許長清，郭新志，孫義豪，李科

（國網(wǎng)河南省電力公司經(jīng)濟(jì)技術(shù)研究院，河南鄭州 450000）

電網(wǎng)多時(shí)段調(diào)度時(shí)，時(shí)段調(diào)度分配銜接不緊密，出現(xiàn)大量電網(wǎng)源網(wǎng)荷漏電，實(shí)際應(yīng)用效果差。文獻(xiàn)[1]基于多時(shí)間尺度下主動(dòng)配電調(diào)度方法，輸出一系列電網(wǎng)源網(wǎng)荷優(yōu)化調(diào)度方案，但是該方法依賴于電網(wǎng)運(yùn)行的功率平衡懲罰系數(shù)，具有不可靠性。文獻(xiàn)[2]基于多主體博弈的優(yōu)化模型考慮了電網(wǎng)源網(wǎng)荷波動(dòng)性的干擾影響，但是該調(diào)度模型的運(yùn)行成本高，應(yīng)用價(jià)值低，推廣應(yīng)用難度大。為彌補(bǔ)上述方法存在的問題，該文基于多種群遺傳算法，提出電網(wǎng)源網(wǎng)荷多時(shí)段優(yōu)化調(diào)度方法。

1 多種群遺傳算法下電網(wǎng)源網(wǎng)荷建模

針對電網(wǎng)源網(wǎng)荷多時(shí)段優(yōu)化方案，以間斷供電與不間斷供電作為分類標(biāo)準(zhǔn)構(gòu)建模型。對于不間斷供電方式，用電需求持久，但用電量不穩(wěn)定。為防止電網(wǎng)源網(wǎng)荷長期存儲(chǔ)出現(xiàn)漏電的問題，電網(wǎng)采用分段傳輸源電的方式，當(dāng)電量達(dá)到閾值標(biāo)準(zhǔn)線，分布式發(fā)電量不足以供給用電需求時(shí)，優(yōu)化調(diào)度模型會(huì)向電網(wǎng)詢價(jià)購買，不間斷供給優(yōu)化調(diào)度模型如式（1）所示：

對于間斷供電方式，該文采用多種群遺傳算法計(jì)算用戶用電狀態(tài)，解決電網(wǎng)源網(wǎng)荷優(yōu)化模型電量數(shù)據(jù)偏差大的問題。當(dāng)設(shè)備處于高負(fù)荷運(yùn)載狀態(tài)時(shí)，自動(dòng)斷開中斷設(shè)備，保證調(diào)度的電網(wǎng)源網(wǎng)荷處于安全范圍內(nèi)，構(gòu)建間斷供給優(yōu)化調(diào)度模型如式（2）所示：

2 電網(wǎng)源網(wǎng)荷多時(shí)段優(yōu)化調(diào)度

2.1 遺傳算法調(diào)度

該文設(shè)計(jì)的多種群遺傳算法的調(diào)度模型首先確定調(diào)度的目標(biāo)函數(shù)，分別從電網(wǎng)源網(wǎng)荷使用的經(jīng)濟(jì)開銷和用戶使用舒適度兩個(gè)角度設(shè)定[7-10]。

采用多時(shí)段電能調(diào)度算法可以最大程度降低用戶電能費(fèi)用支出。該文根據(jù)不同人群的偏好，降低計(jì)算誤差，采用參數(shù)加權(quán)的方法，取參數(shù)均值，用戶舒適度目標(biāo)函數(shù)計(jì)算公式如下：

其中，Sm表示用戶可調(diào)度設(shè)備調(diào)度后的舒適值，值越低，用戶體驗(yàn)舒適感程度越高；Pa表示電氣設(shè)備的充電頻率波動(dòng)；ka表示設(shè)備的負(fù)荷權(quán)值；表示設(shè)備的實(shí)際工作狀態(tài)；表示用戶期望設(shè)備的運(yùn)行狀態(tài)函數(shù)[11-12]。

電網(wǎng)源網(wǎng)荷優(yōu)化模型的經(jīng)濟(jì)目標(biāo)函數(shù)評(píng)價(jià)的是電網(wǎng)輸出電能以及用戶使用電能的成本開銷情況，將用戶和電網(wǎng)開銷成本降到最低。為了將電網(wǎng)源網(wǎng)荷的經(jīng)濟(jì)效益最大化，需要考慮電能的負(fù)載值，在不同時(shí)段根據(jù)輸出結(jié)果控制電能的輸出量。具體控制模式：在低電價(jià)時(shí)采用快速輸出電能的方式，在高電價(jià)時(shí)采用較慢的輸出速率。目標(biāo)函數(shù)如式（4）所示：

