一种基于人工萤火虫群优化算法的计及产能节点使用寿命的产能分配方法组成比例

本发明专利技术公开了一种基于人工萤火虫群优化算法的计及产能节点使用寿命的产能分配方法，本发明专利技术根据能源互联网中产能节点的使用寿命，通过建立寿命损耗率模型决定产能节点在不同阶段的最大产能功率，并结合能量传输损耗、环境效益等多因素进行产能分配的方法，从而最大化产能效率及产能收益，本发明专利技术采用启发式的人工萤火虫群优化算法，模仿自然界群体生活生物的社会行为构造随机搜索方法，将决策变量比喻为解空间中移动的萤火虫，其亮度与自身位置目标值有关，每个萤火虫向决策域中亮度更高的萤火虫移动，即向更优的位置移动，可得到区域最优解，即最佳分配方案。本发明专利技术对于能源互联网中多能源形式共存的产能分配问题具有重要的科学意义和应用价值。

A capacity allocation method based on artificial firefly swarm optimization algorithm considering the service life of capacity nodes

The invention discloses a capacity allocation method based on artificial firefly swarm optimization algorithm, which takes into account the service life of capacity nodes. According to the service life of capacity nodes in energy Internet, the maximum capacity power of capacity nodes at different stages is determined by establishing life loss rate model, and the capacity allocation is carried out by combining energy transmission loss, environmental benefits and other factors. The invention adopts heuristic artificial firefly swarm optimization algorithm to construct a random search method by imitating the social behavior of the living organisms in the natural community. The decision variable is compared to a firefly moving in the solution space. Its brightness is related to the target value of its position. Each firefly moves to a Firefly with higher brightness in the decision domain. That is, moving to a better location, we can get the regional optimal solution, that is, the optimal allocation scheme. The invention has important scientific significance and application value for the capacity allocation problem of multi-energy forms coexisting in the energy internet.

