CN109615141A - 一种多能源系统并网优化调度方法及装置 - Google Patents
一种多能源系统并网优化调度方法及装置 Download PDFInfo
- Publication number
- CN109615141A CN109615141A CN201811533714.3A CN201811533714A CN109615141A CN 109615141 A CN109615141 A CN 109615141A CN 201811533714 A CN201811533714 A CN 201811533714A CN 109615141 A CN109615141 A CN 109615141A
- Authority
- CN
- China
- Prior art keywords
- fireworks
- population
- unit
- power output
- fireworks population
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 31
- 239000002360 explosive Substances 0.000 claims abstract description 36
- 230000035772 mutation Effects 0.000 claims abstract description 16
- 230000000739 chaotic effect Effects 0.000 claims abstract description 15
- 230000006870 function Effects 0.000 claims description 28
- 238000004146 energy storage Methods 0.000 claims description 21
- 230000005611 electricity Effects 0.000 claims description 14
- 238000013507 mapping Methods 0.000 claims description 12
- 238000004880 explosion Methods 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 5
- 239000000446 fuel Substances 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 claims description 4
- 238000010248 power generation Methods 0.000 claims description 4
- 235000019504 cigarettes Nutrition 0.000 claims 2
- 241000218922 Magnoliophyta Species 0.000 claims 1
- 238000005474 detonation Methods 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 20
- 238000004422 calculation algorithm Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 239000007789 gas Substances 0.000 description 5
- 239000002245 particle Substances 0.000 description 5
- 230000006978 adaptation Effects 0.000 description 4
- 238000010521 absorption reaction Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000001172 regenerating effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000000153 supplemental effect Effects 0.000 description 2
- RZGZMLICFFEUIQ-UHFFFAOYSA-N 5-[(1-phenylcyclohexyl)amino]pentanoic acid Chemical compound C=1C=CC=CC=1C1(NCCCCC(=O)O)CCCCC1 RZGZMLICFFEUIQ-UHFFFAOYSA-N 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000005338 heat storage Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种多能源系统并网优化调度方法及装置,该方法包括:S1:构建多能源系统经济调度模型的目标函数;S2:以机组的出力为烟花生成初始烟花种群,并通过目标函数计算初始烟花种群中各个烟花的适应度,并确定初始烟花种群为第一烟花种群;S3:根据第一烟花种群中各个烟花的适应度通过基于Tent混沌映射的爆炸方式产生第二烟花种群,并对第一烟花种群进行高斯变异得到第三烟花种群;S4:以适应度为选择标准,在第一烟花种群、第二烟花种群和第三烟花种群中选择烟花构成第四烟花种群;S5:判断是否满足停止迭代条件,若满足,则将第四烟花种群中的最优烟花作为机组的出力,若不满足,则将第四烟花种群作为第一烟花种群并重新执行S3。
