李錦焙
(廣東電網有限責任公司佛山南海供電局,廣東 佛山 528000)
電力系統優化調度[1-4]問題是通過合理分配各個發電機組的出力實現最優組合來實現運行成本的經濟性。電力系統動態優化調度通過縮短調度時間跨度實現了優化的實時性,使優化結果更加貼近實際電網的運行。隨著電力系統規模的擴大以及用電負荷中心的分散,為了確保供電網絡的可靠性,多個負荷中心互聯的多區域電力系統對電力系統安全穩定運行至關重要。多區域電力系統互聯有利于提升系統的穩定性和可靠性,降低電網運行成本,同時使得電網的調度更加靈活。相對于靜態優化調度,電力系統多區域動態優化調度(Multi-area Dynamic Economic Dispatch,MADED)的研究難點在于發電機組的機械特性使得其無法在瞬間調整出力以滿足負荷的要求,為此需要在運行過程中考慮發電機組的爬坡率約束。
電力系統多區域靜態優化問題[5]已經得到較為深入的研究。早期,數學方法是研究該課題的主要方法,例如:分解法[6]、直接搜索方法[7]。電力系統動態優化問題是一個高緯度、多維度、非凸以及多約束的優化問題,顯然,傳統的數學優化方法無法高效地解決該類問題。隨著計算機科學以及人工智能算法的發展,各類型人工智能算法被用于求解電力系統優化問題,例如:人工蜂群優化法[8]、TLBO算法[9]、GBABC算法[10]。對于靜態和單一區域的優化調度,專家學者的研究已經較為深入且充分,但對于MADED問題的研究則相對較少,目前僅有以下兩種方法進行了初步的嘗試:QOGSO算法[11]、Decentralized Optimization算法[12]?!?br>