CN110619491A - 基于粒子群优化的冷热电联供型系统三级联合设计方法 - Google Patents

Abstract

本发明公开了一种基于粒子群优化的冷热电联供型系统三级联合设计方法，包括如下步骤：输入冷热电联供系统的结构和基本数据信息；设计冷热电联供系统三级联合优化架构，确定每一级的优化目标和决策变量；确定三级联合优化的约束条件；利用粒子群算法求解三级联合优化模型，得到冷热电联供系统的整体最优设计方案；本发明提出的设计方案能够实现冷热电联供系统的三级优化过程的信息共享、交互，达到环保、经济效益和节能三个目标的协同最优，有利于能源的综合有效利用。

Description

基于粒子群优化的冷热电联供型系统三级联合设计方法

技术领域

本发明涉及电力系统技术领域，特别是冷热电联供型系统优化调度方法。

背景技术

能源短缺、环境污染和气候变化是当前社会面临的三大挑战，冷热电联供型系统不仅能够通过能量的梯级利用提高一次能源利用率，还能在减少碳排放量等环保方面表现出众。冷热电联供系统作为典型的多输入输出、多能量流和信息交互的复杂能源系统，能否高效经济地运行，取决于系统内设备的选型、设备容量的配置以及运行策略的制定。而上述三者之间不仅相互影响、相互耦合、密不可分，而且优化的目标都各不相同，是一个典型的多级多目标协调优化问题。因此，为了使冷热电联供系统更节能、更环保、更经济，研究冷热电联供系统的三级联合优化设计方法具有重要意义。

发明内容

本发明所要解决的技术问题是：为了使冷热电联供系统更节能、更环保、更经济，提供一种可实现冷热电联供系统节能、环保、经济效益协同最优的设计方法。

本发明为了解决上述技术问题采用以下技术方案：

本发明提出一种基于粒子群优化算法的冷热电联供型系统三级联合设计方法，包括以下步骤：

(1)输入冷热电联供系统的结构和基本数据信息；

(2)设计冷热电联供系统三级联合优化架构，确定每一级的优化目标和决策变量；

(3)确定三级联合优化的约束条件；

(4)利用粒子群优化算法求解三级联合优化模型，得到冷热电联供系统的整体最优设计方案。

进一步的，本发明提出的一种基于粒子群优化算法的冷热电联供型系统三级联合设计方法，步骤(1)输入的数据信息包括系统参数、设备参数、负荷数据和能源价格。

进一步的，本发明提出的一种基于粒子群优化算法的冷热电联供型系统三级联合设计方法，步骤(2)所述的冷热电联供系统三级优化架构，包括第一级以最大化年能源利用率为目标的设备选型、第二级以最小化碳排放量为目标的设备定容和第三级以最小化年运行成本为目标的运行策略；

三级的优化目标分别为：

1)一级优化目标：最大化年能源利用率

式中，η_PER为能源年利用率；为消耗的一次能源输入量；为生产的总可用电量；为总可用热量；为总可用冷量；

2)二级优化目标：最小化碳排放量

式中，η_CDE为年CO₂排放量；和分别为内燃发电机组和燃气锅炉年消耗的燃气量；为向电网公司年购电量；G_f和G_e分别为天然气和购电的CO₂排放量转换系数；

3)三级优化目标：最小化年运行成本

minη_NPV＝ρC_inv+C_pur+C_om (3)

式中，η_NPV为年运行成本；ρ为投资回收系数；C_inv为设备投资总额；C_pur为年消耗的燃气和电量的总费用；C_om为设备维修管理总费用；

三级优化中的决策变量分别为第一级中各类设备的选型变量如果第i类第j种设备被选中，则否则第二级的决策变量为P_i ^j，表示第i类第j种设备的额定容量；第三级的决策变量K为冷热电联供系统“以电定热”和“以热定电”运行策略切换的热电负荷比例。

进一步的，本发明提出的一种基于粒子群优化算法的冷热电联供型系统三级联合设计方法，步骤(3)所述的约束条件，包括内燃发电机组状态约束；冷、热、电负荷的额定容量约束；选定的内燃发电机组、电制冷、燃气锅炉和余热回收设备的最大、最小负荷率约束。

