基于全局Pareto的臺(tái)區(qū)柔性可調(diào)資源分布式協(xié)調(diào)優(yōu)化建模①

潘 琪,范 磊,陳 康,孟顯海,楊鳳坤

1(國網(wǎng)江蘇省電力有限公司 蘇州供電分公司,蘇州 215000)

2(南京郵電大學(xué),南京 210023)

3(國電南瑞南京控制系統(tǒng)有限公司,南京 211106)

隨著現(xiàn)代化工業(yè)的不斷發(fā)展,隨之而來的是對(duì)各種資源的巨大需求[1].經(jīng)濟(jì)結(jié)構(gòu)的發(fā)展也推動(dòng)了能源消費(fèi)結(jié)構(gòu)的改變,以自動(dòng)控制系統(tǒng)、先進(jìn)的材料技術(shù)、靈活的制造工藝等新技術(shù)為基礎(chǔ)的可調(diào)資源發(fā)電技術(shù)在負(fù)荷調(diào)控及優(yōu)化方面發(fā)揮著重要作用.如何利用可調(diào)資源實(shí)現(xiàn)橫向多源互補(bǔ)、縱向源-網(wǎng)-荷-儲(chǔ)協(xié)調(diào)的臺(tái)區(qū)下多源協(xié)調(diào)優(yōu)化調(diào)度,促進(jìn)電網(wǎng)供需平衡,減少終端用戶電費(fèi)支出、降低電力公司成本、節(jié)約資源、減少環(huán)境污染,同時(shí)減少社會(huì)對(duì)電力建設(shè)的投入是今后研究重點(diǎn).

文獻(xiàn)[2]提出以提高風(fēng)電消納能力為目標(biāo),考慮源荷多時(shí)間尺度的優(yōu)化調(diào)度策略,構(gòu)建了源荷儲(chǔ)協(xié)同調(diào)度模型,并通過算例驗(yàn)證了所提策略的有效性；文獻(xiàn)[3]基于分布式算法提出了一種考慮風(fēng)光火儲(chǔ)和可調(diào)控負(fù)荷的多區(qū)域調(diào)度優(yōu)化模型,并通過算例驗(yàn)證電儲(chǔ)能裝置和可調(diào)控負(fù)荷的參與,能夠降低區(qū)域互聯(lián)系統(tǒng)對(duì)發(fā)電機(jī)組的備用要求,提高系統(tǒng)的備用能力；文獻(xiàn)[4]提出了以成本最優(yōu)和設(shè)備輸出功率調(diào)整量最小為混合目標(biāo),建立了多時(shí)間尺度的優(yōu)化調(diào)度模型,該模型可以保證綜合能源系統(tǒng)的經(jīng)濟(jì)性運(yùn)行,又能減輕電網(wǎng)平抑功率波動(dòng)負(fù)擔(dān)；文獻(xiàn)[5]提出了一種變頻空調(diào)負(fù)荷虛擬同步機(jī)群參與微網(wǎng)調(diào)頻的控制方法,并驗(yàn)證了負(fù)荷虛擬同步機(jī)化改造能夠有效提升空調(diào)負(fù)荷參與調(diào)頻的能力；文獻(xiàn)[6]運(yùn)用模糊綜合評(píng)估法構(gòu)建了多能互補(bǔ)綜合能源優(yōu)化利用評(píng)估體系,并通過算例進(jìn)行驗(yàn)證,為多種能源的綜合利用提供科學(xué)、準(zhǔn)確的依據(jù).上述文獻(xiàn)主要從源-網(wǎng)-荷等不同角度開展研究,對(duì)臺(tái)區(qū)下的資源調(diào)控與優(yōu)化有借鑒意義,但是基于模型預(yù)測(cè)控制的臺(tái)區(qū)下多源分層分布式協(xié)調(diào)優(yōu)化研究相對(duì)較少.本文通過分析臺(tái)區(qū)下資源分層分布式協(xié)調(diào)運(yùn)行典型場(chǎng)景,對(duì)分布式電源、儲(chǔ)能以及各種輔助設(shè)備進(jìn)行建模,以成本、效益、新能源消納率、節(jié)能等多目標(biāo)出發(fā)解析不同場(chǎng)景下供能設(shè)備的出力情況及儲(chǔ)能設(shè)備的運(yùn)行狀態(tài)；通過建立基于模型預(yù)測(cè)控制的分層分布式協(xié)調(diào)優(yōu)化模型,根據(jù)協(xié)調(diào)優(yōu)化模型開發(fā)基于模型預(yù)測(cè)控制的多源協(xié)調(diào)優(yōu)化模型的求解方法,并通過算例驗(yàn)證該模型的有效性,為可調(diào)資源利用奠定基礎(chǔ).