Description
技术领域
本发明涉及多能源系统调度技术领域,尤其涉及一种多能源系统并网优化调度方法及装置。
背景技术
随着当今社会能源短缺和环境污染问题的日趋严重,具有节能、环保优势的多能源系统受到广泛关注。多能源系统建立了电、冷、热系统之间的灵活协调运行方式,可有效提升可再生能源的消纳能力,且能源的梯级利用减少了能源使用过程的浪费现象。此外多能源系统推动清洁能源的大规模消纳,降低能源供应成本,同时也带来了碳排放量的降低,具有显著的低碳效益。如何通过“多能互补,源网荷协同”实现安全供能下的效益最大化,是关于多能源系统研究的一个焦点问题。
目前,在多能源系统的经济调度研究主要集中在提高经济性、消除电力波动、降低碳排放及能耗等方面。调度模型从系统运行维护成本、燃料成本等方面构建。由于模型中优化变量众多,表达式复杂,因而多能源调度问题是一个多维非线性的最优化问题。已有的研究针对该类优化问题主要有两种解决方法:一种是将非线性问题线性化进而转化为线性规划问题;另一种方法则是采用智能算法求解,如粒子群算法、遗传算法等。
目前研究文献中构建的多能源系统联合经济调度模型,其优化方法上而言,在求解多能源调度这种高维非线性优化调度问题时,存在局部搜索能力受限问题。
发明内容
本发明实施例提供了一种多能源系统并网优化调度方法及装置,采用了基于Tent映射的混沌增强烟花算法,提高了算法的收敛速度,同时使烟花粒子局部搜索能力更彻底,增强算法的全局搜索能力。
根据本发明的一个方面,提供一种多能源系统并网优化调度方法,包括:
S1:构建多能源系统经济调度模型的目标函数,所述目标函数为调度成本与机组的出力之间的对应关系;
S2:以机组的出力为烟花生成初始烟花种群,并通过所述目标函数计算所述初始烟花种群中各个烟花的适应度,并确定所述初始烟花种群为第一烟花种群;
S3:根据所述第一烟花种群中各个所述烟花的适应度通过基于Tent混沌映射的爆炸方式产生第二烟花种群,并对所述第一烟花种群进行高斯变异得到第三烟花种群;
S4:以所述适应度为选择标准,在所述第一烟花种群、所述第二烟花种群和所述第三烟花种群中选择烟花构成第四烟花种群;
S5:判断是否满足停止迭代条件,若满足,则将所述第四烟花种群中的最优烟花作为机组的出力,若不满足,则将所述第四烟花种群作为所述第一烟花种群并重新执行S3。
优选地,所述调度成本包括:风机发电成本、燃料成本、治污成本、电储能损耗成本、电储能机会受益、热储能损耗成本、热储能惩罚成本、与大电网交互成本和设备运行维护成本。
优选地,所述以机组的出力为烟花生成初始烟花种群具体为:
初始化机组的出力范围,在所述出力范围内随机生成多组所述机组的出力值,构成初始烟花种群。
优选地,所述根据所述第一烟花种群中各个所述烟花的适应度通过基于Tent混沌映射的爆炸方式产生第二烟花种群,并对所述第一烟花种群进行高斯变异得到第三烟花种群具体包括:
根据所述第一烟花种群中各个所述烟花的适应度进行计算所述第一烟花种群中各个所述烟花的爆炸火花半径;
获取修正系数,根据所述修正系数对所述第一烟花种群中各个所述烟花的爆炸火花半径进行修正,得到所述第一烟花种群中各个所述烟花的机组的出力偏移量;
根据所述第一烟花种群中各个所述烟花的机组的出力偏移量通过基于Tent混沌映射的爆炸方式产生各个新烟花;
在各个所述新烟花中,将超过机组的出力范围的所述新烟花映射到机组的机组范围中,将未超过机组的出力范围的所述新烟花和映射后的所述新烟花组成第二烟花种群;
对所述第一烟花种群进行高斯变异得到第三烟花种群。
优选地,对所述第一烟花种群中各个所述烟花的爆炸火花半径进行修正的公式为:
式中,i为烟花的个数,k表示迭代次数,为第i个烟花的爆炸火花半径,为第i个烟花的第m个机组的出力偏移量,Rm为第m个机组的出力范围跨度,Rmax为所有机组中出力范围跨度最大值。
优选地,基于Tent混沌映射的爆炸方式所应用的公式为:
式中,为第i个新烟花的值,为第i个烟花的值,c为预置范围内的一组混沌序列,为第i个烟花的爆炸火花数量。
优选地,将超过机组的出力范围的所述新烟花映射到机组的机组范围中所应用的公式为:
式中,为第m个机组的出力最大值,为第m个机组的出力最小值。
根据本发明的另一方面,提供一种多能源系统并网优化调度装置,包括:
构建模块,用于构建多能源系统经济调度模型的目标函数,所述目标函数为调度成本与机组的出力之间的对应关系;
生成模块,用于以机组的出力为烟花生成初始烟花种群,并通过所述目标函数计算所述初始烟花种群中各个烟花的适应度,并确定所述初始烟花种群为第一烟花种群;
爆炸模块,用于根据所述第一烟花种群中各个所述烟花的适应度通过基于Tent混沌映射的爆炸方式产生第二烟花种群,并对所述第一烟花种群进行高斯变异得到第三烟花种群;
选择模块,用于以所述适应度为选择标准,在所述第一烟花种群、所述第二烟花种群和所述第三烟花种群中选择烟花构成第四烟花种群;
迭代模块,用于判断是否满足停止迭代条件,若满足,则将所述第四烟花种群中的最优烟花作为机组的出力,若不满足,则将所述第四烟花种群作为所述第一烟花种群并重新触发爆炸模块。
