【技术实现步骤摘要】
本专利技术涉及电气自动化领域，尤其涉及一种含电动汽车的综合能源系统多目标优化方法、系统、终端及介质。
技术介绍
1、随着经济技术的发展和人们生活水平的提高，电能已经成为了人们生产和生活中必不可少的二次能源，给人们的生产和生活带来了无尽的便利。因此，保障电能的稳定可靠供应，就成为了电力系统最重要的任务之一。
2、目前，随着科技的发展和城市化进程的加快、全球能源需求迅速增长，能源消耗和环境污染问题日益突出。开发清洁能源、提高能源消耗效率已成为能源产业发展的首要任务。区域综合能源系统(ries)确保能源的高效利用和灵活转换能源的消费能力，并为节能减排提供有效途径。然而，ries在促进能源统一管理的同时，也面临着运行风险，主要体现为现有的综合能源系统日前随机优化方案，其精确性和可靠性都较差，而且方案的效率较低。
技术实现思路
1、本专利技术提供了一种含电动汽车的综合能源系统多目标优化方法、系统、终端及介质，以解决现有综合能源系统日前随机优化方案精确性、可靠性和效率均不佳的问题。
2、第一方面，提供了一种含电动汽车的综合能源系统多目标优化方法，包括如下步骤：
3、s1：获取待分析的含电动汽车的综合能源系统的系统数据信息；
4、s2：构建考虑车主出行需求的电动汽车优化模型；
5、s3：根据步骤s1得到的系统数据信息，构建含电动汽车的综合能源系统多目标优化模型；
6、s4：根据步骤s3构建的模型，利用多目标转换方法，将s3构
7、s5：对步骤s4构建的含电动汽车的综合能源系统的单目标优化模型利用霜花算法进行求解，得到最优控制量。
8、根据第一方面，在一种可能的实现方式中，步骤s1中系统数据信息包括：新能源日前出力数据、负荷日前出力数据、电动汽车的模型参数及出行数据。
9、根据第一方面，在一种可能的实现方式中，步骤s2中构建的电动汽车优化模型包括：
10、电动汽车出行约束：满足用户的出行需求，表示如下：
11、eevr,t＝δp·l
12、式中，δp为单位距离的平均耗电量，l为行驶里程，eevr,t表示在行驶过程中消耗的电量；
13、电动汽车剩余电量约束，表示如下：
14、
15、式中，eev(t)表示t时刻电动汽车剩余电量，ηch、ηdis分别表示电动汽车充、放电效率，pevch,t、pevdis,t分别表示t时刻电动汽车充、放电功率，δt表示时间步长；
16、电动汽车损耗成本，表示如下：
17、
18、式中，nev表示电动汽车数目，cdis表示电动汽车提供单位电量的电池损耗成本，pdise,t表示电动汽车e在t时刻的放电功率，t表示控制周期。
19、根据第一方面，在一种可能的实现方式中，步骤s3中构建含电动汽车的综合能源系统多目标优化模型包括：
20、以运行过程中电力和天然气购买及售电成本最小、二氧化碳排放治理成本最小、电动汽车损耗成本最小为目标构建多目标函数；
21、构建电网约束、气网约束、热网约束、冷网约束。
22、根据第一方面，在一种可能的实现方式中，所述电网约束包括电网功率平衡约束、上级电网电量交换与购电容量约束、机组爬坡约束、电力锅炉约束、储能约束、电动汽车充放电功率约束、储能荷电状态约束；所述气网约束包括气网功率平衡约束、燃气轮机约束、燃气锅炉约束；所述热网约束包括热网功率平衡约束、热交换器约束；所述冷网约束包括冷网功率平衡约束、电制冷机约束、吸收式制冷机约束。
23、根据第一方面，在一种可能的实现方式中，步骤s4中得到的单目标优化模型的目标函数表示如下：
24、min f＝μ1fcc+μ2fco+μ3fev
25、式中，f表示单目标优化模型的优化目标，fcc、fco、fev分别表示运行过程中电力和天然气购买及售电成本、二氧化碳排放治理成本、电动汽车损耗成本；μ1,μ2,μ3分别表示fcc、fco、fev的权重。
26、根据第一方面，在一种可能的实现方式中，步骤s5中对含电动汽车的综合能源系统的单目标优化模型利用霜花算法进行求解的过程包括：
27、初始化雾凇种群r，雾凇种群r包括n个雾凇代理s，每个雾凇代理包括d个雾凇粒子，每个雾凇粒子表示一个待求解的控制变量；
28、将f作为适应度函数，计算得到当前最优雾凇代理和最优适应度值；
29、进行迭代计算，包括：
30、判断当前迭代次数m是否小于或等于设定的总迭代次数m；
31、若是，则首先通过软时间搜索策略更新雾凇代理位置，其中软时间搜索策略表示如下：
32、
