本申請(qǐng)涉及電力系統(tǒng)環(huán)境經(jīng)濟(jì)技術(shù)領(lǐng)域，特別涉及一種電力系統(tǒng)調(diào)度方法。

背景技術(shù)：

面對(duì)能源危機(jī)和環(huán)境污染的雙重壓力，風(fēng)力發(fā)電作為一種環(huán)境經(jīng)濟(jì)的有效發(fā)展途徑，可以降低火力發(fā)電的燃料費(fèi)用和污染排放量，因而已經(jīng)迅速發(fā)展應(yīng)用起來，與火力發(fā)電一同為電力系統(tǒng)提供電能。

然而，由于自然界中的風(fēng)力是不可控的，所以風(fēng)力發(fā)電機(jī)組的輸出功率很不穩(wěn)定，具有反調(diào)峰特性、間歇性等缺點(diǎn)，因而，會(huì)對(duì)電網(wǎng)造成沖擊，引起電力系統(tǒng)中負(fù)荷電壓的不合理波動(dòng)；并且會(huì)經(jīng)常造成風(fēng)電消納過?；蛘卟蛔愕葐栴}。當(dāng)消納過剩時(shí)，由于電力系統(tǒng)的用電負(fù)荷較小，因此需要減少風(fēng)電的并網(wǎng)，即出現(xiàn)棄風(fēng)問題；當(dāng)消納不足時(shí)，則無法滿足電力系統(tǒng)中的供電需求?，F(xiàn)有技術(shù)中，為了降低風(fēng)電輸出功率波動(dòng)性大對(duì)電網(wǎng)的沖擊，同時(shí)為了解決風(fēng)電與電力系統(tǒng)用電需求之間的矛盾，使用了儲(chǔ)能技術(shù)，將風(fēng)電儲(chǔ)存起來以待使用。但是，由于昂貴的成本，儲(chǔ)能技術(shù)目前仍無法廣泛地應(yīng)用開來。

技術(shù)實(shí)現(xiàn)要素：

本申請(qǐng)的目的在于提供一種電力系統(tǒng)調(diào)度方法，以便廣泛地解決風(fēng)電輸出功率波動(dòng)性大對(duì)電力系統(tǒng)造成的沖擊問題，以及電力系統(tǒng)電能供需間的矛盾問題。

為解決上述技術(shù)問題，本申請(qǐng)?zhí)峁┮环N電力系統(tǒng)調(diào)度方法，包括：

預(yù)先建立以火電機(jī)組出力值、風(fēng)電機(jī)組出力值、電動(dòng)車充電功率和放電功率為調(diào)度對(duì)象的電力系統(tǒng)的數(shù)學(xué)模型，所述數(shù)學(xué)模型包括目標(biāo)函數(shù)和所述調(diào)度對(duì)象所滿足的約束條件；

依據(jù)所述數(shù)學(xué)模型，采用縱橫交叉算法生成所述調(diào)度對(duì)象的占優(yōu)解集；以便依據(jù)所述占優(yōu)解集進(jìn)行電力系統(tǒng)調(diào)度。

可選地，所述依據(jù)所述數(shù)學(xué)模型，采用縱橫交叉算法生成所述調(diào)度對(duì)象的占優(yōu)解集包括：

根據(jù)預(yù)先建立的電力系統(tǒng)的數(shù)學(xué)模型，生成符合所述約束條件的所述調(diào)度對(duì)象的多組解，并將所述多組解作為粒子構(gòu)成初始種群；

根據(jù)粒子的適應(yīng)度表達(dá)式，計(jì)算所述初始種群中的粒子的適應(yīng)度，篩選保留適應(yīng)度符合第一預(yù)設(shè)條件的粒子，作為父代種群中的粒子進(jìn)行保存；所述適應(yīng)度表達(dá)式根據(jù)所述目標(biāo)函數(shù)和所述約束條件構(gòu)建；

對(duì)所述父代種群中的粒子執(zhí)行橫交叉，計(jì)算執(zhí)行橫交叉后的粒子的適應(yīng)度，并與所述父代種群中的粒子進(jìn)行比較，篩選保留適應(yīng)度符合第二預(yù)設(shè)條件的粒子，作為占優(yōu)解集中的粒子進(jìn)行保存；

對(duì)所述占優(yōu)解集中的粒子執(zhí)行縱交叉，計(jì)算執(zhí)行縱交叉后的粒子的適應(yīng)度，并與所述占優(yōu)解集中的粒子進(jìn)行比較，篩選保留適應(yīng)度符合第三預(yù)設(shè)條件的粒子，作為更新的占優(yōu)解集中的粒子進(jìn)行保存，并作為下一次迭代的父代種群；

判斷是否滿足迭代終止條件；若否，則轉(zhuǎn)入所述對(duì)所述父代種群中的粒子執(zhí)行橫交叉的步驟，若是，則輸出更新的所述占優(yōu)解集。

可選地，所述約束條件包括功率平衡約束條件：

其中，n為火電機(jī)組的總數(shù)量，i＝1,2,…,n；pi,t為第i個(gè)火電機(jī)組在t時(shí)段內(nèi)的出力值；m為風(fēng)電機(jī)場的總數(shù)量；lj為第j個(gè)風(fēng)電機(jī)場中風(fēng)電機(jī)組的總數(shù)量；為第j個(gè)風(fēng)電機(jī)場中第k個(gè)風(fēng)電機(jī)組在t時(shí)段內(nèi)的出力值；pv2gt,和pg2v,t分別為電動(dòng)車在t時(shí)段內(nèi)的放電功率和充電功率；pd,t為電力系統(tǒng)在t時(shí)段內(nèi)的傳輸網(wǎng)損；pl,t為電力系統(tǒng)在t時(shí)段內(nèi)的電力負(fù)荷。

可選地，所述目標(biāo)函數(shù)包括所述火電機(jī)組的燃料費(fèi)用函數(shù)和污染排放量函數(shù)；所述約束條件還包括出力值約束條件、旋轉(zhuǎn)備用約束條件、爬坡約束條件、剩余電量約束條件、充/放電約束條件和出行約束條件。

