鄒秀茹
摘 要:我國(guó)電網(wǎng)規(guī)模不斷擴(kuò)大,目前電力系統(tǒng)仿真計(jì)算中使用的穩(wěn)定計(jì)算數(shù)據(jù)常將配電網(wǎng)絡(luò)簡(jiǎn)化等效為等值負(fù)荷接入主網(wǎng)。隨著新能源的快速發(fā)展,并入配網(wǎng)的電源不斷增多,電力配電網(wǎng)絡(luò)節(jié)能調(diào)度模型在電力配電網(wǎng)絡(luò)中的應(yīng)用,能夠?qū)崿F(xiàn)配網(wǎng)的高效運(yùn)行,對(duì)電力運(yùn)輸節(jié)能降耗意義重大。基于此,文章主要對(duì)電力配電網(wǎng)絡(luò)節(jié)能調(diào)度模型的仿真進(jìn)行了分析。
關(guān)鍵詞:電力企業(yè);配電網(wǎng)絡(luò);節(jié)能調(diào)度;模型仿真
一、電網(wǎng)穩(wěn)定計(jì)算數(shù)據(jù)構(gòu)建方法
電網(wǎng)穩(wěn)定計(jì)算數(shù)據(jù)是為實(shí)際電網(wǎng)的仿真計(jì)算分析而構(gòu)建的基礎(chǔ)數(shù)據(jù),主要包括電力系統(tǒng)接線,電力系統(tǒng)各種元件、控制裝置及負(fù)荷的模型和參數(shù),還包括故障類(lèi)型和故障切除時(shí)間、重合閘動(dòng)作時(shí)間、繼電保護(hù)和安全自動(dòng)裝置的模型和動(dòng)作時(shí)間等。電網(wǎng)穩(wěn)定計(jì)算數(shù)據(jù)的準(zhǔn)確性是電網(wǎng)仿真計(jì)算結(jié)果能反映電網(wǎng)運(yùn)行特性的前提,進(jìn)而影響著電網(wǎng)規(guī)劃調(diào)度與運(yùn)行決策。
二、仿真實(shí)驗(yàn)分析
為了驗(yàn)證本文提出的電力配電網(wǎng)絡(luò)節(jié)能調(diào)度模型的有效性,需要進(jìn)行相關(guān)的實(shí)驗(yàn)分析。實(shí)驗(yàn)從平均煤耗、節(jié)能情況、收斂情況和出力情況4個(gè)方面對(duì)節(jié)能調(diào)度的有效性進(jìn)行驗(yàn)證,同時(shí)將傳統(tǒng)基于細(xì)化排污函數(shù)的節(jié)能調(diào)度模型作為對(duì)比進(jìn)行分析。
實(shí)驗(yàn)將粒子種群數(shù)量分別設(shè)置為20,40,60,$0、100,即:POPSIZE={20,40,60,80,100},電力配電網(wǎng)絡(luò)節(jié)能調(diào)度的目標(biāo)函數(shù)的維數(shù)設(shè)置為D={2,4,6,8,10,20}。不同種群數(shù)量和函數(shù)維數(shù)晴況下,粒子群算法都獨(dú)立運(yùn)行20次,每次優(yōu)化運(yùn)行最大迭代次數(shù)為1000次。設(shè)置目標(biāo)函數(shù)值低于0.0001時(shí)運(yùn)行停止。
三、平均煤耗情況分析
分別采用節(jié)能調(diào)度和傳統(tǒng)基于細(xì)化排污函數(shù)的節(jié)能調(diào)度模型對(duì)6個(gè)省的電力配電網(wǎng)絡(luò)進(jìn)行節(jié)能調(diào)度,2種模型的平均煤耗比較結(jié)果如表1所示。
分析表1可知,本文模型的平均煤耗明顯低于傳統(tǒng)細(xì)化排污模型,充分體現(xiàn)了本文模型帶來(lái)的節(jié)能減排效應(yīng)。除此之外,還可以看出:夏季平均煤耗明顯低于冬季的平均煤耗,這是因?yàn)橄募究梢杂盟l(fā)電,火電機(jī)組的發(fā)電需求減少。
