基于改进引力搜索算法的风电功率短期预测优化调度研究
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ｄｏｉ: １０������ １３９２８ / ｊ������ ｃｎｋｉ������ ｗｒａｈｅ������ ２０１９������ ０３������ ０２７ 中图分类号: ＴＭ６１４ 文献标识码: Ａ 文章编号: １０００￣ ０８６０(２０１９)０３￣ ０２０１￣ ０６
Ｇｒａｖｉｔａｔｉｏｎａｌ ｓｅａｒｃｈ ａｌｇｏｒｉｔｈｍ￣ｂａｓｅｄ ｓｔｕｄｙ ｏｎ ｏｐｔｉｍａｌ ｗｉｎｄ ｐｏｗｅｒ ｓｃｈｅｄｕｌｉｎｇ ｗｉｔｈ ｓｈｏｒｔ￣ｔｅｒｍ ｐｒｅｄｉｃｔｉｏｎ ＫＯＵ Ｊｉａｎｔａｏ
( Ｓｔａｔｅ Ｇｒｉｄ Ｃｕｓｔｏｍｅｒ Ｓｅｒｖｉｃｅ Ｃｅｎｔｅｒꎬ Ｔｉａｎｊｉｎ ７５００２１ꎬ Ｃｈｉｎａ)
Ａｂｓｔｒａｃｔ: Ｃｏｎｓｉｄｅｒｉｎｇ ｔｈｅ ｒａｎｄｏｍ ｆｌｕｃｔｕａｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｗｉｎｄ ｐｏｗｅｒ ｉｔｓｅｌｆꎬ ｔｈｅ ｕｎｃｅｒｔａｉｎｔｙ ｆａｃｔｏｒｓ ｏｆ ｗｉｎｄ ｐｏｗｅｒ ａｒｅ ｎｅｃ￣ ｅｓｓａｒｙ ｔｏ ｂｅ ｔａｋｅｎ ｉｎｔｏ ａｃｃｏｕｎｔ ｉｎ ｔｈｅ ｐｒｏｃｅｓｓ ｏｆ ｍａｋｉｎｇ ｐｒｅ￣ｄａｙ ｍａｒｋｅｔ ｅｃｏｎｏｍｉｃ ｐｒｅ￣ｓｃｈｅｄｕｌｉｎｇ������ Ｔｈｅｒｅｆｏｒｅꎬ ａ ｐｒｅ￣ｄａｙ ｅｃｏｎｏｍｉｃ ｓｃｈｅｄｕｌｉｎｇ ｓｔｏｃｈａｓｔｉｃ ｏｐｔｉｍｉｚａｔｉｏｎ ｍｏｄｅｌ ｃｏｎｓｉｓｔｉｎｇ ｏｆ ｗｉｎｄ ｆａｒｍ ｉｓ ｅｓｔａｂｌｉｓｈｅｄ ｈｅｒｅｉｎ ｗｉｔｈ ｔｈｅ ｃｈａｎｃｅ ｃｏｎｓｔｒａｉｎｅｄ ｐｒｏｇｒａｍｍｉｎｇ ｍｅｔｈｏｄꎬ ａｎｄ ｔｈｅｎ ｔｈｅ ｉｍｐｒｏｖｅｄ ｇｒａｖｉｔａｔｉｏｎａｌ ｓｅａｒｃｈ ａｌｇｏｒｉｔｈｍ ｉｓ ｓｅｌｅｃｔｅｄ ｔｏ ｓｏｌｖｅ ｔｈｅ ｅｓｔａｂｌｉｓｈｅｄ ｍｏｄｅｌ������ Ｆｉｎａｌｌｙꎬ ｔｈｅ ｍｏｄｅｌ ｓｉｍｕ￣ ｌａｔｉｏｎ ｉｓ ｃａｒｒｉｅｄ ｏｕｔ ｗｉｔｈ ｓｐｅｃｉｆｉｃ ｃａｌｃｕｌａｔｉｏｎ ｃａｓｅ ｉｎ ｃｏｍｂｉｎａｔｉｏｎ ｗｉｔｈ ｔｈｅ ＩＥＥＥ￣３０ ｎｏｄｅ ｎｅｔｗｏｒｋ ｄｅｂｕｇｇｉｎｇ ｓｙｓｔｅｍꎬ ｗｈｉｌｅ ｔｈｅ ｉｎ￣ ｆｌｕｅｎｃｅ ｆｒｏｍ ｔｈｅ ｌｏａｄ ｌｅｖｅｌ ｏｎ ｔｈｅ ｓｙｓｔｅｍ ｃｏｎｔａｉｎｉｎｇ ｗｉｎｄ ｐｏｗｅｒ ｃａｐａｃｉｔｙꎬ ｔｈｅ ｉｎｆｌｕｅｎｃｅ ｆｒｏｍ ｔｈｅ ｐｒｅｄｉｃｔｉｖｅ ｄｅｖｉａｔｉｏｎ ｏｆ ｗｉｎｄ ｐｏｗ￣ ｅｒ ｏｎ ｔｈｅ ｐｅｎａｌｔｙ ｃｏｓｔ ｏｆ ｐｒｅ￣ｓｃｈｅｄｕｌｉｎｇ ａｎｄ ｔｈｅ ｉｎｆｌｕｅｎｃｅｓ ｆｒｏｍ ｄｉｆｆｅｒｅｎｔ ｃｏｓｔ ｃｏｅｆｆｉｃｉｅｎｔｓ ｕｎｄｅｒ ｐｒｅｄｉｃｔｅｄ ｗｉｎｄ ｐｏｗｅｒａｒｅ ｄｉｓ￣ ｃｕｓｓｅｄ ｗｉｔｈ ｔｈｅ ｓｉｍｕｌａｔｅｄ ｒｅｓｕｌｔ������ Ｔｈｅ ｓｔｕｄｙ ｒｅｓｕｌｔ ｓｈｏｗｓ ｔｈａｔ ｔｈｅ ｒａｔｅ ｏｆ ｃｏｎｖｅｒｇｅｎｃｅ ｏｐｔｉｍａｌｌｙ ｓｉｍｕｌａｔｅｄ ｂｙ ｔｈｅ ｉｍｐｒｏｖｅｄ ｇｒａｖｉｔａ￣ ｔｉｏｎａｌ ｓｅａｒｃｈ ａｌｇｏｒｉｔｈｍ ｉｓ ｆａｓｔｅｒ ｔｈａｎ ｔｈｏｓｅ ｆｒｏｍ ｔｈｅ ｐａｒｔｉｃｌｅ ｓｗａｒｍ ｏｐｔｉｍｉｚａｔｉｏｎ ａｎｄ ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ ｗｉｔｈ ｈｉｇｈ ｒｅｌｉａｂｉｌｉｔｙ������ Ｔｈｅ ｓｔｕｄｙ ｒｅｓｕｌｔ ｐｒｏｖｉｄｅｓ ｒｅｆｅｒｅｎｃｅ ｆｏｒ ｔｈｅ ｓｔｕｄｙ ｏｎ ｔｈｅ ｓｈｏｒｔ￣ｔｅｒｍ ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｗｉｎｄ ｐｏｗｅｒ ｕｎｄｅｒ ｐｒｅ￣ｄａｙ ｍａｒｋｅｔ ｅｃｏｎｏｍｙ������ Ｋｅｙｗｏｒｄｓ: ｗｉｎｄ ｐｏｗｅｒꎻ ｐｒｅ￣ｄａｙ ｍａｒｋｅｔꎻ ｏｐｔｉｍａｌ ｓｃｈｅｄｕｌｉｎｇꎻ ｇｒａｖｉｔａｔｉｏｎａｌ ｓｅａｒｃｈ ａｌｇｏｒｉｔｈｍꎻ ｃｈａｎｃｅ ｃｏｎｓｔｒａｉｎｅｄ ｐｒｏｇｒａｍｍｉｎｇ ｍｅｔｈｏｄꎻ ｓｈｏｒｔ￣ｔｅｒｍ ｐｒｅｄｉｃｔｉｏｎ
水利水电技术 第 ５０ 卷 ２０１９ 年第 ３ 期
