本發(fā)明屬于虛擬電廠調(diào)度，具體涉及基于多目標(biāo)優(yōu)化的虛擬電廠調(diào)度方法。
背景技術(shù)：
1、虛擬電廠（virtual?power?plant，vpp）作為一種新型電力調(diào)度方式，已成為分布式能源管理的重要手段。虛擬電廠通過(guò)整合分布式能源（distributed?energy?resources，der），如風(fēng)能、光伏、儲(chǔ)能系統(tǒng)及可調(diào)節(jié)負(fù)荷，實(shí)現(xiàn)協(xié)同優(yōu)化調(diào)度，以提高新能源利用率，降低電網(wǎng)運(yùn)行成本。
2、在虛擬電廠調(diào)度時(shí)，多目標(biāo)相比單目標(biāo)具有更好的效果。同時(shí)，目標(biāo)的選擇也會(huì)對(duì)調(diào)度產(chǎn)生影響。當(dāng)前的vpp調(diào)度模型在新能源發(fā)電預(yù)測(cè)精度、電網(wǎng)電壓穩(wěn)定性及運(yùn)行經(jīng)濟(jì)性方面仍存在諸多挑戰(zhàn)，因此目標(biāo)選擇時(shí)應(yīng)盡可能兼顧這些方面。
3、當(dāng)確定目標(biāo)數(shù)量和類型后，現(xiàn)有技術(shù)主要圍繞基于優(yōu)化算法的vpp調(diào)度展開(kāi)，但實(shí)際中現(xiàn)有方法在求解復(fù)雜非線性問(wèn)題時(shí)存在易陷入局部最優(yōu)的缺陷。部分現(xiàn)有方法采用基于強(qiáng)化學(xué)習(xí)的vpp調(diào)度策略，盡管具有一定的自適應(yīng)性，但其訓(xùn)練收斂速度較慢，難以實(shí)時(shí)應(yīng)用。
技術(shù)實(shí)現(xiàn)思路
1、本發(fā)明針對(duì)現(xiàn)有虛擬電廠調(diào)度方法在處理多目標(biāo)優(yōu)化過(guò)程中采用單一優(yōu)化算法存在的收斂慢或易陷入局部最優(yōu)等的不足，提供一種基于多目標(biāo)優(yōu)化的虛擬電廠調(diào)度方法，對(duì)目標(biāo)的數(shù)量和種類進(jìn)行選擇，然后通過(guò)全局搜索算法與局部搜索算法相結(jié)合，克服單一算法缺陷。
2、為實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：基于多目標(biāo)優(yōu)化的虛擬電廠調(diào)度方法，所述基于多目標(biāo)優(yōu)化的虛擬電廠調(diào)度方法包括：
3、步驟s1、采集虛擬電廠調(diào)度所需相關(guān)數(shù)據(jù)；
4、步驟s2、構(gòu)建多目標(biāo)優(yōu)化模型，并設(shè)置相關(guān)約束條件；
5、步驟s3、采用改進(jìn)的鯨魚(yú)優(yōu)化算法結(jié)合序列最小二次規(guī)劃算法對(duì)多目標(biāo)優(yōu)化模型進(jìn)行優(yōu)化求解；
6、步驟s4、根據(jù)優(yōu)化結(jié)果生成設(shè)備控制指令并進(jìn)行調(diào)度。
7、作為改進(jìn)，步驟s1中，虛擬電廠調(diào)度所需相關(guān)數(shù)據(jù)包括虛擬電廠內(nèi)各發(fā)電設(shè)備的實(shí)時(shí)運(yùn)行數(shù)據(jù)、氣象數(shù)據(jù)和負(fù)荷數(shù)據(jù)。
8、作為改進(jìn)，步驟s1還包括對(duì)相關(guān)數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，數(shù)據(jù)預(yù)處理步驟包括數(shù)據(jù)清洗和預(yù)測(cè)建模。