根据本发明的另一方面,提供一种多能源系统并网优化调度装置,包括处理器和存储器,所述存储器上存储有计算机程序指令,当所述程序指令被处理器执行时实现如以上所述的多能源系统并网优化调度方法。
根据本发明的另一方面,提供一种计算机可读存储介质,所述介质上存储有计算机程序指令,当所述程序指令被处理器执行时实现如以上所述的多能源系统并网优化调度方法。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明提供一种多能源系统并网优化调度方法及装置,该方法包括:S1:构建多能源系统经济调度模型的目标函数;S2:以机组的出力为烟花生成初始烟花种群,并通过目标函数计算初始烟花种群中各个烟花的适应度,并确定初始烟花种群为第一烟花种群;S3:根据第一烟花种群中各个烟花的适应度通过基于Tent混沌映射的爆炸方式产生第二烟花种群,并对第一烟花种群进行高斯变异得到第三烟花种群;S4:以适应度为选择标准,在第一烟花种群、第二烟花种群和第三烟花种群中选择烟花构成第四烟花种群;S5:判断是否满足停止迭代条件,若满足,则将第四烟花种群中的最优烟花作为机组的出力,若不满足,则将第四烟花种群作为第一烟花种群并重新执行S3。本发明对于系统的最优经济运行模型的求解中,采用了基于Tent映射的混沌增强烟花算法,提高了算法的收敛速度,同时使烟花粒子局部搜索能力更彻底,增强算法的全局搜索能力。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明提供的一种多能源系统并网优化调度方法的一个实施例的流程示意图;
图2为本发明提供的一种多能源系统并网优化调度方法的另一个实施例的流程示意图;
图3为本发明提供的一种多能源系统并网优化调度装置的一个实施例的结构示意图。
具体实施方式
本发明实施例提供了一种多能源系统并网优化调度方法及装置,采用了基于Tent映射的混沌增强烟花算法,提高了算法的收敛速度,同时使烟花粒子局部搜索能力更彻底,增强算法的全局搜索能力。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,本发明提供的一种多能源系统并网优化调度方法的一个实施例,包括:
101、构建多能源系统经济调度模型的目标函数,目标函数为调度成本与机组的出力之间的对应关系;
102、以机组的出力为烟花生成初始烟花种群,并通过目标函数计算初始烟花种群中各个烟花的适应度,并确定初始烟花种群为第一烟花种群;
103、根据第一烟花种群中各个烟花的适应度通过基于Tent混沌映射的爆炸方式产生第二烟花种群,并对第一烟花种群进行高斯变异得到第三烟花种群;
104、以适应度为选择标准,在第一烟花种群、第二烟花种群和第三烟花种群中选择烟花构成第四烟花种群;
105、判断是否满足停止迭代条件,若满足,则将第四烟花种群中的最优烟花作为机组的出力,若不满足,则将第四烟花种群作为第一烟花种群并重新执行103。
本发明对于系统的最优经济运行模型的求解中,采用了基于Tent映射的混沌增强烟花算法,提高了算法的收敛速度,同时使烟花粒子局部搜索能力更彻底,增强算法的全局搜索能力。
以上为一种多能源系统并网优化调度方法的一个实施例,为进行更具体的说明,下面提供一种多能源系统并网优化调度方法的另一个实施例,请参阅图2,本发明提供的一种多能源系统并网优化调度方法的另一个实施例,包括:
201、构建多能源系统经济调度模型的目标函数,目标函数为调度成本与机组的出力之间的对应关系;
在本实施例中,多能源系统经济调度模型的目标函数为:
式中,NT为调度周期总的时间段数;Cwind,t为风机发电成本、Cgas,t为燃料成本、Cpa,t为治污成本、Ces,t为电储能损耗成本、Ceso,t为电储能机会受益、Chs,t为热储能损耗成本、Chsp,t为热储能惩罚成本、Cgrid,t为与大电网交互成本、Com,t为设备运行维护成本。需要说明的是,本实施例中的机组包含风机、储能等设备,其出力与下述各个成本(除热储能惩罚成本外)之间具备一定的计算关系,此为本领域技术人员的公知常识,更进一步地,各个成本的计算公式为:
Cwind,t=(PWE,t-PWT,t)(cwt-cwind,s)Δt
g(y)=cwy(1+βCPI)y-1
式中,PWE,t为t时段风机的预测发电功率;PWT,t为t时段风机的实际出力;cwt为单位风电的弃风成本;cwind,s为风电上网价格;Δt为调度时间尺度;PWN为系统内风机的满发输出功率;cwo为单位容量风机的建设成本;α为风机的净残值率;Twmax为风机年等效满发小时数;Y为风机的运行寿命;Bsub为国家节能减排补贴;cwy为风机的年运行成本;βCPI为物价上涨系数;y为风机运行时间;
式中,PCHP,t为t时段CHP的输出电功率;LHV天然气的低热热值;cgas为天然气价格;ηe,t为CHP单元的发电效率;a3、a2、a1、a0为CHP机组效率相关系数;
式中,ρi为i气体的排放因子;cpa,i为单位质量i气体的治污费用;
式中,为蓄电池的寿命损耗成本;为蓄电池的电传输损耗;μ1为调节系数,由于蓄电池在时间内的出力,只有充电或放电半个过程,因此在计算循环损耗成本时引入μ1;ces,in为电池的初始投资成本;EES,N为蓄电池的额定容量;ces,0表示蓄电池单位传输损耗成本;PES,t为t时段蓄电池的充放电功率,正表示放电,负表示充电;ηch、ηdis分别表示蓄电池的充放电效率;b4、b3、b2、b1、b0为蓄电池寿命损耗系数;
电储机会收益:
