一种基于改进粒子群算法的综合能源系统优化调度方法技术方案

本发明专利技术公开一种基于改进粒子群算法的综合能源系统优化调度方法，步骤为：给出园区综合能源系统内部各个设备产生的冷热电的能量流动关系，构建综合能源系统；对园区综合能源系统内部各个设备建模；建立园区综合能源系统的优化调度模型及目标函数；确定园区综合能源系统约束条件；引入改进粒子群算法对园区综合能源系统进行优化调度，在基本粒子群算法基础上，采用多种群、综合学习策略和时变参数的方法进行粒子更新，将该改进算法应用于综合能源系统优化调度中，获得最优解，实现系统的冷热电优化调度。本发明专利技术方法采用改进的粒子群算法进行求解，可以精确且快速求出系统内各个设备在某一时刻的出力情况，达到降低系统成本和保护环境的目的。护环境的目的。护环境的目的。

【技术实现步骤摘要】
一种基于改进粒子群算法的综合能源系统优化调度方法


[0001]本专利技术涉及一种综合能源系统，具体为一种基于改进粒子群算法的综合能源系统优化调度方法。

技术介绍

[0002]随着社会经济的发展，能源需求量越来越大，全球面临严重的能源危机，同时像煤、石油等不可再生能源的大量燃烧会加剧地球温室效应以及酸雨的形成，这对环境污染造成很大的影响。因此，急需发展可再生能源，构建多能互补，能量梯级利用的新型能源体系。
[0003]园区综合能源系统是一种包括能量提供端，能量转换端，能量存储端和能量需求端的一种冷热电气多能耦合系统，它打破了传统的分供系统的运行模式，实现了能量的梯级利用，所以制定一个合理的优化调度方案可以有效的提高综合能源利用率，降低系统成本，减少环境污染。
[0004]一个合理的调度方案依赖于好的方法，目前，对于综合能源系统优化调度领域，所应用的方法大部分是群智能算法，粒子群算法操作参数少，易于实现等优点可以应用于优化调度过程中，但是传统的粒子群算法存在易于陷入局部最优、缺乏多样性等缺点，导致综合能源系统24小时日调度不精确，进而导致经济成本增加环境污染严重。

