一种基于改进量子粒子群算法的微能源网优化调度方法技术

本发明专利技术公开了一种基于改进量子粒子群算法的微能源网优化调度方法，包括建立微能源网每日成本的目标函数，计算微能源网中设备的出力约束；建立量子粒子群算法模型，并设定量子粒子群算法模型的种群规模，最大迭代次数和领域搜索半径上下限、计算得到每个设备的最优出力和微能源网每日最低成本的步骤。本发明专利技术一种基于改进量子粒子群算法的微能源网优化调度方法，能够实现可再生能源消纳，在微能源网可靠运行下使得日运行经济性和环境治理成本最低，为含有可再生能源及储能的微能源网的优化调度问题提供了一种新的求解算法。

【技术实现步骤摘要】
一种基于改进量子粒子群算法的微能源网优化调度方法
本专利技术属于电力调度
，涉及一种基于改进量子粒子群算法的微能源网优化调度方法。
技术介绍
着全球化石燃料的枯竭和环境问题的日益严重，构建低碳清洁、安全高效的能源体系成为当今世界能源发展的主要关注点。“互联网+”、“综合能源系统”和“能源互联网”等概念的提出成为能源发展的新兴浪潮，为能源分析提供了全新的视角。微能源网作为能源互联网的终端供能系统是实现多能互济、能源梯级利用的必然选择。微能源网依托于“能源互联网”的背景对传统微电网加以延伸，是一种多能源的互联系统。微能源网包含多种能源网络，如：电力网、天然气网、热力网及交通网等，通过互联网络将多种能源协调实现多能互补。而当今社会的能源短缺问题日益凸显，因此，通过微能源网规划运行探究多种能源耦合机理，实现能源互济是社会发展的必然选择。优化调度问题是微能源网规划运行的一大重要问题，优化调度是指在满足微能源网可靠运行和冷热电负荷需求的条件下，按照一定的优化调度策略，合理的分配各个微源的出力，从而使微能源网的日运行成本和环境治理成本最低。由于微能源网的建模是对多维度、多约束问题的求解，且含有大量局部极小值，因此，微能源网经济调度模型的求解对优化算法的寻优能力和收敛速度要求更高。目前，对微能源网的经济调度模型的求解已取得了一定的进展,如初壮、陈洁等基于遗传算法，通过对交叉概率和变异概率改进，避免粒子早期陷入局部最优解，提高了算法收敛速度，实现微源有功和无功优化出力。李佳等基于粒子群算法，采用自适应学习因子及凸函数递减惯性权重来提高算法的收敛速度和精度。杨佩佩等基于PSO算法建立以温室气体排放量最少以及污染物治理成本最低为目标函数的微网优化模型。张甲江等在量子粒子群算法中结合混沌扰动和协同进化策略对非线性整数规划问题进行求解，实现分布式电源的优化运行。由于量子粒子群(QPSO)算法进化过程中不含速度(V)向量，进化方程含有较少的参数，易控制，全局搜索性能更佳因此在微能源网的调度方法中得到了青睐。但在用QPSO求解微能源网调度模型时发现粒子在进化时不断靠拢于种群最优位置，使得种群多样性得以降低，易在迭代的后期陷入局部最优解。
技术实现思路
本专利技术的目的是提供一种基于改进量子粒子群算法的微能源网优化调度方法，能够实现可再生能源消纳，在微能源网可靠运行下使得日运行经济性和环境治理成本最低。本专利技术所采用的技术方案是，一种基于改进量子粒子群算法的微能源网优化调度方法，具体按照下述步骤进行：步骤1，建立微能源网每日成本的目标函数，计算微能源网中设备的出力约束；建立量子粒子群算法模型，并设定量子粒子群算法模型的种群规模，最大迭代次数和领域搜索半径上下限；步骤2，根据微能源网每日成本的目标函数、能源网中设备的出力约束量子粒子群算法模型计算得到每个设备的最优出力和微能源网每日最低成本。本专利技术的特点还在于：步骤1中按照下述步骤建立微能源网每日成本的目标函数：步骤1.1，计算微能源网一天的运行成本F1(t)和污染物治理成本F2(t)；步骤1.2，根据运行成本F1(t)和污染物治理成本F2(t)建立微能源网每日最低成本的目标函数：minF(t)＝F1(t)+F2(t)(1)。