式中,cs,t和cb,t分别为t时段的向大电网售电与买电价格;cs,max为向大电网的最高售电价格;Pgrid,t为多能系统与大电网的交互电功率,正为买电、负为售电;P′grid,t为不考虑电储能参与调度时,系统与大电网的交互电功率,正为买电、负为售电;
式中,chs,0为单位热量损耗成本;kloss闲置散热损失率;HHS,t为t时段末蓄热装置的蓄热量;QHS,t为t时段蓄热装置的吸收/放出热量效率,正为放热,负为吸热;ηst和ηex分别为蓄热装置的吸收、放出热效率;
在本发明实施例中,还定义了热储惩罚成本:
式中,Qh,t为t时段系统纯热负荷;Qsd为热负荷预设标准线;kp惩罚系数;
式中,M为系统中所含设备数量;Pj,t为j设备(该设备仅指热储能设备)t时段的出力;com,j为j设备的运行维护系数。
202、初始化机组的出力范围,在出力范围内随机生成多组机组的出力值,构成初始烟花种群,并通过目标函数计算初始烟花种群中各个烟花的适应度,并确定初始烟花种群为第一烟花种群;
统计多能源系统的历史数据,以及历史风力发电情况,根据历史数据对调度周期内多能源系统的各时段的电负荷、热负荷、冷负荷以及风力发电功率进行预测,并作为多能源系统调度模型的输入参数;另外涉及到的输入参数还包括各个机组的参数数据(即在上述各个成本的计算公式中,除机组的出力以外,其余的量均为各个机组的参数数据,可提前获取输入)。
将多能源系统调度模型的参数输入后,可以初始化各个机组的出力范围,在出力范围内随机生成多组机组的出力值,如随机生成N组该时段内M个机组的出力值,形成一个N×M维数组即可构成初始烟花种群,并通过目标函数计算初始烟花种群中各个烟花的适应度,并确定初始烟花种群为第一烟花种群。
203、根据第一烟花种群中各个烟花的适应度进行计算第一烟花种群中各个烟花的爆炸火花半径;
在本实施例中,确定第一烟花种群后,需要根据第一烟花种群中各个烟花的适应度进行计算第一烟花种群中各个烟花的爆炸火花半径,第i个烟花爆炸火花半径与爆炸火花数量的计算公式为:
式中,i表示第i个烟花,k表示迭代次数,Me分别是调整爆炸半径大小和爆炸火花数量的常数,是烟花的适应度值,分别是当前烟花种群适应度值的最小值和最大值,ε是一个机器最小量,为了避免除零操作,Ainit和Afinal分别表示爆炸半径的初始值和最终值,L是最大迭代次数。
204、获取修正系数,根据修正系数对第一烟花种群中各个烟花的爆炸火花半径进行修正,得到第一烟花种群中各个烟花的机组的出力偏移量;
在本发明实施例中,引入了修正系数对第一烟花种群中各个烟花的爆炸火花半径进行修正的公式为:
式中,i为烟花的个数,k表示迭代次数,为第i个烟花的爆炸火花半径,为第i个烟花的第m个机组的出力偏移量,Rm为第m个机组的出力范围跨度,Rmax为所有机组中出力范围跨度最大值。
205、根据第一烟花种群中各个烟花的机组的出力偏移量通过基于Tent混沌映射的爆炸方式产生各个新烟花;
由于Tent混沌映射概率密度分布均匀特性,有助于算法跳出局部最优,本发明提出了基于Tent混沌映射的爆炸方式,生成新位置火花,故基于Tent混沌映射的爆炸方式所应用的公式为:
式中,为第i个新烟花的值(可以理解的是,一个烟花中包含多个机组的出力值,此处为第i个新烟花中第m个机组的出力值),为第i个烟花的值(同理,此处为第i个烟花中第m个机组的出力值),c为预置范围内的一组混沌序列,为第i个烟花的爆炸火花数量。更进一步地,预置范围可以为[0,1],但Tent映射迭代序列存在小周期和不稳周期点,因此,引入随机方程的方法进行改进:
206、在各个新烟花中,将超过机组的出力范围的新烟花映射到机组的机组范围中,将未超过机组的出力范围的新烟花和映射后的新烟花组成第二烟花种群;
由于在各个新烟花中,会存在一部分新烟花超出出力范围,因此,将超过机组的出力范围的新烟花映射到机组的机组范围中,其所应用的公式为:
式中,为第m个机组的出力最大值,为第m个机组的出力最小值。
然后将未超过机组的出力范围的新烟花和映射后的新烟花组成第二烟花种群。
207、对第一烟花种群进行高斯变异得到第三烟花种群;
本发明除了对第一烟花种群进行混沌映射,还通过对第一烟花种群进行高斯变异得到第三烟花种群,即:
式中,g~N(0,1);为第一烟花种群适应度值最小的烟花中第m个机组的出力大小。同样将超出边界(出力范围)的变异火花映射到各机组的可行域内,产生高斯变异火花群,即未超范围的变异烟花和映射后的变压烟花组成第三烟花种群。
208、以适应度为选择标准,在第一烟花种群、第二烟花种群和第三烟花种群中选择烟花构成第四烟花种群;
计算第一烟花种群、第二烟花种群和第三烟花种群各个烟花的适应度,通过轮盘赌注法选择N个烟花构成第四烟花种群,进入下一次迭代。
209、判断是否满足停止迭代条件,若满足,则将第四烟花种群中的最优烟花作为机组的出力,若不满足,则将第四烟花种群作为第一烟花种群并重新执行203。
判断是否满足停止迭代条件,若满足,则将第四烟花种群中的最优烟花作为机组的最终出力输出,若不满足,则将第四烟花种群作为第一烟花种群并重新执行203。通常停止迭代条件设置为迭代次数是否大于预置次数。
本发明提供的一种多能源系统并网优化调度方法,对于系统的最优经济运行模型的求解,采用了基于Tent映射的混沌增强烟花算法,提高了算法的收敛速度,同时使烟花粒子局部搜索能力更彻底,增强算法的全局搜索能力。
更进一步地,本发明还考虑了储电装置的充放电特性、充放电损耗成本、机会收益以及储热装置的充放热特性、传输损耗成本、惩罚成本加入到目标函数中,考虑因素更加全面,充分发挥了储能装置在并网条件下的“削峰填谷”作用。
