国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于模糊數(shù)學(xué)的發(fā)電權(quán)交易多目標(biāo)函數(shù)優(yōu)化算法

2014-01-29 05:47:54潘艷霞
關(guān)鍵詞:煤耗最大化經(jīng)濟(jì)效益

潘艷霞

(山西省電力公司電力交易中心,山西太原 030001)

發(fā)電權(quán)交易是我國減少水電棄水、實(shí)施電源結(jié)構(gòu)調(diào)整、促進(jìn)節(jié)能減排目標(biāo)實(shí)現(xiàn)的產(chǎn)物.目前的研究工作主要集中于對(duì)發(fā)電權(quán)交易模型的研究,包括經(jīng)濟(jì)效益最大化模型、節(jié)能量最大化模型以及網(wǎng)損最小化模型.這3類模型中,經(jīng)濟(jì)效益最大化模型考慮了發(fā)電權(quán)交易的經(jīng)濟(jì)性,但能耗特性不太理想且未顧及電網(wǎng)安全性;節(jié)能量最大化模型能耗降低量最大,但犧牲了一定的經(jīng)濟(jì)效益;網(wǎng)損最小化模型只注重電網(wǎng)安全性,對(duì)經(jīng)濟(jì)效益及節(jié)能量均未考慮.[1]

針對(duì)以上問題,本文綜合考慮發(fā)電權(quán)交易的經(jīng)濟(jì)性、節(jié)能性以及電網(wǎng)安全,將效益、煤耗和網(wǎng)損3個(gè)參數(shù)結(jié)合起來,提出了在役機(jī)組發(fā)電權(quán)交易的多目標(biāo)函數(shù)模型.模糊數(shù)學(xué)是用精確的數(shù)學(xué)方法表現(xiàn)和處理實(shí)際客觀存在的模糊現(xiàn)象的方法,對(duì)多目標(biāo)函數(shù)的求解問題同樣適用,[2]本文使用該方法對(duì)所建立的綜合多目標(biāo)函數(shù)進(jìn)行求解.[2]

1 在役機(jī)組發(fā)電權(quán)交易模型分析

1.1 基于經(jīng)濟(jì)效益最大的發(fā)電權(quán)交易模型

發(fā)電權(quán)交易,即計(jì)劃合同電量的有償出讓和買入.交易雙方在平等自愿的原則下,不影響電力消費(fèi)者利益前提下,采取雙邊交易或集中交易的方式完成電量指標(biāo)的買賣.[3]

完全市場(chǎng)條件下發(fā)電權(quán)撮合交易的目標(biāo)函數(shù)為經(jīng)濟(jì)效益最大化,其基本原理為優(yōu)先撮合報(bào)價(jià)較高的發(fā)電權(quán)出讓機(jī)組與報(bào)價(jià)較低的受讓機(jī)組進(jìn)行交易,選擇交易一方總交易量為決策變量,通過對(duì)其求解,可得出實(shí)現(xiàn)總交易效用最大的交易結(jié)果.不考慮其他市場(chǎng)和網(wǎng)絡(luò)的約束,其數(shù)學(xué)模型為:

式中:m——受讓方總數(shù);

n——出讓方總數(shù);

bi——受讓方i的申報(bào)價(jià)格;

bj——出讓方j(luò)的申報(bào)價(jià)格;

Qi——受讓方i實(shí)際的買入電量;

Qj——出讓方j(luò)實(shí)際的售出電量;

QBi,QSj——受讓方與出讓方的申報(bào)電量.[4]

1.2 基于節(jié)能量最大的發(fā)電權(quán)交易模型

節(jié)能量最大模型是優(yōu)先滿足煤耗較高的發(fā)電權(quán)出讓機(jī)組與煤耗較低的受讓機(jī)組進(jìn)行交易,將節(jié)能量最大化作為發(fā)電權(quán)交易的目標(biāo)更有利于現(xiàn)階段政策背景下節(jié)能降耗以及順利關(guān)停小火電、減排增效等,達(dá)到優(yōu)化電源結(jié)構(gòu)、降耗減排的目的.[3]

該數(shù)學(xué)模型的目標(biāo)函數(shù)為:

約束條件如下.

(1)電量約束:Qi≤QBi,Qj≤QSj;

(3)單個(gè)交易價(jià)格約束:bi≥bj;

式中:Ci——受讓方i的平均供電煤耗;

Cj——出讓方j(luò)的平均發(fā)電煤耗;

CT——最小能耗值.