可選地，所述出力值約束條件為

pi,min≤pi,t≤pi,max；

其中，pi,min、pi,max分別為預(yù)設(shè)的第i個(gè)火電機(jī)組的出力下限、上限值；

所述旋轉(zhuǎn)備用約束條件為

其中，rt為電力系統(tǒng)在t時(shí)段內(nèi)的旋轉(zhuǎn)備用容量需求；

所述爬坡約束條件為

-driδt≤pi,t-pi,t-1≤uriδt；

其中，uri、dri分別為預(yù)設(shè)的第i個(gè)火電機(jī)組在相鄰時(shí)段所允許的出力值的最大向上、向下調(diào)整率；

所述剩余電量約束條件為

其中，ηc、ηd分別為電動(dòng)車的儲(chǔ)能電池的充、放電效率系數(shù)；δt為t時(shí)段的時(shí)長；δs為單位距離的耗電量；lt為電動(dòng)車在t時(shí)段內(nèi)的行駛里程；st為所述儲(chǔ)能電池在t時(shí)段結(jié)束時(shí)的剩余電量；smax、smin分別為預(yù)設(shè)的所述儲(chǔ)能電池的剩余電量的安全上、下限；

所述充/放電約束條件為

其中，png2v、pnv2g分別為電動(dòng)車的額定充、放電功率；

所述出行約束條件為

其中，t為調(diào)度周期內(nèi)的時(shí)段總數(shù)。

可選地，所述適應(yīng)度包括燃料費(fèi)用適應(yīng)度和污染排放量適應(yīng)度，所述燃料費(fèi)用適應(yīng)度和所述污染排放量適應(yīng)度的計(jì)算公式為

其中，fs為燃料費(fèi)用適應(yīng)度；es為污染排放量適應(yīng)度；f為火電機(jī)組的總?cè)剂腺M(fèi)用；e為火電機(jī)組的總污染排放量；ppunish1為燃料費(fèi)用懲罰系數(shù)；ppunish2為污染排放量懲罰系數(shù)；v為種群粒子的總約束違反量，具體為

可選地，在所述篩選保留適應(yīng)度符合第三預(yù)設(shè)條件的粒子，作為更新的占優(yōu)解集中的粒子進(jìn)行保存，并作為下一次迭代的父代種群之后、所述判斷是否滿足迭代終止條件之前還包括：

對(duì)所述更新的占優(yōu)解集中的粒子進(jìn)行動(dòng)態(tài)約束調(diào)整，以便滿足所述功率平衡約束條件和所述出行約束條件。

可選地，所述的生成過程為：

獲取風(fēng)速概率，根據(jù)威布爾分布的概率密度函數(shù)和所述風(fēng)速概率計(jì)算風(fēng)速；所述概率密度函數(shù)為

其中，f(vt)為風(fēng)速概率；vt為風(fēng)速；k＝2，為形狀參數(shù)；c＝15，為尺度參數(shù)；

根據(jù)風(fēng)電機(jī)組出力值計(jì)算式和所述風(fēng)速計(jì)算生成所述所述風(fēng)電機(jī)組出力值計(jì)算式為

其中，vr、vci、vco分別為風(fēng)電機(jī)組的額定風(fēng)速、切入風(fēng)速、切出風(fēng)速；pr為風(fēng)電機(jī)組的額定功率；

可選地，所述對(duì)所述父代種群中的粒子執(zhí)行橫交叉包括：

依據(jù)橫交叉公式

對(duì)所述父代種群中的粒子執(zhí)行橫交叉；

其中，x(i,d)和x(j,d)分別為父代種群中的粒子x(i)和x(j)的第d維，mshc(i,d)和mshc(j,d)分別為x(i,d)和x(j,d)經(jīng)橫交叉產(chǎn)生的子代粒子的第d維；d∈n(1,d)；d為粒子維度總數(shù)；r1、r2為[0,1]之間的隨機(jī)數(shù)；c1、c2為[-1,1]之間的隨機(jī)數(shù)。

可選地，所述對(duì)所述占優(yōu)解集中的粒子執(zhí)行縱交叉包括：

依據(jù)縱交叉公式

對(duì)所述占優(yōu)解集中的粒子執(zhí)行縱交叉；

其中，x(i,d1)和x(j,d2)分別為占優(yōu)解集中的粒子x(i)的第d1維和第d2維，msvc(i,d1)和msvc(i,d2)分別為x(i,d1)和x(i,d2)經(jīng)縱交叉產(chǎn)生的子代粒子的第d1維和第d2維；d1,d2∈n(1,d)；r為[0,1]之間的隨機(jī)數(shù)。

本申請(qǐng)所提供的電力系統(tǒng)調(diào)度方法中，預(yù)先建立以火電機(jī)組出力值、風(fēng)電機(jī)組出力值、電動(dòng)車充電功率和放電功率為調(diào)度對(duì)象的電力系統(tǒng)的數(shù)學(xué)模型，所述數(shù)學(xué)模型包括目標(biāo)函數(shù)和所述調(diào)度對(duì)象所滿足的約束條件；依據(jù)所述數(shù)學(xué)模型，采用縱橫交叉算法生成所述調(diào)度對(duì)象的占優(yōu)解集；以便依據(jù)所述占優(yōu)解集進(jìn)行電力系統(tǒng)調(diào)度。

可見，相比于現(xiàn)有技術(shù)，本申請(qǐng)所提供的電力系統(tǒng)調(diào)度方法中，利用電動(dòng)車入網(wǎng)，將電動(dòng)車與電網(wǎng)之間的能量交互與風(fēng)電、火電進(jìn)行協(xié)調(diào)調(diào)度，通過縱橫交叉算法計(jì)算得到三者之間的合理調(diào)度方案，進(jìn)而有效抑制了風(fēng)電出力波動(dòng)性對(duì)電網(wǎng)造成的沖擊，并協(xié)調(diào)平衡了電力系統(tǒng)的電能供需。由于電動(dòng)車使用廣泛并發(fā)展迅速，電動(dòng)車入網(wǎng)技術(shù)成本相對(duì)較低，因此，本申請(qǐng)所提供的方法具有廣泛的適用性，有利于環(huán)境經(jīng)濟(jì)的快速協(xié)調(diào)發(fā)展。

