基于证据推理的电力系统多目标优化调度的决策方法
【技术领域】
[0001] 本发明设及电力系统多目标优化调度研究领域，特别设及一种基于证据推理的电 力系统多目标优化调度的决策方法，该方法考虑了决策者（调度员）认知的不确定性。
【背景技术】
[0002] 电力系统优化调度，通常需要考虑多个目标，如发电成本、系统网损、电压稳定指 数、电压偏差等指标，其实质是多目标优化问题。由于该些多目标通常相互冲突，如发电成 本和电压稳定指数，因此不可能存在唯一的最优解使得该些目标同时达到最优。通过优化 电力系统的多个目标得到的是一个集合，该集合称为帕累托解集，且该解集中每个解之间 不能相互支配。但是在实际的电力运行调度中，只能实施唯一的调度解，该就要求运行人员 从帕累托解集中挑选唯一的而且合适的解作为最终调度方案。虽然前人也在电力系统多目 标优化调度方面做了大量的工作，但几乎都只是侧重于求解帕累托解集，而没有深入研究 选择最终调度方案该一重要问题。
[0003] 例如，大部分文献只是侧重于研究各类算法W求得质量更高的帕累托前沿，然后 使用一种处理方式不够"细腻"的模糊决策方法来确定电力系统多目标调度的最终实施方 案。该种方法完全没有考虑多目标指标之间的权重关系，只是把它们平等对待，该并不适合 实际的电力系统的运行调度要求。于是，优劣解距离法引入了多目标权重来处理电力系统 优化调度目标间的关系，它相对于模糊决策方法来讲，更具实际参考价值。然而，在使用优 劣解距离法的过程中，决策矩阵需要规范化处理，计算量较大而且会"扭曲"相关信息，严重 的时候会造成决策不合理。因此为了克服优劣解距离法的该个缺点，一些学者提出了顺序 结构评估方法来处理多目标之间的关系，来选择最终的调度方案。该方法是基于目标之间 两两比较的一种多属性决策方法，它既考虑了多目标之间的权重关系，而且避免了对目标 评价值进行规范化处理，从而避开了信息处理偏差的问题。
[0004] 但是，需要着重地指出，上述的几种决策方法并没有考虑决策者（调度员）认知的 不确定性，该种不确定性是指决策者由于自身认知的局限性或者知识的欠完备性无法精确 地做出相应的评价或者判断。它在决策管理领域起着至关重要的作用，甚至影响最终方案 的制定。因此对于电力系统多目标优化调度来讲，为了得到合理的决策方案，必须充分考虑 调度员评估的不确定性，同时融合多目标运行证据，为决策提供科学参考依据。
【发明内容】
[0005] 本发明的主要目的在于克服现有技术的缺点与不足，提供一种基于证据推理的电 力系统多目标优化调度的决策方法，该方法不仅能有效融合多目标运行证据，更可W考虑 调度员评估的不确定性对决策的影响，适用于解决复杂电力系统调度决策问题。
[0006] 本发明的目的通过W下的技术方案实现；基于证据推理的电力系统多目标优化调 度的决策方法，包括步骤：
[0007] (1)将电力系统调度需考虑的多个调度目标进行优先度分析，选出对调度运行影 响较大的重要目标集。调度目标可w为发电成本，网络损耗，电压偏差和，电压稳定指数，二 氧化碳排放，污染气体排放等。
[000引（2)对重要目标集进行多目标优化，得到帕累托解集，W此作为候选解集供调度员 选择；
[0009] (3)将所述候选解集进行多属性分析，即根据候选解在不同调度目标的运行效果 并结合调度员自身认知水平的不确定性，确定各目标的置信度评估系数，从而做出置信度 评估，将产生的置信度评估结果作为决策证据；
[0010] (4)运用证据推理方法对所述决策证据进行融合，得到候选解在不同评价等级上 的置信度分布；
[0011] (5)利用效用函数将置信度分布映射为效用值，并比较不同候选解的平均效用值， 选择平均效用值最大的候选解作为最终的调度方案。
[0012] 优选的，所述步骤（1)中，采用基于层次分析的特征向量方法得到各个调度目标 的相对权重，权重值较大的目标即为对调度运行影响较大的重要目标。
[0013] 更进一步的，所述基于层次分析的特征向量方法的步骤是：
[0014] (1-1)将电力系统调度需考虑的多个调度目标记为调度目标集合，表示为 (Ai，A2,...，AJ，L表示调度目标的个数；
[0015] (1-2)对调度目标集合中的调度目标进行两两比较，得到评估矩阵：
[0016]
【主权项】
