本發(fā)明涉及電力系統(tǒng)調(diào)度技術領域，尤其涉及一種在調(diào)度過程中智能優(yōu)化算法。

背景技術：
社會生產(chǎn)生活中每天各時段對電力的需求是有差異的，存在峰谷差。水火電力系統(tǒng)調(diào)峰就是依據(jù)水電站與火電廠的不同特點通過安排各電廠各時段的輸出功率的在使電網(wǎng)各時段的輸出功率與社會需求負荷相等?，F(xiàn)有電力系統(tǒng)調(diào)度技術一般按照電量平衡原則通過切負荷的方式確定水電站和火電廠出力，調(diào)峰目標單一。在處理多目標調(diào)峰問題時通過目標加權(quán)，也將多目標轉(zhuǎn)化為單目標，一次求解只能得到一個調(diào)度方案，缺乏優(yōu)化機制。下列方法為現(xiàn)有的方法：(1)火電廠運行費用計算方法：其中：為為閥點效應造成的疊加值；參考文獻：覃暉，周建中.基于多目標文化差分進化算法的水火電力系統(tǒng)優(yōu)化調(diào)度.電力系統(tǒng)保護與控制，2011,39-22(2)引力搜索算法(GSA)中關于引力常數(shù)G的計算方法，同時借鑒了算法中關于位置矢量X、引力引起的加速度a，和速度向量V的概念；參考文獻：徐遙，王士同.引力搜索算法的改進.計算機工程與應用，2011,47(35)(3)水電站輸出功率計算方法；(4)水火電系統(tǒng)聯(lián)合運行過程中的約束處理方法；(5)Pareto非劣解集理論；(6)非劣解集擁擠距離截斷方法。

技術實現(xiàn)要素：
本發(fā)明的目的是，提供基于引力搜索的水火電系統(tǒng)多目標調(diào)峰方法，該方法首先建立水火電系統(tǒng)多目標調(diào)峰模型，模型為具有多個約束條件的目標函數(shù)，然后采用多目標引力搜索算法優(yōu)化求解多目標調(diào)峰模型，獲得水火電系統(tǒng)對目標調(diào)峰的非劣方案集，供調(diào)度決策部門選擇。為了達到上述目的，本發(fā)明采用如下技術方案：基于引力搜索的水火電系統(tǒng)多目標調(diào)峰方法，該方法包含下列步驟：a、水火電系統(tǒng)多目標調(diào)峰模型的建立a1、目標函數(shù)一其中：minF1為水火電系統(tǒng)運行費用最小的目標函數(shù)，T為調(diào)度期的時段數(shù)，Ns為火電廠的個數(shù)，為第t時段第i個火電廠的輸出功率，為火電運行費用函數(shù)，Ei,t為閥點效應函數(shù)；a2、目標函數(shù)二其中：minF2為水火電系統(tǒng)水電調(diào)峰量最大的目標函數(shù)，Nh為水電站的個數(shù)，PD,t為第t時段的水火電系統(tǒng)的負荷需求，為第i個水電站在第t時段的輸出功率；a3、約束條件a31、系統(tǒng)電力負荷平衡約束其中：PD,t為各時段的預測負荷，Ns為火電廠的個數(shù)，為第t時段第i個火電廠的輸出功率，t＝1,2，…，T，i＝1,2，…，Ns；Nh為水電站的個數(shù)，為第t時段第i個水電站的輸出功率，t＝1,2,…,T，i＝1,2,…,Nh；a32、火電廠與水電站的輸出功率限制其中：和分別第為第i個火電廠最小與最大輸出功率，和分別為第i個水電站最小與最大輸出功率；a33、水電站的發(fā)電流量約束Qi,min≤Qi,t≤Qi,max(6)其中：Qi,t為第i個水電站第t時段的發(fā)電流量，Qi,min與Qi,max分別為第i個水電站最小與最大發(fā)電流量；a34、水電站的庫容限制VOLi,min≤VOLi,t≤VOLi,max(7)其中：VOLi,min與VOLi,max分別為第