1 臺(tái)區(qū)下資源分層分布式協(xié)調(diào)運(yùn)行典型場(chǎng)景

與電網(wǎng)友好互動(dòng)能夠?qū)崿F(xiàn)對(duì)可調(diào)資源的優(yōu)化利用,而且能夠減少分布式能源對(duì)配電網(wǎng)的不利影響[7-11].

1.1 場(chǎng)景1.多源自治運(yùn)行控制模式

自治模式如圖1所示.按照效率最高、經(jīng)濟(jì)最優(yōu)原則,在安全約束條件下,自治模式調(diào)控中心向各區(qū)域下發(fā)調(diào)控目標(biāo),按照要求各區(qū)域進(jìn)行可調(diào)資源的就地消納,把運(yùn)行成本最低作為約束目標(biāo)進(jìn)行優(yōu)化,同時(shí)調(diào)控中心以數(shù)據(jù)平臺(tái)為依靠,監(jiān)測(cè)區(qū)域負(fù)荷和能源狀態(tài),以及網(wǎng)絡(luò)安全約束校驗(yàn).在場(chǎng)景1 條件下,各個(gè)區(qū)域之間沒有負(fù)荷以及能量的交互,因此調(diào)控措施受到限制,如下圖的應(yīng)用場(chǎng)景中,區(qū)域1、2、3 之間的調(diào)控之間相互沒有干擾,不存在能量與負(fù)荷的交互.

圖1 自治模式應(yīng)用場(chǎng)景

在該模式下不能夠完成區(qū)域內(nèi)能量相互平衡下,那么為了保持能量平衡,就會(huì)進(jìn)入場(chǎng)景2,調(diào)度區(qū)域之間的能量來實(shí)現(xiàn)總能量平衡.

1.2 場(chǎng)景2.多源協(xié)同優(yōu)化調(diào)度模式

在網(wǎng)絡(luò)安全約束為前提的條件下,各區(qū)域在調(diào)度中心的統(tǒng)一安排下實(shí)現(xiàn)負(fù)荷或者能量的轉(zhuǎn)移,同時(shí)監(jiān)測(cè)和展示各個(gè)區(qū)域負(fù)荷和能源狀態(tài).在該調(diào)度模式下,能夠執(zhí)行的調(diào)控措施多種多樣.而且每個(gè)地區(qū)的能源補(bǔ)給與使用的預(yù)測(cè)、客戶用能情況以及調(diào)控策略等信息能夠?qū)崿F(xiàn)全局共享、跨能量路由器的潮流調(diào)度.如圖2所示為多源協(xié)同優(yōu)化調(diào)度模式下的場(chǎng)景,區(qū)域1,2,3 之間通過主動(dòng)配電網(wǎng)實(shí)現(xiàn)電能的交互.

圖2 多源協(xié)同優(yōu)化模式應(yīng)用場(chǎng)景

2 分層分布式協(xié)調(diào)運(yùn)行優(yōu)化建模

通過設(shè)立分層分布式優(yōu)化調(diào)度機(jī)制,分別為區(qū)域Agent 層、局部Agent 層,Agent 層以主動(dòng)配電網(wǎng)為核心,綜合各種分布式發(fā)電及蓄電設(shè)備、分布式冷熱能產(chǎn)生和儲(chǔ)存設(shè)備等,通過分層多源協(xié)調(diào)優(yōu)化調(diào)度架構(gòu)將整個(gè)優(yōu)化模型的目標(biāo)和約束分散到每一個(gè)Agent 層,利用Agent 層之間的相互聯(lián)系及從屬關(guān)系,通過主動(dòng)配電網(wǎng)引導(dǎo)各個(gè)區(qū)域進(jìn)行分布式優(yōu)化調(diào)度,實(shí)現(xiàn)可調(diào)資源間的相互轉(zhuǎn)換及能源的協(xié)調(diào)優(yōu)化控制.

