CN110084410A - 一种污水再利用型综合能源系统运行优化方法 - Google Patents
一种污水再利用型综合能源系统运行优化方法 Download PDFInfo
- Publication number
- CN110084410A CN110084410A CN201910290071.2A CN201910290071A CN110084410A CN 110084410 A CN110084410 A CN 110084410A CN 201910290071 A CN201910290071 A CN 201910290071A CN 110084410 A CN110084410 A CN 110084410A
- Authority
- CN
- China
- Prior art keywords
- energy
- power
- sewage
- biogas
- unit
- 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
- 239000010865 sewage Substances 0.000 title claims abstract description 144
- 238000005457 optimization Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 29
- 238000003786 synthesis reaction Methods 0.000 title claims abstract description 29
- 238000002485 combustion reaction Methods 0.000 claims abstract description 72
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 32
- 238000003860 storage Methods 0.000 claims abstract description 26
- 230000005540 biological transmission Effects 0.000 claims abstract description 13
- 239000008187 granular material Substances 0.000 claims abstract description 10
- 238000012384 transportation and delivery Methods 0.000 claims abstract description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 59
- 230000005611 electricity Effects 0.000 claims description 34
- 238000011282 treatment Methods 0.000 claims description 29
- 238000010438 heat treatment Methods 0.000 claims description 26
- 238000004146 energy storage Methods 0.000 claims description 25
- 239000002245 particle Substances 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 14
- 238000013461 design Methods 0.000 claims description 12
- 230000007613 environmental effect Effects 0.000 claims description 10
- 239000000446 fuel Substances 0.000 claims description 10
- 238000010248 power generation Methods 0.000 claims description 8
- 239000002028 Biomass Substances 0.000 claims description 7
- 239000010802 sludge Substances 0.000 claims description 7
- 230000000295 complement effect Effects 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 6
- 238000013439 planning Methods 0.000 claims description 6
- 239000004576 sand Substances 0.000 claims description 6
- 238000013519 translation Methods 0.000 claims description 6
- 238000009825 accumulation Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 5
- 238000005338 heat storage Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 4
- 206010037660 Pyrexia Diseases 0.000 claims description 3
- 230000005284 excitation Effects 0.000 claims description 3
- 239000012530 fluid Substances 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 3
- 238000001816 cooling Methods 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims description 2
- 230000003044 adaptive effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 16
- 238000011160 research Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 8
- 239000007789 gas Substances 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000005485 electric heating Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 230000005619 thermoelectricity Effects 0.000 description 5
- 239000003245 coal Substances 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 239000002918 waste heat Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 229920001228 polyisocyanate Polymers 0.000 description 3
