基于数据驱动的多区域电力系统经济环境调度方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115759475A(43)申请公布日2023.03.07(21)申请号202211579274.1G06Q50/06(2006.01)(22)申请日2022.12.08G06F30/25(2006.01)G06F30/27(2020.01)(71)申请人国网湖北省电力有限公司恩施供电G06N3/006(2023.01)公司H02J3/06(2012.01)地址445000湖北省恩施土家族苗族自治H02J3/46(2023.01)州恩施市航空大道96号H02J3/24(2006.01)(72)发明人庹祖雄姚蕾李家俊杨怀G06F111/04(2020.01)张华张军田远松卢志超G06F111/06(2020.01)谢田(74)专利代理机构济南圣达知识产权代理有限公司37221专利代理师李圣梅(51)Int.Cl.G06Q10/04(2023.01)G06Q10/0631(2020.01)权利要求书3页说明书12页附图3页(54)发明名称基于数据驱动的多区域电力系统经济环境调度方法及系统(57)摘要本发明公开了基于数据驱动的多区域电力系统经济环境调度方法、系统、电子设备及计算机可读存储介质，属于电力系统技术领域。包括以最小化污染气体排放和化石燃料成本为目标，构建考虑多重约束条件的多区域电力系统经济环境调度多目标优化模型；根据目标和多重约束条件，构建数据驱动代理模型对多区域电力系统经济环境调度多目标优化模型进行转化，通过多目标蚁狮算法对转化后的多区域电力系统经济环境调度多目标优化模型进行求解；根据求解的结果，获取全局最优解。同时提高优化算法的收敛速度和准确性并且尽可能减少操作时间，解决了多区域电力系统经济排放调度问题的维度升高，从而占据大量计算资源和耗费大量计算时间的问题。CN115759475ACN115759475A权利要求书1/3页1.基于数据驱动的多区域电力系统经济环境调度方法，其特征是，包括：以最小化污染气体排放和化石燃料成本为目标，构建考虑多重约束条件的多区域电力系统经济环境调度多目标优化模型；根据目标和多重约束条件，构建数据驱动代理模型对多区域电力系统经济环境调度多目标优化模型进行转化，通过多目标蚁狮算法对转化后的多区域电力系统经济环境调度多目标优化模型进行求解；根据求解的结果，获取全局最优解作为当前时段电力系统每个区域优化调度的决策依据。2.如权利要求1所述的基于数据驱动的多区域电力系统经济环境调度方法，其特征是，多区域电力系统经济环境调度多目标优化模型表示为：Minimize[(),E(P)],Subjectto:i(P)＝0,＝1,…,1，hj()≤0,j＝1,…,M2,其中，F(P)为化石燃料成本的优化目标函数，E(P)为污染气体排放的优化目标函数，gi(P)为涉及的不等式约束，hj()为涉及的等式约束。3.如权利要求1所述的基于数据驱动的多区域电力系统经济环境调度方法，其特征是，多重约束条件包括发电机有功上下限约束、功率平衡约束、节点电压幅值约束、线路潮流约束、传输线安全约束、区域热备用转移约束和线路损耗约束；进一步的，发电机有功上下限约束表示为：功率平衡约束表示为：节点电压幅值约束表示为：minmaxVi≤Vi≤Vi,＝1,…,bus线路潮流约束表示为：传输线安全约束表示为：区域热备用转移约束表示为：线路损耗约束表示为：2CN115759475A权利要求书2/3页4.如权利要求1所述的基于数据驱动的多区域电力系统经济环境调度方法，其特征是，所述构建数据驱动代理模型对多区域电力系统经济环境调度多目标优化模型进行转化的具体步骤包括：根据多重约束条件，求解出若干个满足约束条件的可行解；根据可行解和多区域电力系统经济环境调度多目标优化模型，计算可行解对应的优化目标值；根据可行解及对应的优化目标值，构建数据驱动代理模型以代替多区域电力系统经济环境调度多目标优化模型。5.如权利要求1所述的基于数据驱动的多区域电力系统经济环境调度方法，其特征是，所述通过多目标蚁狮算法对转化后的多区域电力系统经济环境调度多目标优化模型进行求解的具体步骤包括：初始化蚂蚁种群和蚁狮种群，随机初始化每个区域每台发电机的发电量；将蚂蚁种群和蚁狮种群赋值为对应的随机初始化的每个区域每台发电机的发电量，求解每个优化目标的非支配解；遍历种群中的所有个体，根据个体寻优结果，计算非支配解；其中，遍历种群中的所有个体时，执行单维度保留策略操作更新蚂蚁种群；根据初始化值，对非支配解进行排序。6.如权利要求5所述的基于数据驱动的多区域电力系统经济环境调度方法，其特征是，所述执行单维度保留策略操作更新蚂蚁种群的具体步骤包括：根据优化目标的适应度值，将蚂蚁种群分为四部分；找到种群中优化目标的最小适应度值