基于改進鯨魚優化算法的風電消納調度研究①

孫鶴旭 張 維 雷兆明 張 航

(河北工業大學人工智能與數據科學學院 天津 300130)

0 引 言

近年來，中國發電裝機容量不斷提升，但風電出力具有波動性，且常規機組調節能力有限，為維護系統穩定，不得不適當棄風，而棄風的發生不利于風電系統經濟性。因此，促進風電消納降低棄風率問題亟待解決[1]。高載能負荷作為可中斷、調節容量大、響應速度快的負荷側資源，可靈活地響應風電波動進行“削峰填谷”，促進受阻風電消納，降低系統棄風率[2，3]。

很多國內外學者研究了高載能負荷作為可調節資源參與風電調度的調度方式，而對優化調度模型算法的研究相對較少。源荷協調調度是一種多約束、非線性、多目標的優化問題，隨著機組數量或決策變量維數的增加，其面臨計算量大、過程復雜、難以做到全局收斂等問題。智能優化算法[4]具有概念簡單、易于實現、設置參數少等特點，被廣泛應用于求解源荷協調調度問題。文獻[5]采用改進遺傳算法求解源荷模型，引入快速非支配排序方法來提高種群多樣性，但算法迭代時間較長。文獻[6]則采用模擬退火-逐步優化算法對二層優化模型進行求解，提高了收斂速度，但算法后期內循環易于陷入局部最優。文獻[7]設置集群協調層與風電場統一調度，并采用帝國競爭算法求解模型，但是并沒有對算法進行改進。

本文充分考慮高載能負荷的可調度效益，建立源荷協調調度的風電消納優化模型。并采用全局搜索能力強、局部搜索效率快、收斂精度高的改進鯨魚優化算法(improved whale optimization algorithm，IWOA)對模型進行求解。……