基于自适应粒子群优化算法的agc机组调配研究 research on agc unit dispatch based on adaptive particle swarm optimization algorithm.pdfVIP

江苏电机工程 2009年1月 Electrical 第28卷第1期 1 Jiangsu Engineering ·专论与综述· 基于自适应粒子群优化算法的AGC机组调配研究 周 霞1．吴英俊2 (1．国网电力科学研究院稳定所，江苏南京210008；2．东南大学电气工程学院，江苏南京210096) 摘 要：提出了一种基于自适应型粒子群优化算法(APSO)的自动发电控制(AGC)机组调配方案。该方案针对考虑 机组调节容量、调节速率等约束条件的AGC机组调配的数学模型．提出了一种改进的APSO。介绍了算法的基本原 理，分析了不同参数取值对算法收敛性的影响。算例表明，该方法不仅可以克服整数规划法可能得不到最优解的缺 点，而且与遗传算法比较．具有收敛性好、收敛速度快的优点。 关键词：自动发电控制：进化计算：APSO；机组调配 中图分类号：TM621．6 文献标志码：A 文章编号：1009—0665(2009)01—0001一04 自动发电控制(AGC)是电力市场辅助服务的一种演化计算技术[6-利．PSO算法在多维空间函数寻 一个重要组成部分．对电力系统的安全稳定运行至 优、动态目标寻优等方面有着收敛速度快、解质量 关重要[1·纠。AGC的主要任务是在电力系统负荷随高、鲁棒性好等优点。但是如果当前最优解为一局部 机变化时调整发电出力．维持电力系统的频率在允 最优位置．那么一旦所有粒子都收敛于该位置后，这 许范围内．维持和控制联络线上的交换功率在一定 些粒子将很难跳出局部最优．其易于陷入局部最优 的范围内。分配发电出力，使每台机组合理带负荷。 的缺点就暴露无疑。因此。当今很多学者均致力于 在市场化以前。由于具备AGC能力的机组不多。为 PSO算法的改进工作．例如改进的自适应粒子群 了保证电网的安全稳定运行．几乎让所有具备AGC 算法(APSO)。 能力的机组都无偿参与调节．并按机组装机容量分 本文分析了APSO的优点．提出了一种改进的 摊全网AGC调节容量。随着开放电力市场，引入竞 APSO．并将其应用于电力市场下AGC机组的优化 争机制．具备AGC能力机组的增加，AGC作为一种调配中。算例中比较了基于传统整数规划法和遗传算 重要的辅助服务。也要参与市场竞争。为此。如何根 法的AGC优化结果．算例表明．基于改进的APSO 据实际运行条件选择合理的AGC机组．成为交易计 的AGC机组优化调配方法可以找到全局最优解． 划制定的一项重要内容。 而且同遗传算法相比较既避免了复杂的参数设置． 电力市场下．对AGC机组的调配问题，传统的 又比常规粒子群算法有较快的收敛速度和较好的收 优先顺序法更多地考虑了调节速率等性能指标．而 敛性能。 忽略了容量报价因素．结果可能导致报价较高的机 1数学模型 组成为边际机组，抬高了市场清算价格．增加了容 量购置费用。文献[3]对优先顺序法进行了改进，对 机组调配实际上是一个条件极值的问题．即在 市场中的AGC机组按其性能价格比确定优先权顺 满足众多约束条件的前提下．使得目标函数达到最 小。当需要具备的调节系统频率和(或)联络线功率 序．然后依次选取机组参与电网AGC，直至AGC容 量满足系统需求。文献[4]考虑了容量在实时市场 的AGC机组容量与应具备的调节速率确定后．则 中被调用的概率．提出了一种新的概率因子戈的确 AGC机组的选择问题可描述为下面的模型。 定方法．然后根据报价进行排序，选择AGC机组。 机组调配目标函数： 文献[5]针对利用整数规划法选择AGC机组所得 ， min乞G(＆+S)置 (1) 到