劉林濤

摘 要 在實(shí)際的電力系統(tǒng)優(yōu)化調(diào)度中，調(diào)度員需要考慮發(fā)電成本、系統(tǒng)網(wǎng)損、電壓偏差等多個(gè)指標(biāo)，這就是電力系統(tǒng)多目標(biāo)優(yōu)化調(diào)度問(wèn)題。在考慮調(diào)度員的認(rèn)知不確定性的情況下，筆者以研究決策理論在電力系統(tǒng)多目標(biāo)優(yōu)化調(diào)度中的應(yīng)用，考慮調(diào)度員認(rèn)知的不確定性對(duì)調(diào)度方案選取的影響展開(kāi)討論。

關(guān)鍵詞 電力系統(tǒng) 優(yōu)化調(diào)度 決策方法

1電力系統(tǒng)優(yōu)化前提

電力系統(tǒng)優(yōu)化調(diào)度問(wèn)題從根本上來(lái)說(shuō)是屬于多目標(biāo)優(yōu)化問(wèn)題偶遇調(diào)度員在實(shí)際的操作過(guò)程中，需要運(yùn)行多個(gè)目標(biāo)，但是這些目標(biāo)在很多情況下會(huì)產(chǎn)生矛盾，相互沖突，單個(gè)目標(biāo)的優(yōu)化只能有唯一的最優(yōu)結(jié)果，所以對(duì)于多目標(biāo)優(yōu)化調(diào)度問(wèn)題，不可能使用某一個(gè)單一的最優(yōu)調(diào)度解同時(shí)使眾多目標(biāo)的調(diào)度達(dá)到最優(yōu)，所以運(yùn)用不能相互支配的一個(gè)集合解決電力系統(tǒng)多目標(biāo)優(yōu)化調(diào)度問(wèn)題。

一般情況下，確定需要優(yōu)化的目標(biāo)后，需要使用相應(yīng)的方法進(jìn)行求解，得到帕累托解集。常用的方法有兩類，第一種是根據(jù)數(shù)學(xué)方法的計(jì)算方法，例如加權(quán)法、極大極小方法和目標(biāo)向量法，但這些方法運(yùn)用過(guò)程中如果缺少經(jīng)驗(yàn)，則很難完成后續(xù)需要的目標(biāo)數(shù)據(jù)，不適合解決非凸多目標(biāo)優(yōu)化問(wèn)題。第二類就是基于群體智能的多目標(biāo)優(yōu)化算法是基于模擬退火的多目標(biāo)模擬退火算法、基于分布估計(jì)的多目標(biāo)算法和多領(lǐng)頭者群體搜索的多目標(biāo)優(yōu)化算法。

2系統(tǒng)優(yōu)化方法

2.1常用方法及對(duì)比

從實(shí)際的調(diào)度情況出發(fā)，最優(yōu)的調(diào)度方只能從帕累托解集選擇。從本質(zhì)上講這屬于多屬性決策問(wèn)題。簡(jiǎn)單來(lái)說(shuō)，多屬性決策是綜合多個(gè)屬性條件下，對(duì)已有方案進(jìn)行擇優(yōu)排序。關(guān)于這一問(wèn)題，前人的研究只是利用多目標(biāo)優(yōu)化算法帕累托解集，而沒(méi)有深入研究選擇最終調(diào)度方案這一重要問(wèn)題，雖然模糊決策方法、優(yōu)劣解距離方法和順序結(jié)構(gòu)評(píng)估方法已經(jīng)應(yīng)用于電力系統(tǒng)優(yōu)化調(diào)度中，但是這些方法都有不足之處。比如模糊決策方法沒(méi)有考慮多屬性之間的偏好關(guān)系，不適合實(shí)際的電力系統(tǒng)的運(yùn)行調(diào)度要求，優(yōu)劣解距離方法計(jì)算量較大而且會(huì)“扭曲”相關(guān)信息，并且有可能造成決策的不合理，順序結(jié)構(gòu)評(píng)估方法雖然考慮了多屬性之間的權(quán)重關(guān)系，計(jì)算量較小，但是它和之前的方法一樣沒(méi)有考慮調(diào)度員認(rèn)知的不確定性，它主要是由于決策者受自身認(rèn)知的局限性或者知識(shí)的不完備性造成的。而且這種認(rèn)知的不確定性在決策管理領(lǐng)域起著至關(guān)重要的作用，甚至能夠影響最終方案的制定。

