含风电场的多目标动态环境经济调度_朱永胜

å Pi ,t + PW,t - PD,t - PL,t = 0 ， t = 1, 2,L , T
i =1
N
(3)

、 模糊自适应学习粒
子群算法(fuzzy self adaptive learning particle swarm optimization，FSALPSO)[15]等应用于该领域。然而 对于此类复杂的多目标优化问题，如何针对问题的 具体特点，寻找更优的求解算法，进一步改善求解 效果，将一直是学者研究的重点。 本文在风电全额上网的基础上，充分考虑风电 不确定性引起的系统正负旋转备用需求，构建含风 电场的电力系统多目标 DEED 新模型， 该模型将燃 料费用及污染排放同时作为优化目标，并计及阀点 效应、网络损耗和各种等式及不等式约束。为求解 该模型，将一种新型的全局优化算法——基于分解 的 多 目 标 进 化 算 法 (multi-objective evolutionary algorithm based on decomposition，MOEA/D)[16-17] 用于含风电 DEED 问题，并对其进行改进，加入对 复杂约束 的 处 理 机 制 ， 提出 带 约 束 处 理 的 改进 MOEA/D 算法(improved multi-objective evolutionary algorithm based on decomposition with constraints handling， IMOEA/D-CH)。 通过对 1 个含 10 台常规 机组和 1 个并网风电场的电力系统进行 DEED 分
第 39 卷 第 5 期 2015 年 5 月 文章编号：1000-3673（2015）05-1315-08
电 网 技 术 Power System Technology 中图分类号：TM 73 文献标志码：A
Vol. 39 No. 5 May 2015 学科代码：470·4054
含风电场的多目标动态环境经济调度
耗以及由风电不确定性引起的旋转备用需求。为求解该模 型， 达到为决策者提供最优调度方案集的目的， 将基于分解 的 多 目 标 进 化 算 法 (multi-objective evolutionary algorithm based on decomposition， MOEA/D)应用于动态调度领域。针 对模型的复杂约束， 在算法中加入对机组出力的实时调整及 对约束违反量的适当惩罚， 并利用归一化操作， 避免算法向 某一目标过度进化。 经过对算例的仿真及对不同调度方案的 对比分析，验证了所提调度模型的合理性以及改进 MOEA/D 算法解决此类问题的有效性。 关键词：风电；动态环境经济调度；多目标进化算法；多目 标优化 DOI：10.13335/j.1000-3673.pst.2015.05.022
0
引言
随着风电规模的大幅增长及其战略地位的逐步
上升，含风电场电力系统的经济调度问题已经成为 新的研究热点[1-2] 。其中，动态经济调度(dynamic economic dispatch，DED)综合考虑各调度时段间的 相互耦合关系，相比于传统的静态调度，更符合实 际，特别是对风电出力随机变化的含风电场电力系 统[3]。 另一方面， 由于国家对电力工业强制性的减排 要求，环境经济调度(economic emission dispatch， EED)在同时兼顾经济和环境效益方面也有其独特的 优势[4-5]。因此，近年来国内外不少学者开始对结合 两者特点的动态环境经济调度(dynamic economic emission dispatch ， DEED) 问题 展开 研究 [6-10] 。 而 DEED 问题是典型的高维度、强约束、非线性且 非凸的多目标优化问题，尤其是在考虑风电的随机 性和波动性之后，其建模及求解变得更为复杂，因 此研究成果相对较少。 文献[11]将污染排放量及应对风电波动的旋转
基金项目：国家自然科学基金项目(61305080)；河南省科技攻关计 划 项 目 (132102210521) ； 河 南 省 教 育 厅 科 学 技 术 研 究 重 点 项 目 (14A470010)。 Project Supported by National Natural Science Foundation of China(61305080); Scientific and Technological Projects of Henan Province(132102210521); Key Scientific and Technological Research Projects of Education Department of Henan Province (14A470010)．
E = åå [a i + b i Pi ,t + g i ( Pi ,t ) 2 + z i exp(ji Pi ,t )] (2)
t =1 i =1 T N
式中： ai、bi、g i、z i、ji 为常规机组 i 的污染气体 排放系数。 1.2 约束条件 1.2.1 系统功率平衡约束 该约束为等式约束，可表示为
t =1 i =1 T N
(1) 式中：T 为调度时段；N 为系统中常规机组的台数； Pi ,t 为第 i 台常规机组在时段 t 的有功出力；ai 、bi 、
ci 、 di 、 ei 为常规机组 i 的燃料费用系数； Pi ,min 为
常规机组 i 的出力下限。 1.1.2 污染排放量 系统的污染气体排放量目标函数[8]表示为
[13]
析，验证调度模型的合理性及 IMOEA/D-CH 算法 求解此类问题的有效性。
1
含风电场的动态环境经济调度建模
1.1 目标函数 1.1.1 总燃料费用 考虑 机组 阀点效应的 系统 总 燃料费用目标 函 数可表示为[8]
F = åå{ai + bi Pi ,t + ci ( Pi ,t ) 2 +|d i sin[ei ( Pi ,min - Pi ,t )] |}
ZHU Yongsheng1, WANG Jie1, QU Boyang2, P. N. Suganthan3
(1. School of Electrical Engineering, Zhengzhou University, Zhengzhou 450001, Henan Province, China; 2. School of Electronic and Information Engineering, Zhongyuan University of Technology, Zhengzhou 450007, Henan Province, China; 3. School of Electrical and Electronic Engineering, Nanyang Technological University, 50 Nanyang Avenue 639798, Singapore) ABSTRACT: To cope with the impacts of grid-connected wind farm on power system economic dispatching, a multi-objective dynamic economic dispatching model, which can consider both fuel cost objective and pollution emission objective simultaneously as well take valve point effect, network loss and the demand on spinning reserve due to the uncertainty of wind power, is constructed. To solve the constructed model and achieve the aim of providing decision-maker the optimal dispatching scheme, the multi-objective evolutionary algorithm based on decomposition (MOEA/D) is applied in the field of dynamic dispatching. In allusion to complex constraints in the model, the real-time regulation of unit output and adequate penalty on violating extent of constraints are added into the algorithm, and the normalized operation is utilized to avoid excessive evolution of the algorithm towards a certain objective. Through simulation of a 10-machine system and contrastive analysis on different dispatching schemes, the reasonableness of the proposed dispatching model as well as the effectiveness of using the improved MOEA/D algorithm to solve such a kind of problem are validated. KEY WORDS: wind power; dynamic economic emission dispatching; MOEA/D; multi-objective optimization 摘要： 为应对风电并网给电力经济调度带来的影响， 构建了 含风电场的多目标动态环境经济调度模型。 该模型能同时兼 顾燃料费用目标及污染排放目标， 并计及阀点效应、 网络损