基于遗传算法的天然气分布式能源机组参数的多目标优化方法技术

技术编号:19137509 阅读:22 留言:0更新日期:2018-10-13 08:18
本发明专利技术公开了一种基于遗传算法的天然气分布式能源机组参数的多目标优化方法,针对楼宇建筑的全年能源负荷需求,建立天然气分布式能源系统;将火用利用量、工程投资和和经济收益结合起来,建立天然气分布式能源系统的多目标优化函数模型;运用带精英策略的快速非支配排序遗传算法,优化计算冷热电机组的发电功率w、制冷功率q1、热水功率q2和设备运行时间,用于指导分布式能源系统的设计和运行调度;通过仿真结果,比较、分析各种能源价格波动时,能源系统热经济性和火用利用率的变化规律,得出不同能源价格下分布式能源系统的装机和运行原则。本发明专利技术对分布式能源系统的装机参数和运行时间优化后,具有良好的经济性能和能源梯级利用效益。

Multi objective optimization method for parameters of natural gas distributed energy unit based on genetic algorithm

The invention discloses a multi-objective optimization method for parameters of natural gas distributed energy unit based on genetic algorithm, which establishes a natural gas distributed energy system according to the annual energy load demand of building, combines exergy utilization, engineering investment and economic benefits, and establishes a natural gas distributed energy system. A multi-objective optimization function model is proposed, and a fast non-dominated sorting genetic algorithm with elite strategy is used to optimize the generation power w, refrigeration power q1, hot water power Q2 and equipment running time of the chiller-heater unit, which is used to guide the design and operation of the distributed energy system. When the source price fluctuates, the change rules of thermal economy and exergy utilization rate of the energy system are obtained, and the installation and operation principles of the distributed energy system under different energy prices are obtained. The invention has good economic performance and energy cascade utilization benefit after optimizing the installation parameters and running time of the distributed energy system.

