基于鹦鹉算法的多能源电力系统优化调度的方法技术方案

技术编号:27880417 阅读:19 留言:0更新日期:2021-03-31 01:15
基于鹦鹉算法的多能源电力系统优化调度的方法,包括以下步骤:步骤1,建立考虑经济性和环保性的多能源电力系统优化调度的数学模型;步骤2,设计鹦鹉算法;步骤3,构建三种不同的多能源电力系统优化调度策略,对鹦鹉算法的有效性进行验证;具有高效,准确的优点。

【技术实现步骤摘要】
基于鹦鹉算法的多能源电力系统优化调度的方法
本专利技术属于多能源电力系统的优化调度
,具体涉及基于鹦鹉算法的多能源电力系统优化调度的方法。
技术介绍
随着工业的快速发展,传统的化石能源也在快速的消耗,能源危机成了迫在眉睫的问题。为了解决能源危机问题,只有传统的一种供能方式是不够的,人们开始对电能、气能、热能等多种形式的能源进行综合利用研究。过去的能源系统中,电网、气网、热网等不同的能源网络是相互独立运行的,互联程度不高,不利于提高能源的综合利用率,也不利于多个能源系统的优化运行,而近些年发展的多能源系统能够打破这个壁垒,因此多能源电力系统的优化调度也十分重要。多能源电力系统孤岛运行模式下优化调度策略流程图过于繁杂,对比其他多种算法,粒子群算法(ParticleSwarmOptimization,PSO)有容易理解,所需控制参数不多,容易得到期望结果,有一些的并行性等特点。但PSO具有容易陷入局部最优和低精度这两大缺点,国内外学者近几年致力于改进这一算法,但是结果却都不尽人意,蝙蝠算法在PSO基础上采用频率调谐的新型算法,虽然在收敛方面有所改观,但寻优精度大幅下降。在应对井喷式增长的能量负荷计算的需求下,果蝇分析算法虽然在优化时具有较高精度,但是比传统的粒子群优化算法更容易陷入与功率相关的局部最优这一情况。从这些例子可以看出近些年PSO的改进陷入了要想增加优化规模、提高算法寻优效率和精度,就无法彻底解决PSO缺陷,要想彻底解决PSO缺陷,就无法增加优化规模、提高算法寻优效率和精度的怪圈。专
技术实现思路
为突破上述难题,本专利技术提出了一种基于鹦鹉算法的多能源电力系统优化调度的方法,分别解决传统粒子群算法容易陷入局部最优和低精度的问题,具有高效,准确的优点。本专利技术所采用的技术方案是,基于鹦鹉算法的多能源电力系统优化调度的方法,其特征在于,包括以下步骤:步骤1,建立考虑经济性和环保性的多能源电力系统优化调度的数学模型;步骤2,设计鹦鹉算法;步骤3,构建三种不同的多能源电力系统优化调度策略,对鹦鹉算法的有效性进行验证。所述的步骤1,建立考虑经济性和环保性的多能源电力系统优化调度的数学模型,具体步骤为:步骤1.1,得到包含光伏发电、风力发电机、微型燃气轮机、燃料电池、储能单元的多能源电力系统各个发电单元的输出特性和成本组成:1)光伏发电单元(Photovoltaiccell,PV):光电的主要特性如下所示:式中,Kr=0.0017(A/℃),Tr=301.18K,其中P是光伏板发出的功率,V是光伏板发出的电压,I是光伏板发出的电流,m是并联板电池数,Iph是光伏组件经由光照射所产生,I0是初始电流,q是电池内部电子电量常量,Rs是串联单向电阻,n是串联电池数,A是二极管特性拟合系数,Kr是玻尔兹曼常数,Tr是标准温度,T是测量时刻的温度;在实际应用时,由于系统出力受光伏电池环境温度和太阳辐射下系统强度的多种因素影响,所以用标准条件下来修正:式中:GSTC=1000W/m2,k=-0.47%/℃,Tr=25℃,GSTC是标准太阳辐照强度,GING是实际太阳辐照强度,k是功率温度系数,Tc是实际温度,Tr是标准温度;太阳能光伏燃料电池直接从太阳获取的能量,属于可再生能源,还应该全方位考量其工作费用和维修费用;2)风力发电单元(WindTurbinegenerator,WT):风电的功率特性如下:在实际条件下,此处不考虑环保成本与利用率成本,只考虑其修理的成本,其中V是风机输入的风速,Vr是标准风速,Pr是标准功率,PWT是风机输出功率,Vco是风机切出风速,Vci是风机切入风速;3)微型燃气轮机(MicrogasTurbine,MT):微型燃气轮机功率函数模型如下:其中,ηMT是型通用燃气轮机的效率,PMT是型通用燃气轮机的输出功率;微型通用燃气轮机的正常维护运行以及日常维护费用成本相关函数:式中,KOMMT直接取0.047元/kWh,其中,KOMMT是微型通用燃气轮机的正常维护运行以及日常维护费用成本系数,COMMT是微型通用燃气轮机的正常维护运行以及日常维护费用成本;微型燃汽轮机的外部污染治理排放系数及其治理费用和成本的函数计算如下式所示:其中,CEMMT是微型燃汽轮机的外部污染治理排放系数及其治理费用和成本,λk是排放因子,αk是折扣系数;4)燃料电池(FuelCell,FC):P为40kW,其功率输出PFC与发电效率ηFC的关系可由下式表示:ηFC=-0.0023PFC+0.6735(7)其中,ηFC是燃料电池的效率;在维持燃料电池发电动力系统正常稳态持续发电的过程中,燃料电池的有效输入量和燃料电池输出能耗投入的发电成本的比例关系用下式进行表示:式中:LHVng是天然气低热值取9.7kWh/m3,Cng是天然气成本,PFC(t)是t时刻燃料电池的功率,CFFC(t)是t时刻燃料电池费用,ηFC(t)是燃料电池效率;燃料转化电池的正常工作运行以及维护管理成本可用下式来表示:其中,CEMFC是燃料转化电池的正常工作运行以及维护管理成本,αk是折扣系数,λk是排放因子;5)储能单元(BatteryTurbine,BT):充分考虑了多能源电力蓄电池的两种重要约束,即蓄电池充放电功率约束和蓄电池最大容量约束,所以便于蓄电池的应用在t时刻荷电状态(StateOfCharge,SOC)可表示为:式中,I是蓄电池的电流,PBT是蓄电池的功率,UBT是蓄电池的电压,SOC是蓄电池的荷电状态,σsdr是蓄电池的自放电率,ηbce是蓄电池的充放电效率,C是蓄电池的电池容量,Δt是时间间隔,取Δt=1h,ηbce放电时其值为1,充电时一般在0.65~0.85范围内;步骤1.2,构建多能源电力系统环保经济运行的目标函数:1)经济成本目标函数这一目标函数是使每个单元都有最小的操作成本,包括微电网与主网交互成本、运行维护成本、制热收益、孤网负荷补偿成本、制冷收益以及微电源的燃料成本,表示公式如下:式中,C1是运行成本,Cf是燃料成本,COM是检修维护成本,Cgeid是微网主网交互成本,Csh是制热成本,Csc是制冷成本,CL是补偿成本,e、b是费用考虑系数,当这两个值取e=1,b=0时,系统并网工作,主网与系统之间存在交互成本;e=0,b=1,即系统孤网工作,要取掉一定比例的负荷,那么这种情况下就有切负荷补偿成本,其中:Cgrid(t)=Cg(t)Pg(t)-Cs(t)Ps(t)(15)Csh(t)=Qho×Kho(16)Csc(t)=Qco×Kco(17)CL(t)=Cbu×PCL(t)(18)其中,本文档来自技高网
...

