基于改进型果蝇优化算法的多电源优化调度

发布时间：2020-08-01 12:57

【摘要】：随着常规能源的口益枯竭,如何有效利用风能、太阳能、水能等可再生能源也越来越被人们重视。新能源的大规模并网可以替代传统火电机组对负荷供电,减少污染物的排放。然而,由于风电和光伏不能保证长时间的稳定出力,其并网后会使得系统的运行风险增加,不利于电力系统的安全运行。因此,传统的火电经济调度模式已经不再适用,需要改进调度模式以适应含多种电源类型电力系统的运行要求。本文对多电源优化调度问题进行了研究。首先,本文采用间接法对风电场功率进行预测,预测工具为最小二乘支持向量机。通过对相对误差,平均绝对百分比误差以及均方根误差这些预测结果的研究证明了所选嵌入维数的合理性和LSSVM在风功率预测领域的可行性以及实用性。其次,提出了一种改进型果蝇优化算法(Fruit Fly Optimization Algorithm,FOA),使其能够更好的应用于·求解复杂的火电经济调度(Economic Dispatch,ED)问题。建立了传统经济调度的数学模型。在约束条件的处理上设计了启发式处理策略。通过对不同特点的测试系统进行求解并与其他文献提供的优化结果进行对比表明,改进FOA在处理具有各种特点的测试系统时都表现出较强的寻优能力。证明了该算法相比于其他算法的寻优能力更强,可更加有效地求解较为复杂的调度问题。最后,建立了以运行成本和火电出力波动性最小为目标函数的风光水火蓄多电源优化调度模型。在调度之前设计了火电机组预处理的方法以便降低模型求解难度,鼓励清洁能源优先上网和保证火电机组运行效率。然后运用改进型果蝇优化算法对四种含不同电源类型的多电源电力系统模型进行优化调度并对调度结果进行了经济性和出力波动性的对比分析,有利于制定较为合理的调度计划。
【学位授予单位】：西安理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TM73
【图文】：

图 3-1 原始风速序列Fig,3-1 Primitive Wind Speed Series由图 3-1 可以看出风速的变化具有很强的随机性，因此风速的预测值往往和实际值相差较大，导致预测精度较低，这就对预测工具的性能提出了更高的要求。3.4.2 参数的选取需要人为选择的参数有三个，分别是嵌入维数m ，正则化参数 C 和核参数 2 ，参数选取的不合理会导致预测精度的不理想，因此，选择合适的参数就显得尤为重要，嵌入维数根据历史经验选择 m 2，为了使得正则化参数 和核参数 的选择更加合理，提升预测的精确度，故选择采用交叉验证的方法对C 和 进行确定。交叉验证的实现流程如下（流程图见图 3-2）：（1）确定正则化参数C 和核参数2 的取值范围；（2）在限定的取值范围内选择参数值，将选择好的参数组成参数对，例如在取值范围内确定了M 个正则化参数值和 N 个核参数值，那么可以组成 M N个参数对 2,ijC ，其中 i 1, ,M， j 1, ,N；（3）最小二乘支持向量机分别选择这 M N个参数对，利用训练样本进行学习，选

预测流程见图 3-3。为验证所选嵌入维数的合理性，在预测过程中针对不同嵌入维数下的预测结果也进行讨论。图3-4 为基于不同嵌入维数m 的LSSVM 的风速预测部分结果，表 3-2 为基于不同嵌入维数下的预测结果的评价，图 3-5 为基于不同嵌入维数下的预测值的相对误差。设第i 个预测点的相对误差为 ei 1,...,100i，则相对误差的计算公式见式(3-43)。iiiiYYYe (3-43)

图 3-5 基于不同维数预测结果的相对误差Fig.3-5 Relative Errors of Prediction Results Based on Different Dimensions表 3-2 不同嵌入维数的预测结果评价Tab.3-2 Evaluation of Prediction Results Based on Different Embedding Dimensions嵌入维数 2 3 4 5 6 7 8MAPEe 3.84% 3.98% 4.06% 4.21% 4.68% 6.08% 8.08%RMSEe 0.1617 0.1639 0.1660 0.1838 0.2245 0.3216 0.4437由图 3-4 可以看出当嵌入维数 m 2时的预测结果最加接近实际风速值，嵌入维数越大 LSSVM 的预测结果越偏离实际风速值，在预测时段的前 25min 这种因为嵌入维数不同而显现出的预测值的差别尤为明显。由表 3-2 可以看出当嵌入维数 时的平均绝对百分比误差 MAPEe和均方根误差 RMSEe两项评价指标是所有评价结果当中最小的，说明了在嵌入维数 时的预测效果最好，同时可以看出，随着嵌入维数的增加，不仅仅平均绝对百分比误差 MAPEe和均方根误差 RMSEe两项评价指标越来越大，相邻嵌入维数所对应的两项评价指标与各自相邻预测指标之间的差值也越来越大，例如当嵌入维数 m 4时的平均绝对百分比误差与嵌入维数为 3 时的平均绝对百分比误差的差值为 0.08%，与嵌入

