一种基于双层模糊优化的电力系统综合决策方法与流程

本发明属于电力系统规划领域，具体涉及一种基于双层模糊优化的电力系统综合决策方法。

背景技术

电力系统是一个复杂的、多层次的巨系统，各组成部分具有层次结构，且不同层次对系统的影响各不相同。在电力系统的构成方面，电网由大量的不同元件组成，各环节之间密切关联，通过元件的功能相互连接，其在发挥电力系统整体功能的同时，也各自发挥着自身作用，其次，电力系统中的发电、输电、配电等部门的决策，大多都要受到内部特性和外部条件等因素的影响；同时电力的生产活动对外界环境也有一定的影响。此外，在不同决策过程中，各决策者存在主观的不确定性。由此可见，电力系统规划管理存在不确定性和多层次性；在不同决策者之间，一方的行为将会影响另一方的策略选择和目标的实现，从而可能导致决策的失衡。

在现有技术中，电力系统优化决策通常采用单目标或者多目标规划，这些方法将决策问题转换为一个单一的综合目标(以系统成本最小化为目标)，忽略了多个决策者之间的相互作用和影响；在管理过程中，传统方法只考虑系统的局部利益，而忽略了系统的整体利益；不能够从整体的角度均衡各利益相关者之间的目标，影响系统的综合决策。然而，随着能源电力系统的不断扩展，人们所研究实际问题的规模也越来越大、层次结构日趋复杂，这就需要在不同层次上的决策者根据自己的实际情况做出各自的决策。在这一背景下，传统的单层规划技术已不能很好地解决以上问题。因此，本发明将提出双层模糊规划方法，用来解决电力系统规划中的多重模糊决策问题。在复杂的电力管理系统中，该方法可以实现上一级决策者自上而下地对下一级决策者进行控制，从全局上进行决策；下一级决策者在上一级决策者指导下，在自己的管理范围内行使决策权。此外，该方法可以用来处理多个决策者之间按非合作和有序的方式进行的相互作用的管理问题，其中任一方的行为影响其他方的策略选择和目标的实现，但任一方又不能完全控制其他方的选择行为，可从整体的角度考虑全局的利益。

技术实现要素：

针对背景技术中所提出的问题，本发明公开了一种基于双层模糊优化的电力系统综合决策方法，其特征在于，包括以下步骤：

第一步，建立双层模型，根据研究区域电力系统的实际情况，将其分类、抽象分别建立上层环境管理模型和下层电力生产模型；

第二步，将上层环境管理模型和下层电力生产模型转换为线性模型，分别对其求解；得到上层环境管理模型的结果和下层环境管理模型的结果

当上层环境管理模型的结果＝下层环境管理模型的结果时，得到模型的最优解；

当上层环境管理模型的结果≠下层环境管理模型的结果时，进行第三步；

第三步，对上、下层目标分别设定容忍阈值f1'、f2'，分别求解上层决策变量的隶属函数μx1(x1)、上层决策者目标函数的偏好隶属函数和下层决策者目标函数的偏好隶属函数