i個水電站最小與最大庫容，VOLi,t為第i個水電站第t時段的庫容；a35、水電站調(diào)度期的始末庫容約束其中：VOLi,B與VOLi,E分別為第i個水電站調(diào)度期始末庫容限制，VOLi,0為第i個水電站調(diào)度期計算開始時的庫容，VOLi,T為第i個水電站調(diào)度期計算結(jié)束時的庫容；a36、火電輸出功率的爬坡速度約束其中：為第i個火電廠第t時段的輸出功率，為第i個火電廠第t-1時段的輸出功率μi，為第i個火電廠的爬坡速度；b、用多目標引力搜索算法優(yōu)化求解步驟a中的多目標調(diào)峰模型，步驟如下：b1、的初始值為滿足約束條件的隨機數(shù)，i＝1,2,…,Ns，t＝1,2,…,T；Qi,t的初始值為滿足Qi,min≤Qi,t≤Qi,max約束條件的隨機數(shù)，i＝1,2,…,Nh，t＝1,2,…,T，初始化設定閾值ε和最大迭代次數(shù)Max_it；b2、按照步驟b1的要求初始化第i個水電站第t時段的發(fā)電流量Qi,t，i＝1,2,…,Nh，t＝1,2,…,T和第i個火電廠第t時段的輸出功率i＝1,2,…,Ns，t＝1,2,…,T，將初始值按如下方式排列：組成的行向量稱為個體；b3、重復步驟b2操作產(chǎn)生N個個體組成的集合稱為一個群體X，其中第i個個體用Xi表示,初始化個體Xi的速度向量Vi為零向量；b4、將個體Xi中第i個水電站第t時段的發(fā)電流量代入公式其中為上游第h個水電站的發(fā)電流量，τh為上游第h個水電站的流達時間，nh為上游水電站水電個數(shù)；Ii,t為第i個水電站第t時段的自然入庫流量。求出第i個水電站第t時段的水庫庫容VOLi,t，i＝1,2,…,Nh，t＝1,2,…,T，對發(fā)電流量Qi,t和水電站庫容VOLi,t進行約束處理；進而通過查詢水庫庫容與水頭關系曲線得出第i個水電站第t時段的水頭Hi,t，i＝1,2,…,Nh，t＝1,2,…,T；將Qi,t與Hi,t代入公式其中：Ki為第i個水電站的出力系數(shù)，求出第i個水電站第t時段的輸出功率i＝1,2,…,Nh，t＝1,2,…,T；將代入目標函數(shù)2中計算其函數(shù)值fit2；b5、對個體Xi中第i個火電廠第t時段的輸出功率進行系統(tǒng)電力負荷平衡約束處理，i＝1,2,…,Ns，t＝1,2,…,T；代入目標函數(shù)1中計算其函數(shù)值fit1；b6、重復按照步驟b4與步驟b5求出群體X中所有個體的兩個目標函數(shù)值；b7、根據(jù)群體X中個體的兩個目標函數(shù)值篩選出非劣個體，當非劣個體數(shù)量超過NP時采用擁擠距離方法進行截斷，直至非劣個體數(shù)到達NP，將這NP個非劣個體的集合稱為外部檔案集Y，其中第j個個體用Yj表示；b8、計算群體中個體Xi受外部檔案集Y吸引產(chǎn)生的加速度，更新個體速度和位置，計算方法如下：b8.1、求出外部檔案集Y中第j個個體Yj，j＝1,2,…,NP，到群體中個體Xi的歐式距離Disti,j，j＝1,2,…,NP，其中設最大歐式距離為worsti，最小歐式距離為besti；b8.2、根據(jù)公式與求出外部檔案集Y中個體Yj相對于群體中個體Xi的慣性質(zhì)量Mi,j，j＝1,2,…,NP；b8.3、根據(jù)公式求出群體中個體Xi受外部檔案集Y的吸引產(chǎn)生的加速度ai，rand為(0,1)之間的一個隨機數(shù)，G為引力常數(shù)；b8.4、根據(jù)公式Vi＝rand·Vi+ai更新個體Xi速度向量，由公式Xi＝Xi+Vi更新個體Xi；b8.5、重復步驟b8.1—步驟b8.5直到群體X中所有個體在外部檔案