2.2證據(jù)推理在電力系統(tǒng)優(yōu)化的運(yùn)用

證據(jù)推理方法在解決不確定性的多屬性決策問(wèn)題具有很大的優(yōu)勢(shì)，它能夠很好融合確定和不確定的證據(jù)，從而為決策提供科學(xué)依據(jù)。因此證據(jù)推理方法得到了廣泛的應(yīng)用，如工程設(shè)計(jì)、環(huán)境評(píng)估、商品選擇、電力變壓器狀態(tài)評(píng)估等方面。本文為處理調(diào)度員認(rèn)知的不確定性，首次采用了證據(jù)推理方法來(lái)解決電力系統(tǒng)多屬性優(yōu)化調(diào)度決策問(wèn)題，并提出了詳細(xì)的多層評(píng)估框架來(lái)執(zhí)行證據(jù)推理，為實(shí)際的電力系統(tǒng)多目標(biāo)調(diào)度提供科學(xué)參考意義。本文針對(duì)目前電力系統(tǒng)優(yōu)化調(diào)度存在及決策的相關(guān)問(wèn)題上，進(jìn)行以下的研究。針對(duì)多目標(biāo)優(yōu)化調(diào)度選擇最終實(shí)施方案的問(wèn)題，提出了一種考慮調(diào)度員認(rèn)知電力系統(tǒng)多屬性決策系統(tǒng)，利用證據(jù)推理和融合多指標(biāo)信息，為調(diào)度員提供科學(xué)的決策依據(jù)。

3系統(tǒng)優(yōu)化相關(guān)結(jié)論

對(duì)于電力系統(tǒng)多目標(biāo)優(yōu)化的調(diào)度問(wèn)題，在評(píng)估多個(gè)指標(biāo)的基礎(chǔ)上怎樣選擇最優(yōu)方案這一問(wèn)題。本文在考慮眾多目標(biāo)所占的比重和調(diào)度員不確定性的認(rèn)知狀況，在證據(jù)推理的基礎(chǔ)上，提出該系統(tǒng)多目標(biāo)優(yōu)化調(diào)度的決策框架。在這一框架中，分為兩個(gè)部分作出評(píng)估，一是多目標(biāo)優(yōu)化，二是證據(jù)決策。首先在多目標(biāo)優(yōu)化方面，要確定調(diào)度考慮的幾個(gè)目標(biāo)，然后利用層次分析法對(duì)目標(biāo)進(jìn)行優(yōu)先度分析，選出需要的重要指標(biāo)，在使用多目標(biāo)優(yōu)化計(jì)算法進(jìn)行相關(guān)的優(yōu)化，得出候選集。另一部分是證據(jù)決策，其目的在于從第一部分的候選集中選擇最符合實(shí)際情況的實(shí)施方案，這一過(guò)程主要由多屬性分析，多證據(jù)推理和效用評(píng)估組成。屬性分析是對(duì)每個(gè)候選集，在各種情況下進(jìn)行置信度分析，這些數(shù)據(jù)即作為確定性證據(jù)，同時(shí)考慮調(diào)度員認(rèn)知的不確定性，作為不確定性證據(jù)；多證據(jù)推理是將這些不同的證據(jù)加以融合，再綜合評(píng)估，得到不同評(píng)價(jià)等級(jí)上的置信度分布；效用評(píng)估是利用效用函數(shù)將置信度分布轉(zhuǎn)化為相應(yīng)的單個(gè)效用值，這樣可以直觀選擇出最優(yōu)的調(diào)度方案。采用證據(jù)推理來(lái)融合決策者針對(duì)候選解在各屬性上的置信度。與此同時(shí)推理過(guò)程也考慮了調(diào)度員認(rèn)知的不確定性，實(shí)現(xiàn)了確定和不確定的證據(jù)的有效融合，為決策提供科學(xué)依據(jù)從而選擇合理的調(diào)度方案。

4結(jié)語(yǔ)

隨著能源危機(jī)和氣候變暖的加劇，各國(guó)都開(kāi)始提倡節(jié)能減排。電力系統(tǒng)作為高耗能，高排放的行業(yè)，各國(guó)投入了大量精力減少常規(guī)能源的消耗以及降低溫室氣體的排放量。在這樣的大背景下，我國(guó)也由注重速度向提高質(zhì)量轉(zhuǎn)變，因此，合理利用電力資源，實(shí)現(xiàn)電網(wǎng)的優(yōu)化調(diào)度，對(duì)于節(jié)能減排具有重大的戰(zhàn)略和現(xiàn)實(shí)意義。

參考文獻(xiàn)

[1] 丁浩，高峰，劉坤，管曉宏，吳江.基于魯棒優(yōu)化的含風(fēng)電工業(yè)微電網(wǎng)經(jīng)濟(jì)調(diào)度模型[J].電力系統(tǒng)自動(dòng)化，2015（17）.

[2] 楊明，程鳳璐，韓學(xué)山.電力系統(tǒng)實(shí)時(shí)調(diào)度的有效靜態(tài)安全域法[J].中國(guó)電機(jī)工程學(xué)報(bào)，2015（06）.

[3] 王士柏，韓學(xué)山，楊明，顧世龍.計(jì)及不確定性的等備用邊際效用約束的電力系統(tǒng)經(jīng)濟(jì)調(diào)度[J].中國(guó)電機(jī)工程學(xué)報(bào)，2015（05）.