一种基于广义需求侧响应的地区电网调度系统及方法
【技术领域】
[0001] 本发明涉及地区电网调度优化领域，更具体地说，是涉及一种基于广义需求侧响 应的地区电网调度系统及方法。
【背景技术】
[0002] 智能小区作为地区电网发展中的重要组成部分、已被广泛使用。智能小区的应用 广泛并且灵活，不仅能够提供更高的电力可靠性，满足用户多种需求，还能实现能源效益、 经济效益和环境效益的最大化。将智能小区接入电力系统中，将会是智能电网的发展方向 之一。但在智能小区中包含了各种分布式电源，由于分布式电源的特性，会影响到电力系统 的安全性和稳定性，现有的调度系统采用统一判断、调度集中的控制方式，已不能有效的进 行动态调度。因此，如何解决上述的问题，为亟待解决的问题。
【发明内容】
[0003] 本发明的目的旨在提供一种一种基于广义需求侧响应的地区电网调度系统。
[0004] 本发明的另一目的是为了配合上述的系统，而提供的一种基于广义需求侧响应的 地区电网调度方法。本发明采用改进的遗传退火进化算法对电网调度目标函数进行求解， 避免极少数优秀个体占据种群，对包含智能小区的电力系统进行有效的动态调度，满足客 户更多的功能需求。
[0005] 为实现上述的目的，本发明的一种基于广义需求侧响应的地区电网调度系统，包 括上级调度中心，其中上级调度中心连接有至少一个智能小区和发电单元，所述的智能小 区连接有DG电源和可控负荷。
[0006] 上述的地区电网调度系统，所述的上级调度中心通过有线或无线网络与至少一个 智能小区和发电单元建立通讯。
[0007] 上述的地区电网调度系统，所述的上级调度中心包括相互连接的信息处理单元和 决策优化单元，所述的信息处理单元通过有线或无线网络与至少一个智能小区和发电单元 建立通讯。
[0008] 本发明的系统采用上述的结构，通过将智能小区视作为一个由负到正的虚拟负 荷，以需求响应的形式融入地区电网的整体调度中，以达到智能小区与地区电网之间间以 及智能小区与小区内各分布式电源之间的协调运行的技术目的，使电网能够高效稳定的运 行，满足用户更多需求。
[0009] 为实现上述的目的，本发明的一种基于广义需求侧响应的地区电网调度方法，包 括以下步骤： 步骤一:根据DG电源和可控负荷的数据，确定各智能小区的成本函数； 步骤二:根据各智能小区的成本函数以及发电单元的发电成本函数，确定电网总发电 成本，并以电网总成本最小为电网调度目标函数;该目标函数为
其中，c为总发电成本;1?为发电机组发电成本;为电网调度智能小区的成本。 [0010] 而发电机组发电成本_为：
其中，fi为发电机组发电成本，T为调度周期，務S为常规机组的数量，％，氏，h为机组/ 发电成本二次函数的系数时段机组i的有功出力。
[0011] 而电网调度智能小R·的成木为
其中，€-为电网调度智能小区的成本，T为调度周期，碑_为智能小区的数量，※，:興， 1?为机组/发电成本二次函数的系数，时段机组i的有功出力，当1时， :?为t时段智能小区j向电网输出的有功功率，% ￡为t时段智能小区y对电网售电价 格，当:4 ?时，时段电网向智能小区j输出的有功功率，. :^为t时段电 网的售电价格。
[0012] 步骤三:确定电网调度目标函数的约束条件，包括功率平衡约束、系统备用容量约 束、常规机组出力约束、常规机组爬坡速率动态约束和各智能小区上下限动态约束，并以上 述作为求解电网总成本最小的条件； 上述电网调度目标函数的约束条件分别为： 1) 功率平衡约束：
2) 系统备用容量约束：
3) 常规机组出力约束：
4) 常规机组的爬坡速率动态约束： 机组增加出力时为：
机组减小出力时为： ?_. ?· χ. ·. ：·:·,.
