47、基于自适应纵横交叉优化算法的含风电动态经济调度

基于自适应纵横交叉优化算法的含风电动态经济调度

1. 引言

经济调度（ED）旨在已知系统负荷需求的条件下，合理分配发电机的输出值，以在满足电力系统运行约束条件的前提下，使总发电成本最小。但传统的经济调度是典型的静态优化问题，仅考虑一小时的调度周期，因此动态经济调度（DED）问题应运而生，它考虑了整个调度周期，更符合电力系统调度的实际情况，但处理起来也更为困难。

近年来，为缓解能源短缺和环境污染问题，风力发电技术发展迅速，风电在电网中的占比日益增加。然而，风电具有强间歇性和随机波动性，这给电力系统经济调度带来了新挑战。考虑阀点效应的ED问题是一个复杂的优化问题，具有严格约束、非线性和多峰的特点。

过去，许多学者提出了各种传统数学方法来解决DED问题，如线性规划（LP）、动态规划（DP）、二次规划（QP）、非线性规划（NLP）、拉格朗日松弛（LR）等。但这些传统方法要求目标函数可导且定义在凸可行区域内，难以解决复杂的非线性经济调度问题。为克服传统策略的局限性，智能优化算法如差分进化算法（DE）、遗传算法（GA）、和声搜索（HS）和人工群优化算法等被应用于处理复杂的DED问题。不过，这些算法也存在各自的不足，如有的只考虑一小时调度时间，有的忽略阀点效应，有的缺乏对复杂约束的有效处理方法等。

本文提出了改进的自适应纵横交叉优化（A - CSO）算法来处理含风电的动态经济调度问题。为保持解的多样性和可行性，提出了一种启发式修复策略来处理约束条件。通过在5机系统上进行仿真计算，并与其他启发式算法对比，实验结果表明该策略是处理含风电电力系统动态经济调度的有效方法。

2. 含风电的模型构建

2.1 目标函数