步骤1.1中微能源网一天的运行成本F1(t)具体按照下述步骤进行计算：步骤1.1.1，计算微能源网一天的购电成本Ce(t):其中，Cgrid表示购电价格，Pgrid表示购电功率；计算微能源网一天的购气成本Cgas(t)：其中，CNG表示天然气价格，VMT(t)为天然气用量，Pmt,e(t)为t时刻燃气轮机输出的电功率，ηmt,e(t)为燃气轮机的发电效率，RLHVT(t)为天然气低位热值常量；计算微能源网一天的折旧成本COM(t)：其中，KOMi,t是微能源网i在t时刻运行维护成本系数，Pi为表示微电源i在t时刻的输出功率计算微能源网一天的运行维护成本CDP(t)：其中，Caz,i为微电源i的单位容量安装成本，r为年利率；ni为微电源i的投资偿还期；Ki表示微电源i的容量因素(％)；步骤1.1.2，根据所述购电成本Ce(t)、购气成本Cgas(t)、折旧成本COM(t)、运行维护成本CDP(t)计算微能源网的运行成本：F1(t)＝Ce(t)+Cgas(t)+COM(t)+CDP(t)(6)。步骤1.1中具体按照下述方法计算微能源网一天的染物治理成本F2(t)：其中，λi为治理污染物i所需费用；i表示该系统所排放的污染物的类型编号，；αgrid,i，αmt,i分别为电网、微燃机所对应的各种污染物排放系数。步骤1中具体按照下述方法计算微能源网中设备出力约束：计算微能源网中每个设备的出力约束：A，计算微型燃气轮机的出力约束：δmtγminmtPmtN,e≤Pmt,e≤δmtPmtN,e(8)其中，δmt为微燃机的启停机状态，0为停机，1为运行；γminmt为微燃机的最小负荷率，PmtN,e为微燃机的额定出力；B，计算电锅炉的出力约束：δebγminebQebN,e≤Qeb,h≤δebQebN,h(9)其中，δeb为电锅炉的启停机状态，0为停机，1为运行；γmineb为电锅炉的最小负荷率；QebN,e为电锅炉的额定出力；C，计算吸收式制冷机的出力约束：δacγminacQacN,c≤Qac,c≤δacQacN,c(10)其中，δac为吸收式制冷机的启停机状态，0为停机，1为运行；γminac为吸收式制冷机的最小负荷率；QacN,c为吸收式制冷机的额定出力；D，计算电制冷机的出力约束：δecγminecQecN,c≤Qec,c≤δecQecN,c(11)其中，δec为电制冷机的启停机状态，0为停机，1为运行；γminec为电制冷机的最小负荷率；QecN,c为电制冷机的额定出力；E，计算热交换器的出力约束：0≤Qhe,h(t)≤QheN,h(12)其中，Qhe,h(t)为交换器在t时刻的热交换器的处理，QheN,h为交换器的额定功率；F，计算风机的出力约束：0≤Pwt(t)≤Pwt,max(t)(13)其中，Pwt(t)为t时刻风机的出力，Pwt,max(t)为风机的最大出力；G，计算蓄电池的出力约束：蓄电池荷电状态出力约束：socmin≤soc≤socmax(14)蓄电池充电出力约束：0≤Pes,c≤Pes,cmax(15)蓄电池放电出力约束：0≤Pes,d≤Pes,dmax(16)整个调度周期前后储能设备内储能量应维持不变，即：EesH＝Ees0(17)其中，socmax为蓄电池的最大电荷量，socmin为蓄电池的最小电荷量，soc指储能存储能量占其总容量的比值。Pes,cmax表示蓄电池的最大充电功率，Pes,c为t时刻蓄电池的充电功率，Pes,d为t时刻蓄电池的放电功率，Pes,dmax蓄电池的最大放电功率，EesH表示调度周期末蓄电池的储能量，Ees0表示调度周期初始初始时刻的蓄电池的储能量；H，计算微能源网所有设备的能量平衡约束：电气母线平衡约束：Pgrid(t)+Pwt(t)+Pmt,e(t)+Pes,d(t)＝Pec(t)+Peb(t)+Pes,c(t)+Le(t)(18)其中，Pgrid(t)表示t时刻购电的电价，Pwt(t)为t时刻风机的出力，Pmt本文档来自技高网...

