1、整理課件多目標期望控制型式負荷分配問題的動態加權優化方法學生姓名：曲曲 直直指導教師：李衛星李衛星 副教授副教授 于繼來于繼來 教教 授授答辯日期：2010.7.6學士學位論文答辯2整理課件課題的目的和背景十一五期間，國家提出了節能減排的要求。對于電力行業，國家發改委等頒布了節能發電調度辦法（試行）經濟負荷分配節約的能源可達總耗量的0.5%-1.5%電力系統經濟負荷分配問題對于節能減排工作具有重要意義，是電力系統研究領域中的重要課題之一3整理課件國內外研究現狀及分析傳統解決方法等微增率法 經濟特性曲線嚴格為凸函數線性規劃法 經濟特性曲線近似線性 動態規劃法 不需要特性曲線，計算量大多目標規劃法

2、 負荷分配安全運行前提Max（經濟性）轉變為單目標問題，如加權人工智能算法，如進化、混沌生產、輸送、分配負荷法 優先效率高的機組出力 不保證最優 4整理課件主要研究的內容建立多目標期望控制型式負荷分配問題數學模型；設計動態加權優化方法的基本算法；編制程序源代碼，調試校驗程序；4算例仿真及結果數據分析；5整理課件1.建立數學模型節能減排發電調度控制的主要目標，包括三類：發電企業的發電成本函數環保污染物成本函數電網公司購電、網損成本函數1F 2F 3F 分別表示為：U211G1G111()NTttiiiiitiFaPb PctU222G2G211()NTttiiiiitiFaPb PctU3G11

3、(1)NTtttiiitiFrp Pt6整理課件1.建立數學模型模型化簡條件： 只考慮單時段，即 ； 認為每時段中各機組對應網絡損耗率為一定值，可以用典型方式計算所得的平均值簡單考慮。1th 約束條件：GL1NiiPPminmaxGGGiiiPPP數學模型：G123GL1minmaxGGGmin,. .UPNiiiiiF F FPPstPPP7整理課件11minFF22minFF33minFF采用期望控制11desFF22desFF33desFF不能同時滿足1.建立數學模型期望控制型式期望控制數學模型11des22des33desGL1minmaxGGG,. .UNiiiiiFFFFFFPPs

4、tPPP8整理課件2.1 動態加權方法采用線性加權方法，得到目標函數轉化為優化問題典型形式112233desFFFFF2desdes()minFFGF定義目標相對偏差率q( )( )11des1(0)11deskkFFqFF( )( )22des2(0)22deskkFFqFF( )( )33des3(0)3des3kkFFqFF 目標相對偏差率體現了不同目標在迭代過程中的進展速率，表明與des值的相對距離9整理課件2.1 動態加權方法權值調整公式( )11k( )(1)2221()kkqq( )(1)3331()kkqq 實際調整方法（1）優化第1類目標函數和第3類目標函數（令2=0）（2）

5、當二者趨同后，再對另外一個目標的相對權值進行修正。（3）這樣每修正一次，都要重新優化前二者，使其趨同。10整理課件2.2 綜合目標函數求解方法22des112233desdesdes()()minFFFFFFGFF對于采用動態加權后的綜合目標函數GL1NiiPPminmaxGGGiiiPPP約束條件建立增廣函數ZGLG22211LdesL()(1)(1)minNNiiiiPPPFZGPFP 求解綜合目標函數Z，采用一階梯度法，計算若干次后結果作為二階梯度法初值，再利用二階梯度法做進一步尋優。11整理課件2.2 綜合目標函數求解方法一階梯度法1GGG()kkkiiiPPt Z P 其中t=0.1

6、，梯度 GG(),1,2,TiiZZ PiNP g二階梯度法其中1GGGkkkiiiPPP1GPA g變換后為GA Pg2GG, ,1,2,TijZi jNPPA采用Cholesky法求解該方程組12整理課件2.3 初值計算短周期計劃問題初值：等有效容量利用系數分配負荷maxGGLmaxG1,1,2,iiNiiPPPiNP最大期望控制率計算期望控制率定義為1max101min10()/FFF2max202min20()/FFF3max3max3030()/FFF對于目標函數F1，F2 采用等微增率方法求其最小值對于目標函數F3 （線性函數） 利用排序法對各機組電價排序，并按照優先安排電價高的機

7、組出力的原則進行負荷分配13整理課件3 程序設計程序總體結構子程序調用關系主要變量定義見論文4.1節14整理課件3 程序設計主程序主程序流程圖排序法排序法求電價最大流程圖15整理課件3 程序設計梯度法梯度法求解綜合目標函數流程圖16整理課件3 程序設計等微增法等微增法求最小流程圖程序源代碼程序源代碼見附錄3程序使用說明程序使用說明見論文4.4節17整理課件4 算例仿真只取10機系統作為算例，不考慮其網絡拓撲結構和線路參數，其數據見表4-1及4-2計算條件計算條件：設系統某一時段的總負荷PL= 2500MW， 時段長度T選為1h，最大允許誤差=0.1%。算例算例1：1=0.1%2=0.2%3=0

8、.1%初值計算結果：18整理課件4 算例仿真動態加權優化結果：結論：結論：經過程序計算，最終3者同趨近于0.125，對應的分配方案如論文中表4-4所示。這說明3個目標能同時接近期望值，這是符合理論分析的。19整理課件4 算例仿真結果及分析結果及分析：經過程序計算，最終無法達到趨同，通過對程序調試 發現，在目標1及3趨同計算時，需要調用梯度法進行尋優。對于出力超限的機組，梯度法無法完全修正。算例算例2： 給定1=0.02%、2=0.02%， 3=0.1%分析結論分析結論：這說明本程序對數據的適應性不強。 為改善程序的缺陷，可以考慮采用其他傳統的優化算法或者智能算法，代替梯度法進行綜合目標函數的尋優計算，這樣可能會較好地避免尋優時修正不完全的問題，從而增強程序的適應性。20整理課件5 結論算法特點算法特點節能減排下考慮多目標多目標的負荷分配考慮到實際調度中對階段性及目標值的追求，建立了多目標期望多目標期望控制控制的負荷分配模型采用動態加權動態加權算法，可以盡量少地依賴于人為賦權，并在每次迭代過程中能根據目標偏差率大小，自動調整權重系數模型較好地適應了實際的需求。程序實現功能程序實現功能程序在一般情況下可以較較好地求解好地求解負荷分配問題(如算例1)；但存在著對數據的適應性適應性不強不強的缺陷(如算例2)。程序改進程序改進梯度法梯度法容易出現修正不完全的問題，可