需求的不断发展,气网、分布式区域冷热联供单元(District heating and cooling units,DHCs)与电网之间的联系愈发紧密,它们的协同效应对综合能源系统的发展具有重大影响。本文提出一种基于无迹变换的随机调度策略来处理可再生能源的随机性。此外,本文综合考虑气网、分布式DHCs与电网的经济利益并兼顾环保及安全指标,建立综合能源系统的多目标协调调度模型,并给出该模型的最优优化形式。首先,介绍新能源及天然气发电在我国的发展情况,总结新能源随机性建模方法,综述电–气综合能源系统规划与运行方面的研究现状,全面介绍众多目标优化问题的解决方法并简要介绍现有多属性决策方法。然后,对含风力发电和光伏发电接入的电力系统,本文采用无迹变换来刻画具有相关性的风能太阳能的不确定性,并使用该方法计算在可再生能源随机性影响下系统变量的均值与标准差。为了同时减少电力系统的运行费用与风险,建立均值–标准差(Mean-STD,MS)调度模型,协调优化生产成本的均值与标准差。接着使用具有自适应协方差和里维飞行的多目标群搜索算法(Multi-objective group search optimizer with adaptive covariance and Lévy flights,MGSO-ACL)来求解该MS调度模型,其中,为使系统在不确定环境中的运行约束得到满足,提出一种新型约束处理方法。最后提出改进熵权法这一决策方法从MGSO-ACL算法输出的帕累托最优解集中选择出最终应用到电力系统的最优调度解。在改进IEEE 30节点电力系统上进行仿真试验与方法对比来证明所提出方法的可实施性及高效性。最后,为协调综合能源系统各参与方利益,建立含电网、气网与分布式DHCs的综合能源系统的众多目标协调调度模型。该优化模型考虑的目标分别为:气网运行收益、分布式DHCs运行成本、电网的燃料费用、网损、NOx排放、SO2排放、电压偏差、电压稳定指标。为更有效地求解该众多目标优化模型,提出一种目标削减法来获得最小目标集。该目标削减法利用多目标进化算法MGSO-ACL输出的帕累托最优前沿以及斯皮尔曼相关度系数来衡量目标间的关系,并采用四种策略来逐步减少目标数目。使用由改进IEEE 30节点电网与15节点气网组成的测试综合能源系统进行仿真试验。仿真结果表明,所提出的目标削减法将该众多目标优化问题转换为两目标优化形式,该方法能够明显地提高调度解的整体质量,并在很大程度上减少决策者负担。