【技术实现步骤摘要】
一种基于人工萤火虫群优化算法的计及产能节点使用寿命的产能分配方法
本专利技术属于能源互联网领域，尤其涉及一种基于人工萤火虫群优化算法的计及产能节点使用寿命的产能分配方法
技术介绍
近年来，能源问题已成为世界各国所需讨论解决的首要难题，世界各个国家及组织积极开展探究新型替代能源的技术。其中，可再生能源以其可再生、无污染的特点受到了高度重视。随着新能源技术的发展，并伴随着能源技术创新和互联网技术的深度融合的巨大潜力，诞生了“能源互联网”的宏观结构，该体系具有“多能互补，源网荷储”的统一多能互补协调的核心理念，不仅可以实现能源的“就地采集，原地存储，现场利用”功能，还可以作为具有数个完整功能的局域小型供电系统与电网互联。由于多种新型能源的加入，能源形式不再局限于电能，而是电能、天然气能、石油能等多种能源形式的结合，天然气能由于其高效、清洁等特点，具有良好的发展前景，同时在发电形式中，风力、光伏发电相较于传统的火力发电也有明显的优势。在多种能源形式共存的产能端，使用时间较短的产能节点，维护费用较低，可以在短时间内处于过载运行状态以获取更大的输出能量，使用时间较长的产能节点，维护费用较高，适合处于轻载运行状态减少维护并保证安全。因此可以利用产能节点这一特性，并综合考虑能量传输损耗、环境效益等因素对新兴的天然气产能、风力产能、光伏产能等节点通过过载运行获取更大的能量输出，从而进一步代替产能区域中综合性能较劣的火力发电等节点，提升产能效率及收益。人工萤火虫群优化算法是一种应用广泛的启发式智能优化方法，来源于自然界中萤火虫的发光行为，是人工智能领域的重要分支，具有概念简单，需要调整的参数少，易于应用和实现等优点，具有极强的通用性，易于通过编程实现。
技术实现思路
在能源互联网中，能量的形式不再局限于电能，而是电能、天然气能、石油能等多种能源形式的结合，天然气能由于其高效、清洁等特点，具有良好的发展前景，同时在发电形式中，风力、光伏发电相较于传统的火力发电也有明显的优势。在我国，虽然仍然是以火力发电为主，但在微网场景下，已经可以充分利用风能、天然气能等代替火力发电，获得更大的经济收益以及环境收益。在多种能源形式共存的产能端，产能节点的使用寿命不同，当某一产能节点使用时间较短，即该节点刚刚建立时，维护费用较低，可以在短时间内处于过载运行状态以获取更大的输出能量，但也需要避免长时间过载运行以免损坏设备；当某一产能节点的使用时间较长，即该节点较为陈旧，维护费用较高，因此适合处于轻载运行以减少维护费用并保证安全性。利用产能节点这一特性，通过选取使用时间较短，同时能量传输损耗、环境效益等性能良好的产能节点，通过过载运行获取更大的能量输出，进一步代替产能区域中较为陈旧，同时环境效益等性能较劣的火力发电等设施，从而提升产能效率及产能收益。考虑多因素的产能分配是一种优化问题，最佳分配方案是综合性能越好的产能节点向负荷供能比例越高，因此本文采用启发式的人工萤火虫群优化算法，该算法模仿自然界群体生活的生物的社会行为构造的随机搜索方法，将决策变量比喻为在解空间中移动的萤火虫，其亮度与自身所在位置的目标值有关，亮度越高表示位置越好，即目标函数值越优。每个萤火虫向决策域中亮度更高的萤火虫移动，即向更优的位置移动。该算法具有较强的局部搜索能力，并可以在较小区域内得到该区域的最优解，即本专利技术中的最佳分配方案。本专利技术方法的具体实现包括以下步骤：(1)获取能源互联网产能区域多种能源形式(如电能、天然气能)的产能节点，产能节点为风力发电厂、水力发电厂、光伏电池、储气系统等，产能节点的编号M表示为：其中，n为该产能区域的产能节点数量，产能节点在时刻t可发功率P表示为：其中，Pi(t)为产能节点i在时刻t的可发功率；(2)获取每个产能节点的使用时间，当某个产能节点使用时间较短，即该节点刚刚投入使用时，维护费用较低，可以短时间内处于过载运行状态以获取更大的输出能量，但也需要避免长时间过载运行以免损坏设备；当某个产能节点的使用时间较长，即该节点较为陈旧时，维护费用较高，因此适合处于轻载运行以减少维护费用并保证安全性。节点i在过载运行状态下实际运行功率Pi通常为额定功率的120％，即在轻载运行状态下实际运行功率Pi通常为额定功率的60％，即为节点i的额定运行功率。节点在过载运行时寿命损耗率增加，而且过载幅度越大，寿命损耗率增加越快，因此需要避免长时间处于过载运行状态，将寿命损耗率γP与运行功率的关系设置为指数模型，表示为：其中，γ0为该节点没有运行时的自然损耗率，b为待拟合常数，P为实际功率，Pn为额定功率；同时，寿命损耗率与产能节点投入运行的时间有关，在同种设备相同的运行功率下，使用时间较短的节点相较于使用时间较长的节点寿命损耗率较小，因此引入关于使用时间的修正系数γt，设置为分段函数模型，表示为：其中，Tn为节点始终处于额定功率下的使用寿命，则修正之后的节点总寿命损耗率γ(P,t)表示为：γ(P,t)＝γP·γt当节点始终处于满载状态，即额定功率运行状态下，寿命损耗率γ(P,t)由1下降至阈值α时无法继续使用，满足：每个节点有其对应的α,Tn,γ0值，由此拟合出节点损耗率模型中的b值；当节点分别处于过载、满载与轻载运行状态时，寿命损耗率γ(P,t)同样在下降至阈值α时无法继续使用，则节点实际运行寿命T满足条件：其中，T1,T2,T3为节点分别在过载、满载、轻载运行状态下的运行时间，由此条件分配T1,T2,T3值，即节点处于不同运行状态的持续时间；在产能分配中，每个产能节点根据自身寿命损耗率的模型控制其处于过载、满载及轻载运行状态的时间，不同的运行状态对应不同的产能性能，通过建立模糊规则表示与使用时间相关的性能系数Wage是一种有效的方法。模糊规则的应用如下表示：(3)获取能源互联网中不同能源类型负荷(如电能、热能、冷能)的功率需求，表示为：PL(t)＝[PL1(t),PL2(t),...,PLs(t)]其中，s为负荷总数，PLj(t)为负荷j在t时刻所需功率；每个产能节点能够同时向多个负荷进行供能，产能节点i向s个负荷进行供能的分配表示为：其中，αij为产能节点i向负荷j发送功率与自身可发最大功率的百分比，满足条件αi1+αi2+...+αis≤1；(4)产能节点向负荷供能时首先需要将自身的能源类型转换为负荷需求的能源类型，能源转换装置有电力变压器、微型燃气轮机、燃气锅炉等，对应的转换效率ηc表示为：其中，为产能节点i的能源类型转换为负荷j所需能源类型转换的效率；产能节点将能源类型转换为负荷需求的能量类型之后，在向负荷传输过程会造成能量的损耗，能量传输损耗与传输距离以及传输的能量类型有关，通常传输距离越远，损耗越大，不同类型的能源中，热能传输的损耗率大于电能传输的损耗率，传输效率ηt表示为：其中，Dij为产能节点i与负荷j的能量传输距离，δj为负荷j所需能量类型对应的单位传输距离的能量损耗率；(5)获取不同能源类型各自的实时价格C(t)，表示为：其中，Ci(t)为产能节点i对应能源类型在t时刻的实时价格，能源类型相同的产能节点对应实时价格相同，为了便于将价格因素与其他因素进行运算，将实时价格Ci(t)归一化至0到1之间的系数表示为：(6)不同能源类型产能本文档来自技高网...