更进一步地,本发明优化效果好,运算流程通用性较好,可广泛应用于不同场景下的多能源经济调度方案的规划,具有很好地市场推广价值。
以上是对本发明提供的一种多能源系统并网优化调度方法进行的详细说明,以下将对本发明提供的一种多能源系统并网优化调度装置的结构和连接关系进行说明,请参阅图3,本发明提供的一种多能源系统并网优化调度装置的一个实施例,包括:
构建模块301,用于构建多能源系统经济调度模型的目标函数,目标函数为调度成本与机组的出力之间的对应关系;
生成模块302,用于以机组的出力为烟花生成初始烟花种群,并通过目标函数计算初始烟花种群中各个烟花的适应度,并确定初始烟花种群为第一烟花种群;
爆炸模块303,用于根据第一烟花种群中各个烟花的适应度通过基于Tent混沌映射的爆炸方式产生第二烟花种群,并对第一烟花种群进行高斯变异得到第三烟花种群;
选择模块304,用于以适应度为选择标准,在第一烟花种群、第二烟花种群和第三烟花种群中选择烟花构成第四烟花种群;
迭代模块305,用于判断是否满足停止迭代条件,若满足,则将第四烟花种群中的最优烟花作为机组的出力,若不满足,则将第四烟花种群作为第一烟花种群并重新触发爆炸模块303。
更进一步地,调度成本包括:风机发电成本、燃料成本、治污成本、电储能损耗成本、电储能机会受益、热储能损耗成本、热储能惩罚成本、与大电网交互成本和设备运行维护成本。
更进一步地,生成模块302还用于初始化机组的出力范围,在出力范围内随机生成多组机组的出力值,构成初始烟花种群,并通过目标函数计算初始烟花种群中各个烟花的适应度,并确定初始烟花种群为第一烟花种群。
更进一步地,爆炸模块303具体包括:
计算单元,用于根据第一烟花种群中各个烟花的适应度进行计算第一烟花种群中各个烟花的爆炸火花半径;
修正单元,用于获取修正系数,根据修正系数对第一烟花种群中各个烟花的爆炸火花半径进行修正,得到第一烟花种群中各个烟花的机组的出力偏移量;
第一映射单元,用于根据第一烟花种群中各个烟花的机组的出力偏移量通过基于Tent混沌映射的爆炸方式产生各个新烟花;
第二映射单元,用于在各个新烟花中,将超过机组的出力范围的新烟花映射到机组的机组范围中,将未超过机组的出力范围的新烟花和映射后的新烟花组成第二烟花种群;
变异单元,用于对第一烟花种群进行高斯变异得到第三烟花种群。
更进一步地,对第一烟花种群中各个烟花的爆炸火花半径进行修正的公式为:
式中,i为烟花的个数,k表示迭代次数,为第i个烟花的爆炸火花半径,为第i个烟花的第m个机组的出力偏移量,Rm为第m个机组的出力范围跨度,Rmax为所有机组中出力范围跨度最大值。
更进一步地,基于Tent混沌映射的爆炸方式所应用的公式为:
式中,为第i个新烟花的值,为第i个烟花的值,c为预置范围内的一组混沌序列,为第i个烟花的爆炸火花数量。
更进一步地,将超过机组的出力范围的新烟花映射到机组的机组范围中所应用的公式为:
式中,为第m个机组的出力最大值,为第m个机组的出力最小值。
本发明提供的一种多能源系统并网优化调度装置的另一个实施例,包括处理器和存储器,存储器上存储有计算机程序指令,当程序指令被处理器执行时实现如以上所述的多能源系统并网优化调度方法。
本发明还涉及一种计算机可读存储介质,介质上存储有计算机程序指令,当程序指令被处理器执行时实现如以上所述的多能源系统并网优化调度方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种多能源系统并网优化调度方法,其特征在于,包括:
S1:构建多能源系统经济调度模型的目标函数,所述目标函数为调度成本与机组的出力之间的对应关系;
S2:以机组的出力为烟花生成初始烟花种群,并通过所述目标函数计算所述初始烟花种群中各个烟花的适应度,并确定所述初始烟花种群为第一烟花种群;
S3:根据所述第一烟花种群中各个所述烟花的适应度通过基于Tent混沌映射的爆炸方式产生第二烟花种群,并对所述第一烟花种群进行高斯变异得到第三烟花种群;
S4:以所述适应度为选择标准,在所述第一烟花种群、所述第二烟花种群和所述第三烟花种群中选择烟花构成第四烟花种群;
S5:判断是否满足停止迭代条件,若满足,则将所述第四烟花种群中的最优烟花作为机组的出力,若不满足,则将所述第四烟花种群作为所述第一烟花种群并重新执行S3。
2.根据权利要求1所述的多能源系统并网优化调度方法,其特征在于,所述调度成本包括:风机发电成本、燃料成本、治污成本、电储能损耗成本、电储能机会受益、热储能损耗成本、热储能惩罚成本、与大电网交互成本和设备运行维护成本。
3.根据权利要求1所述的多能源系统并网优化调度方法,其特征在于,所述以机组的出力为烟花生成初始烟花种群具体为:
初始化机组的出力范围,在所述出力范围内随机生成多组所述机组的出力值,构成初始烟花种群。
4.根据权利要求1所述的多能源系统并网优化调度方法,其特征在于,所述根据所述第一烟花种群中各个所述烟花的适应度通过基于Tent混沌映射的爆炸方式产生第二烟花种群,并对所述第一烟花种群进行高斯变异得到第三烟花种群具体包括:
根据所述第一烟花种群中各个所述烟花的适应度进行计算所述第一烟花种群中各个所述烟花的爆炸火花半径;
获取修正系数,根据所述修正系数对所述第一烟花种群中各个所述烟花的爆炸火花半径进行修正,得到所述第一烟花种群中各个所述烟花的机组的出力偏移量;
根据所述第一烟花种群中各个所述烟花的机组的出力偏移量通过基于Tent混沌映射的爆炸方式产生各个新烟花;