寇建涛 ������ 基于改进引力搜索算法的风电功率短期预测优化调度研究[ Ｊ]������ 水利水电技术ꎬ ２０１９ꎬ ５０(３) : ２０１￣ ２０６������ ＫＯＵ Ｊｉａｎｔａｏ������ Ｇｒａｖｉｔａｔｉｏｎａｌ ｓｅａｒｃｈ ａｌｇｏｒｉｔｈｍ￣ｂａｓｅｄ ｓｔｕｄｙ ｏｎ ｏｐｔｉｍａｌ ｗｉｎｄ ｐｏｗｅｒ ｓｃｈｅｄｕｌｉｎｇ ｗｉｔｈ ｓｈｏｒｔ￣ｔｅｒｍ ｐｒｅｄｉｃｔｉｏｎ[ Ｊ] ������ Ｗａｔｅｒ Ｒｅｓｏｕｒｃｅｓ ａｎｄ Ｈｙｄｒｏｐｏｗｅｒ Ｅｎｇｉｎபைடு நூலகம்ｅｒｉｎｇꎬ ２０１９ꎬ ５０(３) : ２０１￣ ２０６������
基于改进引力搜索算法的风电功率短期 预测优化调度研究
寇建涛
( 国家电网公司客户服务中心ꎬ 天津 ７５００２１)
摘 要: 考虑到风电功率本身的随机波动特性ꎬ 在制定日前市场经济预调度方案过程中ꎬ 需要将风电 功率不确定性因素考虑进来ꎮ 因此ꎬ 利用机会约束规划方法来建立包含风电场在内的日前经济调度随 机优化模型ꎬ 并选用改进的引力搜索算法来求解所建立的模型ꎮ 最后ꎬ 选用具体算例ꎬ 结合 ＩＥＥＥ － ３０ 节点网络调试系统进行模型仿真ꎬ 并利用仿真结果探讨了负荷水平对系统所容纳的风电容量的影 响、 风电功率预测偏差对预调度惩罚成本的影响、 风电预测功率下不同成本系数对日前市场的影响ꎮ 研究结果表明ꎬ 利用改进引力搜索算法进行优化仿真的收敛速度比粒子群算法和遗传算法的收敛速度 快ꎬ 可靠性高ꎮ 研究所得成果为日前市场经济下风电功率短期预测研究提供参考ꎮ 关键词: 风电ꎻ 日前市场ꎻ 优化调度ꎻ 引力搜索算法ꎻ 机会约束规划法ꎻ 短期预测
Ｇｒａｖｉｔａｔｉｏｎａｌ ｓｅａｒｃｈ ａｌｇｏｒｉｔｈｍ￣ｂａｓｅｄ ｓｔｕｄｙ ｏｎ ｏｐｔｉｍａｌ ｗｉｎｄ ｐｏｗｅｒ ｓｃｈｅｄｕｌｉｎｇ ｗｉｔｈ ｓｈｏｒｔ￣ｔｅｒｍ ｐｒｅｄｉｃｔｉｏｎ ＫＯＵ Ｊｉａｎｔａｏ
( Ｓｔａｔｅ Ｇｒｉｄ Ｃｕｓｔｏｍｅｒ Ｓｅｒｖｉｃｅ Ｃｅｎｔｅｒꎬ Ｔｉａｎｊｉｎ ７５００２１ꎬ Ｃｈｉｎａ)
Ａｂｓｔｒａｃｔ: Ｃｏｎｓｉｄｅｒｉｎｇ ｔｈｅ ｒａｎｄｏｍ ｆｌｕｃｔｕａｔｉｏｎ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｗｉｎｄ ｐｏｗｅｒ ｉｔｓｅｌｆꎬ ｔｈｅ ｕｎｃｅｒｔａｉｎｔｙ ｆａｃｔｏｒｓ ｏｆ ｗｉｎｄ ｐｏｗｅｒ ａｒｅ ｎｅｃ￣ ｅｓｓａｒｙ ｔｏ ｂｅ ｔａｋｅｎ ｉｎｔｏ ａｃｃｏｕｎｔ ｉｎ ｔｈｅ ｐｒｏｃｅｓｓ ｏｆ ｍａｋｉｎｇ ｐｒｅ￣ｄａｙ ｍａｒｋｅｔ ｅｃｏｎｏｍｉｃ ｐｒｅ￣ｓｃｈｅｄｕｌｉｎｇ������ Ｔｈｅｒｅｆｏｒｅꎬ ａ ｐｒｅ￣ｄａｙ ｅｃｏｎｏｍｉｃ ｓｃｈｅｄｕｌｉｎｇ ｓｔｏｃｈａｓｔｉｃ ｏｐｔｉｍｉｚａｔｉｏｎ ｍｏｄｅｌ ｃｏｎｓｉｓｔｉｎｇ ｏｆ ｗｉｎｄ ｆａｒｍ ｉｓ ｅｓｔａｂｌｉｓｈｅｄ ｈｅｒｅｉｎ ｗｉｔｈ ｔｈｅ ｃｈａｎｃｅ ｃｏｎｓｔｒａｉｎｅｄ ｐｒｏｇｒａｍｍｉｎｇ ｍｅｔｈｏｄꎬ ａｎｄ ｔｈｅｎ ｔｈｅ ｉｍｐｒｏｖｅｄ ｇｒａｖｉｔａｔｉｏｎａｌ ｓｅａｒｃｈ ａｌｇｏｒｉｔｈｍ ｉｓ ｓｅｌｅｃｔｅｄ ｔｏ ｓｏｌｖｅ ｔｈｅ ｅｓｔａｂｌｉｓｈｅｄ ｍｏｄｅｌ������ Ｆｉｎａｌｌｙꎬ ｔｈｅ ｍｏｄｅｌ ｓｉｍｕ￣ ｌａｔｉｏｎ ｉｓ ｃａｒｒｉｅｄ ｏｕｔ ｗｉｔｈ ｓｐｅｃｉｆｉｃ ｃａｌｃｕｌａｔｉｏｎ ｃａｓｅ ｉｎ ｃｏｍｂｉｎａｔｉｏｎ ｗｉｔｈ ｔｈｅ ＩＥＥＥ￣３０ ｎｏｄｅ ｎｅｔｗｏｒｋ ｄｅｂｕｇｇｉｎｇ ｓｙｓｔｅｍꎬ ｗｈｉｌｅ ｔｈｅ ｉｎ￣ ｆｌｕｅｎｃｅ ｆｒｏｍ ｔｈｅ ｌｏａｄ ｌｅｖｅｌ ｏｎ ｔｈｅ ｓｙｓｔｅｍ ｃｏｎｔａｉｎｉｎｇ ｗｉｎｄ ｐｏｗｅｒ ｃａｐａｃｉｔｙꎬ ｔｈｅ ｉｎｆｌｕｅｎｃｅ ｆｒｏｍ ｔｈｅ ｐｒｅｄｉｃｔｉｖｅ ｄｅｖｉａｔｉｏｎ ｏｆ ｗｉｎｄ ｐｏｗ￣ ｅｒ ｏｎ ｔｈｅ ｐｅｎａｌｔｙ ｃｏｓｔ ｏｆ ｐｒｅ￣ｓｃｈｅｄｕｌｉｎｇ ａｎｄ ｔｈｅ ｉｎｆｌｕｅｎｃｅｓ ｆｒｏｍ ｄｉｆｆｅｒｅｎｔ ｃｏｓｔ ｃｏｅｆｆｉｃｉｅｎｔｓ ｕｎｄｅｒ ｐｒｅｄｉｃｔｅｄ ｗｉｎｄ ｐｏｗｅｒａｒｅ ｄｉｓ￣ ｃｕｓｓｅｄ ｗｉｔｈ ｔｈｅ ｓｉｍｕｌａｔｅｄ ｒｅｓｕｌｔ������ Ｔｈｅ ｓｔｕｄｙ ｒｅｓｕｌｔ ｓｈｏｗｓ ｔｈａｔ ｔｈｅ ｒａｔｅ ｏｆ ｃｏｎｖｅｒｇｅｎｃｅ ｏｐｔｉｍａｌｌｙ ｓｉｍｕｌａｔｅｄ ｂｙ ｔｈｅ ｉｍｐｒｏｖｅｄ ｇｒａｖｉｔａ￣ ｔｉｏｎａｌ ｓｅａｒｃｈ ａｌｇｏｒｉｔｈｍ ｉｓ ｆａｓｔｅｒ ｔｈａｎ ｔｈｏｓｅ ｆｒｏｍ ｔｈｅ ｐａｒｔｉｃｌｅ ｓｗａｒｍ ｏｐｔｉｍｉｚａｔｉｏｎ ａｎｄ ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ ｗｉｔｈ ｈｉｇｈ ｒｅｌｉａｂｉｌｉｔｙ������ Ｔｈｅ ｓｔｕｄｙ ｒｅｓｕｌｔ ｐｒｏｖｉｄｅｓ ｒｅｆｅｒｅｎｃｅ ｆｏｒ ｔｈｅ ｓｔｕｄｙ ｏｎ ｔｈｅ ｓｈｏｒｔ￣ｔｅｒｍ ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｗｉｎｄ ｐｏｗｅｒ ｕｎｄｅｒ ｐｒｅ￣ｄａｙ ｍａｒｋｅｔ ｅｃｏｎｏｍｙ������ Ｋｅｙｗｏｒｄｓ: ｗｉｎｄ ｐｏｗｅｒꎻ ｐｒｅ￣ｄａｙ ｍａｒｋｅｔꎻ ｏｐｔｉｍａｌ ｓｃｈｅｄｕｌｉｎｇꎻ ｇｒａｖｉｔａｔｉｏｎａｌ ｓｅａｒｃｈ ａｌｇｏｒｉｔｈｍꎻ ｃｈａｎｃｅ ｃｏｎｓｔｒａｉｎｅｄ ｐｒｏｇｒａｍｍｉｎｇ ｍｅｔｈｏｄꎻ ｓｈｏｒｔ￣ｔｅｒｍ ｐｒｅｄｉｃｔｉｏｎ
水利水电技术 第 ５０ 卷 ２０１９ 年第 ３ 期
寇建涛 ������ 基于改进引力搜索算法的风电功率短期预测优化调度研究[ Ｊ]������ 水利水电技术ꎬ ２０１９ꎬ ５０(３) : ２０１￣ ２０６������ ＫＯＵ Ｊｉａｎｔａｏ������ Ｇｒａｖｉｔａｔｉｏｎａｌ ｓｅａｒｃｈ ａｌｇｏｒｉｔｈｍ￣ｂａｓｅｄ ｓｔｕｄｙ ｏｎ ｏｐｔｉｍａｌ ｗｉｎｄ ｐｏｗｅｒ ｓｃｈｅｄｕｌｉｎｇ ｗｉｔｈ ｓｈｏｒｔ￣ｔｅｒｍ ｐｒｅｄｉｃｔｉｏｎ[ Ｊ] ������ Ｗａｔｅｒ Ｒｅｓｏｕｒｃｅｓ ａｎｄ Ｈｙｄｒｏｐｏｗｅｒ Ｅｎｇｉｎபைடு நூலகம்ｅｒｉｎｇꎬ ２０１９ꎬ ５０(３) : ２０１￣ ２０６������
基于改进引力搜索算法的风电功率短期 预测优化调度研究
寇建涛
( 国家电网公司客户服务中心ꎬ 天津 ７５００２１)
摘 要: 考虑到风电功率本身的随机波动特性ꎬ 在制定日前市场经济预调度方案过程中ꎬ 需要将风电 功率不确定性因素考虑进来ꎮ 因此ꎬ 利用机会约束规划方法来建立包含风电场在内的日前经济调度随 机优化模型ꎬ 并选用改进的引力搜索算法来求解所建立的模型ꎮ 最后ꎬ 选用具体算例ꎬ 结合 ＩＥＥＥ － ３０ 节点网络调试系统进行模型仿真ꎬ 并利用仿真结果探讨了负荷水平对系统所容纳的风电容量的影 响、 风电功率预测偏差对预调度惩罚成本的影响、 风电预测功率下不同成本系数对日前市场的影响ꎮ 研究结果表明ꎬ 利用改进引力搜索算法进行优化仿真的收敛速度比粒子群算法和遗传算法的收敛速度 快ꎬ 可靠性高ꎮ 研究所得成果为日前市场经济下风电功率短期预测研究提供参考ꎮ 关键词: 风电ꎻ 日前市场ꎻ 优化调度ꎻ 引力搜索算法ꎻ 机会约束规划法ꎻ 短期预测