9、作為改進(jìn)，數(shù)據(jù)清洗包括：使用iqr或z-score剔除異常值；利用線性插值或機(jī)器學(xué)習(xí)方法補(bǔ)充缺失數(shù)據(jù)；采用移動(dòng)平均法或卡爾曼濾波器平滑數(shù)據(jù)；對(duì)氣象數(shù)據(jù)進(jìn)行特征提取和標(biāo)準(zhǔn)化；
10、預(yù)測(cè)建模包括：基于氣象數(shù)據(jù)和歷史數(shù)據(jù)建立新能源發(fā)電預(yù)測(cè)模型，輸出未來(lái)24小時(shí)的預(yù)測(cè)負(fù)荷。
11、作為改進(jìn)，步驟s2中，多目標(biāo)優(yōu)化模型中的目標(biāo)包括新能源消納率最大、電壓穩(wěn)定性最高和運(yùn)行成本最低。
12、作為改進(jìn)，新能源消納率最大的目標(biāo)函數(shù)表示為：
13、
14、其中，第 i個(gè)新能源設(shè)備在時(shí)間 t的發(fā)電量，是第 i個(gè)發(fā)電設(shè)備在時(shí)間 t的總發(fā)電量， t是調(diào)度周期， n是新能源設(shè)備總數(shù)， n是發(fā)電設(shè)備總數(shù)；
15、電壓穩(wěn)定性最高的目標(biāo)函數(shù)表示為：
16、
17、其中，是節(jié)點(diǎn) j在時(shí)間 t的電壓，是參考電壓， m是節(jié)點(diǎn)總數(shù)；
18、運(yùn)行成本最低的目標(biāo)函數(shù)表示為：
19、，
20、其中，t為調(diào)度周期，是發(fā)電成本，是傳輸損耗成本，是設(shè)備維護(hù)成本。
21、作為改進(jìn)，步驟s2中，相關(guān)約束條件包含功率平衡約束、設(shè)備容量約束、電網(wǎng)安全約束。
22、作為改進(jìn)，步驟s2中，
23、功率平衡約束表示為：
24、
25、其中，是第 i個(gè)發(fā)電設(shè)備在時(shí)間 t的發(fā)電量，是第 j個(gè)節(jié)點(diǎn)在時(shí)間 t的需求量，m是節(jié)點(diǎn)總數(shù)，是時(shí)間 t的傳輸損耗；
26、設(shè)備容量約束表示為：
27、
28、其中，和分別是第 i個(gè)發(fā)電設(shè)備的最小和最大發(fā)電量；
29、電網(wǎng)安全約束表示為：
30、，
31、其中，和分別是節(jié)點(diǎn) j的最小和最大電壓，和分別是線路 k的最小和最大電流。
32、作為改進(jìn)，步驟s3中，改進(jìn)的鯨魚(yú)優(yōu)化算法包括：
33、初始化種群：利用混沌映射初始化種群，映射公式為：
34、
35、根據(jù)映射公式生成初始混沌序列，并迭代生成混沌序列；
36、將混沌序列映射到實(shí)際問(wèn)題的解空間[，]，則映射為：；
37、適應(yīng)度評(píng)估：對(duì)每個(gè)個(gè)體計(jì)算適應(yīng)度，根據(jù)目標(biāo)函數(shù)評(píng)估每個(gè)解的優(yōu)劣；
38、包圍獵物更新：，其中，，，，為收斂因子， r為[0，1]區(qū)間的隨機(jī)數(shù)，；
39、螺旋更新：，其中，為[-1，1]之間的隨機(jī)數(shù)，為常數(shù)；
40、全局搜索：，其中，是隨機(jī)選擇的一個(gè)個(gè)體的位置；
41、停止條件設(shè)置：設(shè)置最大迭代次數(shù)或適應(yīng)度收斂的條件，若滿足停止條件，則退出算法，否則繼續(xù)執(zhí)行更新步驟。
42、作為改進(jìn)，步驟s3中，改進(jìn)的鯨魚(yú)優(yōu)化算法還包括收斂因子調(diào)整：使用非線性收斂因子，表示為：
43、
44、其中，為最大迭代次數(shù)。
45、作為改進(jìn)，步驟s3中，序列最小二次規(guī)劃算法包括：
46、輸入：將從改進(jìn)的鯨魚(yú)優(yōu)化算法中得到的全局最優(yōu)解作為初始解；
47、局部?jī)?yōu)化：在以下約束條件下進(jìn)行局部精細(xì)化搜索：功率平衡約束、設(shè)備容量約束、電網(wǎng)安全約束，在優(yōu)化過(guò)程中不斷驗(yàn)證和調(diào)整，確保所有約束條件得到滿足；
48、輸出：優(yōu)化后得到局部最優(yōu)解，根據(jù)局部最優(yōu)解進(jìn)行調(diào)度。
49、本發(fā)明的基于多目標(biāo)優(yōu)化的虛擬電廠調(diào)度方法的有益效果是：通過(guò)結(jié)合woa的全局搜索能力和slsqp的局部收斂效率，克服單一優(yōu)化算法的局限性，從而在保證找到高質(zhì)量解（接近全局最優(yōu)或高質(zhì)量pareto解）的同時(shí)，提高了求解效率，更適合實(shí)際vpp調(diào)度需求。進(jìn)一步地，通過(guò)實(shí)時(shí)數(shù)據(jù)采集和動(dòng)態(tài)優(yōu)化，能夠適應(yīng)新能源出力波動(dòng)和負(fù)荷變化，提高了vpp運(yùn)行的可靠性和魯棒性。
1.基于多目標(biāo)優(yōu)化的虛擬電廠調(diào)度方法，其特征在于：所述基于多目標(biāo)優(yōu)化的虛擬電廠調(diào)度方法包括：
2.根據(jù)權(quán)利要求1所述的基于多目標(biāo)優(yōu)化的虛擬電廠調(diào)度方法，其特征在于：步驟s1中，虛擬電廠調(diào)度所需相關(guān)數(shù)據(jù)包括虛擬電廠內(nèi)各發(fā)電設(shè)備的實(shí)時(shí)運(yùn)行數(shù)據(jù)、氣象數(shù)據(jù)和負(fù)荷數(shù)據(jù)；步驟s1還包括對(duì)相關(guān)數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，數(shù)據(jù)預(yù)處理步驟包括數(shù)據(jù)清洗和預(yù)測(cè)建模。
3.根據(jù)權(quán)利要求2所述的基于多目標(biāo)優(yōu)化的虛擬電廠調(diào)度方法，其特征在于：數(shù)據(jù)清洗包括：剔除異常值；利用線性插值或機(jī)器學(xué)習(xí)方法補(bǔ)充缺失數(shù)據(jù)；采用移動(dòng)平均法或卡爾曼濾波器平滑數(shù)據(jù)；對(duì)氣象數(shù)據(jù)進(jìn)行特征提取和標(biāo)準(zhǔn)化；
4.根據(jù)權(quán)利要求1所述的基于多目標(biāo)優(yōu)化的虛擬電廠調(diào)度方法，其特征在于：步驟s2中，多目標(biāo)優(yōu)化模型中的目標(biāo)包括新能源消納率最大、電壓穩(wěn)定性最高和運(yùn)行成本最低。
5.根據(jù)權(quán)利要求4所述的基于多目標(biāo)優(yōu)化的虛擬電廠調(diào)度方法，其特征在于：新能源消納率最大的目標(biāo)函數(shù)表示為：
6.根據(jù)權(quán)利要求1至5任一所述的基于多目標(biāo)優(yōu)化的虛擬電廠調(diào)度方法，其特征在于：步驟s2中，相關(guān)約束條件包含功率平衡約束、設(shè)備容量約束、電網(wǎng)安全約束。
7.根據(jù)權(quán)利要求6所述的基于多目標(biāo)優(yōu)化的虛擬電廠調(diào)度方法，其特征在于：步驟s2中，
8.根據(jù)權(quán)利要求7所述的基于多目標(biāo)優(yōu)化的虛擬電廠調(diào)度方法，其特征在于：步驟s3中，改進(jìn)的鯨魚(yú)優(yōu)化算法包括：
9.根據(jù)權(quán)利要求8所述的基于多目標(biāo)優(yōu)化的虛擬電廠調(diào)度方法，其特征在于：步驟s3中，改進(jìn)的鯨魚(yú)優(yōu)化算法還包括收斂因子調(diào)整：使用非線性收斂因子，表示為：
10.根據(jù)權(quán)利要求9所述的基于多目標(biāo)優(yōu)化的虛擬電廠調(diào)度方法，其特征在于：步驟s3中，序列最小二次規(guī)劃算法包括：