每個(gè)區(qū)域根據(jù)主動(dòng)配電網(wǎng)下發(fā)的調(diào)度激勵(lì)信號(hào),區(qū)域內(nèi)的各局部Agent：電源、冷熱電負(fù)荷、冷熱電儲(chǔ)能設(shè)備及冷熱電能源相互轉(zhuǎn)換的輔助設(shè)備等,在滿足主動(dòng)配電網(wǎng)下發(fā)的調(diào)度目標(biāo)后,以總體成本最低為優(yōu)化目標(biāo)函數(shù),實(shí)現(xiàn)各個(gè)局部Agent 的優(yōu)化調(diào)度,實(shí)現(xiàn)區(qū)域內(nèi)部的能量自治平衡.

2.1 目標(biāo)函數(shù)

(1)局部Agent 層

1)經(jīng)濟(jì)效益最優(yōu)

本文所提出的可調(diào)資源優(yōu)化配置的綜合總成本由電網(wǎng)交互的功率成本、設(shè)備初始投資、燃料成本、系統(tǒng)運(yùn)行維護(hù)成本組成.

其中,Cgrid為微電網(wǎng)與電網(wǎng)交換的功率成本；Cinf設(shè)備初始投資年等值成本；Com為系統(tǒng)設(shè)備運(yùn)行成本；Cfuel為系統(tǒng)燃料成本.

其中,CTST為蓄熱槽單位容量成本；CAC為吸收式制冷機(jī)的單位容量成本；CGB為燃?xì)忮仩t的單位容量成本；CGT為燃?xì)廨啓C(jī)的投資單位容量成本；CEC為電制冷機(jī)單位容量成本；C BT 為蓄電池單位容量成本；CPV為光伏電池單位容量成本；下標(biāo)cap 表示設(shè)備額定容量；R為資金年回收率；r為折現(xiàn)率,表現(xiàn)為加權(quán)平均資本成本,是來測(cè)算投資方案的凈現(xiàn)值和凈現(xiàn)值系數(shù),實(shí)現(xiàn)投資決策；n為設(shè)備使用年限.

系統(tǒng)燃料費(fèi)用包括燃?xì)廨啓C(jī)燃料費(fèi)用和燃?xì)忮仩t燃料費(fèi)用：

系統(tǒng)運(yùn)行維護(hù)費(fèi)用包括主要設(shè)備維護(hù)費(fèi)如式(5).

系統(tǒng)與大電網(wǎng)交互費(fèi)用為式(6).

其中,T表示系統(tǒng)在典型日運(yùn)行小時(shí)數(shù)；Kom,i系統(tǒng)設(shè)備運(yùn)行維護(hù)費(fèi)用；dj表示典型日運(yùn)行天數(shù)；M表示第幾個(gè)典型日；γ值為0 或1,當(dāng)γ=1 時(shí),表示微電網(wǎng)通過售電給主網(wǎng)獲得收益,當(dāng)γ=0 時(shí),表示微電網(wǎng)不向主網(wǎng)收取售電功率費(fèi)用,Pex,j(t)小于0 表示微網(wǎng)向電網(wǎng)輸出電量,大于0 時(shí)表示微網(wǎng)從電網(wǎng)購電；Cph和Cse分別為微電網(wǎng)購售電費(fèi)用.

2)綠色節(jié)能最優(yōu)

為了減低能源浪費(fèi),提高單位能耗國內(nèi)生產(chǎn)總值,以一次能源消耗量最小為目標(biāo)函數(shù).

其中,μf為天然氣一次能源轉(zhuǎn)換系數(shù)；μe為電網(wǎng)一次能源轉(zhuǎn)換系數(shù)；Pex為系統(tǒng)向電網(wǎng)購買電量[12].

3)新能源消納率最大

新能源消納率指的是光伏電池、風(fēng)機(jī)等不可控分布式電源出力的實(shí)際利用效率,它表示為參與系統(tǒng)優(yōu)化調(diào)度的分布式電源出力與實(shí)際機(jī)組可調(diào)度的最大功率的比值,用以下公式來表示：

(2)電源Agent 層：

電源Agent 層優(yōu)化目標(biāo)為發(fā)電的經(jīng)濟(jì)成本最低.