【技术保护点】
1.一种基于改进量子粒子群算法的微能源网优化调度方法，其特征在于，具体按照下述步骤进行：步骤1，建立微能源网每日成本的目标函数，计算微能源网中设备的出力约束；建立量子粒子群算法模型，并设定量子粒子群算法模型的种群规模，最大迭代次数和领域搜索半径上下限；步骤2，根据所述微能源网每日成本的目标函数、能源网中设备的出力约束和量子粒子群算法模型计算得到每个设备的最优出力和微能源网每日最低成本。

【技术特征摘要】
1.一种基于改进量子粒子群算法的微能源网优化调度方法，其特征在于，具体按照下述步骤进行：步骤1，建立微能源网每日成本的目标函数，计算微能源网中设备的出力约束；建立量子粒子群算法模型，并设定量子粒子群算法模型的种群规模，最大迭代次数和领域搜索半径上下限；步骤2，根据所述微能源网每日成本的目标函数、能源网中设备的出力约束和量子粒子群算法模型计算得到每个设备的最优出力和微能源网每日最低成本。2.根据权利要求1所述的一种基于改进量子粒子群算法的微能源网优化调度方法，其特征在于，所述步骤1中按照下述步骤建立微能源网每日成本的目标函数：步骤1.1，计算微能源网一天的运行成本F1(t)和污染物治理成本F2(t)；步骤1.2，根据所述运行成本F1(t)和污染物治理成本F2(t)建立微能源网每日最低成本的目标函数：minF(t)＝F1(t)+F2(t)(1)。3.根据权利要求2所述的一种基于改进量子粒子群算法的微能源网优化调度方法，其特征在于，所述步骤1.1中微能源网一天的运行成本F1(t)具体按照下述步骤进行计算：步骤1.1.1，计算微能源网一天的购电成本Ce(t):其中，Cgrid表示购电价格，Pgrid表示购电功率；计算微能源网一天的购气成本Cgas(t)：其中，CNG表示天然气价格，VMT(t)为天然气用量，Pmt,e(t)为t时刻燃气轮机输出的电功率，ηmt,e(t)为燃气轮机的发电效率，RLHVT(t)为天然气低位热值常量；计算微能源网一天的折旧成本COM(t)：其中，KOMi,t是微能源网i在t时刻运行维护成本系数，Pi为表示微电源i在t时刻的输出功率计算微能源网一天的运行维护成本CDP(t)：其中，Caz,i为微电源i的单位容量安装成本，r为年利率；ni为微电源i的投资偿还期；Ki表示微电源i的容量因素(％)；步骤1.1.2，根据所述购电成本Ce(t)、购气成本Cgas(t)、折旧成本COM(t)、运行维护成本CDP(t)计算微能源网的运行成本：F1(t)＝Ce(t)+Cgas(t)+COM(t)+CDP(t)(6)。4.根据权利要求2所述的一种基于改进量子粒子群算法的微能源网优化调度方法，其特征在于，所述步骤1.1中具体按照下述方法计算微能源网一天的染物治理成本F2(t)：其中，λi为治理污染物i所需费用；i表示该系统所排放的污染物的类型编号，；αgrid,i，αmt,i分别为电网、微燃机所对应的各种污染物排放系数。5.根据权利要求1所述的一种基于改进量子粒子群算法的微能源网优化调度方法，其特征在于，所述步骤1中具体按照下述方法计算微能源网中设备出力约束：计算微能源网中每个设备的出力约束：A，计算微型燃气轮机的出力约束：δmtγminmtPmtN,e≤Pmt,e≤δmtPmtN,e(8)其中，δmt为微燃机的启停机状态，0为停机，1为运行；γminmt为微燃机的最小负荷率，PmtN,e为微燃机的额定出力；B，计算电锅炉的出力约束：δebγminebQebN,e≤Qeb,h≤δebQebN,h(9)其中，δeb为电锅炉的启停机状态，0为停机，1为运行；γmineb为电锅炉的最小负荷率；QebN,e为电锅炉的额定出力；C，计算吸收式制冷机的出力约束：δacγminacQacN,c≤Qac,c≤δacQacN,c(10)其中，δac为吸收式制冷机的启停机状态，0为停机，1为运行；γminac为吸收式制冷机的最小负荷率；QacN,c为吸收式制冷机的额定出力；D，计算电制冷机的出力约束：δec...

【专利技术属性】
技术研发人员：贾嵘，侯旭倩，王开艳，张惠智，党建，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西,61