【技术实现步骤摘要】
一种用于热电联产经济排放调度的改进粒子群算法
[0001]本专利技术涉及一种用于热电联产经济排放调度的改进粒子群算法，属于热电联产领域，基于改进粒子群算法的热电联产经济调度排放方法，目的是在满足发电需求和供热需求的条件下，获得运行成本和污染排放最优的方案。
技术介绍
[0002]随着社会的快速发展，能源短缺问题和环境污染问题逐渐被人们重视。传统发电厂的能量转换效率较低，还未达到50％，大部分的燃料能量转化成无用的热能，这不仅导致资源的浪费，更加剧了环境的污染。热电联产(Combined Heat and Power,CHP)是一项综合利用能源的技术。在热电联产机组发电的过程中，它既能够产生电能，又能利用原本会被浪费的热量来提供有效的热能，达到节能减排的优秀效果。热电联产经济排放调度(Combined Heat and Power Economic Emission Dispatch,CHPEED)不仅考虑了运行成本的目标，同时也考虑了污染排放量这个目标，旨在满足约束条件和电力与热量需求的情况下，使得运行成本和污排放达到最小。...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种用于热电联产经济排放调度的改进粒子群算法，其特征在于：所述用于热电联产经济排放调度的改进粒子群算法包括以下步骤：步骤A：输入热电联产经济排放调度系统的各项参数；步骤B：建立基于运行成本和污染排放成本的最终目标函数，其中所述最终目标函数为：F＝ω*C+(1
‑
ω)*σE+|P
D
‑
P
O
|*P
penish
+|H
D
‑
H
O
|*H
penish
其中，P
D
和H
D
分别表示为总电能需求和热能需求，P
O
和H
O
分别表示为输入电能需求和热能需求，P
penish
,H
penish
为惩罚系数，C和E分别表示运行成本和污染排放量，ω是介于0和1之间的随机数，σ表示最大运行成本和最大污染排放量的比值；步骤C：采用改进粒子群算法，对热电联产系统的最终目标函数进行求解，其中，改进粒子群算法步骤为：S1、利用反向学习策略初始化种群，随机生成一个包含N个粒子的种群IP，接着生成它的反向种群UP，根据适应度值的大小，从中选取预设适应度值以上的N个粒子作为初始种群；S2、计算粒子的适应度值，按适应度值将其分为优势和劣势两个种群；S3、使用非线递减性惯性权重，以平衡全局搜索和局部搜索的能力；S4、对劣势种群的粒子，采用个体极值与群体极值线性组合的方式来替换原有速度公其中的个体极值与群体极值；对于优势种群，采用柯西变异方式更新目标位置；S5、利用双面镜理论让处于边界之外的粒子的速度和位置，不再是上边界或下边界，而是均匀地分布在边界区域内；S6、更新个体极值与群体极值；S7、判断当前迭代次数是否大于最大迭代次数，若大于最大迭代次数，则停止，否则，返回迭代循环。2.如权利要求1所述的一种用于热电联产经济排放调度的改进粒子群算法，其特征在于：所述步骤B中最终目标函数为运行成本目标函数和热电联产经济排放调度的污染排放量的目标函数采用加权和法获得。3.如权利要求2所述的一种用于热电联产经济排放调度的改进粒子群算法，其特征在于：所述最终目标函数采用加权和法为，赋予运行成本目标和污染排放目标指定的权重，使其具有相同的维度，得到一个评价函数，该评价函数为：F＝ω*C+(1
‑
ω)*σE其中，C,E分别表示运行成本和污染排放量，ω是介于0和1之间的随机数，σ表示最大运行成本和最大污染排放量的比值，σ表示为：σ＝C(P
max
)/E(P
max
)其中，P
max
为电机组输出电能的最大值。4.如权利要求2所述的一种用于热电联产经济排放调度的改进粒子群算法，其特征在于：所述运行成本目标函数为
其中，C
p,k
(P
k
),C
C,j
(O
j
,H
j
),C
T,l
(T
l
)分别是纯电机组、热电联产机组、供热机组的成本；P
k
是第k台纯电机组输出的电能；O
j
和H
j
分别是第j台热电联产机组输出的电能和热能；T
l
是第l台供热机组的输出热能；Np,Nc,Nh分别为三种类型机组数目；各类机组的运行成本分别为：各类机组的运行成本分别为：各类机组的运行成本分别为：其中，f
k
,b
k
,c
k
分别是纯电机组花费系数；是对应供热机组花费系数；热电联产机组对应的花费系数是a
j
,b
j
,c
j
,d
j
,,e
j
,f
j
。5.如权利要求2所述的一种用于热电联产经济排放调度的改进粒子群算法，其特征在于：所述热电联产经济排放调度的污染排放量的目标函数为：其中，E
P,k
(P
k
),E
C,j
(O
j
,H
j
),E
技术研发人员：张慧峰，罗鸿赟，邹德旋，刘树赵，李梦迪，
申请(专利权)人：江苏师范大学，
类型：发明
国别省市：
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。