- 239000005056 polyisocyanate Substances 0.000 description 3
- 238000004064 recycling Methods 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 240000002853 Nelumbo nucifera Species 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 239000013535 sea water Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000000418 atomic force spectrum Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 235000013339 cereals Nutrition 0.000 description 1
- 239000003610 charcoal Substances 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 239000000567 combustion gas Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000002737 fuel gas Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000010842 industrial wastewater Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000010977 unit operation Methods 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
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种污水再利用型综合能源系统运行优化方法，包括如下步骤：S1、构建污水再利用型综合能源系统架构；S2、构建污水再利用型综合能源系统运行模型；S21、建立目标函数，建立成本最小化函数：S3、模型的约束；S31、设备运行约束包括S311、沼气燃机约束；S312、污水源热泵约束，S313、储能运行约束；S32、能量供需传输约束包括S321、电负荷供需平衡约束，S322、能量单元的出力/传输容量约束：S323、线路单向传递约束；S4、模型的优化算法运用智能粒子群算法，并运用pareto最优算法对多目标规划问题进行寻优，以实现模型的更优求解。
Description
技术领域
本发明涉及环境治理技术领域，具体涉及一种污水再利用型综合能源系统运行优化方法。
背景技术
近年来，在中国，由生活、工业污水排放带来的污水污染问题日益严重，如何提升污水的循环利用效率，促进水资源利用率的提升成为了城市环境保护问题的重点之一。为了提升污水处理效果，20世纪90年代以来，德国、日本、青岛等国内外的污水处理厂陆续开始使用沼气发电、污水热电联产等可持续性的污水处理技术满足污水处理的用电需求，同时进一步去除污水中的污染物，减轻对环境的污染，实现污水的资源化利用]。
综合能源系统是在一定区域内利用先进的技术和管理模式，整合区域内石油、煤炭、天然气和电力等多种能源资源，实现多异质能源子系统之间的协调规划、优化运行、协同管理、交互响应和互补互济的能源系统。通过多能互补提高系统的能源利用效率，同时降低用能主体的经济成本和环境成本，是综合能源系统的重要优化目标。在现有的综合能源系统上，有文献《冷热电三联产系统及其与地源热泵耦合系统的优化研究》以节能、环保和经济等综合效益为目标，对冷热电三联产系统及冷热电三联产系统与地源热泵的耦合系统进行了优化研究，但地源热泵的能效比为直接取值，不能保证运行结果的可靠性；文献《考虑负荷满意度的微电网运行多目标优化方法研究》分析微网运行优化的关键问题，以经济性和负荷满意度为目标，采用NSGA-II优化算法获得Pareto最优边界，但未考虑系统运行的节能减排效益；文献《含有海水抽蓄电站的海岛微网优化调度》对风电场、海水抽蓄电站以及柴油机组分别建模，考虑各自的运行约束及海岛负荷要求，提出了对海岛微网进行优化调度的方案，但主要考虑的的是电负荷，未综合考虑运用海岛资源对微网的电热供需进行优化；文献《风光储电动汽车换电站多目标运行优化》结合风光储发电单元的出力特性，提出了含风光储发电单元的电动汽车换电站多目标运行优化模型，但运行场景较为单一，缺乏比较性；文献《风光储电动汽车换电站多目标运行优化》、《以生物质气为燃料的微型燃气轮机运行特性分析》分别对生物质燃气轮机和水源热泵的运行特性进行了研究，但都未考虑设备纳入能源系统进行整体的协调运行的情景。
总的来说，现有的污水再利用技术研究多集中在污水处理单体设备的特性研究上，而综合能源系统的研究未考虑到污水处理系统和综合能源系统的耦合性，未研究系统的水资源和能源的整体利用效率。
发明内容
本发明目的是针对上述问题，提供一种污水再利用型综合能源系统运行优化方法。将污水资源化，作为分布式电源、热源纳入综合能源系统，考虑综合能源系统整体的运行经济成本和能源利用效率，对系统整体的电、热、水运行计划进行优化，以达到提升区域的能源利用效率能效、降低系统整体运行成本、减少污染物排放、提升水资源利用率的效果。以系统的综合能源利用率最大化和经济性成本最大化为优化目标，通过响应分时电价调整光伏、风机、热电联产出力与污水源热泵、电锅炉负荷，运用智能粒子群算法优化综合能源系统的运行状态，以达到满足系统内电热需求的目的，大大降低了系统运行成本，较为理想地提高了可再生能源的利用率，理想地实现了节能减排，对污水再利用系统的综合能源系统的联合运行的策略研究具有重要意义。
为了实现上述目的，本发明的技术方案是：
一种污水再利用型综合能源系统运行优化方法,包括如下步骤：
S1、构建污水再利用型综合能源系统架构
以污水处理子系统、电网子系统和供热子系统组成污水再利用综合能源系统的运行模型；
在污水处理子系统中，将沉淀池污泥作厌氧处理生成生物质燃机所需沼气；并且在处理点出水处设置污水源热泵系统，利用处理点出水的低位热能满足需求侧的冷热负荷；在电网子系统中，将风电、光伏和沼气燃机作为电网子系统的源配置，同时作为分布式电源配置电储能装置，以消纳分布式电源的随机性，与电网输入协同满足系统内电负荷；在供热子系统中，将沼气燃机、直热电锅炉和污水源热泵作为供热子系统的组成，沼气燃机产生的余热和污水源热泵系统发热满足系统内的大部分热负荷，缺热情况下启动电锅炉为供热系统补热；
S2、构建污水再利用型综合能源系统运行模型；
S21、以沼气燃机、分布式光伏、风电的弃气、弃风、弃光量最低和污水源热泵的最优先运行作为污水再利用型综合能源系统优化目标，实现可再生能源利用效率的最大化，基于以上策略建立目标函数：
其中，Were为通过可再生能源出力满足的电量，包括风机发电出力、光伏发电出力、沼气电出力；We为系统总需求电量；Wtre为通过可再生能源出力满足的热量，包括沼气热出力、五水源热泵热出力；Wt为系统总需求热量；
S22、以系统运行成本最小化，综合能源系统通过多能的互补耦合作用，结合电价、补贴等激励响应机制，实现系统内设备运行维护费用、购电购气费用成本的最小化；基于以上策略，以经济成本最低为目标，建立成本最小化函数：
minF1＝ξfuel+ξom+ξgrid+ξEnv+ξStp (2)
即供热费用ξfuel、运维费用ξom、购电费用ξgrid、储能运行费用ξEnv、污水处理费用ξStp最低；
S3、模型的约束；