式中,NT表示調(diào)度時(shí)段集合[0,1,…,T]；Δt表示每個(gè)時(shí)段的長度.對(duì)時(shí)段t而言,Pjoi(t)表示新能源發(fā)電光伏發(fā)電和風(fēng)力發(fā)電、各自的儲(chǔ)能設(shè)備及微型燃?xì)廨啓C(jī)的聯(lián)合出力,應(yīng)該滿足總體的發(fā)電調(diào)度需求；約束條件中PRDG(t)和(t)分別表示新能源發(fā)電光伏發(fā)電和風(fēng)力發(fā)電的調(diào)度發(fā)電功率和預(yù)測(cè)最大發(fā)電功率；PES,dis(t)和PES,ch(t) 分別表示ES 裝置的放電和充電功率；EES(t)表示ES 裝置的荷電狀態(tài).ηES,dis和 ηES,ch分別表示ES裝置的充電效率和放電效率；和分別表示ES 裝置的最大充電和放電功率；εES表示調(diào)度周期結(jié)束時(shí)ES 裝置的荷電狀態(tài)相對(duì)于開始時(shí)的允許變化范圍.

2.2 約束條件

臺(tái)區(qū)柔性可調(diào)資源往往包含了區(qū)域范圍內(nèi)冷能、熱能、電能等多種形式能源的生產(chǎn)、傳輸、轉(zhuǎn)換、消費(fèi)過程,因此設(shè)置電能平衡約束、冷平衡約束、熱平衡約束.由于本文所提出的可調(diào)資源優(yōu)化配置的綜合總成本包含由電網(wǎng)交互的功率成本,因此要設(shè)置與主網(wǎng)交互功率和電壓約束條件.

(1)電能平衡等式約束

電能平衡主要由燃?xì)廨啓C(jī)、蓄電池、光伏發(fā)電、風(fēng)力發(fā)電和電網(wǎng)滿足電負(fù)荷和驅(qū)動(dòng)地源熱泵、戶用空調(diào),蓄電池的有充放電兩種模式,因此電能平衡方程如下：

蓄電池放電公式如式(16).

蓄電池充電公式如式(17).

(2)熱能平衡不等式約束

熱能平衡主要由燃?xì)忮仩t、地源熱泵和電儲(chǔ)熱鍋爐滿足熱負(fù)荷的需求,電儲(chǔ)熱鍋爐有充放熱兩種模式,因此熱能平衡方程如下：

電儲(chǔ)熱鍋爐放熱：

電儲(chǔ)熱鍋爐蓄熱：

(3)冷能平衡等式約束

冷能平衡主要由空調(diào)、地源熱泵和冰蓄冷滿足冷負(fù)荷的需求,冰蓄冷有蓄放冷兩種模式,因此冷能平衡方程如下：

冰蓄冷放冷：

冰蓄冷蓄冷：

(4)與主網(wǎng)交互功率和電壓約束

其中,表示系統(tǒng)與大電網(wǎng)最大交換功率的下限,表示系統(tǒng)與大電網(wǎng)最大交換功率的上限.

式中,Umax、Umin為t時(shí)刻的與外界大電網(wǎng)聯(lián)絡(luò)線電壓的上下限制.

3 優(yōu)化算法

針對(duì)本文分層分布式協(xié)調(diào)運(yùn)行優(yōu)化模型,以模型預(yù)測(cè)控制作為優(yōu)化算法,可以更大限度地消除微電網(wǎng)中不確定性因素對(duì)優(yōu)化運(yùn)行調(diào)度方案的影響.通過狀態(tài)空間模型建立起預(yù)測(cè)控制,推導(dǎo)基于狀態(tài)空間模型的預(yù)測(cè)方程.

多源協(xié)調(diào)優(yōu)化模型求解依據(jù)儲(chǔ)能SOC 和功率平衡方程,把儲(chǔ)能SOC、儲(chǔ)能充放電功率、區(qū)域互聯(lián)網(wǎng)與外電網(wǎng)的聯(lián)絡(luò)線交換功率和可調(diào)度機(jī)組出力構(gòu)成的向量作為狀態(tài)向量：

以可調(diào)度機(jī)組和儲(chǔ)能的出力增量構(gòu)成向量為控制變量：

以負(fù)荷、風(fēng)電機(jī)組及光伏的超短期預(yù)測(cè)功率增量構(gòu)成的向量為擾動(dòng)輸入：

以聯(lián)絡(luò)線交換功率和儲(chǔ)能SOC 構(gòu)成的向量為輸出變量：

建立多輸入、多輸出狀態(tài)空間模型如式(28)、式(29).

由式(27)和式(28)可知,通過對(duì)該狀態(tài)空間預(yù)測(cè)模型反復(fù)迭代,并基于可再生能源和負(fù)荷超短期功率預(yù)測(cè)數(shù)據(jù),直到相前預(yù)測(cè)p步,獲得儲(chǔ)能SOC 和聯(lián)絡(luò)線在預(yù)測(cè)時(shí)長pΔt內(nèi)的預(yù)估輸出值構(gòu)成的向量Yt：

為應(yīng)對(duì)可再生能源和負(fù)荷日前預(yù)測(cè)導(dǎo)致的聯(lián)絡(luò)線功率波動(dòng),保證儲(chǔ)能在日內(nèi)調(diào)度中遵循日運(yùn)行能量平衡的約束,并且確保聯(lián)絡(luò)線功率跟蹤日前計(jì)劃值,在當(dāng)前時(shí)刻向前pΔt時(shí)段進(jìn)行取值,儲(chǔ)能 SOC日前計(jì)劃值以及聯(lián)絡(luò)線功率日前計(jì)劃值構(gòu)成的向量Rda為跟蹤控制目標(biāo).其中Rda可描述如下：

然后以目標(biāo)為它們之間的誤差最小,而且還要保證各機(jī)組控制調(diào)節(jié)增量盡可能的小,于是能夠把對(duì)應(yīng)的滾動(dòng)優(yōu)化調(diào)度轉(zhuǎn)化為二次規(guī)劃問題.

目標(biāo)函數(shù)：

約束條件：

其中,Qu為控制量的權(quán)重系數(shù)矩陣.

Werr=為儲(chǔ)能SOC跟蹤誤差和聯(lián)絡(luò)線功率跟蹤誤差的權(quán)重系數(shù)矩陣.

然后通過利用Matlab 優(yōu)化工具箱的quadprog 函數(shù)求解模型.

4 算例分析

4.1 算例描述

為充分驗(yàn)證上述基于模型預(yù)測(cè)控制算法進(jìn)行多源協(xié)調(diào)優(yōu)化模型的求解,本節(jié)選取綜合能源片區(qū)的3 個(gè)典型多能源互聯(lián)系統(tǒng)進(jìn)行案例分析,各區(qū)域內(nèi)均有居民用戶,商業(yè)用戶和工業(yè)用戶,按照前述的光伏預(yù)測(cè)法,得到光伏的出力曲線,按照前述的聚類分析法,得到用戶負(fù)荷曲線.

各區(qū)域的設(shè)備配置如表1所示,分布式電源設(shè)備有微型燃?xì)廨啓C(jī)、光伏發(fā)電、風(fēng)力發(fā)電,制冷設(shè)備有空調(diào)、熱泵,制熱設(shè)備有燃?xì)忮仩t和熱泵,蓄能設(shè)備有蓄電池、電儲(chǔ)熱鍋爐和冰蓄冷.分時(shí)電價(jià)如表2所示.

表1 設(shè)備參數(shù)表

表2 分時(shí)電價(jià)表

該地區(qū)采用分時(shí)電價(jià)計(jì)價(jià)方式,平段時(shí)間為7：00—8：00,11：00—18：00；谷段時(shí)間為23：00—7：00,峰段時(shí)間為8：00—11：00,18：00—23：00；具體如表2.

天然氣價(jià)格為：3.25 元/立方米,換算為0.33 元/kWh.把各區(qū)域的負(fù)荷分為電、冷和熱負(fù)荷.通過聚類分析以及負(fù)荷預(yù)測(cè),獲得每個(gè)區(qū)域的負(fù)荷值,負(fù)荷值如圖3～圖5所示.

根據(jù)歷史數(shù)據(jù)預(yù)測(cè)得到的光伏出力和風(fēng)電出力的最大值如圖6所示.

4.2 算例結(jié)果分析

場(chǎng)景1.多源自治運(yùn)行控制模式.

