風(fēng)電高滲透率電網(wǎng)優(yōu)化GA-PSO 調(diào)度及算例分析

張建功， 馬陽陽

（國網(wǎng)河北省電力有限公司滄州供電分公司， 河北 滄州 050051）

0 引言

考慮到我國化石能源的儲量不斷降低，我國制定了新能源發(fā)展規(guī)劃，預(yù)期到2050 年我國發(fā)電總量中的新能源比例達(dá)到30%以上[1-2]。風(fēng)能在我國屬于一類具備廣泛來源的資源，因此風(fēng)力發(fā)電也在我國獲得了廣泛開發(fā)，對新能源行業(yè)發(fā)展發(fā)揮了積極促進(jìn)作用。風(fēng)電出力存在較大的隨機(jī)性，并且各時間段發(fā)電量也會出現(xiàn)大幅波動，在相同功率狀態(tài)下預(yù)測風(fēng)電功率的難度比負(fù)荷預(yù)測的難度更高[3-5]。針對電力系統(tǒng)開展調(diào)度時，需引入更高魯棒性的算法實現(xiàn)電能穩(wěn)定調(diào)控[6]。

考慮到在高滲透率下會產(chǎn)生很大的風(fēng)電出力預(yù)測誤差，并不能精確消除風(fēng)電電量變化的影響，這對系統(tǒng)運(yùn)行過程造成了較大波動性[7-8]。當(dāng)前主要采用三種方法來消除風(fēng)電運(yùn)行不確定性因素的作用，包括比例備用容量調(diào)節(jié)、隨機(jī)優(yōu)化與魯棒控制等[9-10]備用容量法是通過增加備用容量的形式來避免引起風(fēng)電波動的情況，操作過程較為簡單，但并不能同時實現(xiàn)低成本運(yùn)行和達(dá)到備用容量的控制要求。

風(fēng)電高滲透率電網(wǎng)容易在運(yùn)行期間產(chǎn)生無法消納的極端情況，因此采用設(shè)計機(jī)組組合的模式有助于消除非必要風(fēng)切負(fù)荷，促使模型獲得更高計算效率[11]。本文在前人研究的基礎(chǔ)上，通過遺傳算法（GA）優(yōu)化PSO 的方式設(shè)計了一種風(fēng)電高滲透率電網(wǎng)優(yōu)化GA-PSO 調(diào)度方法。

1 優(yōu)化GA-PSO 調(diào)度模式

在機(jī)組出現(xiàn)電力負(fù)荷波動或進(jìn)行風(fēng)電出力場景切換時，系統(tǒng)只需合理分配機(jī)組負(fù)荷便能夠高效跟蹤系統(tǒng)波動功率，以此保證系統(tǒng)在各個場景狀態(tài)下穩(wěn)定過渡[12]。

在風(fēng)電功率點預(yù)測方面并不會實現(xiàn)很高的精度，選擇傳統(tǒng)方法開展調(diào)度時，如果出現(xiàn)風(fēng)電功率的大幅波動，則系統(tǒng)將保持極端運(yùn)行狀態(tài)，導(dǎo)致風(fēng)險成本明顯提高，導(dǎo)致系統(tǒng)經(jīng)濟(jì)成本的顯著提高。

將內(nèi)層模塊包含風(fēng)電電網(wǎng)機(jī)組的形式轉(zhuǎn)變?yōu)閷旌险麛?shù)規(guī)劃進(jìn)行計算的過程，接著再以MATLAB2016 軟件實現(xiàn)的CPLEX 算法開展求解計算。通過啟發(fā)算法消減外層模塊得到不確定集并將數(shù)據(jù)傳輸?shù)絻?nèi)層模塊，采用遺傳粒子群算法開展求解分析[13]。此算法是通過PSO 算法與交叉變異相融合的形式來實現(xiàn)，可以實現(xiàn)PSO 快速收斂的效果，并且還可以避免粒子產(chǎn)生局部最優(yōu)的情況，從而計算獲得更可靠的不確定集。

優(yōu)化GA-PSO 算法流程見圖1 所示。確定粒子初始速率與位置，并把3 個粒子初始位置存儲于局部最優(yōu)位置。根據(jù)適應(yīng)度函數(shù)計算結(jié)果來判斷粒子優(yōu)劣性，按照粒子適應(yīng)值對局部與全局最優(yōu)位置進(jìn)行分析。對各粒子速度及其位置進(jìn)行更新。如果未到達(dá)規(guī)定的迭代次數(shù)，則繼續(xù)實施算法循環(huán)；反之，循環(huán)結(jié)束，得到最優(yōu)的輸出粒子。