【相似文献】

相关期刊论文 前10条

1 邓显羽;彭勇;叶碎高;温进化;何斌;;粒子群算法在水库(群)优化调度研究中的应用综述[J];水利水电科技进展;2010年05期

2 涂启玉;梅亚东;;遗传算法在水库(群)优化调度研究中的应用综述[J];水电自动化与大坝监测;2008年01期

3 张翠军,刘坤起,刘永军;求解一般车辆优化调度问题的一种改进遗传算法[J];计算机工程与应用;2004年33期

4 王永刚,李卫东,柳焯,潘毅;动态优化调度走向实用的策略与段落全局优化[J];中国电机工程学报;1998年06期

5 潘毅,柳焯,于尔铿,刘广一;动态优化调度对特殊负荷段落的处理[J];电力系统自动化;1997年04期

6 韩学山，柳焯, 陈小虎;动态优化调度研究的回顾与展望[J];电力系统自动化;1994年09期

7 张勇传;邴凤山;刘鑫卿;付昭阳;揭明兰;;水库群优化调度理论的研究—SEPOA方法[J];水电能源科学;1987年03期

8 牟才荣;;大化水电站洪水优化调度中降低死水位约束条件的探讨[J];水电能源科学;1987年04期

9 王民生;马龙友;;城市燃气输配系统的微型电子计算机优化调度问题[J];北京建筑工程学院学报;1987年01期

10 许自达;动态规划在整体防洪优化调度中的应用[J];水力发电学报;1988年01期

相关会议论文 前10条

1 杨圣祥;汪定伟;;神经网络在优化调度问题上的应用[A];1997中国控制与决策学术年会论文集[C];1997年

2 彭凯;;优超方法在资源优化调度中的应用[A];第九届中国青年信息与管理学者大会论文集[C];2007年

3 肖燕;;确定性动态规划求解实际梯级发电优化调度问题的局限性探讨[A];梯级调度控制研究论丛——2011年学术交流论文集[C];2011年

4 邹南城;赵和木;;九龙江北溪梯级电站防汛与发电优化调度探讨[A];福建省科学技术协会第八届学术年会分会场——提高水电站水库调度技术 推进海西经济建设研讨会论文集[C];2008年

5 马松翔;丁春富;邹雄玲;;丰潭水库优化调度与效益[A];2008中国水力发电论文集[C];2008年

6 赵和木;邹南城;;九龙江北溪梯级电站防汛与发电优化调度探讨[A];福建省科学技术协会第七届学术年会分会场——提高水力发电技术 促进海西经济建设研讨会论文集[C];2007年

7 张浩;安庆;;主动配电网动态优化调度关键技术研究[A];2017智能电网发展研讨会论文集[C];2017年

8 唐立新;郭庆新;杨阳;苏丽杰;;生产优化调度理论与方法发展研究[A];2010-2011控制科学与工程学科发展报告[C];2011年

9 李秀峰;蔡华祥;;基于时空解析技术的跨流域水电站群优化调度系统研究与开发[A];2009年云南电力技术论坛论文集（优秀论文部分）[C];2009年

10 王真;刘建永;陈涛;;蚁群算法在物流配送车辆优化调度中的应用[A];第八届中国青年运筹信息管理学者大会论文集[C];2006年

相关重要报纸文章 前10条

1 本报记者;建立长效机制 优化调度体系[N];贵阳日报;2017年

2 辛文;《跨区跨省电力优化调度暂行规则》出台[N];中国电力报;2003年

3 记者 常志鹏;为什么要推行跨区电力优化调度[N];新华每日电讯;2003年

4 本报记者 陆文辉;加强优化调度 促进跨区送电[N];中国电力报;2003年

5 赵浚婧 韩韬;优化调度技术 让供电更可靠[N];国家电网报;2015年

6 本报记者 童彤;缓解“江湖”新冲突 关键是优化调度[N];中国经济时报;2011年

7 宗合;优化调度保抗旱统筹做好抗旱防凌工作[N];中国水利报;2009年

8 武瑜 张军焰 李星 李朝恒;优化调度系统 开展优质服务[N];中国质量报;2007年

9 本报记者　许志峰;优化调度保证供电[N];人民日报;2005年

10 盛万兴;有序接入、灵活并网、优化调度[N];国家电网报;2016年

相关博士学位论文 前10条

1 张培;锦官电源组库群优化调度风险分析与多目标决策方法研究[D];华北电力大学(北京);2018年

2 韩笑;考虑多源协同的主动配电网优化调度研究[D];华北电力大学(北京);2018年

3 孙萧仲;多供水需求下水库多年调节策略和hedging优化调度方法研究[D];天津大学;2017年

4 胡明罡;多沙河流水库电站优化调度研究[D];天津大学;2004年

5 张高峰;梯级水电系统短期优化调度与自动发电控制研究[D];华中科技大学;2004年

6 曾勇红;仿射尺度算法及其在水电系统优化调度中的应用研究[D];华中科技大学;2004年

7 曹广晶;三峡水库综合优化调度研究[D];天津大学;2004年

8 梁振成;中长期发电优化调度的近似动态规划模型与算法[D];广西大学;2015年

9 邱威;考虑间歇性能源接入和运行安全的多目标有功优化调度[D];华北电力大学;2012年

10 原文林;电力市场环境下梯级水库发电优化调度研究[D];西安理工大学;2009年

相关硕士学位论文 前10条

1 梁嘉翔;基于改进型果蝇优化算法的多电源优化调度[D];西安理工大学;2019年

2 陶湘明;水库中长期发电优化调度的解析方法及应用[D];武汉大学;2017年

3 冯雪峰;城市供水系统两级优化调度研究[D];长安大学;2018年

4 马玉伟;多源协同配合的主动配电网优化调度研究[D];山东大学;2018年

5 勾旭东;配电设备运行状态在线监测及能源优化调度研究[D];沈阳工业大学;2018年

6 杨岚沛;含风电场的电力系统优化调度研究[D];郑州大学;2018年

7 张渊涛;风电功率预测与含风电的电力系统优化调度研究[D];东北石油大学;2018年

8 李颖;主动配电网广义电源的优化调度策略研究[D];兰州交通大学;2018年

9 刘然;虚拟电厂的优化调度研究[D];华北电力大学;2018年

10 颜远;含风电场的电力系统高维多目标动态优化调度[D];华南理工大学;2018年

本文编号：2777488