1.3 網(wǎng)損最小化模型

網(wǎng)損最小化的模型為:

式中:C'ij0——發(fā)電權(quán)轉(zhuǎn)讓交易引起的網(wǎng)損變化成本;

Qij——交易電量;

Ct——單位購電價(jià);

L——交易前的電網(wǎng)網(wǎng)損;

LL——交易后的電網(wǎng)網(wǎng)損;

LL-L——整個(gè)發(fā)電權(quán)交易前后電網(wǎng)網(wǎng)損的變化.

在建立模型時(shí),應(yīng)考慮網(wǎng)損變化對(duì)交易的影響,以及網(wǎng)損成本的增加給交易各方所帶來的效益損害.對(duì)使網(wǎng)損增加較大、影響到系統(tǒng)安全穩(wěn)定性的交易,應(yīng)適當(dāng)降低其優(yōu)先級(jí).[4]

1.4 綜合多目標(biāo)發(fā)電權(quán)交易模型

為了同時(shí)兼顧到交易各方利益最大、成交電量最大、煤耗、網(wǎng)損最小化,并考慮交易量約束、電網(wǎng)安全約束、供電可靠性及供電質(zhì)量方面的約束,建立了在役機(jī)組發(fā)電權(quán)交易的綜合多目標(biāo)模型.

基于社會(huì)效益、煤耗、網(wǎng)損最優(yōu)的發(fā)電權(quán)交易的目標(biāo)函數(shù)為:

Fij——煤耗總和;

Cij0——網(wǎng)損總和.

發(fā)電權(quán)交易的約束條件如下.

(1)電廠i所申報(bào)的出售發(fā)電權(quán)交易的數(shù)量約束:

(2)購買方j(luò)申報(bào)的購買的發(fā)電權(quán)數(shù)量約束:

(3)電網(wǎng)的支路功率極限約束、節(jié)點(diǎn)電壓約束以及供電質(zhì)量約束:

式中:As,j——電廠i所申報(bào)的出售發(fā)電權(quán)交易的數(shù)量;

AB,i——購買方j(luò)申報(bào)購買的發(fā)電權(quán)數(shù)量;

Pl——電網(wǎng)支路功率;

Pl,max——電網(wǎng)支路功率最大值;

V,Vk,min,Vk,max——節(jié)點(diǎn)電壓、節(jié)點(diǎn)電壓最小值、節(jié)點(diǎn)電壓最大值;

F,F(xiàn)min,F(xiàn)max——供電質(zhì)量、供電質(zhì)量的最小值、供電質(zhì)量的最大值.

2 模糊數(shù)學(xué)法求解多目標(biāo)函數(shù)

在多目標(biāo)優(yōu)化的問題中,多目標(biāo)最優(yōu)解應(yīng)包含各子目標(biāo)的貢獻(xiàn),但各子目標(biāo)之間往往彼此矛盾,一般很難同時(shí)達(dá)到最優(yōu).各子目標(biāo)最優(yōu)解與多目標(biāo)最優(yōu)解之間的相互關(guān)系是模糊的,很難有一個(gè)確定的界限,從而無法直接比較優(yōu)劣,所以需采用模糊數(shù)學(xué)來解決多目標(biāo)優(yōu)化的問題.[5]

2.1 求解思路

利用模糊數(shù)學(xué)法解決多目標(biāo)優(yōu)化問題,先求出各子目標(biāo)在所有約束條件下的最優(yōu)解,然后再利用這些最優(yōu)解將各子目標(biāo)函數(shù)模糊化,稱為確定隸屬函數(shù),以求得交集的隸屬度函數(shù)取最大值的解,這個(gè)求得的解就是多目標(biāo)優(yōu)化問題的最優(yōu)解.

2.1.1 隸屬度函數(shù)的確定

模糊數(shù)學(xué)是用精確的數(shù)學(xué)方法表現(xiàn)和處理實(shí)際客觀存在的模糊現(xiàn)象,首先確定隸屬度函數(shù)u.對(duì)于上述4個(gè)目標(biāo)函數(shù),本文采用降半Γ形分布的隸屬度函數(shù),其公式為:

式中:Fkmin(t)——單目標(biāo)函數(shù)Fk(t)在約束條件下的最小值;

2.1.2 模糊模型的建立

引入模糊隸屬度變量u之后,根據(jù)最大隸屬度原則,將模糊的多目標(biāo)優(yōu)化問題轉(zhuǎn)化為非線性的單目標(biāo)優(yōu)化問題,使綜合多目標(biāo)交易模型變?yōu)?

