基于改进粒子群算法的综合能源系统多目标优化运行方法技术方案

本发明专利技术属于综合能源系统研究技术领域，公开了一种基于改进粒子群算法的综合能源系统多目标优化运行方法，包括以下步骤：S1）以系统经济性、环保性和系统不平衡量为优化目标，建立多目标综合能源系统模型，S2）对多目标函数进行处理及优化改进基本PSO算法对模型求解，S3）采用算例分析验证模型和算法的有效性；改进后的PSO算法具有良好的收敛性和全局适应性，系统多目标优化可减少综合能源系统对外部市场的依赖，为加强整体规划运行提供依据。为加强整体规划运行提供依据。为加强整体规划运行提供依据。

【技术实现步骤摘要】
基于改进粒子群算法的综合能源系统多目标优化运行方法


[0001]本专利技术基于改进粒子群算法的综合能源系统多目标优化运行方法属于综合能源系统研究


技术介绍

[0002]电力能源使用的覆盖程度日益增加，电能使用规划若还是按照过去的规划经验进行直接规划，则对于综合能源系统稳定性、能源合理利用以及成本可控性来说，都是一种很大的挑战。因此，如何降低对市场的依赖，同时减少环境污染，实现能源可持续发展变成了当下首要解决的问题。人工智能算法是处理这类规划问题的重要手段，已公开的相关资料内容如下：
①
针对气候变化对IES供需的影响进行研究，基于反向传播(Back Propagation,BP)神经网络等智能算法，建立了综合能源系统动态模型；
②
提出了一种基于非支配排序遗传算法的综合能源系统优化控制策略，验证了该优化控制策略的有效性；
③
基于改进的模拟
‑
退火粒子群算法，以系统运行成本最优为目标，构建了区域IES经济模型，结果表明该算法收敛性较快，同时能保证系统的经济性。牛顿拉夫逊法是能流计算中常用的计算方法，但其收敛性与所选取的初值息息相关，有公开的研究文献《基于BFGS信赖域算法的电
‑
气综合能源系统能流计算》针对能流计算初值选取问题，提出了基于拟牛顿法的IES能流计算方法，具有良好的收敛性，且对初值依赖程度低，能够很好的解决使用牛顿法时因初值而造成运算不收敛的问题。文献《基于SOCP的综合能源系统日前调度概率最优能量流》搭建了IES日前调度概率最优能量流系统模型，提出了基于二阶锥优化的综合能源系统日前调度概率最优能量流计算，但模型未考虑IES不确定因素。文献《基于改进小生境PSO算法的综合能源系统调度》针对传统粒子群优化(Particle Swarm Optimization,PSO)算法在求解时容易陷入局部最优的问题，考虑使用改变搜索步长来提高其全局搜索能力，并将小生境技术融合进PSO算法中。
[0003]传统的负荷预测算法在收敛性方面也还有提升空间，文献《基于模糊C均值聚类算法的电
‑
热互联综合能源系统负荷预测》针对负荷预测参数具有较高相似度的特点，在电
‑
热互联系统的基础上提出一种模糊C均值的聚类算法，根据数据密度设置聚类参数，通过与传统径向基函数预测结果比较，同时提升能源系统负载运行的稳定性。文献《基于深度Q学习的电热综合能源系统能量管理》对电
‑
热联合系统能量管理进行了研究。能量管理面临着用户用能的随机性和清洁能源出力的波动性等问题，为更好管理能源，有人提出基于强化学习的电
‑
热联合系统能量管理方法，考虑了清洁能源及负荷的不确定性，同时将能源管理近似为马尔可夫决策过程，有效提升了系统响应能力，实现系统能量优化管理。
[0004]然而，传统算法在实际应用过程中无法满足目前所建模型的复杂程度以及最优解维度增多的情况，存在着收敛性差，寻优困难等问题。