33、式中，为第i个霜花代理中的第j个雾凇粒子更新后的新位置；rbest,j是雾凇种群中第j个雾凇粒子的最优位置；r1是一个(-1,1)范围内的随机数；cosθ将随着迭代次数的变化而变化；β是环境因素；h为粘连的程度，是一个(0,1)范围内的随机数，用于控制两个雾凇粒子中心之间的距离；θ、ubij、lbij分别为粒子运动方向角度、逃逸空间的上界和下界；r2是一个[0,1]范围内的随机数；e为附着系数；其中θ、β和e通过如下公式计算：
34、
35、β＝1-(ω·m/m)/ω
36、e＝(m/m)0.5
37、式中，ω为用于控制阶跃函数的分段数；
38、再通过判断r3是否小于第i个雾凇代理的适应度值的归一化值进行位置更新，表示如下：
39、
40、式中，fnormr(si)表示第i个雾凇代理适应度值的归一化值，r3是一个(-1,1)范围内的随机数；
41、计算更新后的雾凇代理的适应度值，并与更新前的雾凇代理适应度值进行比较，根据比较结果判断各雾凇代理是否进行替换和当前最优雾凇代理是否进行替换；
42、令m＝m+1，进入下一轮迭代，直至m达到最大迭代次数，输出最后一轮迭代的最优雾凇代理，得到最优控制量。
43、第二方面，提供了一种含电动汽车的综合能源系统多目标优化系统，包括：
44、数据获取模块：用于获取待分析的含电动汽车的综合能源系统的系统数据信息；
45、模型构建模块：用于构建考虑车主出行需求的电动汽车优化模型；
46、优化模型构建模块：用于根据数据获取模块获取的系统数据信息，构建含电动汽车的综合能源系统多目标优化模型；
47、多目标转换模块：用于根据优化模型构建模块构建的模型，利用多目标转换方法，将优化模型构建模块构建的多目标优化模型转为单目标优化模型；
48、优化求解模块：用于对多目标转换模块构建的含电动汽车的综合能源系统的单目标优化模型利用霜花算法进行求解，得到最优控制量。
49、第三方面，提供本文档来自技高网...
【技术保护点】
1.一种含电动汽车的综合能源系统多目标优化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的含电动汽车的综合能源系统多目标优化方法，其特征在于，步骤S1中系统数据信息包括：新能源日前出力数据、负荷日前出力数据、电动汽车的模型参数及出行数据。
3.根据权利要求1所述的含电动汽车的综合能源系统多目标优化方法，其特征在于，步骤S2中构建的电动汽车优化模型包括：
4.根据权利要求1所述的含电动汽车的综合能源系统多目标优化方法，其特征在于，步骤S3中构建含电动汽车的综合能源系统多目标优化模型包括：
5.根据权利要求4所述的含电动汽车的综合能源系统多目标优化方法，其特征在于，所述电网约束包括电网功率平衡约束、上级电网电量交换与购电容量约束、机组爬坡约束、电力锅炉约束、储能约束、电动汽车充放电功率约束、储能荷电状态约束；所述气网约束包括气网功率平衡约束、燃气轮机约束、燃气锅炉约束；所述热网约束包括热网功率平衡约束、热交换器约束；所述冷网约束包括冷网功率平衡约束、电制冷机约束、吸收式制冷机约束。
6.根据权利要求1所述的含电动汽
7.根据权利要求6所述的含电动汽车的综合能源系统多目标优化方法，其特征在于，步骤S5中对含电动汽车的综合能源系统的单目标优化模型利用霜花算法进行求解的过程包括：
8.一种含电动汽车的综合能源系统多目标优化系统，其特征在于，包括：
9.一种电子终端，其特征在于，包括：
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的含电动汽车的综合能源系统多目标优化方法。
...【技术特征摘要】
1.一种含电动汽车的综合能源系统多目标优化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的含电动汽车的综合能源系统多目标优化方法，其特征在于，步骤s1中系统数据信息包括：新能源日前出力数据、负荷日前出力数据、电动汽车的模型参数及出行数据。
3.根据权利要求1所述的含电动汽车的综合能源系统多目标优化方法，其特征在于，步骤s2中构建的电动汽车优化模型包括：
4.根据权利要求1所述的含电动汽车的综合能源系统多目标优化方法，其特征在于，步骤s3中构建含电动汽车的综合能源系统多目标优化模型包括：
5.根据权利要求4所述的含电动汽车的综合能源系统多目标优化方法，其特征在于，所述电网约束包括电网功率平衡约束、上级电网电量交换与购电容量约束、机组爬坡约束、电力锅炉约束、储能约束、电动汽车充放电功率约束、储能荷电状态约束；所述气网约束包...
【专利技术属性】
技术研发人员：刘鑫，庞霞，郭节，
申请(专利权)人：中建五局第三建设有限公司，
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。