基于粒子群-线性规划算法的多能源跨区域优化配置方法

技术领域

本发明涉及电力系统规划方法，具体涉及一种基于粒子群-线性规划算法的多能源跨区域优化配置方法。

背景技术

随着电力市场的扩大，不仅电力交易逐步扩大，也引发了多种资源的跨区域大规模传输，我国幅员辽阔，能源供需分布不对等、不均衡，但是并没有考虑并合理规划个区域间能源合理配置的问题，因此我国亟需改善能源协调供应方式，实现更广泛的地区间各种能源生产及输送互补，实现更大范围的多资源优化配置。

有鉴于此，亟需提供一种可以在跨区域的大范围内，多种发电能源之间的多能源协调优化配置的方法。

发明内容

为了解决上述技术问题，本发明所采用的技术方案是提供了一种基于粒子群-线性规划算法的多能源优化配置方法，包括以下步骤：

确定计算所需相关数据；

以全局获取电力能源的总成本最小为优化目标，建立多能源跨区域优化配置模型；

基于粒子群-线性规划算法求解模型，确定输出各类资源优化配置结果；

所述所需相关数据包括：确定各区域电能需求量、初始发电量、初始发电量销售价格、每种发电资源的价格、各区域可利用的各类发电资源量、各电力线路输送最大值、各区域发电功率最大值、各发电资源运输线路最大值；本实施例发电资源具有可运输性，包括以煤炭、石油、天然气等化石能源。

在上述方法中，所述多能源包括电力能源和发电资源。

在上述方法中，所述以全局获取电力能源的总成本最小为优化目标，建立多能源跨区域优化配置模型具体为：

目标函数：

目标函数是在满足各区域电力能源需求的条件下，全局获取电力能源的总成本最小，即：

式中，C

约束条件包括：全局电力供需平衡约束、各区域发电资源约束、各区域发电电量等式约束、各区域发电电量不等式约束、各条电力线路输送限值约束、各区域发电功率限值约束与发电资源运输限值约束。

在上述方法中，所述基于粒子群-线性规划算法求解模型，确定输出各类资源优化配置结果包括以下步骤：

S31、统一多种发电资源；根据各区域生产的各种发电资源与标准煤之间的热值关系，进行等价转换；

S32、协调区域发电资源与电能交易的配比；

S33、基于粒子群算法的计算电力能源-发电资源双层能源优化配比。

在上述方法中，所述步骤S33包括以下步骤：

S331、获得原始数据：包括获取步骤S1中的数据；

S332、开始粒子群算法迭代，区域粒子初始化，随机生成多个区域粒子，同时随机生成每个区域粒子的速度；

S333、计算粒子群中每个区域粒子的适应度；

S334、评价区域粒子群中每个粒子的适应度，寻找区域粒子的最佳个体位置和最佳群体位置，根据最佳位置更新每个区域粒子的速度和位置；

S335、判断是否满足计算的收敛条件，若未达到，则返回步骤S333；若已达到，则结束迭代。

在上述方法中，所述步骤S333包括以下步骤：

B1、优化电力能源-发电资源双层联合分配；

B2、计算各区域粒子对应条件下的全局总购电总成本。

在上述方法中，所述S333包括以下步骤：

针对给定的各区域电能交易占比，以及各区域初始发电量电价和发电资源对应的发电电价，计算出每一区域需要发出的电能量，该电能量包括本地初始发电量和附加发电量；

根据所述发电量确定各区域发电资源的需求，进行发电资源优化配置，根据分配结果确定各区域的新发电资源平均价格，并确定新的附加发电量电价，同时确定各区域购电平均成本；

根据所述最新的发电资源价格和附加发电量价格，重新优化电力能源的分配和发电资源分配，由此进入迭代循环，直至各区域平均购电成本不再发生变化，以此作为迭代终止条件；

确定优化分配的结果。

为了实现上述目的，本发明采取如下技术方案：

1、提出了考虑区域间多能源协调优化配置的双层优化模型，协调优化电力能源和发电资源两类能源的跨区域配置。

2、提出了区域配比协调的粒子群算法，针对电力能源与发电资源的双层能源优化，进行双层两类能源间的配比优化计算。

3、采用粒子群与线性规划结合的内外层网络优化计算技术，针对电能之外的其他发电资源在交通运输网络进行优化配置。

本发明的有益效果：

1.多种能源跨区域最优配置结果。利用本方法可以得到各种能源跨区域最优配置的结果，包括各区域的能源生产量和各支路的能源传输量。

2.电力能源与发电资源的配比最优。利用本方法可以得到全局范围内各区域满足其电能需求的两个渠道的能源量配比，两个渠道分别指通过电力网络上传输而来的电力交易量和通过运输网络输送的发电资源所发电量。

3.多种发电资源的配比最优。利用本方法，可以得到可物理输送的多种发电资源之间的配置比例。可实现在跨区域的大范围内，实现电力能源与发电资源之间、多种发电能源之间的多能源协调优化配置，节约成本的条件下合理利用资源。