集Y的吸引下全部更新；b9、重復步驟b6，求出更新后群體X全部個體的兩個目標函數(shù)值，篩選出外部檔案集Y與更新后群體共同的非劣個體，如果非劣個體數(shù)量超過NP，采用擁擠距離方法進行截斷，直至非劣個體數(shù)到達NP，這個非劣個體集合組成新的外部檔案集Y；b10、在按照設定的最大迭代次數(shù)內(nèi)，重復步驟b8和步驟b9進行迭代操作；b11、每迭代10次計算出第n次迭代產(chǎn)生外部檔案集與第n-10次迭代產(chǎn)生的外部檔案集對應個體的兩個目標函數(shù)值的差值Δfit1j和Δfit2j，j＝1,2,..,NP，根據(jù)公式計算出相對差值Δfitj；求出相對差值的平均值，如果該平均值小于設定的閾值ε停止迭代，否則重復步驟10直到達到最大迭代次數(shù)Max_it；b12、計算結(jié)束，輸出外部檔案集作為優(yōu)化結(jié)果，外部檔案集中的個體代表不同的水火電聯(lián)合調(diào)峰調(diào)度方案；如果決策者更偏好系統(tǒng)運行費用的調(diào)度目標，則選擇系統(tǒng)運行費用最小調(diào)度方案，如果偏好水電調(diào)峰目標，則選擇水電調(diào)峰量最大方案。與現(xiàn)有技術相比，本發(fā)明具有以下優(yōu)點和效果：1、已有技術多按照電量平衡原則通過切負荷的方式確定水電站和火電廠出力，缺乏優(yōu)化機制，本發(fā)明通過智能優(yōu)化方法優(yōu)化調(diào)峰目標函數(shù)，能按照設定目標實現(xiàn)水火電優(yōu)化協(xié)調(diào)調(diào)峰。2、已有技術多是考慮水電調(diào)峰量單一目標的水火電系統(tǒng)運行方法，本發(fā)明是結(jié)合了運營成本與水電調(diào)峰能力的多目標調(diào)峰運行方法。且采用多目標優(yōu)化算法在優(yōu)化求解，一次求解可得到滿足Pareto最優(yōu)理論的多個非劣解，獲得多種優(yōu)化調(diào)峰運行方案，有助于提高決策效率。3、已有技術在處理多目標調(diào)峰問題時通過目標加權(quán)將多目標轉(zhuǎn)化為單目標，一次求解只能得到一個調(diào)度方案。本發(fā)明利用Pareto最優(yōu)理論求解得到同時滿足系統(tǒng)運行費用最小與水電調(diào)峰量最大兩個目標的最優(yōu)解集，得到多個調(diào)度方案供決策者選擇。具體實施方式以下結(jié)合實施例，對本發(fā)明作進一步的說明。實施例一基于引力搜索的水火電系統(tǒng)多目標調(diào)峰方法，該方法包含下列步驟：步驟1，數(shù)據(jù)準備調(diào)度期為1天，調(diào)度期時段T＝24；各時段系統(tǒng)負荷PD,t；水電站個數(shù)Nh，各水電站最大出力值最小出力值各水電站最大庫容值VOLi,max、最小庫容值VOLi,min，各水電站調(diào)度期初始庫容值VOLi,B和期末庫容值VOLi,E，各水電站最大發(fā)電流量值Qi,max，最小發(fā)電流量Qi,min，各水電站水位庫容關系曲線，各水電站出力系數(shù)Ki，各水電站各時段自然入庫徑流Ii,t；火電廠的個數(shù)Ns，火電廠運行費用函數(shù)閥點效應函數(shù)Ei,t，各火電廠最大出力值最小出力值各火電廠出力爬坡速度限制值μi；步驟2，建立多目標調(diào)峰模型(2.1)系統(tǒng)運行費用最小目標：其中：為為閥點效應造成的疊加值；為t時段第i個火電廠的出力，ai,bi和ci為運行費用函數(shù)系數(shù)。研究表明，忽略閥點效應會影響運行費用的求解精度，本發(fā)明在計算系統(tǒng)運行成本最小目標時考慮了閥點效應。(2.2)水電調(diào)峰量最大目標：其中：為第i個水電站在t時段的出力。調(diào)峰電量最大模型的目標就是使控制期內(nèi)的最大余荷最小。所描述的目標函數(shù)需滿足如下約束條件：(2.3)系統(tǒng)電力負荷平衡約束其中：PD,t為各時段的預測負荷，Ns為火電廠的個數(shù)，為第t時段第i個火電廠的輸出功率，t＝1,2，…，T，i＝1,2，…，Ns；Nh為水電站的個數(shù)，為第t時段第i個水電站的輸出功率，t＝1,2，…,T，i＝1,2，…，Nh；(2.4)火電廠與水電站的輸出功率限制其中：和分別第為第i個火電廠最小與最大輸出功率，和分別為第i個水電站最小與最大輸出功率；(2.5)水電站的發(fā)電流量約束Qi,min≤Qi,t≤Qi,max(14)其中：Qi,t為第i個水電站第t時段的發(fā)電流量，Qi,min與Qi,max分別為第i個水電站最小與最大發(fā)電流量；(2.6)水電站的庫容限制VOLi,min≤VOLi,t≤VOLi,max(15)其中：VOLi,min與VOLi,max分別為第i個水電站最小與最大庫容，VOLi,t為第i個水電站第t時段的庫容；(2.7)水電站調(diào)度期的始末庫容約束其中：VOLi,B與VOLi,E分別為第i個水電站調(diào)度期始末庫容限制，VOLi,0為第i個水電站調(diào)度期計算開始時的庫容，VOLi,T為第i個水電站調(diào)度期計算結(jié)束時的庫容；(2.8)火電輸出功率的爬坡速度約束其中：為第i個火電廠第t時段的輸出功率，為第i個火電廠第t-1時段的輸出功率μi，為第i個火電廠的爬坡速度；步驟3、用多目標調(diào)峰的引力搜索優(yōu)化方法求解步驟2的調(diào)峰模型，步驟如下：(3.1)的初始值為滿足約束條件的隨機數(shù)，i＝1,2,…,Ns，t＝1,2,…,T；Qi,t的初始值為滿足Qi,min≤Qi,t≤Qi,max約束條件的隨機數(shù)，i＝1,2,…,Nh，t＝1,2,…,T，初始化設定閾值ε和最大迭代次數(shù)Max_it；(3.2)按照步驟b1的要求初始化第i個水電站第t時段的發(fā)電流量Qi,t，i＝1,2,…,Nh，t＝1,2,…,T和第i個火電廠第t時段的輸出功率2,…,T，將初始值按如下方式排列：組成的行向量稱為個體；(3.3)重復步驟(3.2)操作產(chǎn)生N個個體組成的集合稱為一個群體X，其中第i個個體用Xi表示,初始化個體Xi的速度向量Vi為零向量。(3.4)將個體Xi中所有水電站每個時段的發(fā)電流量代入公式(τh為上游水電站到下游水電站的流達時間)中求出所有水電站的每個時段的水庫庫容VOLi,t，i＝1,2,…,Nh，t＝1,2,…,T，對發(fā)電流量Qi,t和水電站庫容VOLi,t進行約束處理。其中水電站調(diào)度始末庫容約束處理具體操作如下：(3.4.1)設定約束處理最大循環(huán)次數(shù)Ny1和閥值α；(3.4.2)已根據(jù)Qi,t計算出調(diào)度期末庫容求出違反約束量ΔVOL；(3.4.3)將ΔVOL平均分配到Qi,t中即Qi,t＝Qi,t+ΔVOL/Nh；(3.4.4)重新計算ΔVOL；(3.4.5)重復步驟(3.4.2)至(3.4.4)的操作直到循環(huán)次數(shù)達到Ny1或ΔVOL<α。(3.4.6)根據(jù)上步求出的各時段水電站庫容VOLi,t查詢水電站庫容與水頭關系曲線圖得出所有水電站每個時段的水頭Hi,t。將Qi,t與Hi,t代入公式中(Ki為水電站i的出力系數(shù))，求出公式所有水電站各時段的輸出功率i＝1,2,…,Nh，t＝1,2,…,T。將代入目標函數(shù)2中計算其函數(shù)值fit2。(3.5)對個體Xi中所有火電廠每個時段的輸出功率進行系統(tǒng)電力負荷平衡約束處理，其中系統(tǒng)電力負荷平衡約束處理方法如下：(3.5.1)設定約束處理最大循環(huán)次數(shù)Ny2和閥值β；(3.5.2)計算系統(tǒng)t時刻所有水電站與火電廠出力之和與系統(tǒng)負荷需求PD,t之間差值為ΔP；(3.5.3)將ΔP平均分配到中，即：(3.5.4)重新計算ΔP；(3.5.5)重復步驟(3.5.2)至(3.5.4)的操作直到循環(huán)次數(shù)達到Ny2或ΔP<β。將約束處理后得到的代入目標函數(shù)1中計算其函數(shù)值fit1。(3.6)重復按照步驟(3.4)、(3.5)求出群體X中所有個體的兩個目標函數(shù)值。(3.7)根據(jù)群體X中個體的兩個目標函數(shù)值篩選出非劣個體。當非劣個體數(shù)量超過NP時采用擁擠距離方法進行截斷，直至非劣個體數(shù)到達NP，將這個非劣個體的集合稱為外部檔案集Y，其中第j個個體用Yj表示。(3.8)計算群體中個體Xi受外部檔案集Y吸引產(chǎn)生的加速度，更新個體速度和位置，具體計算如下：(3.8.1)求出外部檔案集Y中全部個體Yj，j＝1,2,…,NP，到群體中個體Xi的歐式距離Disti,j，j＝1,2,…,NP，其中設最大歐式距離為worsti，最小歐式距離為besti；(3.8.2)根據(jù)公式與求出外部檔案集Y中個體Yj相對于群體中個體Xi的慣性質(zhì)量Mi,j；(3.8.3)重復按照(3.8.2)操作求出外部檔案集中所有個體相對于群體中個體Xi的慣性質(zhì)量Mi,j，j＝1,2,…,NP；(3.8.4)根據(jù)公式求出群體中個體Xi受外部檔案集的吸引產(chǎn)生的加速度ai，rand為(0,1)之間的一個隨機數(shù)，G為引力常量；(3.8.5)根據(jù)公式Vi＝rand·Vi+ai更新個體Xi速度向量，由公式Xi＝Xi+Vi更新個體Xi；(3.8.6)重復步驟(3.8.1)—(3.8.5)直到群體X中所有個體在外部檔案集Y的吸引下全部更新。(3.9)重復步驟(3.6)操作求出更新后群體X全部個體的兩個目標函數(shù)值，篩選出外部檔案集Y與更新后群體共同的的非劣個體，如果非劣個體數(shù)量超過NP，采用擁擠距離方法進行截斷，直至非劣個體數(shù)到達NP，這個非劣個體集合組成新的外部檔案集。(3.10)在按照設定的最大迭代次數(shù)內(nèi)，重復步驟(3.7)和步驟(3.8)進行迭代優(yōu)化搜索。(3.11)每迭代10次計算出第n次迭代產(chǎn)生的外部檔案集與第n-10次迭代產(chǎn)生的外部檔案集對應個體的兩個目標函數(shù)值的差值Δfit1j和Δfit2j，j＝1,2,..,NP，根據(jù)公式計算出相對差值Δfitj。求出相對差值的平均值，如果該平均值小于設定的閾值ε停止迭代，否則重復步驟(3.10)直到達到最大迭代次數(shù)Max_it。(3.12)計算結(jié)束，輸出外部檔案集作為優(yōu)化結(jié)果，外部檔案集中個體代表不同水火電聯(lián)合調(diào)峰調(diào)度方案。如果決策者更偏好系統(tǒng)運行費用的調(diào)度目標，則選擇系統(tǒng)運行費用最小調(diào)度方案，如果偏好水電調(diào)峰目標，則選擇水電調(diào)峰量最大方案。其中，非劣關系判斷，設置外部檔案集與截斷操作是以Pareto理論為基礎的多目標優(yōu)化技術典型特征。