附圖說明

為了更清楚地說明現(xiàn)有技術(shù)和本申請(qǐng)實(shí)施例中的技術(shù)方案，下面將對(duì)現(xiàn)有技術(shù)和本申請(qǐng)實(shí)施例描述中需要使用的附圖作簡要的介紹。當(dāng)然，下面有關(guān)本申請(qǐng)實(shí)施例的附圖描述的僅僅是本申請(qǐng)中的一部分實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來說，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)提供的附圖獲得其他的附圖，所獲得的其他附圖也屬于本申請(qǐng)的保護(hù)范圍。

圖1為本申請(qǐng)實(shí)施例所提供的一種電力系統(tǒng)調(diào)度方法的流程圖；

圖2為本申請(qǐng)實(shí)施例所提供的又一種電力系統(tǒng)調(diào)度方法的流程圖；

圖3為本申請(qǐng)實(shí)施例所提供的一種動(dòng)態(tài)調(diào)整方法的流程圖；

圖4為本申請(qǐng)實(shí)施例所提供的風(fēng)電機(jī)組出力分布圖；

圖5為縱橫交叉算法與nsga-ii算法的多目標(biāo)求解結(jié)果曲線圖。

具體實(shí)施方式

為了對(duì)本申請(qǐng)實(shí)施例中的技術(shù)方案進(jìn)行更加清楚、完整地描述，下面將結(jié)合本申請(qǐng)實(shí)施例中的附圖，對(duì)本申請(qǐng)實(shí)施例中的技術(shù)方案進(jìn)行介紹。顯然，所描述的實(shí)施例僅僅是本申請(qǐng)一部分實(shí)施例，而不是全部的實(shí)施例?；诒旧暾?qǐng)中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本申請(qǐng)保護(hù)的范圍。

請(qǐng)參考圖1，圖1為本申請(qǐng)實(shí)施例所提供的一種電力系統(tǒng)調(diào)度方法的流程圖，主要包括以下步驟：

步驟101：預(yù)先建立以火電機(jī)組出力值、風(fēng)電機(jī)組出力值、電動(dòng)車充電功率和放電功率為調(diào)度對(duì)象的電力系統(tǒng)的數(shù)學(xué)模型。

由于近年來，電動(dòng)車入網(wǎng)(v2g)技術(shù)發(fā)展迅速并日趨成熟，使得電動(dòng)車不僅可以從電網(wǎng)中吸收電能，還可以向電網(wǎng)回饋能量?，F(xiàn)實(shí)中，根據(jù)調(diào)查，大部分的電動(dòng)車在一天之中的停泊時(shí)間超過一天時(shí)間的96％，因此，本申請(qǐng)?zhí)岢鰧㈦妱?dòng)車的閑置電能用來向電網(wǎng)放電，以便有效補(bǔ)償風(fēng)電出力波動(dòng)性引起的負(fù)荷不合理波動(dòng)，抑制電網(wǎng)受到的沖擊。

在進(jìn)行對(duì)電力系統(tǒng)調(diào)度之前，首先需要對(duì)調(diào)度對(duì)象(即火電機(jī)組出力值、風(fēng)電機(jī)組出力值、電動(dòng)車充電功率和放電功率)建立數(shù)學(xué)模型。所說的數(shù)學(xué)模型包括目標(biāo)函數(shù)和調(diào)度對(duì)象所滿足的約束條件。具體地，由于進(jìn)行電力協(xié)調(diào)調(diào)度的初衷是解決能源危機(jī)與環(huán)境污染危機(jī)，因此，目標(biāo)函數(shù)可以包括燃料費(fèi)用函數(shù)和污染排放量函數(shù)，則進(jìn)行電力系統(tǒng)調(diào)度的目標(biāo)就是使得兩個(gè)目標(biāo)函數(shù)的取值都盡量最小。約束條件是用來限制和約束有待進(jìn)行調(diào)度安排的各個(gè)調(diào)度對(duì)象及其彼此之間的關(guān)系的，以便得到切合實(shí)際的調(diào)度方案。這里，調(diào)度對(duì)象的數(shù)學(xué)模型不同，其得到的調(diào)度結(jié)果很可能不同；本領(lǐng)域技術(shù)人員可以根據(jù)實(shí)際情況選擇合適的目標(biāo)函數(shù)和約束條件，本申請(qǐng)實(shí)施例對(duì)此并不進(jìn)行限定。

步驟102：依據(jù)數(shù)學(xué)模型，采用縱橫交叉算法生成調(diào)度對(duì)象的占優(yōu)解集；以便依據(jù)占優(yōu)解集進(jìn)行電力系統(tǒng)調(diào)度。

縱橫交叉算法(crisscrossoptimization,cso)的思想在于，每次迭代過程中都對(duì)種群中的粒子進(jìn)行縱向和橫向的交叉，然后再擇優(yōu)保留。所謂的縱/橫交叉，實(shí)質(zhì)上都是種變化機(jī)制，可以將種群中的粒子進(jìn)行微小變化，以得到眾多粒子，并在眾多粒子中尋獲效果較好的占優(yōu)解。當(dāng)?shù)螖?shù)足夠大的時(shí)候，可以認(rèn)為經(jīng)過多次擇優(yōu)篩選的結(jié)果就是要尋找的最好的占優(yōu)解。因此，通過縱橫交叉算法，可以得到對(duì)電動(dòng)車充/放電功率、火電機(jī)組出力值和風(fēng)電機(jī)組出力的合理調(diào)度方案，使得目標(biāo)函數(shù)結(jié)果最優(yōu)，以便進(jìn)行電力系統(tǒng)調(diào)度。