附图说明

图1为本发明提供的流程图；

图2为本发明提供的多种能源跨区域优化配置方法的双层模型总流程图。

图3为本发明提供的联合寻优流程图。

具体实施方式

下面结合具体实施方式和说明书附图对本发明做出详细的说明。

如图1所示，本发明提供了一种基于粒子群-线性规划算法的多能源跨区域优化配置方法，包括以下步骤：

S1、确定计算所需相关数据；包括确定各区域电能需求量、初始发电量、初始发电量销售价格、每种发电资源的价格、各区域可利用的各类发电资源量、各电力线路输送最大值、各区域发电功率最大值、各发电资源运输线路最大值；本实施例发电资源具有可运输性，包括以煤炭、石油、天然气等化石能源。

S2、以全局获取电力能源的总成本最小为优化目标，建立多能源跨区域优化配置模型。

S3、基于粒子群-线性规划算法求解模型，确定输出各类资源优化配置结果；包括对应的各类能源(电力能源、各类发电资源)在各区域的生产量和在各线路的传输量。

其中，步骤S2具体包括以下步骤：

在市场化大规模跨区域开展的条件下，较大范围内的电力市场/能源市场具备竞争市场的特点，各种能源调出区域和调入区域的能源出售、购买行为具备“经济人”特征，本实施例以成本最低为决策原则，电网只提供输电服务，电力线路传输的容量大小对电力市场存在制约；铁路、水路、陆路运力对能源市场存在影响。

一、目标函数

本目标函数是在满足各区域电力能源需求的条件下，全局获取电力能源的总成本最小，即：

式中，C

二、约束条件

各区域所需的电力能源和发电资源均可以通过本地生产和外地购买两个渠道获得，因此约束条件可考虑以下几方面：

①全局电力供需平衡约束，全局总发电量与线损电量之差等于总用电需求量：

式中，E

②各区域发电资源约束，即各区域可利用的资源量应不小于该区域自身用于发电的资源量与输送给其他区域的资源量之和，同时各区域可利用资源量存在最大值约束：

式中，R

③各区域发电电量等式约束，即各区域所发的电量应等于该区域i自身使用电量和输送给其他区域j电量之和：

式中，E

④各区域发电电量不等式约束，即各区域所发的电量应不小于初始发电量：

E

区域i的初始发电量E

⑤各条电力线路输送限值约束：

R

其中，R

⑥各区域发电功率限值约束：

PW

其中，PW

⑦发电资源运输限值约束，即对于每一种发电资源，每一条运输通道(线路)所输送的发电资源量应小于该通道的输送限值：

R

其中，R

本实施例中，步骤S3分析求解过程如下：

本实施例中多种能源跨区域优化配置问题的实质是一个资源综合分配的问题，即电能、煤炭、石油、燃气等在不同运输网络中的优化配置，从计算规模上，涉及到多层能源结构之间的互联互通，所以为了便于计算，本实施例对发电资源层进行简化来说明本实施例的分析过程。

本实施例中将所有能源分为两类：一是电力能源，即通过电能的形式在电力网络上输送的能源，二是各种可运输的发电能源，即发电资源，这些发电资源具有可运输性，主要以煤炭、石油、天然气等化石能源为主。这样，多能源分配可简化为两个能源分配层面，对于范围内任一区域，可认为电能来源于这两个渠道，即通过电力网络上传输而来的电力交易量和通过运输网络输送的发电资源所发电量。

因此，本实施例将多能源优化配置转换成为了双层能源优化配置，可大大缩减计算的规模，此外，这样分类的另一个优点在于电能的分配需要考虑非线性的线损，而发电资源分配过程中的损耗则可认为是线性的，也有利于计算方法的采用，因此，步骤S3具体包括以下步骤：

S31、统一多种发电资源

考虑到不同能源产地的资源品质不一，而其发电能量大小主要与其热值有关，故根据各区域生产的各种发电资源与标准煤之间的热值关系，进行等价转换；定义发电资源折算标准煤系数的矩阵如下：