【技术保护点】
1.基于鹦鹉算法的多能源电力系统优化调度的方法,其特征在于,包括以下步骤:/n步骤1,建立考虑经济性和环保性的多能源电力系统优化调度的数学模型;/n步骤2,设计鹦鹉算法;/n步骤3,构建三种不同的多能源电力系统优化调度策略,对鹦鹉算法的有效性进行验证。/n

【技术特征摘要】
1.基于鹦鹉算法的多能源电力系统优化调度的方法,其特征在于,包括以下步骤:
步骤1,建立考虑经济性和环保性的多能源电力系统优化调度的数学模型;
步骤2,设计鹦鹉算法;
步骤3,构建三种不同的多能源电力系统优化调度策略,对鹦鹉算法的有效性进行验证。


2.根据权利要求1所述的基于鹦鹉算法的多能源电力系统优化调度的方法,其特征在于,所述的步骤1,建立考虑经济性和环保性的多能源电力系统优化调度的数学模型,具体步骤为:
步骤1.1,得到包含光伏发电、风力发电机、微型燃气轮机、燃料电池、储能单元的多能源电力系统各个发电单元的输出特性和成本组成:
1)光伏发电单元:
光电的主要特性如下所示:



式中,Kr=0.0017(A/℃),Tr=301.18K,其中P是光伏板发出的功率,V是光伏板发出的电压,I是光伏板发出的电流,m是并联板电池数,Iph是光伏组件经由光照射所产生,I0是初始电流,q是电池内部电子电量常量,Rs是串联单向电阻,n是串联电池数,A是二极管特性拟合系数,Kr是玻尔兹曼常数,Tr是标准温度,T是测量时刻的温度;
在实际应用时,由于系统出力一般受光伏电池环境温度和太阳辐射下系统强度的多种因素影响,所以一般会以标准条件下来修正:



式中:GSTC=1000W/m2,k=-0.47%/℃,Tr=25℃,GSTC是标准太阳辐照强度,GING是实际太阳辐照强度,k是功率温度系数,Tc是实际温度,Tr是标准温度,
太阳能光伏燃料电池直接从太阳获取的能量,属于可再生能源,还应该全方位考量其工作费用和维修费用;
2)风力发电单元:
风电的功率特性如下:



在实际条件下,此处不考虑环保成本与利用率成本,只考虑其修理的成本,其中V是风机输入的风速,Vr是标准风速,Pr是标准功率,PWT是风机输出功率,Vco是风机切出风速,Vci是风机切入风速;
3)微型燃气轮机:
微型燃气轮机功率函数模型如下:



其中,ηMT是型通用燃气轮机的效率,PMT是型通用燃气轮机的输出功率;
微型通用燃气轮机的正常维护运行以及日常维护费用成本相关函数:



式中,KOMMT直接取0.047元/kWh,其中,KOMMT是微型通用燃气轮机的正常维护运行以及日常维护费用成本系数,COMMT是微型通用燃气轮机的正常维护运行以及日常维护费用成本;
微型燃汽轮机的外部污染治理排放系数及其治理费用和成本的函数计算如下式所示:



其中,CEMMT是微型燃汽轮机的外部污染治理排放系数及其治理费用和成本,λk是排放因子,αk是折扣系数;
4)燃料电池:
P为40kW,其功率输出PFC与发电效率ηFC的关系可由下式表示:
ηFC=-0.0023PFC+0.6735(7)
其中,ηFC是燃料电池的效率,
在维持燃料电池发电动力系统正常稳态持续发电的过程中,燃料电池的有效输入量和燃料电池输出能耗投入的发电成本的比例关系一般可用下式进行表示:



式中:LHVng是天然气低热值取9.7kWh/m3,Cng是天然气成本,PFC(t)是t时刻燃料电池的功率,CFFC(t)是t时刻燃料电池费用,ηFC(t)是燃料电池效率;
燃料转化电池的正常工作运行以及维护管理成本可用下式来表示:



其中,CEMFC是燃料转化电池的正常工作运行以及维护管理成本,αk是折扣系数,λk是排放因子;
5)储能单元:
充分考虑了多能源电力蓄电池的两种重要约束,即蓄电池充放电功率约束和蓄电池最大容量约束,所以便于蓄电池的应用在t时刻荷电状态可表示为:






式中,I是蓄电池的电流,PBT是蓄电池的功率,UBT是蓄电池的电压,SOC是蓄电池的荷电状态,σsdr是蓄电池的自放电率,ηbce是蓄电池的充放电效率,C是蓄电池的电池容量,Δt是时间间隔,取Δt=1h,ηbce放电时其值为1,充电时一般在0.65~0.85范围内;
步骤1.2,构建多能源电力系统环保经济运行的目标函数:
1)经济成本目标函数
这一目标函数是使每个单元都有最小的操作成本,包括微电网与主网交互成本、运行维护成本、制热收益、孤网负荷补偿成本、制冷收益以及微电源的燃料成本,表示公式如下:



式中,C1是运行成本,Cf是燃料成本,COM是检修维护成本,Cgeid是微网主网交互成本,Csh是制热成本,Csc是制冷成本,CL是补偿成本,e、b是费用考虑系数。当这两个值取e=1,b=0时,系统并网工作,主网与系统之间存在交互成本;e=0,b=1,即系统孤网工作,要取掉一定比例的负荷,那么这种情况下就有切负荷补偿成本,
其中:






Cgrid(t)=Cg(t)Pg(t)-Cs(t)Ps(t)(15)
Csh(t)=Qho×Kho(16)
Csc(t)=Qco×Kco(17)
CL(t)=Cbu×PCL(t)(18)
式中:LHVng是天然气低热值取9.7kWh/m3,Cng是天然气成本,PFC(t)是t时刻燃料电池的功率,CFFC(t)是t时刻燃料电池费用,ηFC(t)是燃料电池效率;Pi是第i个发电单元的输出功率,ηi第i个发电单元的效率,COM是检修维护成本,KOMi是第i个发电单元正常维护运行以及日常维护费用成本系数,Cgrid是微网主网交互成本,Cg是微网向主网购电成本,Pg是微网向主网购电功率,Cs是微网向主网卖电成本,Ps是微网向主网卖电功率,Csh是制热成本,Qho是热值量,Kho是制热系数,Csc是制冷成本,Qco是冷值量,Kco制冷系数,CL是补偿成本,Cbu是微网支付的停电电量损失,PCL切负荷功率,n是发电单元总数,i是发电单元编号;
2)环保目标函数
这一目标函数是考虑到多能源电力系统的环境效益最大,即能源的污染排放和治理的成本最小,表示公式如下:



式中:C2是环保成本,CK处理污染物惩罚系数,rik第k类型排放的i个发电单元的输出功率系数,Pi是第i个发电单元的输出功率,α是外部折扣系数,rgridk是第k类型排放的微网主网交互系数,Cg是微...

【专利技术属性】
技术研发人员:刘兴华耿晨李翔同向前
申请(专利权)人:西安理工大学
类型:发明
国别省市:陕西;61

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