S31、设备运行约束
S311、沼气燃机约束针对燃机的燃烧室模型，对其电负荷进行约束；当沼气提供量大于最高运行效率情况下满负荷运行的沼气消耗量时，燃机输出功率等于最高效率运行功率，多余的沼气储存或是通过燃烧消耗；当沼气提供量小于沼气燃机的最低可运行的沼气消耗量时，燃机不启动，沼气储存或是通过燃机消耗，缺热由直热电锅炉补充；当沼气提供量在可运行范围内时，燃机输出功率等于沼气提供量下的最大输出功率；即：
其中，P为沼气燃机的实际输出功率，Psi为沼气燃机的设计最大输出功率，Gfac为系统实际处理污水水量，πτ，ητ，ηe分别为燃机的实际压气机压比、压气机效率和燃烧室燃烧效率，Gfsi为沼气燃机的设计最大日污水转换量，Gmin为沼气燃机的设计最小日污水转换量；
S312、污水源热泵约束
污水源热泵考虑出水量和出水温度两方面因素，对热泵的电负荷进行约束；在出水量方面，污水处理出水池水位大于热泵设计的取水水位时，机组正常运行，否则停运；在出水温度方面，在正常运行状态下，系统的供热功率如下所示：
式中，Pac为污水源热泵系统的实际供热功率，Twac为运行实际的换热水体温度，Taac为供热区域初始实际温度，ΔTsi为系统设计换热温差，Psi为系统设计能效比，hw为换热水源的介质流体速度，Qw为换热水量；
S313、储能运行约束
储能单元还应满足荷电状态要求，并保证调度周期内初始时刻t0和结束时刻tN存储能量相同，即:
式中:和分别为储电单元的最小和最大荷电状态；和分别为储热单元的状态要求；和分别为单元j中储电和储热单元的安装容量；
S32、能量供需传输约束
S321、电负荷供需平衡约束
电热平衡表达式分别为:
式中:分别为t时刻能量单元j的电、热负荷；和分别为t时刻单元j中第m个产电单元的输出功率和第n个电—冷转换单元的消耗电功率；和分别为t时刻单元j中储电设备的放电、充电功率；和分别为t时刻单元k在首端向j送达的电功率、单元j在首端向k输出的电功率，可见二者至少有一为0，它们的差表示单元j与k间连接线路的功率方向及大小；为t时刻单元j中输出为热单元的输出功率；为t时刻热—冷转换单元的消耗热量和分别为单元k在首端向j送达的热功率、j在首端向k输出的热功率；和分别为t时刻储能设备的储热、放热功率；
S322、能量单元的出力/传输容量约束：
式中:和分别为能量单元j中第s个设备的最大和最小负荷率；和分别为单元j和k间线路的最大和最小负荷率；Cj,s和αr,j,k为各能量单元安装容量；为t时刻单元j向k通过第r种线路传输的功率；xt,j,s和xt,r,j,k∈{1，0}为调度因子，前者表示t时刻单元j中第s个单元是否调度，后者表示t时刻单元j向k是否通过第r种线路传输功率；
S323、线路单向传递约束
所有安装因子统一用y表示，相应的调度因子统一用x表示，各能量单元安装后才被调度，即：
x≤y (9)
同一条线路不可以双向同时传递，即：
xt,r,j,k+xt,r,k,j≤1 (10)
S4、模型的优化算法
运用智能粒子群算法，并运用pareto最优算法对多目标规划问题进行寻优，以实现模型的更优求解。
作为对上述技术方案的改进，所述智能粒子群算法为PSO算法，该PSO算法步骤是：
①系统初始化，初始化风光储发电单元和电动汽车换电站的相关参数；
②算法初始化，随机产生初始群体，设定迭代次数k＝1；
③子群体划分，采用设定的子群体划分策略划分子群；
④适应度计算，对每个粒子，计算综合能源系统中可再生能源的出力，计算系统的经济性与环保性，舍弃不满足约束条件的个体；
⑤最优值选择，记录整个粒子群的全局最优位置、各粒子的个体最优位置和子群体中的局部最优位置；
⑥更新粒子的速度和位置；
⑦迭代结束判断，达到最大迭代次数则输出最终非支配解集和对应的帕累托前沿，否则令k＝k+1并转到步骤③。
作为对上述技术方案的改进，将整个粒子群划分为若干子群，子群内部对解空间进行独立搜索，各子群间进行必要的信息交流；采用动态自适应策略，在搜索过程的不同阶段，动态调整子群数量。子群数量增多，有利于增加解的多样性；子群数量减少，有利于提高解的收敛速度。
与现有技术相比，本发明具有的优点和积极效果是：
本发明的污水再利用型综合能源系统运行优化方法，整合了区域内的污水、煤、风、光等多种能源，实现多异质能源子系统之间的协调规划与优化运行。它在满足冷、热、电等多元化用能需求的同时，弄够提升能源利用效率，提高可再生能源利用率。通过多能的互补耦合，充分利用排放污水中蕴藏的生物质能和余热，并与分布式光伏、分布式风机、储能等多元能源资源一同纳入系统运行中，降低污水处理成本和购电成本，实现节能减排，在满足系统内的冷、热、电的用能需求的同时，提升运行的经济性与环保性。
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他的附图。
图1为污水再利用型综合能源系统运行架构示意图；
图2为污水再利用型综合能源系统优化流程逻辑图；
图3、不可转移电负荷预测曲线示意图；
图4、热负荷预测曲线示意图；
图5、光伏风机出力预测曲线示意图；
图6、月均日处理水量曲线示意图；
图7、月均水温曲线示意图；
图8、沼气燃机发电出力曲线示意图；
图9、污水源热泵输入功率和电锅炉补热功率示意图；
图10、污水再利用设备的电负荷曲线示意图；
图11、电网系统的粒子群优化结果示意图；
图12、电网出力和储能充放电调度日计划示意图；
图13、电供需平衡示意图；
图14、热供需平衡示意图；
图15、每平方米再利用污水热电效益示意图；
图16、污水再利用成本示意图；
图17、污水一般处理成本示意图。
具体实施方式
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，以便于进一步理解本发明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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他实施例，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
以下实施例中所有使用的实验方法如无特殊说明，均为常规方法。以下实施例中所用的材料、试剂等，如无特殊说明，均可通过商业途径获得。
如图1和2所示，本发明的污水再利用型综合能源系统运行优化方法,包括如下步骤：
1、污水再利用型综合能源系统架构与策略
1.1系统运行架构
污水再利用综合能源系统运行模型由三个子系统组成：污水处理系统、电网系统和供热系统。其中，污水处理系统作为综合能源系统的一部分，在处理区域污水的同时，将沉淀池污泥作为厌氧处理，生成生物质燃机所需沼气[4]；并且在处理点出水处设置污水源热泵系统，利用处理点出水的低位热能满足需求侧的冷热负荷[13]；电网系统的源配置风电、光伏和沼气燃机，同时为分布式电源配置电储能装置，以消纳分布式电源的随机性，与电网输入协同满足系统内电负荷；供热系统由沼气燃机、直热电锅炉和污水源热泵组成，沼气燃机产生的余热和污水源热泵系统发热满足系统内的大部分热负荷，缺热情况下启动电锅炉为供热系统补热。系统的运行架构如图1所示。
由系统的运行构架可以看到，污水利用型综合能源系统整合区域内的污水、煤、风、光等多种能源，实现多异质能源子系统之间的协调规划与优化运行。它在满足冷、热、电等多元化用能需求的同时，弄够提升能源利用效率，提高可再生能源利用率。
污水再利用型综合能源系统并不是单纯的污水处理系统、供热系统和供电系统的简单叠加，而是通过多能的互补耦合，充分利用排放污水中蕴藏的生物质能和余热，并与分布式光伏、分布式风机、储能等多元能源资源一同纳入系统运行中，降低污水处理成本和购电成本，实现节能减排，在满足系统内的冷、热、电的用能需求的同时，提升运行的经济性与环保性。