技术实现思路

[0005]本专利技术克服现有技术存在的不足，所要解决的技术问题为：提供一种基于改进粒
子群算法的综合能源系统多目标优化运行方法，改进后的PSO算法具有良好的收敛性和全局适应性，系统多目标优化可减少综合能源系统对外部市场的依赖，为加强整体规划运行提供依据。
[0006]为了解决上述技术问题，本专利技术采用的技术方案为：基于改进粒子群算法的综合能源系统多目标优化运行方法，包括以下步骤：
[0007]S1)以系统经济性、环保性和系统不平衡量为优化目标，建立多目标综合能源系统模型；
[0008]S2)对多目标函数进行处理及优化改进基本PSO算法对模型求解；
[0009]S3)采用算例分析验证模型和算法的有效性。
[0010]有益效果：
[0011]本专利技术建立了一种基于改进粒子群算法的综合考虑系统经济性、环保性及出力不平衡性的综合能源系统多目标优化模型。首先，以系统经济性、环保性和出力不平衡性为目标，构建IES多目标调度模型；其次，对三个指标进行归一化处理，确定目标权重系数；最后，引入粒子浓度评价算子改进粒子群算法，并对模型进行求解。算例分析表明，改进后的PSO算法具有良好的收敛性和全局适应性；系统多目标优化可减少综合能源系统对外部市场的依赖，为加强整体规划运行提供依据。
附图说明
[0012]下面结合附图对本专利技术做进一步详细的说明；
[0013]图1为本专利技术中的综合能源系统能量流示意图；
[0014]图2为本专利技术中的改进PSO算法优化求解流程图；
[0015]图3为本专利技术算例分析中各园区电价情况曲线图；
[0016]图4为本专利技术算例分析中综合园区冬季典型日下负荷参数及风力机组实际出力值曲线图；
[0017]图5为本专利技术算例分析中标准测试函数最优适应度平均值进化情况曲线图；
[0018]图6为本专利技术算例分析中综合能源系统冷功率优化情况柱状图。
具体实施方式
[0019]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术中的实施例，对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例；基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0020]本专利技术基于改进粒子群算法的综合能源系统多目标优化运行方法，其包括以下步骤：
[0021]S1)以系统经济性、环保性和系统不平衡量为优化目标，建立多目标综合能源系统模型；
[0022]S2)对多目标函数进行处理及优化改进基本PSO算法对模型求解；
[0023]S3)采用算例分析验证模型和算法的有效性。
[0024]综合能源系统(IES)能量流示意图如图1所示。系统主要包含多能源供给侧、负荷
侧及能量转化与储存环节。能源设备包括光伏(photovoltaic,PV)、风机(wind turbine,WT)；转化设备包括电锅炉(electric boiler,EB)、燃气锅炉(gas boiler,GB)、燃气轮机(gas turbine，GT)、电制冷机(electric chiller，EC)、吸收式制冷机(absorption chiller，AC)和电转气(power to gas,P2G)设备；储能设备针对电/热/气等能源进行储存。
[0025]为解决仅考虑单一目标下能源系统优化无法同时满足不同能源调度需求的问题，本专利技术以系统经济性、环保性和系统不平衡量为优化目标，构建模型，并以此优化运行分析。
[0026]所述步骤S1)以系统经济性、环保性和系统不平衡量为优化目标，建立多目标综合能源系统模型的内容包括：
[0027]S11)成本模型
