多區(qū)域并行協(xié)同的多目標(biāo)分布式帕累托最優(yōu)潮流算法

鄭寶敏, 余 濤, 瞿凱平, 張孝順, 殷林飛

(1. 華南理工大學(xué)電力學(xué)院, 廣東省廣州市 510640; 2. 廣東省綠色能源技術(shù)重點(diǎn)實(shí)驗(yàn)室(華南理工大學(xué)), 廣東省廣州市 510640)

0 引言

目前,求解帕累托多目標(biāo)優(yōu)化問題的方法主要包括智能化搜索方法和傳統(tǒng)優(yōu)化方法。智能化搜索方法本質(zhì)上是一種隨機(jī)搜索方法,如帶精英策略的非支配解排序遺傳算法(elitist non-dominated sorting genetic algorithm,NSGA-Ⅱ)[1-2]、多目標(biāo)進(jìn)化算法[3-4]、多目標(biāo)粒子群算法[5-6]等,這些方法通過一定策略不斷搜索并更新帕累托最優(yōu)解集。然而,當(dāng)問題規(guī)模較大時(shí)由于搜索的空間過大會(huì)導(dǎo)致求解時(shí)間大大增加。傳統(tǒng)優(yōu)化方法,如ε約束法[7]、法線邊界交叉(normal boundary intersection,NBI)[8-9]法、規(guī)格化平面約束(normalized normal constraint,NNC)[10]法等,通過數(shù)學(xué)上的約束可將多目標(biāo)優(yōu)化問題轉(zhuǎn)換為一系列單目標(biāo)優(yōu)化問題,并通過求解所有單目標(biāo)優(yōu)化問題得到帕累托最優(yōu)解集。該類方法由于計(jì)算速度快,可適用于求解電網(wǎng)的大規(guī)模優(yōu)化問題。然而,這類方法大部分屬于集中式的求解方法,對(duì)于多區(qū)域互聯(lián)大電網(wǎng),容易出現(xiàn)以下問題。

1)集中優(yōu)化器需采集整個(gè)系統(tǒng)信息進(jìn)行優(yōu)化決策,容易導(dǎo)致通信和信息處理瓶頸。

2)隨著電網(wǎng)規(guī)模的增大,優(yōu)化問題的求解規(guī)模和復(fù)雜度也隨之增加,優(yōu)化問題的求解精度下降,計(jì)算時(shí)間過長。

3)由于采用集中式調(diào)控的框架,因此運(yùn)行設(shè)備信息的高私密性以及系統(tǒng)運(yùn)行的高可靠性就無法得到滿足。尤其是在開放電力市場(chǎng)的形勢(shì)下,計(jì)算過程中的信息保密問題就顯得愈發(fā)重要。

針對(duì)上述問題,尋求一種高私密性的分布式帕累托多目標(biāo)優(yōu)化方法顯得尤為重要。……