论文部分内容阅读
多目标最优潮流在电力系统运行研究中受到了越来越多的关注。目前,多目标最优潮流方面的研究大多只考虑了发电成本、污染物排放、有功损耗等方面的两到三个目标函数。随着人们对电力依赖程度的增强,对电能质量要求的提高以及电力系统的发展,电力公司有必要并且也有能力在电力系统运行优化时考虑更多方面的优化目标,从而使得电力系统多目标最优潮流问题逐渐演变成高维目标最优潮流问题(优化目标函数通常多于3个,记为Ma-OPF问题)。本文围绕电力系统Ma-OPF及其决策支持的相关问题开展研究工作,主要内容如下:首先,将多目标潮流优化扩展为Ma-OPF问题,以最小化发电成本、污染物排放、电压偏差、有功损耗和L-指标为例建立Ma-OPF问题数学模型。进一步,结合针对高维目标优化问题的NSGA-Ⅲ,提出改进的NSGA-Ⅲ(Ⅰ-NSGA-Ⅲ)求解Ma-OPF问题模型。Ⅰ-NSGA-Ⅲ采用淘汰机制减少环境选择操作的次数,并引入自适应淘汰策略和边界点与近点保留策略以获得种群多样性。通过IEEE 30/57/118节点系统的不同案例验证所提算法的可行性与有效性,结果表明在求解Ma-OPF问题上,Ⅰ-NSGA-Ⅲ比NSGA-Ⅲ具有更好的性能。其次,针对电力系统分层分区管理的现状,提出基于分布式潮流计算(DPLC)的Ma-OPF方法。基于节点撕裂和线路断开的方法建立简单的分布式潮流计算模型;以边界节点电压和功率平衡为决策变量和目标函数,将潮流计算问题转化为优化问题;结合每个区域的潮流计算结果采用模式搜索算法实现优化问题的求解,从而实现分布式潮流计算的求解;进而结合分布式潮流计算和Ⅰ-NSGA-Ⅲ算法实现分区管理的电力系统Ma-OPF。基于I7EE 30/39/118节点系统和贵州省某区域电网的多个仿真案例验证了DPLC和基于DPLC的Ma-OPF的效果。最后,以Ma-OPF的Pareto解集为备选方案集,以优化目标为多属性,提出电力系统多属性群决策问题。考虑专家权重,结合TOPSIS法和Cook-Seiford社会选择函数提出0-1规划决策、分组决策和聚类决策三种群决策方法。与专家排序结果的对比验证了所提决策方法结果的合理性。进一步,基于MATLAB平台,建立电力系统高维目标潮流优化与决策支持系统,完成电力系统高维目标潮流优化与决策支持的一体化流程,实现人机交互。