圖1 優(yōu)化GA-PSO 算法流程

2 算法分析

為深入探討優(yōu)化GA-PSO 算法的處理性能，本研究從某省選擇一年中的電網(wǎng)參數(shù)進(jìn)行測試，電網(wǎng)系統(tǒng)中共存在136 臺發(fā)電機(jī)，容量為51 350 MW，其中包含了45 臺AGC 機(jī)組。本文針對4 機(jī)組系統(tǒng)進(jìn)行了測試，具體參數(shù)見表1，此系統(tǒng)中總共存在10 臺機(jī)組，總裝機(jī)容量為3 250 MW，AGC 機(jī)組包括1 號、2 號、3 號、4 號，風(fēng)電滲透率接近15%。

表1 算例機(jī)組參數(shù)

圖2 是預(yù)測得到的額風(fēng)電出力與負(fù)荷。在風(fēng)電功率點預(yù)測方面并不會實現(xiàn)很高的精度，選擇傳統(tǒng)方法開展控制時，如果出現(xiàn)風(fēng)電功率的大幅波動，則系統(tǒng)將保持極端運(yùn)行狀態(tài)，導(dǎo)致風(fēng)險成本明顯提高，導(dǎo)致系統(tǒng)經(jīng)濟(jì)成本的顯著提高

圖2 某省實際電網(wǎng)負(fù)荷及風(fēng)電出力結(jié)果

選擇優(yōu)化GA-PSO 算法進(jìn)行處理時能夠?qū)崿F(xiàn)標(biāo)準(zhǔn)粒子群快速收斂的效果，防止引起局部最優(yōu)的現(xiàn)象。本研究針對標(biāo)準(zhǔn)粒子群、螢火蟲以及遺傳- 粒子群算法開展對比測試。發(fā)電機(jī)組則根據(jù)前期設(shè)置的調(diào)度防范方法實施啟停調(diào)節(jié)，按照t=21 的條件完成經(jīng)濟(jì)優(yōu)化目標(biāo)。分別為各算法構(gòu)建了規(guī)模數(shù)為30 的種群，共完成50 代進(jìn)化，再以相同初值條件進(jìn)行尋優(yōu)處理。以粒子進(jìn)化代數(shù)和最優(yōu)值作為目標(biāo)進(jìn)行搜索效率和收斂效果對比，算法計算收斂結(jié)果見圖3 所示。大規(guī)模風(fēng)電場通常會表現(xiàn)出了顯著平滑性和集群特征，從而減小了風(fēng)速湍流峰值引起的風(fēng)電場出力變化幅度，由此形成更平滑的風(fēng)電場出力曲線。

從圖3 中可以看到，采用標(biāo)準(zhǔn)PSO 算法處理時收斂時間最短，并且各粒子達(dá)到局部最優(yōu)后都無法跳出，無法達(dá)到實際調(diào)度的要求；螢火蟲算法能夠?qū)崿F(xiàn)快速收斂目標(biāo)，但會引起局部最優(yōu)的結(jié)果；遺傳- 粒子群算法可以實現(xiàn)交叉變異功能，并不能達(dá)到優(yōu)化螢火蟲算法的處理效率，但可以消除粒子出現(xiàn)局部最優(yōu)的情況，由此得到精確結(jié)果，更好地適應(yīng)電網(wǎng)調(diào)度要求。

3 結(jié)論

1）通過PSO 算法與交叉變異相融合的形式來PSO 快速收斂的效果，避免粒子產(chǎn)生局部最優(yōu)的情況，計算獲得更可靠的不確定集。

2）選擇優(yōu)化GA-PSO 算法處理能夠?qū)崿F(xiàn)標(biāo)準(zhǔn)粒子群快速收斂的效果，防止引起局部最優(yōu)現(xiàn)象。

3）優(yōu)化GA-PSO 算法可以實現(xiàn)交叉變異功能，可以消除粒子出現(xiàn)局部最優(yōu)的情況，更好地適應(yīng)電網(wǎng)調(diào)度要求。

該研究有助于提高電網(wǎng)調(diào)度效率，但在面對突發(fā)情況的時候存在計算冗長的問題，期待后續(xù)引入深度學(xué)習(xí)算法進(jìn)行加強(qiáng)。