圖3 區(qū)域1 的冷熱電負(fù)荷圖

圖4 區(qū)域2 的冷熱電負(fù)荷圖

圖5 區(qū)域3 的冷熱電負(fù)荷圖

圖6 光伏風(fēng)電最大出力圖

首先,為了驗(yàn)證基于多智能體的分層分布式協(xié)調(diào)優(yōu)化調(diào)度的優(yōu)點(diǎn),采用未分層分布式優(yōu)化調(diào)度方式對(duì)3 個(gè)區(qū)域進(jìn)行優(yōu)化調(diào)度,調(diào)度結(jié)果如下.由于本文通過設(shè)置多層次多目標(biāo)進(jìn)行優(yōu)化,因此采用Pareto 圖來尋找最優(yōu)解.各區(qū)域的Pareto 最優(yōu)解如圖7～圖9所示.

圖7 區(qū)域1 的Pareto 圖

各區(qū)域的最優(yōu)解的值如表3所示.

然后,采用基于多智能體的分層分布式協(xié)調(diào)優(yōu)化調(diào)度時(shí),各區(qū)域的Pareto 最優(yōu)解如圖10～圖12所示.

各區(qū)域的最優(yōu)解的值如表4所示.

綜合對(duì)比最優(yōu)解值,未采用基于多智能體的分層分布式協(xié)調(diào)優(yōu)化調(diào)度時(shí),總的經(jīng)濟(jì)成本為8301 元,燃?xì)夂牧繛?589 898 J,新能源的消納量為8218.6496 kWh,而采用基于多智能體的分層分布式協(xié)調(diào)優(yōu)化調(diào)度時(shí),總的經(jīng)濟(jì)成本為8061 元,燃?xì)夂牧繛?559 898 J,新能源消納量為8255.6154 kWh.因此,多源自治運(yùn)行控制模式有良好的優(yōu)化效果.

圖8 區(qū)域2 的Pareto 圖

圖9 區(qū)域3 的Pareto 圖

表3 各區(qū)域的最優(yōu)解的值

圖10 區(qū)域1 的Pareto 圖

圖11 區(qū)域2 的Pareto 圖

圖12 區(qū)域3 的Pareto 圖

表4 各區(qū)域的最優(yōu)解的值

場(chǎng)景2.多源協(xié)同運(yùn)行控制模式.

全局Pareto 最優(yōu)解如圖13.

圖13 全局Pareto 圖

各目標(biāo)的最優(yōu)解的值及其與場(chǎng)景一對(duì)應(yīng)值的對(duì)比如表5.

表5 各目標(biāo)的最優(yōu)解的值

在多源自治運(yùn)行控制模式下,總經(jīng)濟(jì)成本為8061 元,燃?xì)夂牧繛?559 898 J,新能源消納量為8255.6154 kWh,在多源協(xié)同運(yùn)行控制模式下,總的經(jīng)濟(jì)成本為7534 元,燃?xì)夂牧繛?475 021 J,新能源消納量為8337.1667 kWh.所以,多源協(xié)同運(yùn)行控制模式比多源自治運(yùn)行控制模式更優(yōu).

因此,無論是在場(chǎng)景1 還是場(chǎng)景2 下,通過分層分布式協(xié)調(diào)優(yōu)化調(diào)度時(shí),都有較好的優(yōu)化效果.基于全局考慮,多源協(xié)同運(yùn)行控制模式的優(yōu)化模式明顯能夠減少運(yùn)營成本,并且提高新能源消納,為實(shí)現(xiàn)對(duì)可調(diào)資源的優(yōu)化利用奠定了基礎(chǔ).

5 結(jié)論

本文從技術(shù)和經(jīng)濟(jì)因素層面優(yōu)化了臺(tái)區(qū)下資源調(diào)控及優(yōu)化的設(shè)計(jì)模型,采用分層分布式進(jìn)行協(xié)調(diào)優(yōu)化,并以模型預(yù)測(cè)控制作為優(yōu)化算法進(jìn)行求解分析.并通過在場(chǎng)景1：多源自治運(yùn)行控制模式下和場(chǎng)景2：多源協(xié)同運(yùn)行控制模式下進(jìn)行分析,得出臺(tái)區(qū)下資源調(diào)控及優(yōu)化的最佳設(shè)計(jì)模式,可以通過使用分布式能源發(fā)電來提高盈利能力,同時(shí)需要與電網(wǎng)友好互動(dòng)以提高優(yōu)化效果.本研究對(duì)制定多源協(xié)調(diào)優(yōu)化調(diào)度策略、降低電力公司成本、節(jié)約資源、減少環(huán)境污染,以及減少社會(huì)對(duì)電力建設(shè)的投入有著重要意義.