1.2系统运行优化思路与流程
在运行策略方面，运行要优先以污水源、风机、光伏等可再生能源满足系统内的冷热电负荷，并用储能和直热电锅炉对分时电价进行响应，以能量供需平衡、设备爬坡率、管网传输等条件作为系统运行约束，达到减少运行成本、提升能源利用效率的优化目标。图2为系统的优化流程逻辑图：
根据逻辑图的优化思路，可以得出污水再利用综合能源系统的调度具体流程为：污水处理点向综合能源系统调度中心提交下一日的燃气沼气用量预测和热泵出力预测，并报告预测误差限。调度中心参考下一日的不可中断电负荷预测曲线，并以满足热负荷为目标，根据燃机、热泵出力安排下一日电锅炉出力曲线，从而确定系统总电负荷，并安排下一日的电网输入与电储能的出力曲线，并下发给电网调度中心和系统内各个能量单元。各能量单元收到下一日的出力曲线，安排内部各自的出力计划。
综上所述，本综合能源系统将以污水再利用的能源形式和能源输出量作为出发点，制定多元能源资源的出力计划，安排综合能源负荷，实现多种能源的耦合运行，以达到提高系统综合能源利用效率、降低用能成本的目的。
2污水再利用型综合能源系统运行模型构建
2.1目标函数
研究以系统的可再生能源利用率最大化和经济性成本最大化为优化目标，具体的优化意义与目标函数如下：
系统可再生能源利用效率最大化。在综合能源系统中，能源利用效率的提升主要靠风电、光伏等分布式可再生电源的有效利用与地源热泵等新能源设备来充分地提高可再生能源在综合能源系统中的比重，从而实现可再生能源利用效率的提升，达到节能减排、优化用能的效果。因此，在制定综合能源系统的调度运行计划时，要以沼气燃机、分布式光伏、风电的弃气、弃风、弃光量最低和污水源热泵的最优先运行作为优化目标，实现可再生能源利用效率的最大化。基于以上策略建立目标函数：
其中，Were为通过可再生能源出力满足的电量，包括风机发电出力、光伏发电出力、沼气电出力；We为系统总需求电量；Wtre为通过可再生能源出力满足的热量，包括沼气热出力、五水源热泵热出力；Wt为系统总需求热量。
系统运行成本最小化。综合能源系统要通过多能的互补耦合作用，结合电价、补贴等激励响应机制，实现系统内设备运行维护费用、购电购气费用等成本的最小化。基于以上策略，以经济成本最低为目标，建立成本最小化函数：
minF1＝ξfuel+ξom+ξgrid+ξEnv+ξStp (2)
即供热费用ξfuel、运维费用ξom、购电费用ξgrid、储能运行费用ξEnv、污水处理费用ξStp最低。
2.2模型约束与优化算法
2.2.1设备运行约束
污水再利用系统的综合能源系统除了分布式电源、冷热电负荷和储能装置等常规设备之外，加入了以沼气等生物质气作为燃料的燃气轮机与污水源热泵。其中，生物质燃气轮机将沼气中的生物质能转化为电能和热能，污水源热泵利用污水处理出水的低位热能向系统内供热。污水再利用设备的运行平衡约束如下：
1.沼气燃机约束
沼气燃机约束针对燃机的燃烧室模型，对其电负荷进行约束。当沼气提供量大于最高运行效率情况下满负荷运行的沼气消耗量时，燃机输出功率等于最高效率运行功率，多余的沼气储存或是通过燃烧消耗；当沼气提供量小于沼气燃机的最低可运行的沼气消耗量时，燃机不启动，沼气储存或是通过燃机消耗，缺热由直热电锅炉补充；当沼气提供量在可运行范围内时，燃机输出功率等于沼气提供量下的最大输出功率。即：
其中，P为沼气燃机的实际输出功率，Psi为沼气燃机的设计最大输出功率，Gfac为系统实际处理污水水量，πτ，ητ，ηe分别为燃机的实际压气机压比、压气机效率和燃烧室燃烧效率，Gfsi为沼气燃机的设计最大日污水转换量，Gmin为沼气燃机的设计最小日污水转换量。
2.污水源热泵约束
污水源热泵考虑出水量和出水温度两方面因素，对热泵的电负荷进行约束。在出水量方面，污水处理出水池水位大于热泵设计的取水水位时，机组正常运行，否则停运[12]；在出水温度方面，在正常运行状态下，系统的供热功率如下所示：
式中，Pac为污水源热泵系统的实际供热功率，Twac为运行实际的换热水体温度，Taac为供热区域初始实际温度，ΔTsi为系统设计换热温差，Psi为系统设计能效比，hw为换热水源的介质流体速度，Qw为换热水量。
3.储能运行约束
储能单元还应满足荷电状态要求，并保证调度周期内初始时刻t0和结束时刻tN存储能量相同，即:
式中:和分别为储电单元的最小和最大荷电状态；和分别为储热单元的状态要求；和分别为单元j中储电和储热单元的安装容量。
2.2.2能量供需传输约束
1.电负荷供需平衡约束
电热平衡表达式分别为:
式中:分别为t时刻能量单元j的电、热负荷；和分别为t时刻单元j中第m个产电单元的输出功率和第n个电—冷转换单元的消耗电功率；和分别为t时刻单元j中储电设备的放电、充电功率；和分别为t时刻单元k在首端向j送达的电功率、单元j在首端向k输出的电功率，可见二者至少有一为0，它们的差表示单元j与k间连接线路的功率方向及大小；为t时刻单元j中输出为热单元的输出功率；为t时刻热—冷转换单元的消耗热量和分别为单元k在首端向j送达的热功率、j在首端向k输出的热功率；和分别为t时刻储能设备的储热、放热功率。
2.能量单元的出力/传输容量约束：
式中:和分别为能量单元j中第s个设备的最大和最小负荷率；和分别为单元j和k间线路的最大和最小负荷率；Cj,s和αr,j,k为各能量单元安装容量；为t时刻单元j向k通过第r种线路传输的功率；xt,j,s和xt,r,j,k∈{1，0}为调度因子，前者表示t时刻单元j中第s个单元是否调度，后者表示t时刻单元j向k是否通过第r种线路传输功率。
3.线路单向传递约束
所有安装因子统一用y表示，相应的调度因子统一用x表示，各能量单元安装后才被调度，即：
x≤y (9)
同一条线路不可以双向同时传递，即：
xt,r,j,k+xt,r,k,j≤1 (10)
2.2.3智能粒子群优化算法
本文所构建的目标函数是多目标优化问题，为此，运用智能粒子群算法，并运用pareto最优算法对多目标规划问题进行寻优，以实现模型的更优求解。综合能源系统的优化运行与传统电力系统有很大的区别，这是由于综合能源系统内含有多种不同种类的分布式电源和多种不可控的可再生能源，其组合的灵活性和多样性使得综合能源系统的优化运行更加复杂。综合能源系统的优化运行是一个多目标，多约束，多变量的复杂非线性优化，应用常规的数学优化方法如非线性规划法、线性规划法和混合整数规划法等，很难精确快速的求解。而粒子群算法是一种基于群体迭代的优化技术，通过追寻解空间中的最优粒子进行搜索，本质上是一种多代理并行算法，对复杂非线性问题具有较强的寻优能力，并具有简单通用、鲁棒性强、实现容易、精度高、收敛快等优点[14]，与以电网运行技术为基础的综合能源系统运行具有理想的适应性，故以粒子群算法展开综合能源系统的多目标运行研究。
算法通过粒子对自身经验的总结和对其他粒子的学习，不断修正自身运动状态，逐渐趋向最优解。而在PSO算法中，所有的粒子都向最优解的方向飞行，粒子群趋向单一，所以用PSO算法求解容易造成早熟收敛、陷入局部最优、解的多样性差等问题。为了弥补传统PSO算法的上述缺陷，将整个粒子群划分为若干子群，子群内部对解空间进行独立搜索，各子群间进行必要的信息交流。子群数量增多，有利于增加解的多样性[20]；子群数量减少，有利于提高解的收敛速度。采用动态自适应策略，在搜索过程的不同阶段，动态调整子群数量。
应用PSO算法解决污水再利用型综合能源系统运行优化模型的流程如下：①系统初始化。初始化风光储发电单元和电动汽车换电站的相关参数；②算法初始化。随机产生初始群体，设定迭代次数k＝1；③子群体划分。采用设定的子群体划分策略划分子群；④适应度计算。对每个粒子，计算综合能源系统中可再生能源的出力，计算系统的经济性与环保性，舍弃不满足约束条件的个体；⑤最优值选择。记录整个粒子群的全局最优位置、各粒子的个体最优位置和子群体中的局部最优位置；⑥更新粒子的速度和位置；⑦迭代结束判断。达到最大迭代次数则输出最终非支配解集和对应的帕累托前沿，否则令k＝k+1并转到步骤③。