可見，本申請(qǐng)實(shí)施例所提供的電力系統(tǒng)調(diào)度方法，利用電動(dòng)車與電網(wǎng)之間的能量交互來與火電和風(fēng)電進(jìn)行協(xié)調(diào)調(diào)度，利用縱橫交叉算法得到電動(dòng)車充電功率和放電功率、火電機(jī)組出力值與風(fēng)電機(jī)組出力值的合理調(diào)度策略。相比于現(xiàn)有技術(shù)，本申請(qǐng)所提供的電力系統(tǒng)調(diào)度方法，在可以實(shí)現(xiàn)對(duì)電力系統(tǒng)電能的合理安排和對(duì)電網(wǎng)沖擊的抑制的基礎(chǔ)上，具有較為廣泛的適用性。

請(qǐng)參考圖2，圖2為本申請(qǐng)實(shí)施例所提供的又一種電力系統(tǒng)調(diào)度方法的流程圖，主要包括以下步驟：

步驟201：預(yù)先建立以火電機(jī)組出力值、風(fēng)電機(jī)組出力值、電動(dòng)車充電功率和放電功率為調(diào)度對(duì)象的電力系統(tǒng)的數(shù)學(xué)模型。

(1)構(gòu)建目標(biāo)函數(shù)

本申請(qǐng)實(shí)施例所提供的目標(biāo)函數(shù)中包括燃料費(fèi)用函數(shù)和污染排放量函數(shù)，電力系統(tǒng)調(diào)度的目標(biāo)就是使得兩個(gè)目標(biāo)函數(shù)的取值都盡量降低。

1、燃料費(fèi)用函數(shù)

根據(jù)火力發(fā)電機(jī)組的運(yùn)行情況，得到燃料費(fèi)用函數(shù)為

其中，f為調(diào)度周期內(nèi)火電機(jī)組的總?cè)剂腺M(fèi)用；t為調(diào)度周期內(nèi)的時(shí)段總數(shù)，t＝1,2,…,t；n為火電機(jī)組的總數(shù)量，i＝1,2,…,n；pi,t為第i個(gè)火電機(jī)組在t時(shí)段內(nèi)的出力值；ai、bi、ci分別為第i個(gè)火電機(jī)組的第一、第二、第三燃料費(fèi)用系數(shù)；di、ei分別為第i個(gè)火電機(jī)組的第一、第二閥點(diǎn)效應(yīng)系數(shù)；pi,min為預(yù)設(shè)的第i個(gè)火電機(jī)組的出力下限值。

2、污染排放量函數(shù)

根據(jù)火力發(fā)電機(jī)組的污染排放情況，得到污染排放量函數(shù)為

其中，e為調(diào)度周期內(nèi)火電機(jī)組的總污染排放量，αi、βi、γi、ξi和λi分別為第i個(gè)火電機(jī)組的第一、第二、第三、第四和第五污染排放系數(shù)。

(2)構(gòu)建約束條件

在多目標(biāo)求解過程中，約束條件是求解最終結(jié)果的重要影響因素。通過建立合理的約束條件，不僅可以優(yōu)化求解過程，還可以得到最合理的調(diào)度安排。本申請(qǐng)實(shí)施例所提供的約束條件主要包括以下四個(gè)約束條件。

1、功率平衡約束條件

為了建立電力系統(tǒng)中發(fā)電量和用電量之間的平衡關(guān)系，得到調(diào)度對(duì)象所滿足的功率平衡約束條件為

其中，n為火電機(jī)組的總數(shù)量，i＝1,2,…,n；pi,t為第i個(gè)火電機(jī)組在t時(shí)段內(nèi)的出力值；m為風(fēng)電機(jī)場的總數(shù)量；lj為第j個(gè)風(fēng)電機(jī)場中風(fēng)電機(jī)組的總數(shù)量；為第j個(gè)風(fēng)電機(jī)場中第k個(gè)風(fēng)電機(jī)組在t時(shí)段內(nèi)的出力值；pv2gt,和pg2v,t分別為電動(dòng)車在t時(shí)段內(nèi)的放電功率和充電功率；pd,t為電力系統(tǒng)在t時(shí)段內(nèi)的傳輸網(wǎng)損；pl,t為電力系統(tǒng)在t時(shí)段的電力負(fù)荷。

2、出力值約束條件

對(duì)于火電機(jī)組，其出力值應(yīng)具有一定的上下限，即pi,t需滿足條件

pi,min≤pi,t≤pi,max；

其中，pi,min、pi,max分別為預(yù)設(shè)的第i個(gè)火電機(jī)組的出力下限、上限值。

其中，png2v、pnv2g分別為電動(dòng)車的額定充、放電功率，在實(shí)際中受線路容量、環(huán)境及電池設(shè)備特性的影響。

另外，電力系統(tǒng)在t時(shí)段內(nèi)的傳輸網(wǎng)損的具體計(jì)算方式為

其中，bij為網(wǎng)損系數(shù)矩陣b的第i行第j列的元素。

3、旋轉(zhuǎn)備用約束條件

其中，rt為電力系統(tǒng)在t時(shí)段內(nèi)的旋轉(zhuǎn)備用容量需求。

4、爬坡約束條件

火電機(jī)組在相鄰時(shí)段內(nèi)的出力值變化率應(yīng)當(dāng)滿足一定的條件，即

-driδt≤pi,t-pi,t-1≤uriδt；

其中，uri、dri分別為預(yù)設(shè)的第i個(gè)火電機(jī)組在相鄰時(shí)段所允許的出力值的最大向上、向下調(diào)整率。

5、剩余電量約束條件

處于對(duì)電動(dòng)車的儲(chǔ)能電池的壽命和出行安全的考慮，電動(dòng)車儲(chǔ)能電池的剩余電量需要滿足條件

其中，ηc、ηd分別為電動(dòng)車的儲(chǔ)能電池的充、放電效率系數(shù)；δt為t時(shí)段的時(shí)長；δs為單位距離的耗電量；lt為電動(dòng)車在t時(shí)段內(nèi)的行駛里程；st為所述儲(chǔ)能電池在t時(shí)段結(jié)束時(shí)的剩余電量；smax、smin分別為預(yù)設(shè)的所述儲(chǔ)能電池的剩余電量的安全上、下限。