式中:u(t)——模糊優(yōu)化滿意度;

a——發(fā)電成本滿意度;

b——成交價(jià)格滿意度;

c——環(huán)境成本滿意度.

采用加權(quán)組合法對(duì)多目標(biāo)函數(shù)進(jìn)行求解,采用加權(quán)組合后的目標(biāo)函數(shù)為:

對(duì)于目標(biāo)函數(shù)的加權(quán)求和結(jié)果進(jìn)行大小排序,所得數(shù)據(jù)大小即為撮合的優(yōu)先級(jí),優(yōu)先對(duì)數(shù)據(jù)大的交易對(duì)進(jìn)行撮合交易,將所有滿足配對(duì)條件的交易對(duì)進(jìn)行撮合,目標(biāo)函數(shù)的系數(shù)a,b,c分別為權(quán)重因子,適當(dāng)確定權(quán)重a,b,c能夠利于得到合理的交易組合,兼顧各方的利益達(dá)到收益的平衡點(diǎn).

2.2 模型求解

在模型求解中,對(duì)效益、煤耗和網(wǎng)損數(shù)據(jù)進(jìn)行加權(quán)處理,分下面3種情況:

(1)當(dāng)權(quán)系數(shù)a為最大值時(shí),權(quán)重偏重社會(huì)效益,目標(biāo)函數(shù)以社會(huì)效益為主,煤耗和網(wǎng)損占的成分比較少;

(2)當(dāng)權(quán)系數(shù)b取值較大時(shí),權(quán)重偏向在煤耗上,社會(huì)效益和網(wǎng)損占的成分比較少;

(3)當(dāng)權(quán)重c取值較大時(shí),是主要考慮降低系統(tǒng)的網(wǎng)損,體現(xiàn)的是電力公司的利益.

對(duì)所得到的撮合交易對(duì)經(jīng)調(diào)度中心安全校驗(yàn)進(jìn)行阻塞管理,驗(yàn)證交易的實(shí)施,考慮是否會(huì)使系統(tǒng)的運(yùn)行存在安全隱患,如果支路超負(fù)荷,應(yīng)調(diào)整相對(duì)的交易量.

3 算例分析

本文算例以某電力調(diào)度轄區(qū)系統(tǒng)進(jìn)行計(jì)算(網(wǎng)損率按1.19%,煤價(jià)按800元/t計(jì)算),選取其中6臺(tái)機(jī)組為在役機(jī)組發(fā)電權(quán)交易對(duì)象進(jìn)行模擬交易,

表1為參與發(fā)電權(quán)交易的發(fā)電廠的申報(bào)數(shù)據(jù).[6]

表1 市場(chǎng)成員申報(bào)數(shù)據(jù)

分別運(yùn)用傳統(tǒng)的經(jīng)濟(jì)效益最大化模型、節(jié)能量最大模型和本文提出的基于模糊數(shù)學(xué)的發(fā)電權(quán)交易多目標(biāo)函數(shù)優(yōu)化算法對(duì)算例進(jìn)行計(jì)算分析.

(1)經(jīng)濟(jì)效益最大化模型 該模型以經(jīng)濟(jì)效益最大化為目標(biāo),其撮合結(jié)果如表2所示.

表2 經(jīng)濟(jì)效益交易最大化模型交易結(jié)果

(2)節(jié)能量最大化模型 該模型以經(jīng)濟(jì)效益最大化為目標(biāo),其撮合結(jié)果如表3所示.

表3 節(jié)能量最大化模型交易結(jié)果

(3)基于模糊數(shù)學(xué)多目標(biāo)函數(shù)優(yōu)化算法 以節(jié)能減排為指導(dǎo)思想,取 a=0.2,b=0.5,c=0.3進(jìn)行計(jì)算,根據(jù)加權(quán)結(jié)果的大小進(jìn)行優(yōu)先排序,優(yōu)先安排函數(shù)值大的交易對(duì),交易結(jié)果如表4所示.

為更直觀地比較3種交易模型的交易結(jié)果,本文將節(jié)能量指標(biāo)按照標(biāo)準(zhǔn)煤?jiǎn)蝺r(jià)(800元/t)轉(zhuǎn)化成節(jié)省燃煤成本作為交易的社會(huì)效益,并以綜合經(jīng)濟(jì)效益作為評(píng)價(jià)交易結(jié)果的綜合指標(biāo),交易結(jié)果如表5所示.