電網(wǎng)約束函數(shù)控制電網(wǎng)源網(wǎng)荷的功率輸出極值和交互頻率范圍。電網(wǎng)源網(wǎng)荷控制電能轉(zhuǎn)化過程中的消耗量，保證輸出電能的最大值，功率約束函數(shù)如式（5）所示：

其中，Pwv表示功率約束函數(shù)；ppv,max表示電網(wǎng)源網(wǎng)荷輸出功率的最大值；ppv,min表示電網(wǎng)源網(wǎng)荷輸出功率的最小值；β表示電網(wǎng)輸出功率的界限值；表示t時(shí)刻消耗的功率。

多種群遺傳算法的響應(yīng)約束目的是控制優(yōu)化調(diào)度模型的響應(yīng)偏差，避免出現(xiàn)假性優(yōu)化方案輸出[15]。電網(wǎng)源網(wǎng)荷傳輸?shù)捻憫?yīng)效果實(shí)質(zhì)上是控制各個(gè)單一時(shí)間段輸出的電能小于初始時(shí)間段輸出的電能量，一旦超出初始化參數(shù)，導(dǎo)致源網(wǎng)荷投標(biāo)輸出電能存在異常偏差。響應(yīng)約束函數(shù)如式（6）所示：

其中，Ywv表示響應(yīng)約束函數(shù)；Pin表示可控設(shè)備運(yùn)行的功率；γ表示用戶調(diào)度的負(fù)荷權(quán)值；r表示用戶可控制設(shè)備的總數(shù)量。ca表示電網(wǎng)源網(wǎng)荷的線性容量；Pth表示電網(wǎng)與用戶側(cè)交互功率。

不確定性概率約束是控制電網(wǎng)源網(wǎng)荷轉(zhuǎn)化傳輸過程中受到風(fēng)力、溫度、濕氣等一些不確定因素的干擾，導(dǎo)致電壓網(wǎng)荷量出現(xiàn)二次消耗，降低源網(wǎng)荷量的飽和值，不確定性概率約束函數(shù)如式（7）所示：

其中，Nwv表示電網(wǎng)系統(tǒng)的有功備用指標(biāo)；表示置信度；μ表示不確定因子權(quán)值。

2.2 電網(wǎng)源網(wǎng)荷多時(shí)段優(yōu)化調(diào)度

在構(gòu)建完成基于多種群遺傳算法下電網(wǎng)源網(wǎng)荷多時(shí)段優(yōu)化調(diào)度模型后，具體的應(yīng)用流程如圖1所示。

首先，制定優(yōu)化調(diào)度模型的更新時(shí)間尺度，為了簡化優(yōu)化程序，保證數(shù)據(jù)迭代結(jié)果不變，設(shè)置日調(diào)度時(shí)間尺度為1 h，在應(yīng)用優(yōu)化模型前24 h 執(zhí)行模型，執(zhí)行完畢后等待模型的開啟觸發(fā)。時(shí)間尺度確定公式如式（8）所示：

其中，Twv表示時(shí)間尺度量；ε表示頻率抗平衡因子；T?表示T時(shí)間段內(nèi)電量的波動(dòng)差[16]。

然后，分析需求量，每個(gè)時(shí)間段電網(wǎng)源網(wǎng)荷的需求量不同、優(yōu)化調(diào)度的活躍狀態(tài)不同，為了提高電網(wǎng)源網(wǎng)荷的總體需求量，該優(yōu)化調(diào)度模型根據(jù)實(shí)時(shí)周期電網(wǎng)源網(wǎng)荷應(yīng)用量的變化量彈性制定電價(jià)。確定需求響應(yīng)策略模型如式（9）所示：

其中，Y表示需求響應(yīng)策略模型；enc 表示激勵(lì)性需求響應(yīng)；Kwv表示t時(shí)段電價(jià)變化量與初始電價(jià)的比值；σ表示彈性平衡因子。

最后，根據(jù)輸出的日周期電價(jià)調(diào)動(dòng)優(yōu)化模型迭代計(jì)算數(shù)據(jù)，觀測電網(wǎng)源網(wǎng)荷的有效開銷和損耗，如果電網(wǎng)源網(wǎng)荷的損耗量不足供給量的百分之一，表示該優(yōu)化模型方案可靠，可以執(zhí)行，能實(shí)現(xiàn)電網(wǎng)源網(wǎng)荷的分時(shí)調(diào)用。