在各个所述新烟花中,将超过机组的出力范围的所述新烟花映射到机组的机组范围中,将未超过机组的出力范围的所述新烟花和映射后的所述新烟花组成第二烟花种群;
对所述第一烟花种群进行高斯变异得到第三烟花种群。
5.根据权利要求4所述的多能源系统并网优化调度方法,其特征在于,对所述第一烟花种群中各个所述烟花的爆炸火花半径进行修正的公式为:
式中,i为烟花的个数,k表示迭代次数,为第i个烟花的爆炸火花半径,为第i个烟花的第m个机组的出力偏移量,Rm为第m个机组的出力范围跨度,Rmax为所有机组中出力范围跨度最大值。
6.根据权利要求5所述的多能源系统并网优化调度方法,其特征在于,基于Tent混沌映射的爆炸方式所应用的公式为:
式中,为第i个新烟花的值,为第i个烟花的值,c为预置范围内的一组混沌序列,为第i个烟花的爆炸火花数量。
7.根据权利要求6所述的多能源系统并网优化调度方法,其特征在于,将超过机组的出力范围的所述新烟花映射到机组的机组范围中所应用的公式为:
式中,为第m个机组的出力最大值,为第m个机组的出力最小值。
8.一种多能源系统并网优化调度装置,其特征在于,包括:
构建模块,用于构建多能源系统经济调度模型的目标函数,所述目标函数为调度成本与机组的出力之间的对应关系;
生成模块,用于以机组的出力为烟花生成初始烟花种群,并通过所述目标函数计算所述初始烟花种群中各个烟花的适应度,并确定所述初始烟花种群为第一烟花种群;
爆炸模块,用于根据所述第一烟花种群中各个所述烟花的适应度通过基于Tent混沌映射的爆炸方式产生第二烟花种群,并对所述第一烟花种群进行高斯变异得到第三烟花种群;
选择模块,用于以所述适应度为选择标准,在所述第一烟花种群、所述第二烟花种群和所述第三烟花种群中选择烟花构成第四烟花种群;
迭代模块,用于判断是否满足停止迭代条件,若满足,则将所述第四烟花种群中的最优烟花作为机组的出力,若不满足,则将所述第四烟花种群作为所述第一烟花种群并重新触发爆炸模块。
9.一种多能源系统并网优化调度装置,其特征在于,包括处理器和存储器,所述存储器上存储有计算机程序指令,当所述程序指令被处理器执行时实现如权利要求1至权利要求7中任一项所述的多能源系统并网优化调度方法。
10.一种计算机可读存储介质,其特征在于,所述介质上存储有计算机程序指令,当所述程序指令被处理器执行时实现如权利要求1至权利要求7中任一项所述的多能源系统并网优化调度方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811533714.3A CN109615141B (zh) | 2018-12-14 | 2018-12-14 | 一种多能源系统并网优化调度方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811533714.3A CN109615141B (zh) | 2018-12-14 | 2018-12-14 | 一种多能源系统并网优化调度方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109615141A true CN109615141A (zh) | 2019-04-12 |
CN109615141B CN109615141B (zh) | 2020-06-02 |
Family
ID=66010001
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811533714.3A Active CN109615141B (zh) | 2018-12-14 | 2018-12-14 | 一种多能源系统并网优化调度方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109615141B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110260470A (zh) * | 2019-06-20 | 2019-09-20 | 西安建筑科技大学 | 基于群智能架构的中央空调并联冷机负荷优化分配方法 |
CN110333660A (zh) * | 2019-07-29 | 2019-10-15 | 西安科技大学 | 一种冷热电联供系统多目标优化方法 |
CN110766239A (zh) * | 2019-11-05 | 2020-02-07 | 深圳供电局有限公司 | 基于烟花算法的微电网优化调度方法 |
CN111523636A (zh) * | 2020-04-14 | 2020-08-11 | 上海海事大学 | 一种提高无标度网络弹性的优化方法 |
CN111612247A (zh) * | 2020-05-19 | 2020-09-01 | 西安建筑科技大学 | 一种并联冷机负荷优化分配方法、存储介质及设备 |
CN111628558A (zh) * | 2020-05-21 | 2020-09-04 | 南京工程学院 | 混合储能系统的能量管理和容量配置的优化系统及方法 |
CN112257297A (zh) * | 2020-11-27 | 2021-01-22 | 西南交通大学 | 一种基于改进烟花算法的焊接车间综合调度方法 |
CN112288136A (zh) * | 2020-09-30 | 2021-01-29 | 国网河北省电力有限公司电力科学研究院 | 光伏最大准入容量计算方法、装置、终端及存储介质 |