【技术实现步骤摘要】
基于遗传算法的天然气分布式能源机组参数的多目标优化方法
本申请属于能源优化
,具体地说,涉及一种基于遗传算法的天然气分布式能源机组参数的多目标优化方法。
技术介绍
天然气分布式能源冷、热、电三联供系统是分布式能源最为典型形式之一,系统通过燃烧天然气发电,余热作为溴化锂制冷机组或通过换热器向用户供冷或供热,实现能源的梯级利用,可大幅度提高燃料的利用价值。我国已将天然气分布式能源作为能源领域重点发展方向,规划到2020年天然气分布式能源装机总量将达到5000万千瓦。与传统的燃煤机组相比,天然气分布式能源机组更适用于楼宇或工业园区型的能源用户。目前国内已有众多处于筹建阶段的机组,其经济性和能源利用效率是令人首先关注的问题,因此其系统的规模容量与运行方式是最重要的设计任务之一。众多学者近年来从系统设计、运行及热经济性等方面,进行了许多初步研究,探索各种有效降低供热(冷)成本的技术方案。分布式冷热电联产系统评价准则对系统集成开拓与设计至关重要。能源系统性能评价标准很多,如发电效率、能源消耗率、总能利用率、投资回报年限、经济效率等,目前研究的方法大多是把热效率和年度费用作为评价依据。王惠、安青松等(王惠,赵军,安青松,康利改.不同建筑负荷下分布式能源系统优化与政策激励研究[J].中国电机工程学报,2015,35(14):3734-3740.)通过建立分布式能源系统三维和二维模型,考虑系统碳排放并引进碳税和电力回购,构建以运行费用为目标的分布式能源系统,研究办公型建筑冷热电供能的最优策略。张涛等(张涛,朱彤,高乃平,吴竺.分布式冷热电能源系统优化设计及多指标综合评价方法的研究[J].中国电机工程学报,2015,35(14):3706-3712.)根据冷热电负荷需求、能源价格和设备技术信息等,建立内燃机、燃气轮机、燃料电池、光伏、吸收式制冷系统、换热器等在内的能源系统指标评价矩阵,根据各个系统的年费用为目标函数,运用非线性整数规划方法,求解得到不同系统的最优配置、运行策略和评价指标值。根据林汝谋、金红光等人的研究,认为采用火用效率作为评价准则比热效率更为合理(林汝谋,郭栋,金红光,隋军.布式冷热电联产系统的能量梯级利用率新准则[J]燃气轮机技术,2010,23(1):1-10.)。分布式能源系统研究的另外一个焦点问题是通过智能算法对系统进行优化计算。LongxiLi等(LongxiLi,HailinMu,WeijunGao,MiaoLi.OptimizationandanalysisofCCHPsystembasedonenergyloadscouplingofresidentialandofficebuildings[J].AppliedEnergy,2014,136(31):206-216.)采用遗传算法以年费用最低为目标,优化居民和商业建筑热电冷三联供系统设备容量。Jiangjiang等(JiangjiangWanga,TianzhiMao.Costallocationandsensitivityanalysisofmulti-productsfrombiomassgasificationcombinedcoolingheatingandpowersystembasedontheexergoeconomicmethodology[J].EnergyConversionandManagement,2015,105(15):230-239.)通过建立火用利用模型,分析了产品价格、能源系统的投资、服务周期、利润率和运行时间对冷热电联供系统的经济性的影响。RongZeng等(RongZeng,HongqiangLi,LifangLiu,XiaofengZhang,GuoqiangZhang.Anovelmethodbasedonmulti-populationgeneticalgorithmforCCHP–GSHPcouplingsystemoptimization[J].EnergyConversionandManagement,2015105(15):1138-1148.)采用遗传算法,以冷热电联供系统一次能源节能效率、CO2减排量和运行时间和年度运行费用作为优化变量,优化机组容量和运行方式。目前的研究大多是从能源热效率或经济性对系统进行评价和优化。经济性最优模式的控制目标是运行成本最低,根据预测或实测的冷、电负荷,计算出优化运行的燃机功率和对应的优化运行成本,进而通过控制燃机功率,调整系统运行状态,使系统在整个运行阶段内都趋于成本最低状态。能源综合利用效率最优模式的控制目标是分布式联供系统一次能源综合利用效率最高,通过控制燃机功率,调整系统运行状态,使系统在整个运行阶段内都趋于能源综合利用效率最高状态。能源系统的优化应从整体进行综合分析和设计,仅仅从某一个方面(例如:能源热效率或经济性)进行优化和控制,是不完整、不全面,无法兼顾。
技术实现思路
有鉴于此,本申请提供了一种基于遗传算法的天然气分布式能源机组参数的多目标优化方法。为了解决上述技术问题,本申请公开了一种基于遗传算法的天然气分布式能源机组参数的多目标优化方法,包括以下步骤:步骤1、针对楼宇建筑的全年能源负荷需求,建立天然气分布式能源系统;步骤2、将火用利用量、工程投资和和经济收益结合起来,建立天然气分布式能源系统的多目标优化函数模型;步骤3、运用带精英策略的快速非支配排序遗传算法,优化计算冷热电机组的发电功率w、制冷功率q1、热水功率q2和设备运行时间,用于指导分布式能源系统的设计和运行调度;步骤4、通过仿真结果,比较、分析各种能源价格波动时,能源系统热经济性和火用利用率的变化规律,得出不同能源价格下分布式能源系统的装机和运行原则。可选地,所述天然气分布式能源系统为楼宇型冷热电三联供系统;包括发电系统以及制冷和供热系统,所述发电系统包括依次连接的燃气内燃机和酒店配电系统,所述酒店配电系统通过导线与电网系统相连接;制冷和供热系统包括第一板式换热器、热水溴化锂机组和酒店房间内热源,所述第一板式换热器分别连接排烟机构、生活热水、酒店房间内热源和第二板式换热器;燃气内燃机的缸套热水流入第二板式换热器,被冷却降温之后通过缸套回水返回燃气内燃机,热水溴化锂机组和酒店房间内热源的回水流入第二板式换热器,被加热升温之后流入第一板式换热器;所述燃气内燃机内烟气依次通过第一板式换热器和排烟机构排出。可选地,所述步骤2中的将火用利用量、工程投资和和经济收益结合起来,建立天然气分布式能源系统的多目标优化函数模型,具体为:步骤2.1、对天然气分布式能源系统的热力指标和经济指标进行优化,得到优化的目标函数,其中,热力指标具体是指热经济系数F1,经济指标具体是指经济收益系数F2;步骤2.2、对天然气分布式能源系统参数引入约束条件。可选地,所述步骤2.1中的对天然气分布式能源系统的热力指标和经济指标进行优化,得到优化的目标函数,具体为:Z1=(K1*w+K2*q1+K3q0+K4q2)(3)Z2=w*t1*P1+q1*t2*P2+q0*t3*P3+q2*t4*P4-B*P5(4)式中,F1表示热经济系数,其值为能源系统总输出火用与总资金投入之比,该指标表示单位投资下系统本文档来自技高网
...