进一步的，本发明提出的一种基于粒子群优化算法的冷热电联供型系统三级联合设计方法，步骤(3)所述的冷热电联供系统三级联合优化的约束条件具体包括：

式中，P_ICE,P_BR,P_EC,P_B,P_RC分别为选定的内燃发电机组、吸收式制冷机组、电制冷机组、燃气锅炉和余热回收设备的额定容量；和分别为选定内燃发电机组的热效率和电效率；分别为冷、热、电负荷在t时刻的功率；和为冷、热负荷的最大功率；分别为内燃机组、吸收式制冷机组、电制冷机组和余热回收设备t时刻的输出功率；分别为选定内燃发电机组、吸收式制冷机组、电制冷机组、燃气锅炉和余热回收设备的最小负荷率； 为选定内燃发电机组、吸收式制冷机组、电制冷机组、燃气锅炉和余热回收设备的最大负荷率。

进一步的，本发明提出的一种基于粒子群优化算法的冷热电联供型系统三级联合设计方法，步骤(4)所述的采用粒子群优化算法求解冷热电联供型系统三级联合优化模型方法包括：

(1)初始化：在一级优化中初始化离散粒子群算法的参数；

(2)一级优化：根据当前设备最优容量P_i ^j和运行参数K，利用离散粒子群算法，计算每个粒子的适应度η_PER；

(3)二级优化：根据当前设备最优选型变量和运行参数K，利用粒子群算法以最小η_CDE为目标优化各设备的容量P_i ^j；

(4)三级优化：根据当前设备最优选型变量和设备最优容量P_i ^j，利用粒子群算法以最小η_NPV为目标优化运行参数K；

(5)更新离散粒子群的位置和速度；

(6)判断是否满足最大迭代次数T_max，如果满足转至(7)，否则转至(2)；

(7)输出冷热电联供系统的整体最优设计方案。

本发明采用以上技术方案，与现有技术相比的有益效果：

1、能够实现冷热电联供系统优化过程中的信息交互和共享；

2、能够达到系统节能、环保、经济三者的协同最优。

附图说明

图1为本发明流程图。

图2为本发明典型冷热电系统结构图。

图3为本发明冷热电联供系统三级联合优化架构框图。

图4-图6分别为三级联合优化目标η_PER、η_CDE和η_NPV随着优化迭代次数的变化曲线。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例和说明书附图对本发明的技术方案进行清楚、完整的描述，显然，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本技术领域技术人员可以理解的是，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

如图1所示，本发明提供一种基于粒子群优化算法的冷热电联供型系统三级联合设计方法，包括以下步骤：

(1)输入冷热电联供系统的结构和基本数据信息；

(2)设计冷热电联供系统三级联合优化架构，确定每一级的优化目标和决策变量；

(3)确定三级联合优化的约束条件；

(4)利用粒子群算法求解三级联合优化模型，得到冷热电联供系统的整体最优设计方案。

S1：输入冷热电联供系统的结构和基本数据信息，主要包含有内燃发电机组、燃气锅炉、余热回收系统、吸收式和电制冷机组等设备；所输入的数据信息包括系统参数、设备参数、负荷数据和能源价格，典型冷热电联供型系统结构图如附图2所示。

S2：冷热电联供系统三级联合优化架构如附图3所示。三级优化中的决策变量分别为第一级中各类设备的选型变量如果第i类第j种设备被选中，则否则第二级的决策变量为P_i ^j，表示第i类第j种设备的额定容量；第三级的决策变量K为冷热电联供系统“以电定热”和“以热定电”运行策略切换的热电负荷比例。三级的优化目标分别为：

1)一级优化目标：最大化年能源利用率

式中，η_PER为能源年利用率；为消耗的一次能源输入量；为生产的总可用电量；为总可用热量；为总可用冷量。

2)二级优化目标：最小化碳排放量

式中，η_CDE为年CO₂排放量；和分别为内燃发电机组和燃气锅炉年消耗的燃气量；为向电网公司年购电量；G_f和G_e分别为天然气和购电的CO₂排放量转换系数。

3)三级优化目标：最小化年运行成本

minη_NPV＝ρC_inv+C_pur+C_om (3)