CN114565238A (zh) * | 2022-02-15 | 2022-05-31 | 石河子大学 | 综合能源低碳调度方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120310608A1 (en) * | 2011-06-03 | 2012-12-06 | Nikovski Daniel N | Method for Scheduling Power Generators Based on Optimal Configurations and Approximate Dynamic Programming |
CN107909510A (zh) * | 2017-11-13 | 2018-04-13 | 广东电网有限责任公司湛江供电局 | 一种基于野花优化算法的电力系统经济调度方法 |
CN108471143A (zh) * | 2018-03-26 | 2018-08-31 | 国网天津市电力公司电力科学研究院 | 基于正负反馈粒子群算法的微电网多能源调度优化方法 |
CN108596438A (zh) * | 2018-03-28 | 2018-09-28 | 广东电网有限责任公司 | 一种多目标野花算法的动态环境经济调度方法 |
CN108846602A (zh) * | 2018-05-30 | 2018-11-20 | 广东工业大学 | 一种基于量子烟花算法的物流运输调度方法及装置 |
CN108898511A (zh) * | 2018-06-15 | 2018-11-27 | 广东工业大学 | 一种支持移峰型电力需求响应的生产调度方法 |
-
2018
- 2018-12-14 CN CN201811533714.3A patent/CN109615141B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120310608A1 (en) * | 2011-06-03 | 2012-12-06 | Nikovski Daniel N | Method for Scheduling Power Generators Based on Optimal Configurations and Approximate Dynamic Programming |
CN107909510A (zh) * | 2017-11-13 | 2018-04-13 | 广东电网有限责任公司湛江供电局 | 一种基于野花优化算法的电力系统经济调度方法 |
CN108471143A (zh) * | 2018-03-26 | 2018-08-31 | 国网天津市电力公司电力科学研究院 | 基于正负反馈粒子群算法的微电网多能源调度优化方法 |
CN108596438A (zh) * | 2018-03-28 | 2018-09-28 | 广东电网有限责任公司 | 一种多目标野花算法的动态环境经济调度方法 |
CN108846602A (zh) * | 2018-05-30 | 2018-11-20 | 广东工业大学 | 一种基于量子烟花算法的物流运输调度方法及装置 |
CN108898511A (zh) * | 2018-06-15 | 2018-11-27 | 广东工业大学 | 一种支持移峰型电力需求响应的生产调度方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110260470A (zh) * | 2019-06-20 | 2019-09-20 | 西安建筑科技大学 | 基于群智能架构的中央空调并联冷机负荷优化分配方法 |
CN110333660A (zh) * | 2019-07-29 | 2019-10-15 | 西安科技大学 | 一种冷热电联供系统多目标优化方法 |
CN110766239A (zh) * | 2019-11-05 | 2020-02-07 | 深圳供电局有限公司 | 基于烟花算法的微电网优化调度方法 |
CN111523636B (zh) * | 2020-04-14 | 2023-02-24 | 上海海事大学 | 一种提高无标度网络弹性的优化方法 |
CN111523636A (zh) * | 2020-04-14 | 2020-08-11 | 上海海事大学 | 一种提高无标度网络弹性的优化方法 |
CN111612247A (zh) * | 2020-05-19 | 2020-09-01 | 西安建筑科技大学 | 一种并联冷机负荷优化分配方法、存储介质及设备 |
CN111612247B (zh) * | 2020-05-19 | 2023-09-19 | 西安建筑科技大学 | 一种并联冷机负荷优化分配方法、存储介质及设备 |
CN111628558A (zh) * | 2020-05-21 | 2020-09-04 | 南京工程学院 | 混合储能系统的能量管理和容量配置的优化系统及方法 |
CN112288136A (zh) * | 2020-09-30 | 2021-01-29 | 国网河北省电力有限公司电力科学研究院 | 光伏最大准入容量计算方法、装置、终端及存储介质 |
CN112257297A (zh) * | 2020-11-27 | 2021-01-22 | 西南交通大学 | 一种基于改进烟花算法的焊接车间综合调度方法 |