3、算例分析
3.1算例条件和技术参数
将污水再利用技术设备引入系统运行，构建污水再利用综合能源系统，需要研究不同设备组合运行时的经济效果和环境效果。为了验证污水再利用综合能源系统运行优化的有效性，下文结合算例对系统进行仿真分析。
目前我国没有成熟的污水再利用综合能源系统，本文以青岛地区作为假想算例，以青岛某地含污水处理系统的园区作为污水再利用型综合能源系统构建目标。配电电压系统的网络为10kV，运行周期为24小时。根据实际运行情况，将优化调度周期为1h。研究根据模拟情况，得出额定功率下沼气联产机组运行24小时满负荷曲线，并根据峰谷分时电价和机组运行特性，在沼气不足的情况下制定不同的沼气燃机开启策略，使燃机尽量在热负荷需求高峰期间运行，以满足热负荷需求。污水源热泵根据可再生能源消纳最大化原则，在出力功率约束内尽量满负荷运行。
该地区供热靠沼气燃机与污水源热泵供热，缺热情况下由直热电锅炉启动补热。其中，沼气燃机供热区域的热负荷高峰集中在7：00-18：00期间；污水源热泵的热负荷在24小时内分布相对均匀。经过预测，该区域一天不可控电负荷需求为117655.46kw，总热负荷需求为35501.65kw。区域设置风机装机容量1000kw，光伏阵列800kw，储能锂电池容量5000kwh；污水处理系统每天平均处理污水量10.13t，配置沼气燃机1000kw，算例按照计算月份的平均日出力水量进行预测，再12.6t处理水量的情况下每日消耗的沼气为9千立方米。电网和热网的管道网损经过历史数据计算出分别为3‰与5‰。综合能源系统设备初投资计t元，年运维费用按照设备初始投资的6％计算，电网资产、水处理资的平均使用寿命年限为25年。
在智能粒子群算法中，种群粒子个数为600，种群迭代次数为300。下面是系统技术参数和能源价格信息，其中表1是技术参数，表2是峰谷平电价的价格信息，图3、图4是预测计算出的不可中断的转移电负荷和热负荷曲线，图5是根据典型日的天气预测情况计算出的光伏风机典型日出力曲线，图6、图7是污水处理系统一年的月均水温和月均的每日处理水量。
表1.WRIES设备配置参数
表2.峰谷分时电价信息表
3.2算例过程与结果分析
3.2.1算例过程分析
通过预测计算，得到不可转移、中断的电负荷典型曲线、热负荷典型曲线和光伏、风机出力如下图3、4、5所示：
由图3、4、5可以看到，区域内的电负荷与热负荷都是属于日间高峰型，人员活动和电热需求分别在12时与14时左右达到高峰。其中，电负荷水平在200kw-4800kw之间，热负荷水平在0-2000kw之间。同时，电价的高峰期也在6时-16时的日间时段，为有效降低用能成本，需要运用储能控制购电量与购电时间。
同样，对于污水再利用系统工况进行分析，区域内污水处理系统的月均日处理污水量和月均水温如图6、图7所示：
由上可以看到，污水处理水量的季节性不强，全年稳定在12.5-13.5t。该地区为海洋性温带季风气候，全年平均污水水温为16℃，比年平均气温低3-4℃；其中最冷月份为1月，平均水温比气温高出13℃，是理想的热泵热源。
4.2.2算例结果分析
考虑到系统运行从运行成本最低、综合能源利用率双目标进行优化，采用智能粒子群算法。初始的粒子种群数为600。迭代次数为32，耗费时间为61.023秒。沼气燃机和热泵按照优先满足热负荷需求安排处理计划，最后对沼气燃机、热泵负荷和电锅炉补热以及总的热电运行优化结果如图8与图9、图10所示：
算例通过自适应仿真计算对污水再利用设备在典型调度日的运行情况。从图可以看出，热出力大部分由沼气燃机提供，污水源热泵其次，电锅炉为热网补热。在污水再利用式综合能源系统中，系统与外部之间没有热交换，系统电源仅满足其自身电源的需求，并且没有电力销售收入。此外，从图X可以看出，系统的热量主要来自沼气热电联产，其次是污水源热泵和补热电锅炉。同时，沼气热电联产系统产生的绿色电力输入电网，降低系统的电网购电量，在有效运用可再生能源的同时使系统的运行成本降低。
算法设定的初始种群数为600，经过迭代后得到系统的优化调度状态。迭代次数在320次时停止计算，计算时间为61.02秒，得出优化结果。图11为粒子群对电网系统和储能系统的种群优化结果：
进行粒子群运行优化计算后，根据热电负荷得出的电网出力和储能充放电调度计划如图12所示，优化后供需平衡与效益分析如图13-15所示：
可以看到，电网的出力水平总体明显大于热网出力水平。其中，电网的储能和购电出力比例最高，可再生能源出力较低，因为选取区域的工业用户其工业设备电负荷远高于热负荷，而沼气燃机和污水源热泵主要以满足热负荷需求为主。热网的热负荷大部分由沼气燃机和污水源热泵满足需求，少量通过电锅炉补热供应。
根据沼气燃机出力和污水源热泵供热，可以计算出每平方米再利用污水可产生的电效益和热效益：
根据折旧计算和基础数据，每单位污水一般处理成本为0.402元/立方米，污水再利用成本为0.337元/立方米，具体的成本构成如下：
从图16、17可以看到，污水处理成本最高的部分为电费成本与污泥处置成本，分别占单位污水处理成本的％与％。在采取污水再利用后，每立方米污水产生的污泥体系减少了近2/3，产生的运输、填埋等污泥处置成本减少了60％；同时，由于沼气热电联产系统和污水源热泵系统的引入，系统增加了企业管理成本和设施设备大修成本，但总体单位污水成本减少了0.065元/立方米。
通过对初投资费用计算年金折合到一天的费用，最后得出污水再利用综合能源系统的日经济成本为190365.37元，综合能源利用效率为39.9％，也就是说近40％的能源供给是利用系统内的可再生能源资源生产的。同时，清洁能源替代量为7508.62kg标准煤，减少了。为对比系统的经济性和能效，设定了以下两种场景与算例场景进行比较,对不同场景下的能源系统的经济成本、综合能源利用效率、清洁能源替代量如表所示：
表3.不同系统经济性和综合能源利用效率比较
从不同场景的对比可以看出，污水再利用综合能源系统的经济成本最低，综合能源利用率最高，清洁能源的替代量也最高。随着综合能源系统投入使用污水源热泵、沼气热电联产设备，系统的经济性和环保性依次提高。
可以看到，算例内污水再利用综合能源系统有效地降低了污水处理成本和购电成本，其中污泥处置成本节省明显，降低了60％。在供热方面，虽然算例区域供热面积较大，但污水再利用综合能源系统通过分析供热用户特性，充分运用电采暖的灵活性，在满足热负荷的同时有效地控制供热成本。
4、结论
本文以系统的综合能源利用率最大化和经济性成本最大化为优化目标，通过响应分时电价调整光伏、风机、热电联产出力与污水源热泵、电锅炉负荷，运用智能粒子群算法优化综合能源系统的运行状态，以达到满足系统内电热需求的目的。研究结果的最后对比4个典型场景下污水再利用系统前后的综合能源运行状况，可以看到污水源热泵与沼气热电联产工艺的运用大大降低了系统运行成本，较为理想地提高了可再生能源的利用率，理想地实现了节能减排，对污水再利用系统的综合能源系统的联合运行的策略研究具有重要意义。
虽然本文指出的污水再利用系统从全寿命周期考虑具有良好的经济性，但污水再利用型综合能源系统前期投资大，投资回收期较长，建设期对于投资者的资金压力也较大。研究以后可以考虑从投资动态回收期的角度分析系统的经济性。另一方面，本文考虑了综合能源系统内的综合能源利用效率，在以后的研究中可以考虑系统外购电量、购热量的一次能源形式，对能源供给侧的整体综合能源利用效率进行分析。
Claims (3)
1.一种污水再利用型综合能源系统运行优化方法，其特征在于：该运行优化方法包括如下步骤：
S1、构建污水再利用型综合能源系统架构
