基于NSGA-Ⅱ的含風(fēng)電場電力系統(tǒng)多目標(biāo)調(diào)度計劃研究.pdf

1、化石能源的日益枯竭和環(huán)境的日益惡化已經(jīng)成為了當(dāng)今人類面臨的嚴(yán)峻挑戰(zhàn)。電力系統(tǒng)作為最大的一次能源消耗者和轉(zhuǎn)換者，對節(jié)能減排承擔(dān)著很大的責(zé)任。實(shí)踐已經(jīng)表明，優(yōu)化的調(diào)度能顯著降低能耗量和排放量。同時，大力開發(fā)風(fēng)能等新能源是促進(jìn)節(jié)能減排的有效措施之一，而風(fēng)電出力的隨機(jī)性卻給電力系統(tǒng)的優(yōu)化調(diào)度增加了難度。因此，含風(fēng)電隨機(jī)出力的多目標(biāo)調(diào)度計劃研究意義重大。針對此課題，本文做了如下研究。
　　 首先，提出了一種基于帶精英策略的快速非支配排序遺

2、傳算法(Non-dominatedSortingGeneticAlgorithm-Ⅱ，NSGA-Ⅱ)的含風(fēng)電場電力系統(tǒng)節(jié)能減排多目標(biāo)負(fù)荷分配方法。建立了含風(fēng)電隨機(jī)出力的多目標(biāo)優(yōu)化調(diào)度模型，研究了用NSGA-Ⅱ?qū)δＰ瓦M(jìn)行求解的方法;同時用最大滿意度法對Pareto解集進(jìn)行最優(yōu)折中解的決策。為了研究風(fēng)電出力的隨機(jī)性給優(yōu)化調(diào)度帶來的影響，用蒙特卡洛隨機(jī)抽樣試驗(yàn)方法對機(jī)組出力和目標(biāo)函數(shù)值進(jìn)行概率分布的分析。實(shí)例分析證明了算法能逼近理想的Pare

3、to前沿;最大滿意度法能選擇出理想的最優(yōu)折中解;同時，驗(yàn)證了蒙特卡洛試驗(yàn)方法在分析風(fēng)電隨機(jī)出力影響下常規(guī)機(jī)組出力和目標(biāo)函數(shù)值的概率分布規(guī)律上的有效性。
　　 其次，針對標(biāo)準(zhǔn)NSGA-Ⅱ在電力系統(tǒng)機(jī)組組合研究上的不足、在含風(fēng)電電力系統(tǒng)動態(tài)機(jī)組組合上的空白，設(shè)計了一種基于NSGA-Ⅱ和Look-ahead的混合變量多目標(biāo)動態(tài)優(yōu)化調(diào)度算法。通過對機(jī)組組合和負(fù)荷分配進(jìn)行基于非支配排序選擇方法的分層優(yōu)化，將NSGA-Ⅱ在多目標(biāo)調(diào)度上的應(yīng)用

4、拓展到了同時進(jìn)行機(jī)組組合和負(fù)荷分配的多目標(biāo)優(yōu)化。同時，基于Look-ahead(即“向前看”)方法，對不同時間斷面之間調(diào)度的耦合進(jìn)行解耦，將NSGA-Ⅱ在電力系統(tǒng)多目標(biāo)調(diào)度上的研究從局限于單時段的靜態(tài)優(yōu)化拓展到多時段的動態(tài)優(yōu)化。
　　 最后，鑒于NSGA-Ⅱ在求解均勻分布、多樣性良好的Pareto解集這方面存在的優(yōu)勢，將基于NSGA-Ⅱ的優(yōu)化調(diào)度拓展到多目標(biāo)最優(yōu)潮流。建立了分別以購電費(fèi)用最小、有功網(wǎng)損最小和污染物排放量最小的多目