6、充/放電約束條件

考慮到安全問題，電動(dòng)車在進(jìn)行充放電時(shí)也應(yīng)當(dāng)有一定的功率限制，即電動(dòng)車在t時(shí)段內(nèi)的充電功率和放電功率還需滿足條件

其中，png2v、pnv2g分別為電動(dòng)車的額定充、放電功率；在實(shí)際中受線路容量、環(huán)境及電池設(shè)備特性的影響。

7、出行約束條件

電動(dòng)車作為一種交通工具，需要滿足車主的日常正常出行需要。作為一種對(duì)電動(dòng)車更加合理的充放電策略，可以結(jié)合考慮車主的日常出行里程需要，令在每個(gè)調(diào)度周期內(nèi)，對(duì)電動(dòng)車的充電量減去電動(dòng)車的放電量恰好等于電動(dòng)車出行過程中的電量消耗，則可以確保電動(dòng)車電量在每個(gè)調(diào)度周期結(jié)束時(shí)電量相等，還可以進(jìn)一步保證電動(dòng)車滿足剩余電量約束條件。

步驟202：根據(jù)預(yù)先建立的電力系統(tǒng)的數(shù)學(xué)模型，生成符合約束條件的調(diào)度對(duì)象的多組解，并將多組解作為粒子構(gòu)成初始種群。

具體地，可以隨機(jī)生成多個(gè)包含火電機(jī)組出力值、風(fēng)電機(jī)組出力值、電動(dòng)車充電功率和放電功率這些調(diào)度對(duì)象的多組解，作為初始粒子構(gòu)成初始種群，且每個(gè)初始粒子都滿足上述約束條件。對(duì)于每一個(gè)初始粒子，這里及下文皆用u來表示它，則

其中，對(duì)于火電機(jī)組出力值，pi＝[pi,1,…,pi,t，…,pi,t]^t，i＝1,2,…,n，pi,t為第i個(gè)火電機(jī)組在時(shí)段t內(nèi)的出力值。

對(duì)于風(fēng)電機(jī)組出力值，為第j個(gè)風(fēng)電機(jī)場在時(shí)段t內(nèi)的出力值，k＝1,2,…,lj，為第j個(gè)風(fēng)電機(jī)場的第k個(gè)風(fēng)電機(jī)組在時(shí)段t內(nèi)的出力值。

對(duì)于電動(dòng)車有：

其中，在初始化時(shí)，可以首先隨機(jī)獲取風(fēng)速概率，根據(jù)威布爾分布的概率密度函數(shù)和風(fēng)速概率計(jì)算得到風(fēng)速；然后依據(jù)風(fēng)電機(jī)組出力值計(jì)算式得到在當(dāng)前風(fēng)速下的風(fēng)電機(jī)組出力值。

這里所說的威布爾分布的概率密度函數(shù)為

其中，f(vt)為風(fēng)速概率；vt為風(fēng)速；k＝2，為形狀參數(shù)；c＝15，為尺度參數(shù)。當(dāng)然，這里也可以采用其他分布如正態(tài)分布來對(duì)風(fēng)速進(jìn)行估計(jì)，本領(lǐng)域技術(shù)人員可以自行選擇并計(jì)算，本申請(qǐng)實(shí)施例對(duì)此并不進(jìn)行限定。

當(dāng)?shù)玫斤L(fēng)速之后，所述風(fēng)電機(jī)組出力值計(jì)算式為

其中，vr、vci、vco分別為風(fēng)電機(jī)組的額定風(fēng)速、切入風(fēng)速、切出風(fēng)速；

步驟203：根據(jù)粒子的適應(yīng)度表達(dá)式，計(jì)算初始種群中的粒子的適應(yīng)度，篩選保留適應(yīng)度符合第一預(yù)設(shè)條件的粒子，作為父代種群中的粒子進(jìn)行保存。

對(duì)應(yīng)于燃料費(fèi)用函數(shù)和污染排放量函數(shù)兩個(gè)目標(biāo)函數(shù)，這里所說的適應(yīng)度包括燃料費(fèi)用適應(yīng)度和污染排放量適應(yīng)度。適應(yīng)度是在縱橫交叉算法中用來衡量粒子的優(yōu)良標(biāo)準(zhǔn)，即衡量粒子使得目標(biāo)函數(shù)取得目標(biāo)值(在本申請(qǐng)所解決的技術(shù)問題中為最小值)的能力。

由于約束條件是為了使調(diào)度對(duì)象與求解目標(biāo)盡可能優(yōu)化而做出的理想約束條件，當(dāng)粒子在不斷的迭代交叉變化過程中，其勢必會(huì)出現(xiàn)變化之后不滿足部分或者全部約束條件的情況，并且，不同粒子對(duì)于約束條件的滿足情況和程度也大不相同，因此，可以根據(jù)各個(gè)粒子對(duì)約束條件的滿足程度計(jì)算其適應(yīng)度，并進(jìn)行擇優(yōu)篩選，以便得到適應(yīng)度優(yōu)良的粒子作為下一次迭代過程中的交叉和篩選對(duì)象。當(dāng)?shù)螖?shù)足夠多時(shí)，最終保留的粒子即可作為算法輸出的占優(yōu)解。

根據(jù)以上所述，作為一種優(yōu)選實(shí)施例，本申請(qǐng)實(shí)施例所提供的燃料費(fèi)用適應(yīng)度和污染排放量適應(yīng)度的計(jì)算公式為

其中，fs為燃料費(fèi)用適應(yīng)度；es為污染排放量適應(yīng)度；f為火電機(jī)組的總?cè)剂腺M(fèi)用；e為火電機(jī)組的總污染排放量；ppunish1為燃料費(fèi)用懲罰系數(shù)；ppunish2為污染排放量懲罰系數(shù)；v為種群粒子的總約束違反量，具體為

這里所說的篩選保留的具體過程可以為：將所有待篩選的粒子按照適應(yīng)度進(jìn)行從大到小或者從小到大排序，則排在前面或者后面的一定數(shù)量的粒子即為所述滿足第一預(yù)設(shè)條件可以保留的粒子。當(dāng)然，也可以設(shè)定閾值范圍，適應(yīng)度滿足閾值范圍的粒子作為所述滿足第一預(yù)設(shè)條件的粒子。本領(lǐng)域技術(shù)人員可以自行選擇并設(shè)置，本申請(qǐng)實(shí)施例并不進(jìn)行限定。