以污水处理子系统、电网子系统和供热子系统组成污水再利用综合能源系统的运行模型；
在污水处理子系统中，将沉淀池污泥作厌氧处理生成生物质燃机所需沼气；并且在处理点出水处设置污水源热泵系统，利用处理点出水的低位热能满足需求侧的冷热负荷；在电网子系统中，将风电、光伏和沼气燃机作为电网子系统的源配置，同时作为分布式电源配置电储能装置，以消纳分布式电源的随机性，与电网输入协同满足系统内电负荷；在供热子系统中，将沼气燃机、直热电锅炉和污水源热泵作为供热子系统的组成，沼气燃机产生的余热和污水源热泵系统发热满足系统内的大部分热负荷，缺热情况下启动电锅炉为供热系统补热；
S2、构建污水再利用型综合能源系统运行模型；
S21、以沼气燃机、分布式光伏、风电的弃气、弃风、弃光量最低和污水源热泵的最优先运行作为污水再利用型综合能源系统优化目标，实现可再生能源利用效率的最大化，基于以上策略建立目标函数：
其中，Were为通过可再生能源出力满足的电量，包括风机发电出力、光伏发电出力、沼气电出力；We为系统总需求电量；Wtre为通过可再生能源出力满足的热量，包括沼气热出力、五水源热泵热出力；Wt为系统总需求热量；
S22、以系统运行成本最小化，综合能源系统通过多能的互补耦合作用，结合电价、补贴等激励响应机制，实现系统内设备运行维护费用、购电购气费用成本的最小化；基于以上策略，以经济成本最低为目标，建立成本最小化函数：
min F1＝ξfuel+ξom+ξgrid+ξEnv+ξStp (2)
即供热费用ξfuel、运维费用ξom、购电费用ξgrid、储能运行费用ξEnv、污水处理费用ξStp最低；
S3、模型的约束；
S31、设备运行约束
S311、沼气燃机约束针对燃机的燃烧室模型，对其电负荷进行约束；当沼气提供量大于最高运行效率情况下满负荷运行的沼气消耗量时，燃机输出功率等于最高效率运行功率，多余的沼气储存或是通过燃烧消耗；当沼气提供量小于沼气燃机的最低可运行的沼气消耗量时，燃机不启动，沼气储存或是通过燃机消耗，缺热由直热电锅炉补充；当沼气提供量在可运行范围内时，燃机输出功率等于沼气提供量下的最大输出功率；即：
其中，P为沼气燃机的实际输出功率，Psi为沼气燃机的设计最大输出功率，Gfac为系统实际处理污水水量，πτ，ητ，ηe分别为燃机的实际压气机压比、压气机效率和燃烧室燃烧效率，Gfsi为沼气燃机的设计最大日污水转换量，Gmin为沼气燃机的设计最小日污水转换量；
S312、污水源热泵约束
污水源热泵考虑出水量和出水温度两方面因素，对热泵的电负荷进行约束；在出水量方面，污水处理出水池水位大于热泵设计的取水水位时，机组正常运行，否则停运；在出水温度方面，在正常运行状态下，系统的供热功率如下所示：
式中，Pac为污水源热泵系统的实际供热功率，Twac为运行实际的换热水体温度，Taac为供热区域初始实际温度，ΔTsi为系统设计换热温差，Psi为系统设计能效比，hw为换热水源的介质流体速度，Qw为换热水量；
S313、储能运行约束
储能单元还应满足荷电状态要求，并保证调度周期内初始时刻t0和结束时刻tN存储能量相同，即:
式中:和分别为储电单元的最小和最大荷电状态；和分别为储热单元的状态要求；和分别为单元j中储电和储热单元的安装容量；
S32、能量供需传输约束
S321、电负荷供需平衡约束
电热平衡表达式分别为:
式中:分别为t时刻能量单元j的电、热负荷；和分别为t时刻单元j中第m个产电单元的输出功率和第n个电—冷转换单元的消耗电功率；和分别为t时刻单元j中储电设备的放电、充电功率；和分别为t时刻单元k在首端向j送达的电功率、单元j在首端向k输出的电功率，可见二者至少有一为0，它们的差表示单元j与k间连接线路的功率方向及大小；为t时刻单元j中输出为热单元的输出功率；为t时刻热—冷转换单元的消耗热量和分别为单元k在首端向j送达的热功率、j在首端向k输出的热功率；和分别为t时刻储能设备的储热、放热功率；
S322、能量单元的出力/传输容量约束：
式中:和分别为能量单元j中第s个设备的最大和最小负荷率；和分别为单元j和k间线路的最大和最小负荷率；Cj,s和αr,j,k为各能量单元安装容量；为t时刻单元j向k通过第r种线路传输的功率；xt,j,s和xt,r,j,k∈{1，0}为调度因子，前者表示t时刻单元j中第s个单元是否调度，后者表示t时刻单元j向k是否通过第r种线路传输功率；
S323、线路单向传递约束
所有安装因子统一用y表示，相应的调度因子统一用x表示，各能量单元安装后才被调度，即：
x≤y (9)
同一条线路不可以双向同时传递，即：
xt,r,j,k+xt,r,k,j≤1 (10)
S4、模型的优化算法
运用智能粒子群算法，并运用pareto最优算法对多目标规划问题进行寻优，以实现模型的更优求解。
2.如权利要求1所述区域综合能源系统规划优化方法，其特征在于：所述智能粒子群算法为PSO算法，该PSO算法步骤是：
①系统初始化，初始化风光储发电单元和电动汽车换电站的相关参数；
②算法初始化，随机产生初始群体，设定迭代次数k＝1；
③子群体划分，采用设定的子群体划分策略划分子群；
④适应度计算，对每个粒子，计算综合能源系统中可再生能源的出力，计算系统的经济性与环保性，舍弃不满足约束条件的个体；
⑤最优值选择，记录整个粒子群的全局最优位置、各粒子的个体最优位置和子群体中的局部最优位置；
⑥更新粒子的速度和位置；
⑦迭代结束判断，达到最大迭代次数则输出最终非支配解集和对应的帕累托前沿，否则令k＝k+1并转到步骤③。
3.如权利要求2所述区域综合能源系统规划优化方法，其特征在于：将整个粒子群划分为若干子群，子群内部对解空间进行独立搜索，各子群间进行必要的信息交流；采用动态自适应策略，在搜索过程的不同阶段，动态调整子群数量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910290071.2A CN110084410B (zh) | 2019-05-31 | 2019-05-31 | 一种污水再利用型综合能源系统运行优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910290071.2A CN110084410B (zh) | 2019-05-31 | 2019-05-31 | 一种污水再利用型综合能源系统运行优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110084410A true CN110084410A (zh) | 2019-08-02 |
| CN110084410B CN110084410B (zh) | 2021-08-03 |
Family
ID=67414957
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910290071.2A Active CN110084410B (zh) | 2019-05-31 | 2019-05-31 | 一种污水再利用型综合能源系统运行优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110084410B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111723456A (zh) * | 2020-05-08 | 2020-09-29 | 华南理工大学 | 一种基于nsga-ⅱ算法的中央空调系统能效优化方法 |
| CN112859785A (zh) * | 2021-01-19 | 2021-05-28 | 嘉兴学院 | 基于多目标优化算法的纸盆车间生产调度方法及调度系统 |
