CN115377985B 一种电网发电机组调度优化方法 （哈尔滨理工大学）

本发明公开了一种电网发电机组调度优化基于未来一时间段的电网负荷的发电系统功率用狼群优化算法得到最优机组组合方式进行电2条件包括基于未来一时间段的电网负荷的发电系统功率平衡约束、各机组最大出力约束、;CW(R,)为j时段风电机组运行成本；CS(P,)为j时段光伏机组运行成本；CE(P,)为j时;;其中，cen为二氧化碳污染物排放的惩罚成本；csn为二氧化硫污染物排放的惩罚成所述二氧化碳污染物排放的惩罚成本con和二氧化硫污染物排放的惩罚成本con与;;3机组二氧化硫污染物排放量与机组出力之间;;;;;;;B为i光伏机组在j时间段的有功出力；k为4;;;;;其中，socaa为储能设备运行时要求的SOC最低值，SOC为储能设备运行时要求的;;5法以各机组的运行成本作为灰狼优化算法中灰狼个体的位置向量X；灰狼优化算法的适应6后的另一种有效的模式来支持大规模分布式发电并网协调控制通过主动控制各类可控资7CC(P,)为j时段调相机运行成本。时间段内启动的能源消耗成本；为i机组出力的能源消耗成本；arA7为机组的消[0020]所述二氧化碳污染物排放的惩罚成本con和二氧化硫污染物排放的惩罚成本与排放量的关系为：；8；a.为风电机组发电成本函数系数；B为i风电机组在j时间段的有功出力；；"为的最大值。；B为光伏在j时间段的出力，Pw[0044]当时当B+Bg+Bbw飞BY时;9[0055]其中，soca为储能设备运行时要求的SOC最低值，SOC.为储能设备运行时要。[0080]需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构；成本；CW(R,)为j时段风电机组运行成本；CS(e,)为j时段光伏机组运行成本；CE。,为j为i机组出力的能源消耗成本；arAn为机组的消耗系数；[0109]所述二氧化碳污染物排放的惩罚成本ceu和二氧化硫污染物排放的惩罚成本;二氧化碳污染物排放量与火电机组出力之间的关系系数；wn为二氧化硫污染物的排放；；表示第j个小时；a.为风电机组发电成本函数系数；为i风电机组在j个小时的有功出；；"为的最大值。。[0132]所述电网发电系统模型的约束条件包括基于未来一天的电网负荷的发电系统功-0[0147]其中，soca为储能设备运行时要求的SOC最低值，SOC.为储能设备运行时要。;[0172]上式表示个体与猎物间的距离和灰狼的位置更新公式。其中，是目前的迭代代重小。这有助于GWO算法更随机地表现并支持探索，同时可在优化过程中避免陷入局部最[0179]假设是第i个粒子在第k次迭代过程中的n维空间的位置，是粒子i的第d维分量，那么，粒子在k+1次迭代过程中的速度、位置更示。[0187]预测新能源电网机组发电量影响因素加多，基于LSTM网络预测负荷的方法步骤[0188]依赖历史数据对366天每日电网负荷预测，图6和图7分别表示基于LSTM对电网负1.231,1.231,0.288,0.288,0.288。[0193]本案例利用灰狼优化算法根据LSTM神经网络负荷预测结果，对目标函数进行求