第四步，求解全局满意度将双层规划转换为求解最大满意度maxλ来获得模型的最优解；当λ小于0.5时，重新进行第三步，并对上、下层目标的容忍阈值进行调整。

所述第一步中的上层环境管理模型和下层电力生产模型具体如下：

上层环境管理模型包括：以电力系统污染物排放最小化为目标的上层目标函数：

上层环境管理模型的约束条件为：

环境容量约束：

电力生产能力约束：

下层电力生产模型包括：以所研究的电力系统成本最小化为目标的下层目标函数：

下层环境管理模型的约束条件：

资源约束：

电力需求约束：

(rekt+xkt)×hkt≥xekt

峰值负荷约束：

扩容约束：

其中，minf^u为上层目标函数的最小值，minf^l为下层目标函数最小值；

t表示不同的规划期；

xekt为t时期电力转换技术k的发电量；

～为模糊符号；

cekrt为发电技术k在t时期污染物r的排放量；

emrt为t时期污染物r的最大排放量；

rekt为t时期转换技术k的当前装机容量；

hkt为电力转换技术k在t时期的工作时间；

pekt为t时期转换技术k的能源价格；

enkt为t时期转换技术k的能源消费量；

cckt为发电转换技术k在t时期的运行费用；

ectkt为发电转换技术k在t时期的固定投资；

bxkt为0-1变量，确定设备是否扩容；

feckt为发电转换技术k在t时期的扩容的固定投资；

xkt为发电转换技术k在t时期的扩容量；

vekt为发电转换技术k在t时期的扩容可变成本；

serkt为单位发电量装换技术k的污染物排放量；

ηrt为t时期污染物r的处理效率；

csrt为t时期污染物r的处理成本；

ckt为在t时期转换技术k单位发电量能源消耗量；

lt为t时期电力损失率；

det为t时期电力需求量；

pkt为t时期电网的峰值；

rt为t时期电力存储率；

mxkt为t时期电力转换技术k的最大扩容量。

所述第二步中将上层环境管理模型和下层电力生产模型为线性模型的公式具体为：

上层环境管理模型转换为线性模型的公式：

环境容量约束：

电力生产能力约束：

下层环境管理模型转换为线性模型的公式：

资源约束：

电力需求约束：

(rekt+xkt)×hkt≥xekt

峰值负荷约束：

扩容约束：

其中，ev(cekrt)代表模糊数cekrt的期望值；

三角模糊数cekrt表示为

ev(pekt)代表模糊数pekt的期望值，ev(csrt)代表模糊数csrt的期望值。

所述第三步具体又分为：

步骤31，对上、下层目标分别设定容忍阈值f1'、f2'，该值可以通过决策者的经验判定或分情景讨论进行确定，

步骤32，分别求解上层决策变量的隶属函数上层决策者目标函数的偏好隶属函数和下层决策者目标函数的偏好隶属函数

其中，代表上层决策变量的满意度；代表上层目标函数的满意度；代表下层目标函数的满意度；和分别代表上层决策变量左右容忍阈值；f1(x)为上层目标函数；f1^u为上层目标函数值；f1'代表上层目标函数最高容忍值。f2^l为下层目标函数值；f2(x)为下层目标函数；f2'代表下层目标函数最高容忍值。

所述和的变化范围为(1±0.2)

所述上层目标的容忍阈值f1'和下层目标的容忍阈值f2'的求解方式为：

上层目标的容忍阈值f1'由下层的决策变量代入上层环境管理模型获得，下层目标的容忍阈值f2'可通过将上层的决策变量代入下层环境管理模型获得；

所述第四步具体为：

引入上、下层目标的全局满意度，建立双层模型的最大满意度模型maxλ，约束条件为：

x∈g(23)

x1,x2≥0(27)

λ∈[0,1](28)

其中，λ为满意度，x为模型中的决策变量，g为约束条件，i为所有元素为1的列向量，代表上层决策变量的满意度；代表上层目标函数的满意度；代表下层目标函数的满意度。

本发明的有益效果为：开展多重模糊决策条件下，电力系统能源环境管理规划方法的研究。本发明通过引入双层规划和模糊规划方法，综合考虑电力生产、能源分配、污染物减排以及系统成本等问题，研究多重决策系统管理方法。并将其应用于区域电力系统管理中，在保证污染物减排的前提下，充分利用资源，获得最优的电力生产、资源分配方案，实现能源与环境的可持续发展，为解决我国能源环境问题提供支持。

本发明通过结合双层规划和模糊规划的优点来处理系统中的多层模糊决策问题，其不仅可以量化系统规划中存在的不确定性，而且可以解决层次分散系统的多重决策问题，从整体的角度协调多个利益相关者之间的矛盾。

本发明应用于电力系统规划，以污染物排放量最小化为上层目标，以能源利用成本最小化为下层目标，从而达到电力生产与环境管理之间的利益均衡，实现系统的综合管理和调控。本发明将双层模糊规划应用于电力系统规划和决策中。通过考虑电力系统运营成本与环境要求之间关系，建立上层环境规划模型和下层电力生产模型，上层和下层两个各具目标函数的决策者按有序的、非合作方式进行的相互作用，上层决策者优先做出决策，下层决策者在上层决策信息下按自己的利益做出反应。

本发明针对各决策层中不同经济参数存在的不确定性，将其表示为模糊参数，采用模糊线性规划进行求解。为同时实现其各自的满意度，引入全局满意度来获得双层规划的最优解，获得最优的电力生产、资源分配方案，实现资源的合理利用。

附图说明

图1为本发明一种基于双层模糊优化的电力系统综合决策方法实施例的流程图。

具体实施方式

下面结合附图和具体实施例对本发明做进一步说明。

本实施例从整体的角度解决多个利益相关者之间的矛盾，综合考虑了层次分散系统优化决策问题。在求解过程中上层优化结果会影响下层目标和约束条件，而下层优化结果也会反馈给上层决策者，从而实现上层和下层的最优决策。

如图1所示，本实施例具体包括以下步骤：

第一步，建立双层模型，在电力系统规划中，往往不同的决策者对应不同的规划目标，并且在多层决策过程中存在着复杂性和不确定性。根据研究区域电力系统的实际情况，将其分类、抽象分别建立上层环境管理模型和下层电力生产模型，如下：