| CN113222666A (zh) * | 2021-05-10 | 2021-08-06 | 上海工程技术大学 | 一种降低污水处理用电成本的优化调度方法 |
| CN113673068A (zh) * | 2020-05-13 | 2021-11-19 | 中国石油化工股份有限公司 | 稠油油藏气水电热剂综合利用路径规划模型的建立方法 |
| CN113666465A (zh) * | 2021-09-10 | 2021-11-19 | 上海工程技术大学 | 一种实现电去离子法制超纯水电耗最小化的优化方法 |
| CN113899005A (zh) * | 2021-09-29 | 2022-01-07 | 港华能源投资有限公司 | 规划水源热泵供能方案的方法及装置 |
| CN114936674A (zh) * | 2022-04-21 | 2022-08-23 | 中国水利水电科学研究院 | 一种基于气候影响对区域水能供需优化方法 |
| CN117557067A (zh) * | 2024-01-10 | 2024-02-13 | 缔索新能源科技发展有限公司 | 分布式能源协同优化系统 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6085836A (en) * | 1997-10-15 | 2000-07-11 | Burris; Sanford A. | Well pump control using multiple sonic level detectors |
| CN105573115A (zh) * | 2015-12-09 | 2016-05-11 | 中山大学 | 基于量子遗传算法的污水处理过程节能优化控制方法 |
| CN106600025A (zh) * | 2016-10-10 | 2017-04-26 | 昆明市环境科学研究院(昆明环境工程技术研究中心、昆明低碳城市发展研究中心、昆明市环境污染损害鉴定评估中心） | 基于多目标混合遗传算法的多层次城市污水再生回用配置数据动态处理方法 |
| CN108693770A (zh) * | 2018-06-14 | 2018-10-23 | 佛山科学技术学院 | 基于混合粒子天牛智能算法的污水处理优化控制方法 |
| CN109193815A (zh) * | 2018-10-17 | 2019-01-11 | 燕山大学 | 一种提高风电消纳的热电联合调度方法 |
| CN109327042A (zh) * | 2018-09-27 | 2019-02-12 | 南京邮电大学 | 一种微电网多能源联合优化调度方法 |
| CN109345019A (zh) * | 2018-10-10 | 2019-02-15 | 南京邮电大学 | 一种基于改进粒子群算法的微电网经济调度优化策略 |
| CN109523065A (zh) * | 2018-10-29 | 2019-03-26 | 西安理工大学 | 一种基于改进量子粒子群算法的微能源网优化调度方法 |
| CN109583740A (zh) * | 2018-11-23 | 2019-04-05 | 华北电力大学 | 一种通过投资额度逆向测算关键性指标的方法 |
| CN109740827A (zh) * | 2019-02-14 | 2019-05-10 | 华北电力大学 | 一种基于双层优化的区域综合能源系统规划优化方法 |
| CN109784569A (zh) * | 2019-01-23 | 2019-05-21 | 华北电力大学 | 一种区域综合能源系统优化控制方法 |
-
2019
- 2019-05-31 CN CN201910290071.2A patent/CN110084410B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6085836A (en) * | 1997-10-15 | 2000-07-11 | Burris; Sanford A. | Well pump control using multiple sonic level detectors |
| CN105573115A (zh) * | 2015-12-09 | 2016-05-11 | 中山大学 | 基于量子遗传算法的污水处理过程节能优化控制方法 |
| CN106600025A (zh) * | 2016-10-10 | 2017-04-26 | 昆明市环境科学研究院(昆明环境工程技术研究中心、昆明低碳城市发展研究中心、昆明市环境污染损害鉴定评估中心） | 基于多目标混合遗传算法的多层次城市污水再生回用配置数据动态处理方法 |
| CN108693770A (zh) * | 2018-06-14 | 2018-10-23 | 佛山科学技术学院 | 基于混合粒子天牛智能算法的污水处理优化控制方法 |
| CN109327042A (zh) * | 2018-09-27 | 2019-02-12 | 南京邮电大学 | 一种微电网多能源联合优化调度方法 |
| CN109345019A (zh) * | 2018-10-10 | 2019-02-15 | 南京邮电大学 | 一种基于改进粒子群算法的微电网经济调度优化策略 |
| CN109193815A (zh) * | 2018-10-17 | 2019-01-11 | 燕山大学 | 一种提高风电消纳的热电联合调度方法 |
| CN109523065A (zh) * | 2018-10-29 | 2019-03-26 | 西安理工大学 | 一种基于改进量子粒子群算法的微能源网优化调度方法 |
| CN109583740A (zh) * | 2018-11-23 | 2019-04-05 | 华北电力大学 | 一种通过投资额度逆向测算关键性指标的方法 |
| CN109784569A (zh) * | 2019-01-23 | 2019-05-21 | 华北电力大学 | 一种区域综合能源系统优化控制方法 |
| CN109740827A (zh) * | 2019-02-14 | 2019-05-10 | 华北电力大学 | 一种基于双层优化的区域综合能源系统规划优化方法 |
Non-Patent Citations (3)
| Title |
|---|
| YONGLI WANG等: "Optimizing of SVM with Hybrid PSO and Genetic Algorithm in Power Load Forecasting", 《JOURNAL OF NETWORKS》 * |
| YONGLI WANG等: "Planning and operation method of the regional integrated energy", 《ENERGY》 * |
| 张洪宇: "气田污水处理系统管理软件的开发", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111723456A (zh) * | 2020-05-08 | 2020-09-29 | 华南理工大学 | 一种基于nsga-ⅱ算法的中央空调系统能效优化方法 |
| CN113673068A (zh) * | 2020-05-13 | 2021-11-19 | 中国石油化工股份有限公司 | 稠油油藏气水电热剂综合利用路径规划模型的建立方法 |
| CN112859785A (zh) * | 2021-01-19 | 2021-05-28 | 嘉兴学院 | 基于多目标优化算法的纸盆车间生产调度方法及调度系统 |
| CN113222666A (zh) * | 2021-05-10 | 2021-08-06 | 上海工程技术大学 | 一种降低污水处理用电成本的优化调度方法 |