技术实现思路

[0005]针对现有技术中综合能源系统上等不足，本专利技术要解决的问题是提供一种可以精确且快速求出系统内各个设备在某一时刻的出力情况，达到降低系统成本和保护环境目的的基于改进粒子群算法的综合能源系统优化调度方法。
[0006]为解决上述技术问题，本专利技术采用的技术方案是：
[0007]本专利技术提供基于改进粒子群算法的综合能源系统优化调度方法，包括以下步骤：
[0008]1)给出园区综合能源系统内部各个设备产生的冷热电的能量流动关系，构建综合能源系统；
[0009]2)在建综合能源系统中对园区综合能源系统内部各个设备建模；
[0010]3)建立园区综合能源系统的优化调度模型及目标函数；
[0011]4)确定园区综合能源系统约束条件；
[0012]5)基于上述优化调度模型、目标函数以及约束条件，引入改进粒子群算法对园区综合能源系统进行优化调度，在基本粒子群算法基础上，采用多种群、综合学习策略和时变参数的方法进行粒子更新，将该改进算法应用于综合能源系统优化调度中，获得最优解，实现系统的冷热电优化调度。
[0013]步骤5)中，采用多群和时变参数的方法，应用综合学习策略的方法进行粒子更新，具体为：
[0014]501)初始化粒子群的速度和位置，生成n个粒子，分别代表园区综合能源系统各个
设备的出力大小的n个估计值，每个粒子对应的位置向量为xi＝{xi1,xi2,...,xiD}(i＝1,2,...,n)，对应的速度向量为vi＝{vi1,vi2,...,viD}(i＝1,2,...,n)，每个粒子有D个维度，这里D表示园区综合能源系统可调度的变量，即微型燃气轮机出力，风力发电出力，光伏发电出力，大电网出力，蓄电池出力；
[0015]502)基于改进粒子群的分群方法，将n个粒子分成两个种群，第一个种群为局部搜索群g1，大小为n1，g1负责局部搜索，加快收敛；第二个种群为全局搜索群g2,大小为n2，g2负责全局搜索，保证种群多样性；n＝n1+n2；
[0016]503)为g1种群中每个粒子的每个维度构建初始学习模范Pbest，对于第i个粒子的第d维，随机选择两个粒子，比较他们的适应度函数值，优胜者作为第i个粒子的第d维的学习模范；
[0017]504)基于改进的惯性权重，各群的加速因子如下，惯性权重ω可采用随迭代次数递减的计算方法，g1群的加速因子c在[2.5,0.5]线性递减，g2群的加速因子c1[3,1.5]线性递减,c2[1.5,3]线性递增；
[0018]505)基于改进的速度更新公式更新各种群粒子速度v
i
和位置x
i
；
[0019]506)将园区综合能源系统可调度变量作为改进粒子群算法的输入参数，计算每个粒子的适应度函数值，更新历史最优解和全局最优解；
[0020]507)重复步骤504～506)，当达到迭代最大值时，输出参数；输出的x即为微型燃气轮机出力，光伏发电出力，风力发电出力，大电网出力，蓄电池出力情况；输出的适应函数值为目标函数的最小值，即园区综合能源系统的最低成本。
[0021]步骤505)中基于改进的速度更新公式更新各种群粒子速度v
i
和位置x
i
，其中，g1群粒子负责局部搜索，g1群的速度更新公式忽略速度项，同时向学习榜样P
best
学习，g2群粒子负责全局搜索，g2群粒子向该粒子的历史最优和g2群的全局最优学习；具体速度位置更新公式如下所示：
[0022]g1群：V
i,d
＝c*rand
i,d
*(pbest
d-X
i,d
)
ꢀꢀꢀ
(21)
[0023]x
i,d
＝x
i,d
+V
i,d
ꢀꢀꢀ
(22)
[0024]g2群：V
i
＝ω*V
i
+c1*rand1
i
*(X
i,pbest-X
i
)+c2*rand2
i
*(X
gbest-X
i
)
ꢀꢀꢀ
(23)
[0025]x
i
＝x
i
+V
i
ꢀꢀꢀ
(24)
[0026]Pbest
d
为g1群第i个粒子的第d维的学习榜样，X
i,pbest
为g2群第i个粒子的历史最优，X
gbest
为g2群的全局最优，rand
i,d
、rand1
i
、rand2
i
都是[0,1]的随机数；ω为惯性权重，c为g1群的加速因子，c1、c2分别为g2群的加速因子，V
i,d
为第i个粒子d维上的速度，X
i，d
为第i个粒子d维上的位置。
[0027]步骤1)中，园区综合能源系统内部各个设备产生的冷热电的能量流动关系包括电能版块和热能版块电能版块包括风力发电、光伏发电、微型燃气轮机提供电能，蓄电池存储电能；热能版块包括微型燃气轮机、余热锅炉和电锅炉提供热能；其中微型燃气轮机通过燃气产生的热能分别用于溴化锂吸收式制冷所需的热能和提供给余热锅炉进一步满足热负荷，电锅炉消耗电能产生热能提供给热负荷；溴化锂机组吸收微型燃气轮机的余热产生冷能提供给冷负荷，电制冷机组消耗电能产生冷能提供给冷负荷；风力、光伏发电提供电能，微型燃气轮机燃烧天然气提供电能，蓄电池存储电能。
[0028]步骤2)中，对园区综合能源系统内部各个设备建模包括对风力发电机组、光伏发
电机组本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进粒子群算法的综合能源系统优化调度方法，其特征在于包括以下步骤：1)给出园区综合能源系统内部各个设备产生的冷热电的能量流动关系，构建综合能源系统；2)在建综合能源系统中对园区综合能源系统内部各个设备建模；3)建立园区综合能源系统的优化调度模型及目标函数；4)确定园区综合能源系统约束条件；5)基于上述优化调度模型、目标函数以及约束条件，引入改进粒子群算法对园区综合能源系统进行优化调度，在基本粒子群算法基础上，采用多种群、综合学习策略和时变参数的方法进行粒子更新，将该改进算法应用于综合能源系统优化调度中，获得最优解，实现系统的冷热电优化调度。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优化调度方法，其特征在于步骤5)中，采用多群和时变参数的方法，应用综合学习策略的方法进行粒子更新，具体为：501)初始化粒子群的速度和位置，生成n个粒子，分别代表园区综合能源系统各个设备的出力大小的n个估计值，每个粒子对应的位置向量为xi＝{xi1,xi2,...,xiD}(i＝1,2,...,n)，对应的速度向量为vi＝{vi1,vi2,...,viD}(i＝1,2,...,n)，每个粒子有D个维度，这里D表示园区综合能源系统可调度的变量，即微型燃气轮机出力，风力发电出力，光伏发电出力，大电网出力，蓄电池出力；502)基于改进粒子群的分群方法，将n个粒子分成两个种群，第一个种群为局部搜索群g1，大小为n1，g1负责局部搜索，加快收敛；第二个种群为全局搜索群g2,大小为n2，g2负责全局搜索，保证种群多样性；n＝n1+n2；503)为g1种群中每个粒子的每个维度构建初始学习模范Pbest，对于第i个粒子的第d维，随机选择两个粒子，比较他们的适应度函数值，优胜者作为第i个粒子的第d维的学习模范；504)基于改进的惯性权重，各群的加速因子如下，惯性权重ω可采用随迭代次数递减的计算方法，g1群的加速因子c在[2.5,0.5]线性递减，g2群的加速因子c1[3,1.5]线性递减,c2[1.5,3]线性递增；505)基于改进的速度更新公式更新各种群粒子速度vi和位置xi；506)将园区综合能源系统可调度变量作为改进粒子群算法的输入参数，计算每个粒子的适应度函数值，更新历史最优解和全局最优解；507)重复步骤504～506)，当达到迭代最大值时，输出参数；输出的x即为微型燃气轮机出力，光伏发电出力，风力发电出力，大电网出力，蓄电池出力情况；输出的适应函数值为目标函数的最小值，即园区综合能源系统的最低成本。3.根据权利要求2所述的基于改进粒子群算法的综合能源系统优化调度方法，其特征在于：步骤505)中基于改进的速度更新公式更新各种群粒子速度vi和位置xi，其中，g1群粒子负责局部搜索，g1群的速度更新公式忽略速度项，同时向学习榜样Pbest学习，g2群粒子负责全局搜索，g2群粒子向该粒子的历史最优和g2群的全局最优学习；具体速度位置更新公式如下所示：
g1群：V
i,d
＝c*rand
i,d
*(pbest
d-X
i,d
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(21)x
i,d
＝x
i,d
+V
i,d
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(22)g2群：V
i
＝ω*V
i
+c1*rand1
i
*(X
i,pbest-X
i
)+c2*rand2
i
*(X
gbest-X
i
)
ꢀꢀꢀꢀ
(23)x
i
＝x
i
+V
i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(24)Pbest
d
为g1群第i个粒子的第d维的学习榜样，X
i,pbest
为g2群第i个粒子的历史最优，X
gbest
为g2群的全局最优，rand
i,d
、rand1
i
、rand2
i
都是[0,1]的随机数；ω为惯性权重，c为g1群的加速因子，c1、c2分别为g2群的加速因子，V
i,d
为第i个粒子d维上的速度，X
i，d
为第i个粒子d维上的位置。4.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优化调度方法，其特征在于步骤1)中，园区综合能源系统内部各个设备产生的冷热电的能量流动关系包括电能版块和热能版块电能版块包括风力发电、光伏发电、微型燃气轮机提供电能，蓄电池存储电能；热能版块包括微型燃气轮机、余热锅炉和电锅炉提供热能；其中微型燃气轮机通过燃气产生的热能分别用于溴化锂吸收式制冷所需的热能和提供给余热锅炉进一步满足热负荷，电锅炉消耗电能产生热能提供给热负荷；溴化锂机组吸收微型燃气轮机的余热产生冷能提供给冷负荷，电制冷机组消耗电能产生冷能提供给冷负荷；风力、光伏发电提供电能，微型燃气轮机燃烧天然气提供电能，蓄电池存储电能。5.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优化调度方法，其特征在于步骤2)中，对...

【专利技术属性】
技术研发人员：杨强大，吴丹，张卫军，张忻怡，
申请(专利权)人：东北大学，
类型：发明
国别省市：