式中，η_NPV为年运行成本；ρ为投资回收系数；C_inv为设备投资总额；C_pur为年消耗的燃气和电量的总费用；C_om为设备维修管理总费用。

S3：冷热电联供系统三级联合优化的约束条件具体包括：

式中，P_ICE,P_BR,P_EC,P_B,P_RC分别为选定的内燃发电机组、吸收式制冷机组、电制冷机组、燃气锅炉和余热回收设备的额定容量；和分别为选定内燃发电机组的热效率和电效率；分别为冷、热、电负荷在t时刻的功率；和为冷、热负荷的最大功率；分别为内燃机组、吸收式制冷机组、电制冷机组和余热回收设备t时刻的输出功率；分别为选定内燃发电机组、吸收式制冷机组、电制冷机组、燃气锅炉和余热回收设备的最小负荷率； 为选定内燃发电机组、吸收式制冷机组、电制冷机组、燃气锅炉和余热回收设备的最大负荷率。

S4：采用粒子群优化算法求解冷热电联供型系统三级联合优化模型，具体步骤包括：

S4-1：初始化：在一级优化中初始化离散粒子群算法的相关参数，随机生成N个D维设备选型变量组成的初始种群和各粒子速度；设定最大迭代次数T_max以及P_i ^j,K的初值。

S4-2：一级优化：根据当前设备最优容量P_i ^j和运行参数K，利用离散粒子群算法，计算每个粒子的适应度η_PER；

S4-3：二级优化：根据当前设备最优选型变量和运行参数K，利用粒子群算法以最小η_CDE为目标优化各设备的容量P_i ^j；

S4-4：三级优化：根据当前设备最优选型变量和设备最优容量P_i ^j，利用粒子群算法以最小η_NPV为目标优化运行参数K；

S4-5：更新离散粒子群的位置和速度；

S4-6：判断是否满足最大迭代次数T_max，如果满足转至(7)，否则转至(2)；

S4-7：输出冷热电联供系统的整体最优设计方案。

本实施例采用天津中新生态城的典型冷热电联供型系统算例，设定T_max＝200次后结束联合优化，图4-图6为三级联合优化目标η_PER、η_CDE和η_NPV随着优化迭代次数的变化曲线。为了比较本发明设计的三级联合优化方法与传统的“以热定电”和“以电定热”运行策略的设计结果，分别计算三种运行方式下的冷热电联供系统运行结果，结果如表1所示：

表1不同运行方式下冷热电系统的运行结果

设计方法	η<sub>PER</sub>	η<sub>CDE</sub>(kg)	η<sub>NPV</sub>(￥)
				联合优化	0.909	1.91×10<sup>7</sup>	5.194×10<sup>7</sup>
以热定电	0.796	3.98×10<sup>7</sup>	5.227×10<sup>7</sup>
				以电定热	0.842	2.18×10<sup>7</sup>	5.632×10<sup>7</sup>

可以看出，本专利的三级联合优化方法能够实现年能源利用率、年CO₂排放量和年运行成本三个目标的协同优化，具有更好的节能性、环保型和经济性。

本技术领域技术人员可以理解的是，本发明中已经讨论过的各种操作、方法、流程中的步骤、措施、方案可以被交替、更改、组合或删除。进一步地，具有本发明中已经讨论过的各种操作、方法、流程中的其他步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。进一步地，现有技术中的具有与本发明中公开的各种操作、方法、流程中的步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。

上面结合附图对本发明的实施方式作了详细地说明，但是本发明并不局限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (6)