3 實(shí)驗(yàn)研究

為了驗(yàn)證該文提出的多種群遺傳算法下電網(wǎng)源網(wǎng)荷多時(shí)段優(yōu)化調(diào)度方法的實(shí)際應(yīng)用效果，設(shè)計(jì)對比實(shí)驗(yàn)，選用考慮經(jīng)濟(jì)狀態(tài)的電網(wǎng)源網(wǎng)荷多時(shí)段優(yōu)化調(diào)度方法和基于多主體博弈的電網(wǎng)源網(wǎng)荷多時(shí)段優(yōu)化調(diào)度方法進(jìn)行實(shí)驗(yàn)對比，實(shí)驗(yàn)環(huán)境如圖2 所示。

圖2 實(shí)驗(yàn)環(huán)境

在調(diào)度過程中，同時(shí)選擇三臺(tái)虛擬機(jī)處理電網(wǎng)的調(diào)度任務(wù)，運(yùn)行過程的內(nèi)存為2 048 GB，虛擬機(jī)與兩臺(tái)主機(jī)連接，進(jìn)行調(diào)度，分析調(diào)度過程中不同調(diào)度方法的調(diào)度功率，得到的實(shí)驗(yàn)結(jié)果如圖3 所示。

圖3 調(diào)度功率實(shí)驗(yàn)結(jié)果

根據(jù)圖3 可知，該文研究的調(diào)度方法消耗的調(diào)度功率更小，能夠很好地分析調(diào)度狀態(tài)，對預(yù)測出力的波動(dòng)情況進(jìn)行準(zhǔn)確研究，從而解決電網(wǎng)能源對跨區(qū)消納產(chǎn)生的影響。

該文提出的方法在確定電網(wǎng)源網(wǎng)荷優(yōu)化遺傳算法的目標(biāo)函數(shù)后，為了使實(shí)驗(yàn)數(shù)據(jù)精準(zhǔn)，根據(jù)電網(wǎng)源網(wǎng)荷工作狀態(tài)構(gòu)建電網(wǎng)功率約束、不確定約束、響應(yīng)約束，降低遺傳算法的復(fù)雜度。

進(jìn)一步分析調(diào)度過程中對電網(wǎng)能源的利用率，得到的實(shí)驗(yàn)結(jié)果如表1 所示。

表1 優(yōu)化調(diào)度能源利用率實(shí)驗(yàn)結(jié)果

根據(jù)表1 可知，隨著電網(wǎng)用電站容量增加，電網(wǎng)能源的利用率在逐漸降低，與經(jīng)濟(jì)狀態(tài)分析和多主體博弈的調(diào)度方法相比，該文調(diào)度方法的利用率更高，始終在98.95%以上，由此證明，該文提出的優(yōu)化調(diào)度方法調(diào)度能力更好，更適合應(yīng)用在電網(wǎng)不同時(shí)段的調(diào)度工作中。

4 結(jié)論

該文深入分析多種群遺傳算法下電網(wǎng)源網(wǎng)荷多時(shí)段優(yōu)化調(diào)度，并獲取如下結(jié)論：

優(yōu)化調(diào)度模型在目標(biāo)函數(shù)和約束函數(shù)的約束下，用戶用電費(fèi)用降低，電網(wǎng)經(jīng)濟(jì)效益也得到了提高；解決了只能優(yōu)化單一數(shù)據(jù)類型的問題，突破電網(wǎng)源網(wǎng)荷調(diào)度方法的瓶頸，提高優(yōu)化策略的多樣性和精準(zhǔn)度。實(shí)驗(yàn)表明，該文研究的電網(wǎng)源網(wǎng)荷多時(shí)段優(yōu)化調(diào)度方法可以減少源網(wǎng)荷的損耗，提高電網(wǎng)運(yùn)行的經(jīng)濟(jì)效益，優(yōu)化調(diào)度能源利用率高于98.95%，具有較好的實(shí)用價(jià)值。在后續(xù)研究分析的過程中將考慮風(fēng)力發(fā)電和光伏發(fā)電會(huì)受到溫度、風(fēng)力等因素的影響，電網(wǎng)源網(wǎng)荷量容易受到影響。為此，進(jìn)一步干預(yù)外界環(huán)境因素對于測試參數(shù)的影響，提高數(shù)據(jù)的精確度，減少源網(wǎng)荷的損耗。