【技术保护点】
1.一种基于萤火虫群优化算法的计及产能节点使用寿命的产能分配方法，其特征在于，包括以下步骤：(1)获取能源互联网产能区域多种能源形式的产能节点，产能节点的编号M表示为：

【技术特征摘要】
1.一种基于萤火虫群优化算法的计及产能节点使用寿命的产能分配方法，其特征在于，包括以下步骤：(1)获取能源互联网产能区域多种能源形式的产能节点，产能节点的编号M表示为：其中，n为该产能区域的产能节点数量，产能节点在时刻t可发功率P表示为：其中，Pi(t)为产能节点i在时刻t的可发功率；(2)将产能节点的寿命损耗率γP与运行功率的关系设置为指数模型，表示为：其中，γ0为该节点没有运行时的自然损耗率，b为待拟合常数，P为实际功率，Pn为额定功率；引入关于使用时间的修正系数γt，设置为分段函数模型，表示为：其中，Tn为节点始终处于额定功率下的使用寿命，则修正之后的节点总寿命损耗率γ(P,t)表示为：γ(P,t)＝γP·γt当节点始终处于满载状态，即额定功率运行状态下，寿命损耗率γ(P,t)由1下降至阈值α时无法继续使用，满足：每个节点有其对应的α,Tn,γ0值，由此拟合出节点损耗率模型中的b值；当节点分别处于过载、满载与轻载运行状态时，寿命损耗率γ(P,t)同样在下降至阈值α时无法继续使用，则节点实际运行寿命T满足条件：其中，T1,T2,T3为节点分别在过载、满载、轻载运行状态下的运行时间，由此条件分配T1,T2,T3值，即节点处于不同运行状态的持续时间；在产能分配中，每个产能节点根据自身寿命损耗率的模型控制其处于过载、满载及轻载运行状态的时间，不同的运行状态对应不同的产能性能，通过建立模糊规则表示与使用时间相关的性能系数Wage，模糊规则的应用如下表示：(3)获取能源互联网中不同能源类型负荷的功率需求，表示为：PL(t)＝[PL1(t),PL2(t),...,PLs(t)]其中，s为负荷总数，PLj(t)为负荷j在t时刻所需功率；每个产能节点能够同时向多个负荷进行供能，产能节点i向s个负荷进行供能的分配表示为：其中，αij为产能节点i向负荷j发送功率与自身可发最大功率的百分比，满足条件αi1+αi2+...+αis≤1；(4)产能节点向负荷供能时首先需要将自身的能源类型转换为负荷需求的能源类型，对应的转换效率ηc表示为：其中，为产能节点i的能源类型转换为负荷j所需能源类型转换的效率；产能节点将能源类型转换为负荷需求的能量类型之后，在向负荷传输过程会造成能量的损耗，传输效率ηt表示为：其中，Dij为产能节点i与负荷j的能量传输距离，δj为负荷j所需能量类型对应的单位传输距离的能量损耗率；(5)获取不同能源类型各自的实时价格C(t)，表示为：其中，Ci(t)为产能节点i对应能源类型在t时刻的实时价格，能源类型相同的产能节点对应实时价格相同，将实时价格Ci(t)归一化至0到1之间的系数表示为：(6)不同能源类型产能时对环境的影响不同，使用模糊规则对环境效益系数Wen进行评估，风力发电和光伏发电的环境效益定义为高，天然气产能的环境效益定位为正常，火力发电的环境效益定义为低，模糊规则的应用如下：(7)在产能分配...

【专利技术属性】
技术研发人员：杨秦敏，刘广仑，范海东，冯时，陈积明，孙优贤，李清毅，周君良，关键，俞荣栋，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33