| CN113666465A (zh) * | 2021-09-10 | 2021-11-19 | 上海工程技术大学 | 一种实现电去离子法制超纯水电耗最小化的优化方法 |
| CN113666465B (zh) * | 2021-09-10 | 2023-04-11 | 上海工程技术大学 | 一种实现电去离子法制超纯水电耗最小化的优化方法 |
| CN113899005A (zh) * | 2021-09-29 | 2022-01-07 | 港华能源投资有限公司 | 规划水源热泵供能方案的方法及装置 |
| CN114936674A (zh) * | 2022-04-21 | 2022-08-23 | 中国水利水电科学研究院 | 一种基于气候影响对区域水能供需优化方法 |
| CN117557067A (zh) * | 2024-01-10 | 2024-02-13 | 缔索新能源科技发展有限公司 | 分布式能源协同优化系统 |
| CN117557067B (zh) * | 2024-01-10 | 2024-04-02 | 缔索新能源科技发展有限公司 | 分布式能源协同优化系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110084410B (zh) | 2021-08-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110084410A (zh) | 一种污水再利用型综合能源系统运行优化方法 | |
| Su et al. | Performance optimization of a solar assisted CCHP based on biogas reforming | |
| Ren et al. | A review on the integration and optimization of distributed energy systems | |
| Sani et al. | Optimal energy hub development to supply heating, cooling, electricity and freshwater for a coastal urban area taking into account economic and environmental factors | |
| Shen et al. | Multi-objective capacity configuration optimization of an integrated energy system considering economy and environment with harvest heat | |
| CN102236343B (zh) | 一种泛能网系统及其控制方法 | |
| CN102236342B (zh) | 一种系统能效控制方法及控制系统 | |
| CN108734350A (zh) | 一种含微电网的配电网独立与联合调度的求解方法 | |
| CN113344736A (zh) | 一种园区级综合能源系统及其控制方法 | |
| CN108197768A (zh) | 一种能源系统与管网布局联合优化方法 | |
| WO2011134430A1 (zh) | 用于能源利用的系统能效控制器、能效增益装置及智能能源服务系统 | |
| CN106447529A (zh) | 考虑热水管网的分布式能源系统建模和运行优化方法 | |
| WO2011134432A1 (zh) | 实现能源优化利用的泛能网及提供能源交易和服务的方法 | |
| Chen et al. | Economic and environmental operation of power systems including combined cooling, heating, power and energy storage resources using developed multi-objective grey wolf algorithm | |
| Zhang et al. | Energy scheduling optimization of the integrated energy system with ground source heat pumps | |
| Guo et al. | Thermodynamic performance analyses and optimization design method of a novel distributed energy system coupled with hybrid-energy storage | |
| Li et al. | A multi-objective planning method for multi-energy complementary distributed energy system: Tackling thermal integration and process synergy | |
| CN112531687A (zh) | 含热电联合机组的综合能源系统周前机组组合优化方法 | |
| CN117081143A (zh) | 促进分布式光伏就地消纳的园区综合能源系统协调优化运行方法 | |
| Wang et al. | Co-optimization of configuration and operation for distributed multi-energy system considering different optimization objectives and operation strategies | |
| Wu et al. | Multi-parameter cooperative optimization and solution method for regional integrated energy system | |
| Ma et al. | The optimal configuration of distributed generators for CCHP micro-grid based on double-layer operation strategy and improved NSGA-III algorithm | |
| Yang et al. | Optimal scheduling of CCHP with distributed energy resources based on water cycle algorithm | |
| Wang et al. | Bi-level programming optimization method of rural integrated energy system based on coupling coordination degree of energy equipment | |
| Saadmohammadi et al. | 4E analysis and tri-objective optimization of a novel solar 4th cogeneration system for a smart residential building in various climates of Iran |
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 |