[发明专利]一种冷热电联供系统的优化方法

说明书

本发明涉及一种冷热电联供系统的优化方法，包括以下步骤：建立冷热电联供系统模型，选取冷热电联供型微网作为优化对象，对场景中的设备进行数学建模；确定冷热电联供系统优化分析的决策变量和目标函数；确定冷热电联供系统优化运行的约束条件；选择鲸鱼优化算法并引入混沌立方映射和变异法则优化初始种群和行为规则；采用混合以热定电策略作为冷热电联供型系统的运行策略；确定优化的评价指标并进行评价。本发明采用混合以热定电策略并将改进的鲸鱼算法用于求解冷热电联供型微网模型，在初始阶段进行混沌初始化操作提高搜索能力，在围捕阶段引入的变异操作，可更快地寻找到全局最优值，实现了快速找到冷热电联供系统系统优化运行最优解的目的。

技术领域

本发明属于新能源技术领域，尤其是一种冷热电联供系统的优化方法。

背景技术

能源问题一直以来都是各国关注的热点问题，如新能源的开发利用、微电网的建设等，其中冷热电联供(Combined with Cooling,Heating and Power，CCHP)型微网在解决旅馆、楼宇、超市等场所的用电问题上获得了广泛应用。冷热电联供型微网取代传统电网的分散供电模式，将供电设备产生电能后的余热加以收集利用，供冷热负荷使用，因此，其能源利用效率较传统供电方式从59％提高到88％。有关冷热电联供型微网的众多研究领域中，容量优化问题和调度策略对微网的建设和使用至关重要。目前常见的优化方法包括线性规划模型和智能优化算法。使用最多的运行策略为“以电定热”和“以热定电”。

近二十年来，智能优化算法获得了突飞猛进的发展，相较于线性规划模型，智能优化算法在解决各类复杂问题上展现了突出优势。各种各样的算法相继涌现，其中具有代表性的如粒子群优化算法、遗传算法、差分进化算法等在工业领域获得了广泛应用。但智能算法大都根据自然界中生物的某些行为规则进行设计，算法收敛速度慢、结果不精确等问题不可避免，因此需要对原有算法进行改进。“以电定热”和“以热定电”作为最基本的两种调度策略，实现方法和优先满足的对象有所不同，都可满足供需平衡的要求，但两种策略均有不同程度的能源浪费，这显然违背了最大化能源利用率的原则，因此有必要对这两种策略加以完善。

发明内容

本发明的目的在于克服现有技术的不足，提出一种冷热电联供系统的优化方法，解决微网系统容量优化存在的耦合度高、复杂度高的问题，改进优化算法进行求解和改进现有的运行策略，从而实现更加迅速的优化过程，缩短小时调度安排之间的时间间隔，并提高能源的利用率。

本发明解决其技术问题是采取以下技术方案实现的：

一种冷热电联供系统的优化方法，包括以下步骤：

步骤1、建立冷热电联供系统模型，选取冷热电联供型微网作为优化对象，对场景中的设备进行数学建模；

步骤2、确定冷热电联供系统优化分析的决策变量和目标函数；

步骤3、确定冷热电联供系统优化运行的约束条件；

步骤4、选择鲸鱼优化算法并引入混沌立方映射和变异法则优化初始种群和行为规则；

步骤5、采用混合以热定电策略作为冷热电联供型系统的运行策略；

步骤6、确定优化的评价指标并进行评价。

进一步，所述步骤1的冷热电联供系统模型是以微型燃气轮机为原动机并结合光伏发电系统和燃气锅炉为发电单元的冷热电联供型微网。

进一步，所述场景中的设备包括有微型燃气轮机、光伏发电系统、燃气锅炉、蓄电池组和蓄热槽；对各个设备建模如下：

所述微型燃气轮机的数学模型为：

H_MT＝F_MTη_r(1-η_MT)