此外，作為一種優(yōu)選實(shí)施例，在依據(jù)適應(yīng)度對(duì)粒子進(jìn)行篩選的過程中，還可以再綜合考慮粒子的擁擠距離進(jìn)行篩選，所謂的擁擠距離，是衡量兩粒子之間適應(yīng)度差別的指標(biāo)。例如，若兩粒子的擁擠距離很小，則說明這兩個(gè)粒子對(duì)于目標(biāo)函數(shù)的效果非常相近，則可以考慮在這兩個(gè)粒子中只保留其中一個(gè)，以便獲得更大的選擇范圍，使得算法獲得的解的分布范圍更廣，更加便于進(jìn)行選擇。

步驟204：對(duì)父代種群中的粒子執(zhí)行橫交叉。

作為一種優(yōu)選實(shí)施例，在對(duì)父代種群中的粒子執(zhí)行橫交叉時(shí)，可以采用橫交叉公式

其中，x(i,d)和x(j,d)分別為父代種群中的粒子x(i)和x(j)的第d維，mshc(i,d)和mshc(j,d)分別為x(i,d)和x(j,d)經(jīng)橫交叉產(chǎn)生的子代粒子的第d維；d∈n(1,d)；d為粒子維度總數(shù)；r1、r2為[0,1]之間的隨機(jī)數(shù)；c1、c2為[-1,1]之間的隨機(jī)數(shù)。

需要補(bǔ)充的是，對(duì)于每個(gè)粒子，這里所進(jìn)行的橫交叉操作還可以按照一定概率執(zhí)行。具體地，在執(zhí)行橫交叉操作之前，先隨機(jī)生成一個(gè)橫交叉概率值([0,1]之間的隨機(jī)數(shù))，如果該橫交叉概率值滿足橫交叉概率條件，則按照步驟204進(jìn)行橫交叉，若不滿足，則可以跳過橫交叉步驟。橫交叉概率條件可由本領(lǐng)域技術(shù)人員自行選擇并設(shè)置，并一般可以通過合適的橫交叉概率條件使得執(zhí)行橫交叉的概率大一些，例如，可以將橫交叉概率條件設(shè)置為“橫交叉概率值小于0.85”，甚至為“橫交叉概率值小于1”(即執(zhí)行橫交叉的概率為100％)，本申請(qǐng)實(shí)施例對(duì)此并不進(jìn)行限定。

步驟205：計(jì)算執(zhí)行橫交叉后的粒子的適應(yīng)度，并與父代種群中的粒子進(jìn)行比較，篩選保留適應(yīng)度符合第二預(yù)設(shè)條件的粒子，作為占優(yōu)解集中的粒子進(jìn)行保存。

步驟206：對(duì)占優(yōu)解集中的粒子執(zhí)行縱交叉。

作為一種優(yōu)選實(shí)施例，在對(duì)占優(yōu)解集中的粒子執(zhí)行縱交叉時(shí)，可以采用縱交叉公式

其中，x(i,d1)和x(j,d2)分別為占優(yōu)解集中的粒子x(i)的第d1維和第d2維，msvc(i,d1)和msvc(i,d2)分別為x(i,d1)和x(i,d2)經(jīng)縱交叉產(chǎn)生的子代粒子的第d1維和第d2維；d1,d2∈n(1,d)；r為[0,1]之間的隨機(jī)數(shù)。

同樣地，縱交叉也可以按照一定的概率進(jìn)行。類似的內(nèi)容請(qǐng)參考橫交叉中的相關(guān)介紹，這里不再贅述。

步驟207：計(jì)算執(zhí)行縱交叉后的粒子的適應(yīng)度，并與占優(yōu)解集中的粒子進(jìn)行比較，篩選保留適應(yīng)度符合第三預(yù)設(shè)條件的粒子，作為更新的占優(yōu)解集中的粒子進(jìn)行保存，并作為下一次迭代的父代種群。

需要說明的是，這里所說的第三、第二和第一預(yù)設(shè)條件可以相同，也可以不同，本申請(qǐng)實(shí)施例對(duì)此并不進(jìn)行限定。

還需要補(bǔ)充的是，在每次迭代交叉和計(jì)算過程中，也可以先進(jìn)行縱交叉篩選再進(jìn)行橫交叉篩選，即先執(zhí)行步驟206和步驟207再執(zhí)行步驟204和步驟205；本領(lǐng)域技術(shù)人員可以自行選擇并設(shè)置，本申請(qǐng)實(shí)施例對(duì)此并不進(jìn)行限定。

步驟208：對(duì)更新的占優(yōu)解集中的粒子進(jìn)行動(dòng)態(tài)約束調(diào)整。

經(jīng)過縱橫交叉變化之后的粒子很可能并不滿足約束條件，其適應(yīng)度可能非常小。為了提高運(yùn)算速度，還可以再適當(dāng)提高粒子的適應(yīng)度，即可以在每次迭代過程中根據(jù)約束條件對(duì)其進(jìn)行動(dòng)態(tài)調(diào)整，以便滿足功率平衡約束條件和出行約束條件。

由于功率平衡約束條件是各個(gè)調(diào)度對(duì)象的基礎(chǔ)約束條件，而出行約束條件是對(duì)電動(dòng)車充放電功率的重要約束條件，因此，作為一種優(yōu)選實(shí)施例，在對(duì)粒子進(jìn)行動(dòng)態(tài)調(diào)整時(shí)，可以主要依據(jù)粒子對(duì)功率平衡約束條件和出行約束條件的違反量進(jìn)行動(dòng)態(tài)調(diào)整，其過程如圖3所示，主要包括以下步驟：

步驟2081：獲取更新的占優(yōu)解集中的粒子。

步驟2082：判斷調(diào)整次數(shù)是否小于預(yù)設(shè)的最大次數(shù)閾值，若是，進(jìn)入步驟2083；若否，進(jìn)入步驟2086。