【技术保护点】
1.一种基于遗传算法的天然气分布式能源机组参数的多目标优化方法,其特征在于,包括以下步骤:步骤1、针对楼宇建筑的全年能源负荷需求,建立天然气分布式能源系统;步骤2、将火用利用量、工程投资和和经济收益结合起来,建立天然气分布式能源系统的多目标优化函数模型;步骤3、运用带精英策略的快速非支配排序遗传算法,优化计算冷热电机组的发电功率w、制冷功率q1、热水功率q2和设备运行时间,用于指导分布式能源系统的设计和运行调度;步骤4、通过仿真结果,比较、分析各种能源价格波动时,能源系统热经济性和火用利用率的变化规律,得出不同能源价格下分布式能源系统的装机和运行原则。

【技术特征摘要】
1.一种基于遗传算法的天然气分布式能源机组参数的多目标优化方法,其特征在于,包括以下步骤:步骤1、针对楼宇建筑的全年能源负荷需求,建立天然气分布式能源系统;步骤2、将火用利用量、工程投资和和经济收益结合起来,建立天然气分布式能源系统的多目标优化函数模型;步骤3、运用带精英策略的快速非支配排序遗传算法,优化计算冷热电机组的发电功率w、制冷功率q1、热水功率q2和设备运行时间,用于指导分布式能源系统的设计和运行调度;步骤4、通过仿真结果,比较、分析各种能源价格波动时,能源系统热经济性和火用利用率的变化规律,得出不同能源价格下分布式能源系统的装机和运行原则。2.根据权利要求1所述的优化方法,其特征在于,所述天然气分布式能源系统为楼宇型冷热电三联供系统;包括发电系统以及制冷和供热系统,所述发电系统包括依次连接的燃气内燃机(4)和酒店配电系统(6),所述酒店配电系统(6)通过导线与电网系统(7)相连接;制冷和供热系统包括第一板式换热器(1)、热水溴化锂机组(8)和酒店房间内热源(9),所述第一板式换热器(1)分别连接排烟机构(5)、生活热水(3)、酒店房间内热源(9)和第二板式换热器(2);燃气内燃机(4)的缸套热水流入第二板式换热器(2),被冷却降温之后通过缸套回水返回燃气内燃机(4),热水溴化锂机组(8)和酒店房间内热源(9)的回水流入第二板式换热器(2),被加热升温之后流入第一板式换热器(1);所述燃气内燃机(4)内烟气依次通过第一板式换热器(1)和排烟机构(5)排出。3.根据权利要求1所述的优化方法,其特征在于,所述步骤2中的将火用利用量、工程投资和和经济收益结合起来,建立天然气分布式能源系统的多目标优化函数模型,具体为:步骤2.1、对天然气分布式能源系统的热力指标和经济指标进行优化,得到优化的目标函数,其中,热力指标具体是指热经济系数F1,经济指标具体是指经济收益系数F2;步骤2.2、对天然气分布式能源系统参数引入约束条件。4.根据权利要求3所述的优化方法,其特征在于,所述步骤2.1中的对天然气分布式能源系统的热力指标和经济指标进行优化,得到优化的目标函数,具体为:Z1=(K1*w+K2*q1+K3q0+K4q2)(3)Z2=w*t1*P1+q1*t2*P2+q0*t3*P3+q2*t4*P4-B*P5(4)式中,F1表示热经济系数,其值为能源系统总输出火用与总资金投入之比,该指标表示单位投资下系统所能获得的火用量,即单位资金能够产生的有用功,kW/元;F2表示经济收益系数,其值为系统的年收益与总资金投入之比,该指标表示单位投资所能够产生的经济回报;Z1表示工程初期投资,元;Z2表示年度运行收益,元;w——发电功率(kW);q0——供热功率(kW);q1——制冷功率(kW);q2——热水功...

【专利技术属性】
技术研发人员:岳伟挺
申请(专利权)人:杭州电子科技大学信息工程学院
类型:发明
国别省市:浙江,33

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1