由此可見,經(jīng)濟(jì)效益最大化模型充分考慮了發(fā)電權(quán)交易的經(jīng)濟(jì)性,但系統(tǒng)能耗特性的改善不是特別理想;節(jié)能量最優(yōu)模型可更大程度地降低整個(gè)系統(tǒng)的能耗,但同時(shí)犧牲了較多的經(jīng)濟(jì)性;而基于模糊數(shù)學(xué)的多目標(biāo)函數(shù)優(yōu)化算法較好地兼顧了發(fā)電權(quán)交易的經(jīng)濟(jì)性和節(jié)能降耗要求,達(dá)到了具有更廣泛意義的效益最優(yōu).

表4 基于模糊數(shù)學(xué)的多目標(biāo)函數(shù)優(yōu)化算法交易結(jié)果

表5 3種交易模型的交易結(jié)果比較

4 結(jié)語

本文提出的基于模糊數(shù)學(xué)的發(fā)電權(quán)交易多目標(biāo)函數(shù)優(yōu)化算法,綜合考慮了發(fā)電權(quán)交易的經(jīng)濟(jì)效益、煤耗以及輸電網(wǎng)損,可根據(jù)實(shí)際需要設(shè)定不同的系數(shù),從而更好的調(diào)節(jié)市場(chǎng),優(yōu)化資源配置.

[1] 尚金成,何洋.基于節(jié)能減排的發(fā)電權(quán)交易理論及應(yīng)用[J].電力系統(tǒng)自動(dòng)化,2009,33(13):37-42.

[2] 張世帥,張學(xué)松.發(fā)電權(quán)交易下的節(jié)能減排指標(biāo)設(shè)計(jì)及應(yīng)用分析[J].電網(wǎng)技術(shù),2010,34(11):156-160.

[3] AI Dongping,BAO Hai.Congestion dispatching model and a new trade mode for generation rights trade[J].IEEE,2010(5):1-5.

[4] 曾鳴,史連軍.與市場(chǎng)機(jī)制相協(xié)調(diào)的節(jié)能發(fā)電調(diào)度相關(guān)問題研究[J].電力技術(shù)經(jīng)濟(jì),2007,19(5):7-11.

[5] 王雁凌,程倩.基于節(jié)能降耗的發(fā)電權(quán)交易模型[J].電力系統(tǒng)保護(hù)與控制,2010,38(18):28-32.

[6] 鄭欣,蔣傳文.網(wǎng)損系數(shù)法在發(fā)電權(quán)交易成本計(jì)算中的運(yùn)用[J].華東電力,2009,37(1):150-153.

猜你喜歡
煤耗最大化經(jīng)濟(jì)效益
基于PI數(shù)據(jù)和供電標(biāo)煤耗的機(jī)組冷端優(yōu)化研究
能源工程(2021年2期)2021-07-21 08:39:48
造價(jià)人員在提高企業(yè)經(jīng)濟(jì)效益中如何發(fā)揮積極作用
基于最小二乘法的煤耗預(yù)測(cè)在火電調(diào)峰經(jīng)濟(jì)性中的應(yīng)用
湖南電力(2021年1期)2021-04-13 01:36:28
勉縣:力求黨建“引領(lǐng)力”的最大化
兩點(diǎn)法確定供電煤耗-負(fù)荷特性曲線研究
Advantages and Disadvantages of Studying Abroad
劉佳炎:回國創(chuàng)業(yè)讓人生價(jià)值最大化
如何提高農(nóng)村合作社的經(jīng)濟(jì)效益
新形勢(shì)下經(jīng)濟(jì)效益審計(jì)的新措施
園林綠化工程的經(jīng)濟(jì)效益初探
虞城县| 枝江市| 定南县| 昆山市| 慈溪市| 大同县| 普格县| 德保县| 乌兰察布市| 宁海县| 佛教| 陆丰市| 房产| 卢氏县| 临汾市| 河源市| 芮城县| 沂水县| 普格县| 拉萨市| 股票| 额济纳旗| 平原县| 崇仁县| 姚安县| 玛沁县| 松潘县| 广元市| 蕲春县| 津南区| 邓州市| 根河市| 彩票| 双流县| 阿拉善盟| 客服| 京山县| 桦甸市| 绵竹市| 麻栗坡县| 秦皇岛市|