基于多目标函数的负荷恢复模型.docxVIP

基于多目标函数的负荷恢复模型 0 负荷恢复的智能优化 随着能源系统互联规模的扩大，大型能源装置和可支配能源的应用以及能源市场竞争机制的引入，系统运行方法变得更加复杂，存在可能的高电站损失。 负荷恢复是电力系统恢复的关键部分,也是系统恢复的最终目的。 负荷恢复在系统恢复前期的主要作用是平衡机组出力,维持系统功率平衡,保证系统频率和电压满足要求;在后期的主要目标则是在足够大发电容量的基础上,大规模恢复重要负荷,减小停电损失。 对于负荷的投入方式,现有文献给出了一些指导性原则。 文献[8]将负荷恢复问题松弛为考虑系统稳态频率约束的0 -1规划问题并通过“扩展的潮流计算”求解;文献[9]分时步恢复负荷,对待恢复负荷进行预选,采用层次分析法确定其综合权重,利用贪婪算法求解得到各时步恢复的负荷及线路;文献[10]把电力系统的负荷恢复问题建模为包括多约束条件的0 -1背包问题,并设计了一种改进混合遗传算法来求解问题;文献[11]基于遗传模拟退火算法,采用罚函数处理各种约束,通过适应值函数确定最优恢复路径和最大允许恢复负荷量。 目前,国内外的研究大多集中于负荷的全面恢复时期, 通过采取不同的方法实现负荷恢复的智能优化,对于停电负荷的冷负荷恢复特性、发电机组的运行特性、系统频率对机组与负荷的影响以及系统实际运行中厂站的出线情况未能进行详细研究与考虑。 因此,本文针对系统网架重构完成后的负荷全面恢复的智能优化进行研究。 鉴于负荷恢复过程是一个多目标多约束的复杂连续过程,很难对其进行全过程的统一优化,本文将负荷恢复过程按恢复时段进行划分,得到一个时间离散模型,根据发电机组的爬坡特性,分时步来完成负荷投入。 综合考虑待恢复负荷的冷负荷恢复特性和发电机组的实际运行特性,将厂站的实际出线作为独立节点,建立包括可恢复负荷量、节点负荷重要度和系统频率变化水平在内的多目标函数,考虑冷负荷特性约束、计及频率特性的稳态潮流约束等约束条件,建立基于频率变化的发电机组出力和负荷恢复模型,通过带精英策略的快速非支配排序遗传算法NSGA-Ⅱ(Non-dominated Sorting Genetic Algorithm -Ⅱ)求取Pareto最优解集 , 根据信息熵权法确定各属性的客观权重,利用未确知有理数确定各属性主观权重,通过最小二乘法计算主客观组合权重,最后根据灰色关联决策模型对各方案进行决策得到最终方案。 以新英格兰10机39节点系统为算例验证所提方法的有效性。 1 负荷恢复优化模型 1.1 基于序列优化的负荷恢复 在负荷恢复时间离散化的模型中,把整个负荷恢复过程划分为一系列的恢复时步,通过对每一时步的负荷恢复方案进行次序优化从而完成全过程的负荷恢复。 假设各时步系统的初始频率一致,负荷的投入一般会导致系统频率逐步降低,当投入负荷不满足约束条件的要求时停止投入,该时步结束。 然后,通过系统调频作用调节频率使其上升,等待系统频率恢复到正常值时再开始下一时步的负荷恢复, 从而解决这一复杂的工程优化问题 (1) 本时步负荷恢复量最大化目标 负荷恢复阶段的主要目标是快速全面地恢复剩余负荷,本文将本时步负荷恢复量最大化作为目标,为了计算方便,取负荷恢复量的负值作为目标函数,表达如下: 其中,c (2) 节点重要性的选取 节点所有的负荷中,Ⅰ类负荷所占比例越高,该节点的重要程度越高,应优先选择。 节点负荷重要度指节点负荷中Ⅰ类、Ⅱ 类和 Ⅲ 类负荷的相对权重之和 其中,K (3) 统是否稳定的测定 一般情况下,负荷的投入会导致系统频率降低, 因此可以将频率作为衡量系统是否稳定的重要指标。 本文将本时步投入某负荷后的系统频率与额定频率差值作为目标函数,表示为: 其中,f 综合可恢复负荷量、节点负荷重要度和系统频率变化水平3个负荷恢复时的目标函数,负荷恢复的总目标定义如下: 1.2 合同规定 负荷恢复的过程中,需要综合考虑冷负荷特性约束、计及频率特性的稳态潮流约束、机组出力约束以及系统单次投入负荷量约束等。 1.2.1 等式限制 (1) 系统负荷恢复的功能模块 冷负荷恢复问题是指停电事故发生后的恢复过程中,系统中自动控制恒温的负荷同时启动,导致负荷恢复瞬间所消耗的有功功率远大于其额定功率的问题 其中,t (2) 计算和频率特征的静态趋势约束 负荷模型: 其中,PGi0、QGi0为发电机的额定功率;PLi 1.2.2 等腰线限制 (1) 功率之和与最大稳定出力 负荷恢复与机组出力关系密切,已恢复负荷及当前时步待恢复负荷所需的功率之和应小于已启动发电机组所能提供的功率之和,同时大于已启动发电机组的最小稳定出力之和,一般规定,机组的最小稳定出力是其额定功率的30% 其中,n 由图2得: 其中,T (2) 系统运行负荷最小量 各时步系统投入的负荷可能是一条甚至多条线路同时投入 经计算,