步驟2083：計(jì)算粒子的動(dòng)態(tài)調(diào)整違反量。

如上所述，粒子的動(dòng)態(tài)調(diào)整違反量可以為粒子對(duì)功率平衡約束條件和出行約束條件的違反量之和，則其計(jì)算公式為

其中，μ為粒子的動(dòng)態(tài)調(diào)整違反量。

步驟2084：判斷粒子的動(dòng)態(tài)調(diào)整違反量是否大于預(yù)設(shè)的違反量閾值，若是，進(jìn)入步驟2085；若否，進(jìn)入步驟2086。

當(dāng)粒子的動(dòng)態(tài)調(diào)整違反量小于預(yù)設(shè)的違反量閾值時(shí)，說明此時(shí)的動(dòng)態(tài)調(diào)整違反量非常小，可以結(jié)束動(dòng)態(tài)調(diào)整過程。

步驟2085：根據(jù)動(dòng)態(tài)調(diào)整違反量對(duì)粒子進(jìn)行調(diào)整；轉(zhuǎn)入步驟2082。

在對(duì)粒子進(jìn)行調(diào)整時(shí)，以使其動(dòng)態(tài)調(diào)整違反量減小為調(diào)整標(biāo)準(zhǔn)。并且，由于電動(dòng)車的出行約束條件是以調(diào)度周期為單位進(jìn)行約束的，而功率平衡約束條件是以時(shí)段為約束條件的，因此，作為一種優(yōu)選實(shí)施例，可以首先根據(jù)出行約束條件對(duì)粒子的電動(dòng)車充放電功率進(jìn)行調(diào)整，然后再根據(jù)功率平衡約束條件對(duì)其他的調(diào)度對(duì)象進(jìn)行調(diào)整。

步驟2086：輸出調(diào)整后的粒子，結(jié)束動(dòng)態(tài)調(diào)整。

當(dāng)然，在進(jìn)行動(dòng)態(tài)調(diào)整過程中還可以再綜合考慮別的約束條件，例如火電機(jī)組的出力值約束條件和爬坡約束條件，即粒子對(duì)這兩個(gè)約束條件的違反量也計(jì)入動(dòng)態(tài)調(diào)整違反量中。并且，在對(duì)不滿足出力值約束條件或者爬坡約束條件的粒子進(jìn)行調(diào)整時(shí)，具體可以根據(jù)公式

進(jìn)行調(diào)整。

當(dāng)然，也可以不執(zhí)行步驟208而直接進(jìn)入步驟209，即不進(jìn)行動(dòng)態(tài)調(diào)整。本領(lǐng)域技術(shù)人員可以自行選擇并設(shè)置，本申請(qǐng)實(shí)施例并不進(jìn)行限定。

步驟209：判斷是否滿足迭代終止條件；若否，則轉(zhuǎn)入步驟204，若是，則進(jìn)入步驟210。

這里所說的迭代終止條件可以為迭代次數(shù)已經(jīng)達(dá)到了預(yù)設(shè)次數(shù)，當(dāng)然也可以為篩選保留的粒子的適應(yīng)度達(dá)到了預(yù)設(shè)門限值，本申請(qǐng)實(shí)施例對(duì)此并不進(jìn)行限定。若迭代終止條件不滿足，則說明仍需再次返回迭代過程中，因此轉(zhuǎn)入步驟204；若已經(jīng)滿足了迭代終止條件，則可以進(jìn)入步驟210。

步驟210：輸出更新的占優(yōu)解集。

當(dāng)經(jīng)步驟209判斷當(dāng)前已經(jīng)滿足迭代條件時(shí)，即說明此時(shí)的占優(yōu)解集中的粒子基本已經(jīng)是可以取得較好目標(biāo)效果的粒子，則可以輸出占優(yōu)解集中的粒子，以便進(jìn)行調(diào)度安排。

此外，在每次迭代時(shí)，還可以將歷次迭代前后的粒子都進(jìn)行存儲(chǔ)，并在每次判斷是否滿足迭代終止條件之前，對(duì)存儲(chǔ)粒子的空間余量進(jìn)行判斷，若粒子的總數(shù)量尚未超出存儲(chǔ)空間容量，則可以進(jìn)入判斷是否滿足迭代終止條件的步驟；若粒子的總數(shù)量已超出存儲(chǔ)空間容量，則對(duì)存儲(chǔ)空間中的粒子按照適應(yīng)度和擁擠距離進(jìn)行篩選保留，然后再進(jìn)入判斷是否滿足迭代終止條件的步驟。則在迭代結(jié)束之后，可以將所有粒子都輸出，以便對(duì)占優(yōu)解集的調(diào)度效果進(jìn)行對(duì)比分析。

下面將結(jié)合具體實(shí)例對(duì)本申請(qǐng)所提供的電力系統(tǒng)調(diào)度方法進(jìn)行介紹。

本申請(qǐng)實(shí)施例中的數(shù)學(xué)模型請(qǐng)參考上述實(shí)施例的相關(guān)內(nèi)容，這里就不再贅述。其中，調(diào)度周期為24h，調(diào)度時(shí)段總數(shù)為t＝24，每個(gè)調(diào)度時(shí)段t的時(shí)長為δt＝1h。

設(shè)共有10個(gè)火電機(jī)組，即n＝10。各個(gè)火電機(jī)組的各個(gè)相關(guān)數(shù)據(jù)如表1和表2所示。其中，表1示出了各個(gè)火電機(jī)組的出力下限值pmin、上限值pmax、第一燃料費(fèi)用系數(shù)ai、第二燃料費(fèi)用系數(shù)bi、第三燃料費(fèi)用系數(shù)ci、第一閥點(diǎn)效應(yīng)系數(shù)di、第二閥點(diǎn)效應(yīng)系數(shù)ei。表2示出了火電機(jī)組的第一、第二、第三、第四、第五污染排放系數(shù)αi、βi、γi、ξi、λi，以及相鄰時(shí)段所允許的出力值的最大向上、向下調(diào)整率uri、dri。