四、電力配電網(wǎng)絡(luò)節(jié)能調(diào)度模型算法及求解
(一)粒子群算法。針對(duì)本文提出的電力配電網(wǎng)絡(luò)節(jié)能調(diào)度模型,本文采用粒子群算法對(duì)其進(jìn)行求解。首先在標(biāo)準(zhǔn)粒子群算法的基礎(chǔ)上引人慣性權(quán)重因子,用于優(yōu)化粒子群算法的收斂性,公式表示:
式中:為粒子速度;為學(xué)習(xí)因子;0到1之間的隨機(jī)數(shù),負(fù)責(zé)保留群體的多樣性;為粒子當(dāng)前位置;為群體自身最佳位置;為描述粒子發(fā)現(xiàn)的最佳位置;為非負(fù),被稱(chēng)作慣性因子,主要用于權(quán)衡局部最優(yōu)能力和全局最優(yōu)能力。
(二)粒子群算法求解
1、粒子編碼。將每個(gè)粒子的位置向量編碼分為兩部分,也就是[離散變量:連續(xù)變量]。離散變量表示N個(gè)電量需求點(diǎn)、K個(gè)設(shè)備的調(diào)度問(wèn)題,粒子的位置編碼為矩陣的前N+k--1列,其排列順序表示調(diào)度的順序,連續(xù)變量表示實(shí)數(shù)向量,粒子的位置為矩陣的后N列,分別表示N個(gè)需求點(diǎn)的電能供應(yīng)量。本文粒子群算法的適應(yīng)度函數(shù)為電力配電網(wǎng)絡(luò)節(jié)能調(diào)度的目標(biāo)函數(shù)。
2、位置與速度操作。粒子速度用于改變粒子位置,粒子狀態(tài)由整數(shù)和實(shí)數(shù)混合排列表示,實(shí)數(shù)部分可繼續(xù)用原來(lái)的速度定義,整數(shù)部分速度需重新定義。通過(guò)如下操作定義粒子的位置和速度:位置間的加法,定義表示粒子狀態(tài)上的交換,表示X向量的第i維和第j維交換位置。
粒子的速度用表示。
位置與速度的加法,在更新粒子的位置過(guò)程中,粒子的新?tīng)顟B(tài)基于交換數(shù)的順序?qū)的元素進(jìn)行運(yùn)算,則有。4)速度的加法,表示為個(gè)速度和的定義為2個(gè)速度中交換數(shù)的并集,并且改變交換數(shù)的順序。
速度的數(shù)乘表示為,其中是一個(gè)0到1之間的常數(shù),則有即從V中選擇個(gè)交換數(shù)作為新的速度,其中,表示粒子的長(zhǎng)度,指粒子速度中包含的交換數(shù)的數(shù)量。
位置間的減法,粒子的2個(gè)位置相減為速度,即
3、更新粒子速度和位置。通過(guò)對(duì)粒子位置和速度的特殊定義,將“”,“”,“”代人到粒子群速度和位置更新式中,獲取離散粒子群優(yōu)化操作下的粒子速度和位置的更新公式為:
離散、連續(xù)組合優(yōu)化過(guò)程中,各粒子向量速度和位置的更新分為兩部分,離散變量部分采用粒子速度和位置的新公式進(jìn)行更新,連續(xù)變量部分通過(guò)粒子群算法進(jìn)行更新。
五、結(jié)語(yǔ)
綜上所述,采用粒子群算法對(duì)目標(biāo)函數(shù)進(jìn)行求解引入慣性權(quán)重因子,以?xún)?yōu)化粒子群算法的收斂性,從而提高電力配電網(wǎng)絡(luò)系統(tǒng)的節(jié)能效果,及收斂速度,進(jìn)而實(shí)現(xiàn)電力配電網(wǎng)絡(luò)節(jié)能調(diào)度模型的建立。
參考文獻(xiàn):
[1]曾濤,邱鵬,補(bǔ)敏,李勝.電力配電網(wǎng)絡(luò)節(jié)能調(diào)度模型的仿真分析[J].電網(wǎng)與清潔能源,2016,04:63-68.endprint