[发明专利]一种基于量子粒子群算法的泛能站优化方法及装置

权利要求书

1.一种基于量子粒子群算法的泛能站优化方法，其特征在于，具体包括如下步骤：

1)建立泛能站能效模型，所述能效模型包括群体规模、粒子维度、粒子群位置，初始QPSO粒子位置；

2)构建目标函数，所述目标函数根据目标函数计算每个粒子的适应度Fitness，根据粒子群优化算法确定并记录粒子的个体最优位置Pbest、群体的全局最优位置gpbest和最优中值位置S(t)；

3)根据以下公式更新粒子个体最优位置Pbest，群体的全局最优位置gpbest和最优中值位置S(t)，其中，假设粒子i在D维空间运动，则在第t次迭代时，粒子i的个体最优位置为：p_i(t)＝r_i(t)*pbest_i(t)+[1-r_i(t)]gpbest_g(t)，式中，ri(t)是均匀分布在(0，1)上的随机数，第t+1次迭代时粒子i的位置表达式为：式中，u_i(t)是均匀分布在(0，1)上的随机数；α为扩张－收缩系数；S(t)为最优中值位置，表达为：其中N为群体规模；

4)判断算法是否满足终止条件，如果满足，转向步骤5)，否则执行步骤3)；

5)输出最优泛能站的能效模型；

步骤2)中构建的目标函数F为，

其中，

时段t电价与购买电量的乘积；

时段t气价与购买气量的乘积；

时段t用户所需电量与电价的乘积；

时段t用户所需热量与热价的乘积；

Ny,Nm,Nb：分别为余热锅炉、内燃机和燃气蒸汽锅炉的个数；

分别为时段t第i台余热锅炉、内燃机和燃气蒸汽锅炉的运行维护成本；

和分别为时段t第i台余热锅炉、内燃机和燃气蒸汽锅炉的开机成本和停机成本；

k＝y，m，b：分别代表余热锅炉、内燃机和燃气蒸汽锅炉；

j＝e，h，g，w：分别代表电能、热能、燃气，水；

分别为时段t第i个燃气蒸汽锅炉、内燃机和余热锅炉的状态变量；

分别为时段t第i个燃气蒸汽锅炉、内燃机和余热锅炉的启动变量；

分别为时段t第i个燃气蒸汽锅炉、内燃机和余热锅炉的停机变量；

状态变量和启停变量均为0－1整数变量，1代表设备运行状态/开机/关机，0代表设备停运状态/无开机动作/无关机动作。

2.根据权利要求1所述的方法，其特征在于，其特征在于，步骤1)中

所述能效模型需满足电量平衡约束，内燃机电力输出以及电网购电量应满足用户负荷需求：

所述能效模型需满足热能平衡约束，内燃机同时产生高温烟气，通过余热锅炉产生的高温蒸汽，并结合燃气锅炉产生的高温蒸汽为用户提供热负荷，因而满足以下的热守恒：

所述能效模型需满足燃气平衡约束，泛能站通过购买天然气为内燃机和燃气锅炉提供原料，因而需满足燃气守恒：

所述能效模型需满足内燃机余热回收约束，内燃机的烟气输出即为余热锅炉的输入，且两者运行状态同步：

所述能效模型需满足设备运行安全和状态耦合约束，每个设备的能量产值也是考虑的一个重要因素，能量产值有上下界的约束，并且燃气蒸汽锅炉，内燃机和余热蒸汽锅炉最大产能和最小产能又分别跟设备的状态变量耦合：式中，·和分别为变量·的上下限；

所述能效模型需满足开停机和设备状态耦合约束，引入启动变量和停机变量，将启动成本和关机成本纳入模型，并考虑设备开停机和设备状态的各时段的耦合关系：

所述能效模型需满足设备之间输入输出耦合约束，内燃发电机输入天然气输出电力，同时排放高温混合烟气，天然气的消耗量与产生的电量和高温混合烟气的能力之间有确定的关系，采用黑盒模型，直接通过内燃发电机的历史数据进行拟合：

所述能效模型对燃气锅炉有以下的约束条件：其中，a_j,b_j,c_i,d_i,e_i为历史数据拟合值。