[发明专利]一种求解风蓄火联合运行系统多时段Pareto解集的优化方法

摘要

本发明涉及一种大规模风电接入后风蓄火联合运行系统多时段Pareto解集的求解方法，该方法运用传统遗传算法和NSGA-II算法相结合的方式进行求解，分别解决了传统遗传算法优化结果单一性以及NSGA-II算法只能优化得到单时段Pareto解集的不足。本发明将遗传算法求解风蓄火联合运行系统数学模型的优化结果作为NSGA-II算法求解的初始值，以此优化得到各个时刻的Pareto解集。相对于传统遗传算法以及NSGA-II算法，本发明能够有效的解决这两种算法在求解过程中的不足，更加全面的搜索出尽可能多的优化解集，给决策者提供全面、清晰、有效的支撑。

主权项

一种风蓄火联合运行系统多时段Pareto解集的求解方法，其包括以下步骤：1）建立基于的风电出力不确定模型；2）建立风蓄火联合运行系统的多目标数学模型；3）利用遗传算法求解风蓄火联合运行系统的多目标优化问题：3.1）分别求解单目标优化模型，得到各目标函数的最大最小值；3.2）将各单目标值进行归一化处理，再利用加权法得到适应度函数，分别计算每一代种群的适应度值，并保存最大适应度值对应的相关变量值；3.3）按照遗传算法的选择、交叉、变异等步骤实现种群进化，根据风电上网的优化值合理配置抽水蓄能电站抽水、发电在各时段的优化值，然后根据配置好的风蓄联合运行值，以及火电机组的特性约束优化火电机组的出力，得到火电机组各时段的优化值；4）在加权法优化得到各机组出力后，再选取一组风速值，使得风电出力与负荷特性相反；5）把加权法优化得到的第一时刻的火电机组启停状态作为NSGA‑II算法求解第一时刻的初始值，设置好各机组的约束条件，以风‑蓄‑火联合运行效益最大和系统弃风电量最小作为目标函数进行优化，得到第一时刻各机组的Pareto解集；6）在优化得到第一时刻Pareto解集中选取一组优化值作为第二时刻的初始值进行优化，以此类推，得到24时段的Pareto解集。