t·:· 5) 智能小区上下限动态约束：
其中，_>:.:$、躁驗为t时段的负荷需求和负荷备用需求;跑誠^、为机组i的最大 最小出力;__|^、1 -?为机组i在卑位时段内的上行和下行最大爬坡功率; s为智能小区j上报的在t时段的最大最小出力限值。
[0013] 步骤四：采用遗传退火进化算法求解上述的目标函数，在电网总成本最小的情况 下确定不同时间段各智能小区向电网输出的有功功率和电网向各智能小区输出的有功功 率，并根据确定的输出有功功率对系统进行调度。
[0014] 上述的地区电网调度方法，所述的遗传退火进化算法的步骤包括： 步骤一，设置初始化参数:导入电网调度目标函数和约束条件； 步骤二，创建初始种群：各单元发电量作为变量，根据上述约束条件随机生成初始种 群，并保留符合所有约束条件的个体； 步骤三，计算适应度值:将种群中每一个个体代入目标函数计算最小发电成本； 步骤四，判断连续10代种群差异是否小于5%，是则结束并输出最优个体，否则继续执行 步骤四； 步骤五，保留精英个体:只保留符合约束条件的个体； 步骤六，选择操作:通过轮盘赌方法选出若干个体，进入步骤七； 步骤七，交叉操作:各个体为向量形式，随机交换个体间任意部分的值； 步骤八，变异操作:对个体的若干部分的值进行随机更改，若该数值带有约束则在约束 范围内随机取数； 步骤九，计算适应度值;将种群中每一个个体代入目标函数计算最小发电成本； 步骤十，选择优秀个体进行模拟退火，在它们各自的领域分别进行局部搜索，而距全局 最优解较远的个体不进行局部搜索，然后回到步骤四。其中，模拟退火方法的新X'从已有的 解X的领域中产生，如下两式：
其中，D为跳变距离，GenomeLength为自变量的个数，r(l，GenomeLength)表示行数为1， 列数为GenomeLength的随机数。随机数可使用均值为0、方差为1的正态分布随机数，或者 [0，1]之间的均匀分布随机数。
[0015] 对于其中的跳变距离D，计算公式如下：
式中，L、U里为种群个体的最小值和最大值，LB、UB里为可行域的上下界J为缩水系数 (介于〇、1之间，与局部搜索范围的缩减速度正相关），k表示第k代种群。
[0016] 另外，退火速度由缩水系数.f控制，第k代种群指的是遗传算法概念下的种群，随着 k变大则本步骤产生的新解与原解的差异将逐渐变小乃至不变，所以本步骤仅作为新解产 生器，而退火过程则由遗传算法的迭代而推进，整体达到稳定解时即视为结束。
[0017] 遗传退火进化算法求解上述的电网调度目标函数，计算得到的最优个体即各单元 发电量，以作为最优调度的依据。遗传算法在每一次迭代中，通过选择、交叉、变异等操作 后，会得到一组较好的子种群，在这些个体中选择适应度最高一部分来进行模拟退火。在被 选出的优秀个体中，每个个体单独进行退火操作。在退火过程中所产生的新个体，用以避免 在迭代初期极少数优秀个体占据种群而导致遗传算法早熟，而随迭代次数增加退火算法对 遗传算法的干预将逐渐减少。
[0018] 本发明遗传退火进化算法将退火特性融入遗传算法，在遗传算法的基础上加入带 有局部搜索特性的新解产生器，使得改进后的算法对全局和局部的搜索能力更为充分。遗 传算法采用传统单一的父代染色体交叉技术，不像差分进化算法的进化机制，不需要完全 依赖于生成多个新个体后的选择过程，对于参与繁殖的父代个体进行预先的优化处理，所 以计算效率较高;而差分进化的关键步骤变异操作是基于群体的差异向量信息来修正各个 体的值，在迭代早期优秀个体占据群体的情况下，由于差异化信息过小，仍然不可避免像一 般启发式算法一样早熟收敛而陷入局部最优解;采用遗传退火进化算法对所确定的电网调 度目标函数进行求解，通过对遗传算法产生的新种群进行排序后，对部分优秀个体进行退 火操作，使优秀个体在各自的领域产生一些相近的新解，可以避免极少数优秀个体占据种 群，使智能电网参与电网调度，提高地区电网运行的稳定性和经济性。
【附图说明】
[0019] 图1为本发明系统的结构示意图； 图2为本发明方法的流程图； 图3为本发明遗传退火进化算法对地区电网动态调度模型求解的流程图。
【具体实施方式】
[0020] 如图1所示，一种基于广义需求侧响应的地区电网调度系统，包括上级调度中心， 其中上级调度中心连接有至少一个智能小区和发电单元，所述的智能小区连接有DG电源和 可控负荷;上级调度中心通过有线或无线网络与至少一个智能小区和发电单元建立通讯； 上级调度中心包括相互连接的信息处理单元和决策优化单元，所述的信息处理单元通过有 线或无线网络与至少一个智能小区和发电单元建立通讯。
[0021] 如图2和图3所示一种基于广义需求侧响应的地区电网调度方法，其特征包括以下 步骤:首先，根据DG电源和可控负荷的数据，确定各智能小区的成本函数;其次，根据各智能 小区的成本函数以及发电单元的发电成本函数，确定电网总发电成本，并以电网总成本最 小为电网调度目标函数;