CN112257297B (zh) * | 2020-11-27 | 2021-06-25 | 西南交通大学 | 一种基于改进烟花算法的焊接车间综合调度方法 |
CN114565238A (zh) * | 2022-02-15 | 2022-05-31 | 石河子大学 | 综合能源低碳调度方法及装置 |
CN114565238B (zh) * | 2022-02-15 | 2023-04-18 | 石河子大学 | 综合能源低碳调度方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109615141B (zh) | 2020-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109615141A (zh) | 一种多能源系统并网优化调度方法及装置 | |
Liu et al. | Two-phase collaborative optimization and operation strategy for a new distributed energy system that combines multi-energy storage for a nearly zero energy community | |
CN102694391B (zh) | 风光储联合发电系统日前优化调度方法 | |
CN112069720B (zh) | 一种综合能源系统及其运行优化方法 | |
Nosrat et al. | Improved performance of hybrid photovoltaic-trigeneration systems over photovoltaic-cogen systems including effects of battery storage | |
CN104135025A (zh) | 基于模糊粒子群算法和储能系统的微网经济运行优化方法 | |
CN103617460A (zh) | 冷热电联供微网系统的双层优化规划设计方法 | |
CN108206543A (zh) | 一种基于能源梯级利用的能源路由器及其运行优化方法 | |
CN105337303A (zh) | 一种含热泵的热电联产型微电网容量优化配置方法 | |
CN114519543B (zh) | 一种乡村多能源系统边缘自治运行方法及系统 | |
CN106779471A (zh) | 一种多能互联交直流混合微电网系统及优化配置方法 | |
CN109473976A (zh) | 一种冷热电联供型微网能量调度方法及系统 | |
CN107203136A (zh) | 一种智慧农业大棚微型能源网的优化调度方法及装置 | |
CN114595868A (zh) | 一种综合能源系统源网荷储协同规划方法及系统 | |
CN111428850A (zh) | 基于改进粒子群算法的综合能源系统运行优化方法及装置 | |
Wang et al. | Co-optimization of configuration and operation for distributed multi-energy system considering different optimization objectives and operation strategies | |
CN109474007A (zh) | 一种基于大数据云技术的能源互联网调度方法 | |
CN105930919A (zh) | 基于两阶段随机规划的虚拟电厂风险规避优化运行方法 | |
Wang et al. | Operation optimization for park with integrated energy system based on integrated demand response | |
Wu et al. | Collaborative optimization method and energy-saving, carbon-abatement potential evaluation for nearly-zero energy community supply system with different scenarios | |
CN115187018A (zh) | 一种园区综合能源系统双层优化调度方法及装置 | |
CN114742276A (zh) | 一种考虑㶲效率的含orc的园区综合能源系统多目标优化调度方法 | |
Yan et al. | Energy-efficient management of eco-communities | |
Xue et al. | Optimal capacity allocation method of integrated energy system considering renewable energy uncertainty | |
Lamari et al. | Multi‐objective economic/emission optimal energy management system for scheduling micro‐grid integrated virtual power plant |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |