导航：安全管理网>> 安全论文>> 电力安全论文>>正文

基于节能环保的水火电多目标优化调度研究

文档作者：刘文静付传雄吴杰康郭壮志文档来源： 1．华南理工大学广州学院电气工程学院 2．广东省水利水电科学研究院 3．广东工业大学自动化学院		点击数：	更新时间： 2022年02月25日
下载地址：点击这里	文件大小： 373.92 KB 共5页	文档格式： PDF	下载点数： 1 点（VIP免费）

全屏查看

内容预览 [文件共5页]

本文件共5页，如需编辑使用，请下载。

注：预览效果可能会出现部分文字乱码（如口口口）、内容显示不全等问题，下载是正常的。

	文件大小：373.92 KB 共5页文件格式：PDF 下载点数：1 点（VIP会员免费）

下一篇：基于节能环保的大型火电厂热机设备选型优化

上一篇：基于模糊综合评判的火电厂节能状态评估

文本预览

仅提取页面文字内容，供快速阅读使用。

第4O卷第2期
2014年2月 水力发电
基于节能环保的水火电多目标优化调度研究
刘文静 ，付传雄 ，吴杰康 ，郭壮志
(1．华南理工大学广州学院电气工程学院，广东广州510800；2．广东省水利水电科学研究
院，广东广州510060；3．广东工业大学自动化学院，广东广州510006)
摘要：为提升水火电力系统运行的综合性能，对含有梯级水电站的水火电力系统，构建兼顾经济、用水和环保的
多目标优化调度模型。针对各目标的量纲不同、权重系数难以合理确定的多目标优化问题，运用满意度函数和欧式
距离函数对其进行归一化处理。并采用改进粒子群算法对处理后的目标进行优化求解。以广西某个由10个火电厂和
8个梯级水电站所组成的水火电力系统平水期日发电优化调度计划为例进行仿真分析，优化结果表明在调度期内水
力资源获得了充分利用，水电站总出力大于火电厂总出力，从而实现以水代煤，有效减少了煤炭的使用，降低了污
染物的排放， 同时也进一步验证了本文所提多目标优化求解方法的有效性。
关键词：优化调度：多目标；改进粒子群；水火电力系统
Multi-Objactive Optimized Scheduling for Hydro—thermal Power System
Based on Energy Saving and Environmental Protection
LIU Wenjing ，FU Chuanxiong2，wu Jiekang’，GUO Zhuangzhi
(1．School of Electrical Engineering,Guangzhou College of South China University of Technology，Guangzhou 5 1 o8o~
Guangdonb China；2．Guangdong Research Institute of Water Resource and Hydropower,Guangzhou 5 10060，Guangdonb China；
3．School ofAutomation，Guangdong University ofTechnology，Guangzhou 510006，Guangdon~China)
Abstract In order to improve the comprehensive performance of hydro-thermal power system with cascade hydroelectric stations,
a muhi-objective optimization model which can make the CO0rdination among econom~water resources and environmenta1
protection is established．The multi-objective optimization problem,in which，three targets have different dimension and weight
coeficient is difficult to determ ine,is norm alized by using satisfaction function and Euclidean distance function,and then is
solved by using improved particle swaFfl algorithm．A hydro-thermal power system with eight cascade hydroelectric stations and
ten therm al plants in Guangxi is studied as an example to simulate the scheduling optimization of daily power generation in norm al
water period．The results show that the hydropower output is greater than the output of therm al power plants，which reduces coal
consumption and pollutant emissions．The case study also verifies the effectiveness of multi-objective optimization metho&amp;amp;
Key Words：scheduling optimization；multi-objective；improved PSO；hydro-thermal power system
中图分类号：TM 732 文献标识码：A 文章编号：0559—9342(2014)02—0083—05
0 引言
在当前节能环保的背景下， 只追求水火电力系
统经济调度已然不能满足需求． 同时兼顾经济、能
源、环保等多目标的优化调度及求解方法【 I3J成为当
前的研究热点。常规算法对于处理高维多目标的水
火电优化问题具有一定的局限性， 而可处理大规模
的复杂系统求解、且具有高效快速收敛性能智能优
化算法， 如遗传算法 、粒子群l 5等得到了广泛的应
用。基本粒子群算法可有效优化单目标问题，对于
多目标函数通常是采用权重系数、乘除等方、目标
收稿日期：2013—08—08
基金项目： 国家自然科学基金项目(50767001)；国家高技术研究
发展计划(863计划)项目(2007AA04Z197)；高等学校博士学科点专项
科研基金课题(20094501110002)； 广东自然科学基金项目
($2013010012431，$2013040013776)；广东省高等学校人才引进专项
资金项目；广东省高等院校学科建设专项资金科技创新项目
(2012KJCXO045)
作者简介：刘文静(1986～ )， 女，河北张家口人，硕士．研究
方向为电力系统优化调度及运行管理．
Woter Power Vo1．40 No．2 圈
水力发电 2014年2月
规划等方法处理为单目标后进行优化求解， 这些处
理方法需要有较强的先验知识， 且受人的主观因素
影响较重，不能有效反应实际运行情况。
本文综合考虑各方面因素， 提出兼顾节能、用
水及环保的多目标模型， 运用满意度函数和欧式距
离函数对量纲不同的多目标进行归一化处理， 避免
人为因素影响．并采用改进粒子群优化算法对处理
后的目标进行优化求解。以一个具有8个梯级水电
站和1O个火电厂的水火电力系统为例进行仿真分
析。来验证所建模型的正确性和求解方法的有效性。
1 水火电多目标优化调度模型
1．1 目标模型
在水火联合运行机制下，其调度的目标主要是
以水代煤，减少不可再生能源的使用，从而减少污
染物的排放。但是对于梯级水电站发电。涉及调节
未来用水、航运、灌溉等多方面效益，因此调度期
用水量越少越好。本文介于上述考虑， 建立系统总
耗煤量最小、梯级水电站群耗水量最小及污染物排
放量最小的优化目标模型：
mi ： T警 ( )： T Nr[q( ， ) 。 ]
( t
， )=Σ Σ( t 2， + t， +y =l 1
式中， 、 、 分别为系统总煤耗量、总水耗量及
污染物排放量；
． 为水电蜥在 时段的发电用水
量；T为调度周期；N 、N 为系统中水、火电站的
个数； ．为火电机组i在t时段出力；嘶、b 、c 为
第i个火电厂机组的煤耗系数； 、卢 、 为第i个
火电厂机组的排放系数。
1．2 约束条件
(1)系统电力平衡约束
N N
，
t
。
=
t
+
t
(2)
式中，
． ，为水电蜥在 时段的出力； 为 时段的网
络损耗， 表示在f时段系统的总负荷。
(2)水火电机组的出力约束
!PH,jmin~％ x 2，⋯ (3)
l ,／rain≤ ． ≤ (i=1，2，⋯，NT t∈T)
式中， ⋯ 、 √rT1i 、Pr⋯ 、Pr,
imin分别为水、火电机
组出力的最大、最小值。
圈Warer Power Vo1．40 No．2
(3)梯级电站水量平衡约束
』VI：V1+(，l—Q ( (41
l +(Jl+ 。 一 — )△￡ q=2，3，⋯，凡；￡∈ )
式中， t -
、 分别为龙头电站水库在t-1、t时刻的
库容；At为将调度周期所分时段的时长；Q 为龙头
电站t时段的发电引用流量； 为龙头水库的天然来
水量； 为龙头电站t时段的弃水量； 为上游电站
的下泄流量到达下游的时滞系数；Q： 为上级电站的
发电流量；5 为上级电站的弃水。
(4)水库蓄水量约束
i ≤ ≤ ax (，=1，2，⋯ ，ⅣH；t∈T) (5)
式中， 、 ⋯ 分别为电站水库蓄水量的最小与最
大值。
(5)发电流量约束
QG。 ≤QG√≤QGJ (，=1，2，⋯ ， ； ∈ ) (6)
式中，Q。 i 、Q。 分别为水电机组发电流量最小、
最大值。
(6)水电站弃水约束
0≤ S
， ≤S (7)
式中，Js：为水电站 在 时段的弃水量，s： 为水电
站 在t时段的最大弃水量。
(7)火电机组出力爬坡约束。在相邻时段内，
火电机组出力变化应在合适的范围，否则有损设备。
两个时段有功出力差值应在该机组在此时段内所能
升(降)出力的最大值之间：
_△
，
≤
，
一
，
≤ △
，i ( 2，⋯ ，NT；
f8)
t=l，2，⋯ ， 1)
式中，_△
．
、△
．
分别为t时段相比t-1时段机
组出力的最小、最大变化量。
(8)水耗量和煤耗量约束。本文的目标之一是
系统总煤耗量最小，这一目标的实现则需要以梯级
电站承担较大出力来完成，而梯级电站发电量越多
则耗水量越多。这与另一目标梯级电站耗水量最小
化相冲突，从纵向各个目标系统内部来看，追求各
自的最小化。而从横向整个系统效益来看，需要水
电出力大于火电出力，两者达到相对最小。因此，
将二者统一转化到一个标准下，总耗水量折算所得
的煤耗量应大于实际总耗煤量， 即：
T N ，v
Σi=1
( < Wt (9)
式中， 为水火电转化系数。
”，、】 厶
Σ Σ
= =
HX 胃 ，号于：壹塞丁IJ日EJtl 廿 小人吧暑 t：| 1，bl~C．iV丐厦 T B
2 多目标优化求解算法
2．1 多目标处理
首先对单个目标进行处理， 采用公式(10)将
各个目标统一到一个标准下，求出每个目标的满意
度函数：
西 ( 一 ) ： ( 1，2，⋯ ，m) (10)
．
( ) ( )、 ’ ’ ’
式中， 为目标个数； ( )为目标i的满意度函数；f
⋯ ( )为目标 的最优解；
．
( )为目标 的最劣解；
构造欧氏距离目标函数如下：
mind( )=＼ [ ( )一咖 r (1 1)
式中，d(x)为构造的欧氏距离； ( )为各目标满意
度函数 ，( )的最优值(最小值)； ( )是在所有目
标函数的约束下可以找到某个最优解 的函数；西( )
一
． ( )之间的距离越小，表明越接近最优值。
2_2 改进粒子群算法(ZDPS0)
在标准粒子群算法中， 粒子在飞行中依靠速度
和位移来更新自己寻求最优解． 假设在一个Ⅳ维空
间中，有 个粒子， 第 个粒子的位置可表示为 =(
， ，
⋯
， )，对应的速度可表示为 =( ¨， ，⋯ ，
V )，其速度和位移更新公式为：
Vi
,j(f+1)= ‘1)i,j(f)+c1。r1 [p ( )一 J( )]
+c2。r2‘ ( ) (￡)] (12)
Xi
,j
( +1)= (￡)+ √(f+1)
式中， 下标 为粒子的当前处于第 维， 即变量个
数，j=l，2， ⋯ ，Ⅳ；下标i表示粒子的个数，i=1，2，
⋯
，m， 粒子数一般取20—50个；t为迭代次数，w
为惯性因子，决定粒子的搜索能力；c 、c2为学习因
子，表示粒子的自我学习及跟其他粒子经验交流学
习的程度，通常取值为C1=cz：2；r 、r 为[0，1]之间的
随机数； ，(z)为迭代到第t次时，第i个粒子在第．
维的空间位移； ，，(t)为迭代到第t次时，第i个粒
子在第 维的速度；P (f)为迭代到第t次时，第 个
粒子在第 维的最优值；Pg,
j( )为迭代到第t次时，群
体在第 维的全局最优值。
针对标准粒子群易陷入局部最优解等缺陷， 对
权重系数采取线性减少W， 引入自适应学习因子来
进行调整， 从而使算法具有动态自适应性，能够快
速收敛到最优解[61。
(1)惯性权重线性递减：
(f) 一—t"(Wmmx
—
- W
min)
W(f)-W 一— — (13)
⋯
t
⋯
式中，w⋯ 、w 分别表示 的极大与极小值， 通常
取值分别为0．9、0．4； 表示为当前迭代次数； ( )表
示迭代至第 次时的惯性因子：tmax表示最大迭代次数。
(2)学习因子异步变化：
．
t。(c1,
m a x
- c】 )
cl( )=c1 +— 二— —
(⋯ )： + ．
式中，c。(t)、C2( )为第t次迭代的学习因子；c ⋯ 、
C 2
,
rain为学习因子c1、c2的初始值，通常c1,
rain=2．5、c2
=0．5；c 、C,~m
a 为学习因子c】、c2的终值，通常c】
，
一
=0．5、 2
⋯
= 2．5。
(3)ZDPSO步骤：① 初始化各参数的值，如粒
子规模、粒子的初始位置及速度；本文将火电厂每
个时段的出力和水电站每个时段的发电引用流量作
为粒子变量；② 运用适应度函数来评价粒子的适应
值，将粒子目前的适应值与其最优位置P．的适应值
相比较， 用最优适应值更新P ；③ 对于每个粒子，
比较所有粒子自身的适应值与全局粒子最优位置的
适应值，用最优适应值更新P ；④ 使用(12)式更
新粒子的速度及位移；⑤ 根据式(13)、 (14)更新
惯性因子及学习因子c 、c，；⑥ 分析是否满足停止
条件(达到最大迭代次数或者精度要求)， 满足则停
止运算，输出最优解，否则返回到第二步继续迭代。
3 算例仿真
3．1 算例
本文选取红水河上8个梯级水电站和广西1O个
火电厂构成的电力系统1天的运行情况，进行优化
调度仿真计算分析。水、火电参数如表1、2、3所
示，负荷情况来自于广西日调度报，见表4所示。
在满足以上约束条件以及系统负荷平衡的条件
下， 运用改进粒子群算法对多目标进行优化求解，
种群个数50，迭代次数为1000次，各时段水电机
组与火电机组出力情况如图1、2所示：
为验证改进粒子群算法的优越性， 分别运用标
准粒子群算法与改进粒子群算法，对多目标模型进
行求解，两种算法的参数如表5所示。
3．2 优化结果分析
(1)从图1、表3可以看出，第2、4级水电站
装机容量大、水头较高，在调度期内承担了较大的
出力。由于所建目标之一是耗水量最小， 大容量机
组在高水头下发电效率较高， 因此会被优先安排发
电，从而减少耗水量，这与实际情况相符。之所以
Water Power VoL 40 No．2固
／J＼ ／J 仅吧 I．／l‘+斗C
表1 火电厂基本参数
火电厂萋 煤耗系数 机组出力的上下限发电平均
o
M
jx
w
10
．h)
-5／ b／t．( w P
M
im
w
a~
水库 装机 保证 最大 最小 初始设计发
水电站 调节 容量／ 出力／ 库容／ 库容／ 库容／ 电水
特性 MW Mw 亿m 亿m] 亿nl 头／m
0：00—1：00 8 200 8：oo一9：oo l1 300 l6：00—17：00 12 0o0
1：00—2：00 8 400 9：O0—10：00 12 o00 17：00—18：o0 11 600
2：oo一3：o0 8 600 10：00一l1：00 12 2o0 18：00—19：00 l1 ooO
3：00-4：00 9 000 l1：00—12：00 12 400 19：O0—20：00 10 000
4：00—5：00 9 500 12：0o一13：00 12 200 20：00—21：0o 9 700
5：oo一6：0o 1O 00O l3：00一l4：oo l1 300 21：00～22：O0 9 500
6：()0—7：00 l1 0oo 14：00—15：00 12 30o 22：00—23：00 9 300
7：00—8：00 11 200 15：O0—16：O0 12 300 23：O0—24：00 9 0O0
圈Water Po Pr Vo1．40 No．2
6 000
5 000
≥ 4 000
蚓3 000
2 000
1 000
5 1O 15 2O 25
时段值／h
图1 梯级水电站群各电站日出力情况
0 5 1O l5 2O 25
时段值／h
图2 广西各火电厂日出力
表5 ZPSO／Std．PS0算法参数
其不能满发， 一方面是由于自身的出力、库容等约
束． 另一方面是要考虑多种因素， 如对下游电站的
水头、发电流量等影响。
(2)从表1、图2可以看出，1、2、4号电站发
电平均煤耗数值比其他电厂的数值要低，并且所建
目标中是追求火电发电煤耗量最小， 因此，对于煤
耗率低及装机容量大的机组应承担较大出力， 可有
激 0
醚 ◇ 搭
瓣0 0～轰
_ ∞麓 0
l 0 嘲
_ 秣
- 鼍 0黔0 幽
_ 誓 0麓 黼臻∞
‰谁蝴崤谁精 鹄虢％露0
0 秧 。一
蕊 锵遗游 ∞ ≮≈
虢礁 。m鸱懑簿穗 麓鬻≮辑≮ 。
00 l『l ll戮
一0 瀚 螺 ≮≈％波
。
媾一壤一强麓≈ 戳 ≈蛰 -
螺躲薯鬻 m强
。 糍魏虢 辩籀滤稳
■ 港珏 臻怒糍
0赫 m 蝣
_一 0巍 撼爨 黪≮ 0
≯ 黼麓獬 0
㈣ ㈣ ㈣ ㈣ ㈣ ㈣ 0
7 6 5 4 3 2 l
R丑
一U 日 ，彳亍：a叠；丁IJf|BJ1、p 口 ，J＼人 j7匕j例、-yL．f1 I丹 曼l丌7
时段值／h ll ≯ l|
图3 广西水火电联合系统优化调度
效减少煤耗量，从而减少污染物的排放。
(3)从表6可以看出， 在总负荷一定的情况
下，改进后算法所求出的用水量、煤炭使用量以及
污染排放量要低于标准粒子群算法求出的数值，说
明改进后的算法求解精度较高。从图3可以看出，
调度期的各个时段，水电机组的出力大于火电机组
的出力。达到了以水代煤， 可有效减少煤炭的使用
量和污染物的排放量，证明了所建模型及算法的有
效性
4 结语
(1)本文针对含有梯级水电站的水火电力系统，
建立了兼顾节能、用水、环保三个方面优化调度模
(上接第53页)冷击的模型，通过设定寒潮的出现
时间和连续发生次数，分别从温度场与应力场等角
度分析闸墩薄壁混凝土结构在环境温度、混凝土水
化热、温控措施、混凝土徐变及气温骤降等因素影
响下．施工早期与后期寒潮及连续寒潮冷击下闸墩
结构的真实受力特性。研究表明，在早期寒潮冷击
下， 闸墩混凝土温度场波动大，但应力波动小；在
后期多次寒潮冷击下， 闸墩的温度场波动较小，但
应力场波动较大。且在短期内应力幅值频繁波动，
开裂可能性大大提高。闸墩应力波动较大位置主要
位于闸墩与底板交接的拐角处，寒潮冷击下，拐角
处两侧的混凝土均因温度骤降而产生收缩变形， 且
此处几何突变较大，易产生较大的拉应力。在大坝
及泄洪建筑物中， 有很多类似于水闸闸墩的薄壁边
墙结构在施工期遭遇寒潮，其温度与受力状态具有
类似的变化规律，在结构设计中应予以考虑寒潮的
影响
型， 仿真结果证明在调度期装机容量大、水头较高
的水电站优先发电并且承担较大的出力， 同时煤耗
率低及装机容量大的机组出力较大， 实现了以水代
煤，节能减排。
(2)对多目标优化调度模型求解时， 无需对目
标函数进行权重系数的确定，运用满意度函数及欧
式距离函数可有效对量纲不同且相互冲突的目标进
行归一化处理， 简化求解过程。
(3)改进粒子群算法对含有多维约束、大型、
复杂的非线性问题的求解比标准粒子群算法具有更
高的精度，更快的收敛速度及更好的精度。
参考文献：
[1] 郭壮志，吴杰康，孔繁镍．基于仿电磁学算法和数据包络分析
的水火电力系统多目标优化调度[J]．中国电机工程学报，2013，
33(4)：53—61，8．
[2] 喻洁，季晓明，夏安邦．基于节能环保的水火电多目标调度策略
[J]．电力系统保护与控制，2009，37(1)：24—27．
[3] 吴杰康，李赢．水火电力系统多目标优化调度[J]．现代电力，
2011，28(1)：52-57．
[4] 王亚娟，熊信艮．基于遗传算法的水火电混合电力系统短期发电
计划优化[J]．继电器，2000，28(10)：21—24．
[5] 刘双全，邹立峰，张海龙，等．基于改进粒子群的水火电力系
统发电调度[J]．水电能源科学，2010，28(7)：153—156．
[6] 王润芳，张耀军，裴志松．新型的动态粒子群优化算法[J]．计
算机T程与应用．201 1，47(16)：32～34．
(责任编辑高 瑜)
参考文献：
[1] 朱岳明，贺金仁，石青春．龙滩大坝仓面长间歇和寒潮冷击的
温控防裂分析[J]．水力发电，2003，29(5)：6—9．
[2] 张子明，王嘉航，姜冬菊，等．气温骤降时大体积混凝土的温度应
力计算[J]．河海大学学报：自然科学版，2003，31(1)：11-15．
[3] 吉顺文，朱岳明，强晟，等．上犹江溢流坝段闸墩裂缝成因和
结构安全影响研究[J]．水利学报，2007(S1)：205—209．
(责任编辑王琪)
Water Power Vo1．40 No．2囫

网友评论 more

电力安全论文最新内容

03-05