基于系统协调粒子群算法的电力系统多目标优化调度初探

于溪龙 刘申 陈凯 国网辽宁省电力有限公司铁岭供电公司

基于系统协调粒子群算法的电力系统多目标优化调度初探

于溪龙 刘申 陈凯 国网辽宁省电力有限公司铁岭供电公司

在“十二五”的全面推动下，我国的经济发展又向前迈进了一大步，在这种发展趋势之下，生产用电与居民用电的质量要求不断提高，促使电力系统多目标优化调度逐渐深化。基于此，本文就系统协调粒子群算法下的电力系统多目标优化调度展开分析。

系统协调粒子群 电力系统 多目标优化调度

1 系统协调粒子群算法概述

系统协调粒子群算法是一种基于粒子群算法，融合了灰色理论的全新算法，能够应对大型复杂系统优化的计算与求解需求。在复杂的系统当中，内部的变量繁多，相对的变量与变量之间的联系也更为复杂，这就影响单一的、常规的解决办法无法实现相关求解需求，所以，提出了包含灰色理论的系统协调粒子算法，取系统当中能够表示其重要特征的参数，将这些参数排列成呈现系统状态序的列，在这一过程中，忽略所取参数之间的关联关系，达到简化系统的效果。

2 电力系统多目标优化调度模型分析

2.1 明确多目标优化调度模型的相关目标函数

c2、c3、c4、c5、c6表示的是j的发电特性系数；而表示的是j在t时刻的水库蓄水量；表示的是j在t时刻的发电引用流量。梯级水电站的发电成本低，且环保无污染，因此，水电系统部分要承担更多的符合，以降低上述火电系统的出力。

2.2 模型求解

①依据上述函数的调度特点，在解析空间当中会随机生成粒子，进一步调整系统协调粒子群算法中的原始参数，从中筛选出能够满足相关约束条件的粒子，重新设定粒子的初始位置与速度。依据上述模型分析，选取两个粒子变量，其一是火电站不同时段的出力状况；其二是不同时段梯级水电站的发电用水量。

②在上述电力系统多目标优化调度模型当中，整理所涉及的6各目标函数，形成基准序列，进而用此序列表征该调度优化模型的理想状态。

③模型求解过程中，解空间里每一个粒子的生成能够对应得出目标函数值，最终将得到的6个目标函数进行排列，最终得到的目标序列就是当前电力系统模型的状态。

④利用灰色理论中的灰色关联分析理论，对比基准序列与目标序列之间的灰色关联度，计算得出关联度值即为系统协调粒子群算法的适应函数值。

综上所述，基于系统协调粒子群算法的电力系统多目标优化调度的相关分析，有利于提升整个电力系统的运行效益。通过相关优化要求的有效实现，能够最大程度降低电力系统的资源消耗与环境污染，从而提升系统生产的经济效益与环保效益，同时还能够提升系统的生产质量，相应提升系统运行的社会效益。

[1]卢锦玲,苗雨阳,张成相,任惠.基于改进多目标粒子群算法的含风电场电力系统优化调度[J].电力系统保护与控制,2013,41(17):25-31.(2013-08-26)[2017-09-29].

[2]杨家然,王兴成,隋林涛,刘先正,罗晓芬.采用混合智能算法的含风电电力系统多目标优化调度[J].电力系统保护与控制,2017,45(11):21-27.(2017-05-31)[2017-09-29].