[0028]以综合能源系统(IES)成本最低、环保性最好及系统不平衡量最小为优化目标，系统成本C1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于改进粒子群算法的综合能源系统多目标优化运行方法，其特征在于包括以下步骤：S1)以系统经济性、环保性和系统不平衡量为优化目标，建立多目标综合能源系统模型；S2)对多目标函数进行处理及优化改进基本PSO算法对模型求解；S3)采用算例分析验证模型和算法的有效性。2.根据权利要求1所述的基于改进粒子群算法的综合能源系统多目标优化运行方法，其特征在于所述步骤S1)以系统经济性、环保性和系统不平衡量为优化目标，建立多目标综合能源系统模型的内容包括：S11)成本模型以综合能源系统成本最低、环保性最好及系统不平衡量最小为优化目标，系统成本C1主要由购电费用C
e，b
、燃气费用C
g
、维护成本C
om
以及电转气设备运行获取收益C
p
四部分构成，即：C1＝C
e，b
+C
g
+C
om
‑
C
p
ꢀꢀꢀꢀꢀ
(1)(1)(1)(1)式(2)
‑
(5)中，b
e，b
表示购电价格系数；P
e，b，t
表示t时段系统向电网购电功率；f
g
表示天然气单价；P
GT，i，t
、Q
GB，i，t
分别表示t时段第i台燃气轮机的电功率和燃气锅炉的热功率；η
GT
、η
GB
分别表示燃气轮机及燃气锅炉的效率；K
i
表示第i台设备的维护成本系数；P
i，t
表示第i台设备的出力；表示电转气设备运行出力；环保成本C2由CO2排放量表示，即：式中，c
grid
表示电网向外购电对应的二氧化碳排放系数，取0.877kg/kW
·
h；P
grid，b，t
表示表示t时段综合能源系统向外部电网的购电功率；c
gas
表示燃气轮机燃烧天然气所排放的二氧化碳系数，取0.22kg/kW
·
h；P
GT
(t)表示t时刻燃气轮机发出的电功率；综合能源系统实际运行过程中存在不平衡量，为了让综合能源系统运行更加接近实际生产工况，考虑系统出力不平衡量，减少系统运行时出力的不平衡差额，是保证系统优化运行的关键，系统出力不平衡量表示如下：
P
out
(t)＝L
CA
(t)+L
HA
(t)+L
EA
(t)
ꢀꢀꢀꢀ
(8)式(7)
‑
(9)中，P
out
、P
in
分别表示综合能源系统的输出、输入功率；L
CA
(t)、L
HA
(t)、L
EA
(t)分别表示用户消耗冷、热、电负荷功率；η
GT
表示生活区燃气轮机产热效率；η
grid
表示为发电效率；P
WT
(t)表示t时刻风机发出的电功率；S12)约束条件冷热电功率平衡约束和微网内各设备负荷约束是区域综合能源系统的主要约束：(1)冷功率平衡约束表达式为：式中，Q
AC，i，t
表示t时段AC输入的热功率；P
EC，i，t
表示t时段EC输入的电功率；L
AC，t
表示t时段用户消耗的冷负荷功率；η
AC，i
、η
EC，i
分别表示AC和EC的制冷系数。(2)热功率平衡约束表达式为：式中，Q
HE，i，t
表示t时段第i台设备余热锅炉回收的热功率；Q
HX，i，t
表示t时段系统与热网的耦合热损耗；L
EA，t
表示t时段用户消耗的热负荷；η
HE，i
表示余热锅炉的产热效率；(3)电功率平衡约束表达式为：式中，P
PV，i，t
表示t时段第i个设备光伏输出的电功率；P
WT，i，t
为t时段第i个设备风力机组输出的电功率；P
GT，i，t
为t时段综合能源系统中燃气轮机输出的电功率；L
EA，t
为t时段用户消耗的电负荷；P
grid，s，t
为t时刻系统与外部交换的功率；P
ES，C，i，t
为t时段第i个蓄电池充电功率；P
ES，D，i，t
为t时段第i个蓄电池放电功率；(4)储能约束表达式为：0≤E
S
(t)≤E
i，t
ꢀꢀꢀꢀ
(13)式中，E
S
(t)表示t时段储存设备i储存的电量；E
i，t
表示储存设备满容量状态下的储存容量；(5)风机出力约束表达式为：(5)风机出力约束表达式为：式中，表示t时段第i台风机的实际消纳值；表示t时段第i台风机的实际出力值；(6)其他设备出力上下限及稳定性约束：
式(16)
‑
(17)中，P
i
表示设备i的电功率；Q
i
表示设备i的热功率；P
i，max
为最大电功率，P
i，min
为最小电功率；Q
i，max
为最大热功率，Q
i，mi...

【专利技术属性】
技术研发人员：乔琳，董敏，李娟，李星源，赵雄，蒋润怀，罗浩元，龚婷婷，
申请(专利权)人：云南经济管理学院，
类型：发明
国别省市：