表1

表2

各個(gè)火電機(jī)組在各時(shí)段內(nèi)的電力負(fù)荷pl,t如表3所示。電力系統(tǒng)在t時(shí)段內(nèi)的旋轉(zhuǎn)備用容量需求rt的值為各時(shí)段內(nèi)的電力負(fù)荷的10％。

表3

此外，電力系統(tǒng)能量傳輸過程中的網(wǎng)損系數(shù)矩陣為

設(shè)共有50000輛電動(dòng)車參與電力系統(tǒng)調(diào)度，每輛車的儲(chǔ)能電池的總?cè)萘繛閟＝24kw·h；儲(chǔ)能電池的剩余電量的安全下限為smin＝20％s，安全上限為smax＝80％s；儲(chǔ)能電池的充、放電效率系數(shù)均為ηc＝ηd＝85％；每百千米耗電量為δs＝15kw·h。

并且，設(shè)電動(dòng)車在每個(gè)調(diào)度周期內(nèi)的第8個(gè)時(shí)段內(nèi)(07:00-08:00)行駛在上班路上，在第18個(gè)時(shí)段內(nèi)(17:00-18:00)行駛在下班路上，在其余時(shí)段內(nèi)可以根據(jù)調(diào)度安排靈活進(jìn)行充/放電；同時(shí)，電動(dòng)車在上/下班行駛過程中的行駛里程為l8＝l18＝25km；并且，車主在上班之前儲(chǔ)能電池的剩余電量s7＝100％s。

設(shè)有1個(gè)并入電網(wǎng)中的風(fēng)電機(jī)場，每個(gè)風(fēng)電機(jī)場中有100個(gè)風(fēng)電機(jī)組，即m＝10，lj＝10；j＝1,2,…,m；每個(gè)風(fēng)電機(jī)組的額定功率為pr＝1.5mw；額定風(fēng)速、切入風(fēng)速和切出風(fēng)速分別為vr＝15m/s、vci＝3m/s和vco＝25m/s。按照上述參數(shù)得到風(fēng)電機(jī)組出力值如圖4所示，圖4中橫坐標(biāo)表示各個(gè)時(shí)段，縱坐標(biāo)表示風(fēng)電機(jī)組出力值。

在利用縱橫交叉算法對(duì)上述數(shù)學(xué)模型進(jìn)行求解時(shí)，本申請(qǐng)實(shí)施例中初始種群的粒子總數(shù)為100；迭代終止條件為“迭代次數(shù)等于8000”；所有粒子的存儲(chǔ)容量為100；燃料費(fèi)用懲罰系數(shù)為ppunish1＝100；污染排放量懲罰系數(shù)為ppunish2＝100；動(dòng)態(tài)調(diào)整過程中的最大次數(shù)閾值為j＝20；違反量閾值為ε＝10^-4。

分別用縱橫交叉算法和nsga-ii算法求解本申請(qǐng)實(shí)施例中的具體問題，并將兩者得到的經(jīng)濟(jì)最優(yōu)解、環(huán)境最優(yōu)解和最優(yōu)折中解分別進(jìn)行比較，如表3所示。

表3

從表3可以看出，本申請(qǐng)實(shí)施例所提供的電力系統(tǒng)調(diào)度方法得到的經(jīng)濟(jì)最優(yōu)解、環(huán)境最優(yōu)解和最優(yōu)折中解均分別優(yōu)于nsga-ii算法(帶精英策略的非支配排序的遺傳算法)得到的相關(guān)結(jié)果，能夠?qū)崿F(xiàn)更小的燃料費(fèi)用消耗和污染排放目標(biāo)。

將縱橫交叉算法與nsga-ii算法所得到的所有粒子的目標(biāo)函數(shù)值分別繪制在二維示意圖中進(jìn)行比較，得到縱橫交叉算法與nsga-ii算法的多目標(biāo)求解結(jié)果曲線圖，如圖5所示。在圖5中，橫坐標(biāo)為污染排放量，縱坐標(biāo)為燃料費(fèi)用。

由圖5可以明顯看出，采用nsga-ii算法求得的解在前沿位置分布范圍較窄，這是因?yàn)槠淅^承了遺傳算法早熟收斂的缺點(diǎn)；而相比于nsga-ii算法，本申請(qǐng)實(shí)施例求得的解在前沿位置分布更均勻、范圍更廣，能夠確保所得到的解的多樣性。更重要的是，本申請(qǐng)實(shí)施例求得的解的曲線明顯位于nsga-ii算法求得的解的曲線的下方，即其污染排放量和燃料費(fèi)用都較低，顯然本申請(qǐng)實(shí)施例所提供的方法更為優(yōu)良。根據(jù)以上內(nèi)容可見，本申請(qǐng)所提供的電力系統(tǒng)調(diào)度方法的廣泛的解空間和解的優(yōu)良度，將十分有利于運(yùn)行人員在進(jìn)行電網(wǎng)調(diào)度時(shí)充分考慮各方面的因素，做出適合當(dāng)前情況的最優(yōu)調(diào)度決策，對(duì)經(jīng)濟(jì)效益與環(huán)境保護(hù)兩大之間進(jìn)行充分協(xié)調(diào)。

本申請(qǐng)中各個(gè)實(shí)施例采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說明的都是與其他實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似部分互相參見即可。對(duì)于實(shí)施例公開的系統(tǒng)而言，由于其與實(shí)施例公開的方法相對(duì)應(yīng)，所以描述的比較簡單，相關(guān)之處參見方法部分說明即可。

以上對(duì)本申請(qǐng)所提供的技術(shù)方案進(jìn)行了詳細(xì)介紹。本文中應(yīng)用了具體個(gè)例對(duì)本申請(qǐng)的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說明只是用于幫助理解本申請(qǐng)的方法及其核心思想。應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本申請(qǐng)?jiān)淼那疤嵯拢€可以對(duì)本申請(qǐng)進(jìn)行若干改進(jìn)和修飾，這些改進(jìn)和修飾也落入本申請(qǐng)權(quán)利要求的保護(hù)范圍內(nèi)。