1.一种基于粒子群优化的冷热电联供型系统三级联合设计方法，其特征在于，包括以下步骤：

(1)输入冷热电联供系统的结构和基本数据信息；

(2)设计冷热电联供系统三级联合优化架构，确定每一级的优化目标和决策变量；

(3)确定三级联合优化的约束条件；

(4)利用粒子群优化算法求解三级联合优化模型，得到冷热电联供系统的整体最优设计方案。

2.根据权利要求1所述的一种基于粒子群优化的冷热电联供型系统三级联合设计方法，其特征在于，步骤(1)输入的数据信息包括系统参数、设备参数、负荷数据和能源价格。

3.根据权利要求1所述的一种基于粒子群优化的冷热电联供型系统三级联合设计方法，其特征在于，步骤(2)所述的冷热电联供系统三级优化架构，包括第一级以最大化年能源利用率为目标的设备选型、第二级以最小化碳排放量为目标的设备定容和第三级以最小化年运行成本为目标的运行策略；

三级的优化目标分别为：

1)一级优化目标：最大化年能源利用率

式中，η_PER为能源年利用率；为消耗的一次能源输入量；为生产的总可用电量；为总可用热量；为总可用冷量；

2)二级优化目标：最小化碳排放量

式中，η_CDE为年CO₂排放量；和分别为内燃发电机组和燃气锅炉年消耗的燃气量；为向电网公司年购电量；G_f和G_e分别为天然气和购电的CO₂排放量转换系数；

3)三级优化目标：最小化年运行成本：

minη_NPV＝ρC_inv+C_pur+C_om (3)

式中，η_NPV为年运行成本；ρ为投资回收系数；C_inv为设备投资总额；C_pur为年消耗的燃气和电量的总费用；C_om为设备维修管理总费用；

三级优化中的决策变量分别为第一级中各类设备的选型变量如果第i类第j种设备被选中，则否则第二级的决策变量为P_i ^j，表示第i类第j种设备的额定容量；第三级的决策变量K为冷热电联供系统“以电定热”和“以热定电”运行策略切换的热电负荷比例。

4.根据权利要求1所述的一种基于粒子群优化的冷热电联供型系统三级联合设计方法，其特征在于，步骤(3)所述的约束条件，包括内燃发电机组状态约束；冷、热、电负荷的额定容量约束；选定的内燃发电机组、电制冷、燃气锅炉和余热回收设备的最大、最小负荷率约束。

5.根据权利要求1或4任意一项所述的一种基于粒子群优化的冷热电联供型系统三级联合设计方法，其特征在于，步骤(3)所述的冷热电联供系统三级联合优化的约束条件具体包括：

式中，P_ICE,P_BR,P_EC,P_B,P_RC分别为选定的内燃发电机组、吸收式制冷机组、电制冷机组、燃气锅炉和余热回收设备的额定容量；和分别为选定内燃发电机组的热效率和电效率；分别为冷、热、电负荷在t时刻的功率；和为冷、热负荷的最大功率；分别为内燃机组、吸收式制冷机组、电制冷机组和余热回收设备t时刻的输出功率；分别为选定内燃发电机组、吸收式制冷机组、电制冷机组、燃气锅炉和余热回收设备的最小负荷率； 为选定内燃发电机组、吸收式制冷机组、电制冷机组、燃气锅炉和余热回收设备的最大负荷率。

6.根据权利要求3所述的一种基于粒子群优化的冷热电联供型系统三级联合设计方法，其特征在于，步骤(4)所述的采用粒子群优化算法求解冷热电联供型系统三级联合优化模型方法包括：

(1)初始化：在一级优化中初始化离散粒子群算法的参数；

(2)一级优化：根据当前设备最优容量P_i ^j和运行参数K，利用离散粒子群算法，计算每个粒子的适应度η_PER；

(3)二级优化：根据当前设备最优选型变量和运行参数K，利用粒子群算法以最小η_CDE为目标优化各设备的容量P_i ^j；

(4)三级优化：根据当前设备最优选型变量和设备最优容量P_i ^j，利用粒子群算法以最小η_NPV为目标优化运行参数K；

(5)更新离散粒子群的位置和速度；

(6)判断是否满足最大迭代次数T_max，如果满足转至(7)，否则转至(2)；

(7)输出冷热电联供系统的整体最优设计方案。