1. 基于证据推理的电力系统多目标优化调度的决策方法，其特征在于，包括步骤： (1) 将电力系统调度需考虑的多个调度目标进行优先度分析，选出对调度运行影响较 大的重要目标集； (2) 对重要目标集进行多目标优化，得到帕累托解集，以此作为候选解集供调度员选 择； (3) 将所述候选解集进行多属性分析，即根据候选解在不同调度目标的运行效果并结 合调度员自身认知水平的不确定性，确定各目标的置信度评估系数，从而做出置信度评估， 将产生的置信度评估结果作为决策证据； (4) 运用证据推理方法对所述决策证据进行融合，得到候选解在不同评价等级上的置 信度分布； (5) 利用效用函数将置信度分布映射为效用值，并比较不同候选解的平均效用值，选择 平均效用值最大的候选解作为最终的调度方案。
2. 根据权利要求1所述的基于证据推理的电力系统多目标优化调度的决策方法，其特 征在于，所述步骤（1)中，采用基于层次分析的特征向量方法得到各个调度目标的相对权 重，权重值较大的目标即为对调度运行影响较大的重要目标。
3. 根据权利要求2所述的基于证据推理的电力系统多目标优化调度的决策方法，其特 征在于，所述基于层次分析的特征向量方法的步骤是： (1-1)将电力系统调度需考虑的多个调度目标记为调度目标集合，表示为 (A1, A2, ...，AJ，L表示调度目标的个数； (1-2)对调度目标集合中的调度目标进行两两比较，得到评估矩阵：
其中，元素 Au(i，j = 1，2,…L)为判断尺度，它表示目标Ai对于、的相对重要性的数 量尺度，属于离散值； (1-3)求评估矩阵B的特征根，最大的特征根对应的特征向量即为各调度目标的权重， 依照权重值大小顺序，选取若干个调度目标作为重要目标。
4. 根据权利要求1所述的基于证据推理的电力系统多目标优化调度的决策方法，其特 征在于，所述步骤（2)中，对重要目标集采用基于多目标群体搜索算法进行多目标优化。
5. 根据权利要求1所述的基于证据推理的电力系统多目标优化调度的决策方法，其特 征在于，所述步骤（3)做出置信度评估的步骤是： 确定评价等级集H = (H1, H2. . .，Hn,. . .，HN}，N表示评价等级的级数，针对每一候选解， 对候选解中每一个调度目标在不同评价等级上进行置信度评估，以得到置信度向量，其数 学描述如下： S (Ai (Oj)) = {(Ηη, βη；?(〇ρ),η = 1,2,...,N, i = l,2,...,L;j = ； 其中Oj为第j个候选解，β u (Oj)为Oj在第i个调度目标以及第n个评价等级上的置 信度评估系数，其中：
如果:? ，说明调度员的评价是完整的，反之则表明其受认识水平的影响无 η = 法完整精确地实施评估。
6. 根据权利要求1所述的基于证据推理的电力系统多目标优化调度的决策方法，其特 征在于，所述步骤（4)中，运用证据推理方法对决策证据进行融合的步骤是：利用证据融合 规则，对第j个候选解h在调度目标集合上进行置信度融合，即： S(Oj) = (S(A1(C)j)十 S(A2(C)j)…十 S(Ai(C)j)...十 S(Al(Oj))I ={(Hn, ^n(Oj)), (H, ^h(Oj))! 其中，i = I, 2,. . . , L，j = I, 2,. . . , M，S(Oj)为第j个候选解在评价等级集H上总的 置信度分布，β n(〇P是第j个候选解针对不同调度目标进行证据融合后在第η个评价等级 上的总的置信度评估系数，βΗ(〇Ρ是反映不确定性评估的置信度：
7. 根据权利要求1所述的基于证据推理的电力系统多目标优化调度的决策方法，其特 征在于， 所述步骤（5)中，利用效用函数将置信度分布映射为效用值的步骤是：
其中，u(·)表示效用函数，Umax(Oj), Umin(Oj)和Uavg(Oj)分别表示候选解O j在证据决策 体系中得出的最大效用值、最小效用值和平均效用值，平均效用值作为衡量候选解的标准， 如果 uavg (Oi) <uavg (Oj)，则表示 Oj优于 0 i 〇
【专利摘要】本发明公开了一种基于证据推理的电力系统多目标优化调度的决策方法，包括步骤：将电力系统调度需考虑的多个调度目标进行优先度分析，选出对调度运行影响较大的重要目标集；对重要目标集进行多目标优化，得到帕累托解集，以此作为候选解集供调度员选择；将候选解集进行多属性分析，做出置信度评估，将产生的置信度评估结果作为决策证据；运用证据推理方法对决策证据进行融合，得到候选解在不同评价等级上的置信度分布；利用效用函数将置信度分布映射为效用值，并比较不同候选解的平均效用值，选择平均效用值最大的候选解作为最终的调度方案。本发明有效融合多目标运行证据，并考虑调度员评估的不确定性，具有显著的工程实用价值和广泛的应用前景。
【IPC分类】G06Q50-06, G06Q10-04
【公开号】CN104537432
【申请号】CN201410785016
【发明人】吴青华, 李远征, 郑杰辉
【申请人】华南理工大学
【公开日】2015年4月22日
【申请日】2014年12月16日