式中，M矩阵的元素μ

通过以上关系，可将所有可输送发电资源综合为统一的“综合资源”，这样问题简化为电能和综合资源的优化配置。

S32、协调区域发电资源与电能交易的配比；

区域i由电能交易满足的需求，占该区域总需求(E

B＝(β

各区域β值的设立需要考虑全局初始发电量的约束，即通过电能交易满足的电能需求总量，不小于全局总发电初始量。

S33、基于粒子群算法的计算电力能源-发电资源双层能源优化配比；

该步骤求解为本实施例总模型(图2中表示的双层模型)的最外层模型，因此总体计算过程以该环节的优化过程为主体。总体计算流程如下：

需要说明的是，为了与下面步骤中的粒子区分开，将此处粒子群算法中的粒子定义为区域粒子。

S331、获得原始数据：包括获取步骤S1中的数据。

S332、开始粒子群算法迭代，区域粒子初始化，随机生成多个区域粒子，同时随机生成每个区域粒子的速度。

S333、计算粒子群中每个区域粒子的适应度。

本实施例，粒子群中每个区域粒子的适应度的计算通过每个区域粒子对应的式(1)优化目标中的函数即区域粒子的适应度函数求解；如图2所示，包括以下步骤：

B1、优化电力能源-发电资源双层联合分配；

B2、计算各区域粒子(区域i)对应条件下的全局总购电总成本。

S334、评价粒子群中每个区域粒子的适应度，寻找区域粒子的最佳个体位置和最佳群体位置，根据最佳位置更新每个区域粒子的速度和位置。

S335、判断是否满足计算的收敛条件，若未达到，则返回步骤S333；若已达到，则结束迭代。

S336、输出各类资源优化配置结果。

本实施例中，步骤S333包括以下具体步骤：

针对每一次给定的各区域电能交易占区域总电能需求的比例，需要从电能分配层和资源分配层分别进行优化，电能分配层的优化目的在于进行电能在电力网络上的优化输送，而资源分配需要进行多种发电资源在资源运输层面上的优化配置，因此，为优化电力能源-发电资源双层联合分配(步骤B1)，建立了电力能源-发电资源分配双层联合寻优模型，并在此计算结果上进一步计算各区域的购电成本和全局总购电成本。

如图3所示，电力能源-发电资源双层联合分配的计算流程具体为：

在一轮电力能源-发电资源双层优化过程中，首先进行电能优化配置，针对给定的各区域电能交易占比，以及各区域初始发电量电价和发电资源对应的发电电价，可通过最优潮流计算出每一区域需要发出的电能量，该电能量包括本地初始发电量和附加发电量。由发电量可得到各区域发电资源的需求(式(13))，而后进行发电资源优化配置，由分配结果得到各区域的发电资源平均价格，即新的发电资源价格，并由此得到新的附加发电量电价(式(14))，同时可得各区域购电平均成本P

(1)、电力能源分配层的优化

在已知任一区域电能交易占比后，电网络中的各种电量交易仅满足该区域的电能交易占比，该区域的剩余电能需求则通过发电资源的生产进行弥补。以所有区域电力能源购买总费用最小为目标，并满足上述约束条件中的第③、⑤、⑥条约束和潮流方程约束建立电力能源分配模型，目标函数为：

min F

式中，F

在优化计算的过程中，根据网络参数、各区域典型发电功率和典型负荷，以全局购电费用最小为优化目标，进行最优潮流计算，得到最优潮流结果后再将各类典型功率转换为最优电能量结果，进而得到最终优化目标。

(2)、基于粒子群-线性规划的发电资源层分配

在各种发电资源的各项参数均转换为标准煤之后，总量上可以将全部发电资源统一后进行分配优化，但考虑到不同资源的运输费、购买单价、运输量限值等的不同，转换为标准煤之后这些差异仍然存在，所以仍需要区分出不同的发电资源才可进行分配。本实施例提出针对发电资源层的内外部优化配置，即外部优化是各类发电资源的比重优化，内部优化是每种发电资源层内的优化，外部优化基于粒子群算法，内部优化基于线性规划算法，目标函数为：

发电资源分配层以所有区域全部发电资源的分配费用最小为目标：

式中，b表示发电资源种类；r表示第r种发电资源；F

式(8)的目标函数需要满足第①、②、⑦条约束。此外，发电资源优化还需满足：任一区域i的发电资源总需求量等于该区域i各种发电资源需求量的总和，即：

式中，R

采用粒子群算法进行外部优化时，粒子位置对应于各区域各种发电能源的需求量，即：

式中，R

外部优化的适应度函数如式(8)所示，对于粒子适应度(F

对各发电资源类型的分别优化，内部优化各层的过程完全相同，对于第r种发电资源来说，其目标函数为：

min(F

已知条件为发电资源粒子R中发电资源r的n个位置值(R

R

内部优化需满足第②、⑦条约束。

在内外层优化均达到最优之后，输出发电资源层优化的综合结果，即将全部r种发电资源的内层优化结果叠加，由于已经将各种发电资源统一转换为标准煤，因此可以直接叠加，形成发电资源层优化的统一结果。

各区域的发电资源需求量为：

R1

式中，转化至发电资源需求的电能量包括两个部分，式中第一部分由电力能源优化结果得到，表示向电能交易中需求供应电能的附加发电量(E

第二部分为区域i由的剩余电能需求，占该区域i总需求(E

发电资源价格与其所生产电能(区域附加发电量)价格的关系为：

P

式中，P

本发明不局限于上述最佳实施方式，任何人应该得知在本发明的启示下作出的结构变化，凡是与本发明具有相同或相近的技术方案，均落入本发明的保护范围之内。