上层目标函数：以电力系统污染物排放最小化为目标。

上层约束条件：

环境容量约束：

电力生产能力约束：

下层目标函数：以所研究的电力系统成本最小化为目标。

下层约束条件：

资源约束：

电力需求约束：

(rekt+xkt)×hkt≥xekt

峰值负荷约束：

扩容约束：

其中，minf^u为上层目标函数的最小值，minf^l为下层目标函数最小值；t表示不同的规划期；xekt为t时期电力转换技术k的发电量；～为模糊符号；cekrt为发电技术k在t时期污染物r的排放量；emrt为t时期污染物r的最大排放量；rekt为t时期转换技术k的当前装机容量；hkt为电力转换技术k在t时期的工作时间；pekt为t时期转换技术k的能源价格；enkt为t时期转换技术k的能源消费量；cckt为发电转换技术k在t时期的运行费用；ectkt为发电转换技术k在t时期的固定投资；bxkt为0-1变量，确定设备是否扩容；feckt为发电转换技术k在t时期的扩容的固定投资；xkt为发电转换技术k在t时期的扩容量；vekt为发电转换技术k在t时期的扩容可变成本；serkt：为单位发电量装换技术k的污染物排放量；ηrt为t时期污染物r的处理效率；csrt为t时期污染物r的处理成本；ckt为在t时期转换技术k单位发电量能源消耗量；lt为t时期电力损失率；det为t时期电力需求量；pkt为t时期电网的峰值；rt为t时期电力存储率；mxkt为t时期电力转换技术k的最大扩容量。

第二步，将上、下层模型转换为线性模型，分别对其求解：

上层模型：

环境容量约束：

电力生产能力约束：

下层模型：

资源约束：

电力需求约束：

(rekt+xkt)×hkt≥xekt

峰值负荷约束：

扩容约束：

其中，ev(cekrt)代表模糊数cekrt的期望值，三角模糊数cekrt表示为同理ev(pekt)代表模糊数pekt的期望值，ev(csrt)代表模糊数csrt的期望值。

上层结果为下层结果为当上、下层模型求解获得的结果完全相等时，则可以得到模型的最优解。但通常上层目标和下层目标往往是不同的，所以上述假设存在不成立的情况，则需要进行第三步。

第三步，对上、下层目标分别设定容忍阈值f1'、f2'，分别求解上层决策变量的隶属函数以及上、下层决策者目标函数的偏好隶属函数具体又分为：

首先，对上、下层目标分别设定容忍阈值f1'、f2'，该值可以通过决策者的经验判定或分情景讨论进行确定，

在本实施例中由于环境目标和经济利益相互矛盾，可将下层的决策变量代入上层模型获得上层目标的容忍阈值f1'，下层目标的容忍阈值f2'可通过将上层的决策变量代入下层模型获得；

其次，分别求解上层决策变量的隶属函数上层决策者目标函数的偏好隶属函数和下层决策者目标函数的偏好隶属函数

其中，代表上层决策变量的满意度；代表上层目标函数的满意度；代表下层目标函数的满意度；和分别代表上层决策变量左右容忍阈值(变化范围依据实际应用中决策者经验判定，本实施例中变化范围设为(1±0.2))；f1(x)为上层目标函数；f1^u为上层目标函数值；f1'代表上层目标函数最高容忍值。f2^l为下层目标函数值；f2(x)为下层目标函数；f2'代表下层目标函数最高容忍值。

第四步，为了权衡电力系统供应要求和污染物排放最小化目标，同时满足上层和下层目标的满意度，需要获得双层模型的最优解转换为求解最大的全局满意度；引入全局满意度将双层规划可以转换为求解最大满意度(maxλ)来获得模型的最优解，具体为：

引入上、下层目标的全局满意度，建立双层模型的最大满意度模型：

maxλ(22)

约束条件：

x∈g(23)

x1,x2≥0(27)

λ∈[0,1](28)

其中，maxλ为最大满意度，λ为满意度，x为模型中的决策变量，g为约束条件，i为所有元素为1的列向量。

在求解过程中，由于上、下层决策通常会存在矛盾，会出现无解或者总体满意度不符合决策者要求(即λ的值小于0.5)的优化方案，此时可通过调整容忍阈值，重新求解上层决策变量的隶属函数以及上、下层决策者目标函数的偏好隶属函数，建立上层决策和下层决策的总体满意度函数，获得较高的全局满意度，得到最优解。

根据本发明方法计算出电力系统优化结果，包括电力生产量、污染物排放、扩容方案等。不同决策者可以科学地协调彼此之间的矛盾，合理分配资源、保证电力供应安全、控制环境恶化。