[发明专利]一种城镇能源互联网运行与储能容量优化方法有效
申请号: | 201911044562.5 | 申请日: | 2019-10-30 |
公开(公告)号: | CN110752611B | 公开(公告)日: | 2021-06-29 |
发明(设计)人: | 张聂鹏;高丙团;王满商;李远梅;杨利荣;白少锋;胡航 | 申请(专利权)人: | 国网江苏省电力有限公司镇江供电分公司;东南大学 |
主分类号: | H02J3/28 | 分类号: | H02J3/28 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 楼高潮 |
地址: | 212001 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 城镇 能源 互联网 运行 容量 优化 方法 | ||
1.一种城镇能源互联网运行与储能容量优化方法,其特征在于,包括以下步骤:
S1:针对能源互联网的运行与储能优化问题,构建运行与储能优化配置模型;
包括以下步骤:
S1.1:建立模型的目标函数,即计算系统的年平均能源综合利用率:
式(1)中,η为年平均综合能源利用率,Pe为年发电量,Pc为年供冷量,Ph为年供热量,Pres为可再生能源产能量,Pgrid为向电网的购电量,F为购入的天然气量,λgas为天然气热值;
S1.2:建立模型的约束条件,包含以下步骤:
系统在运行时,应满足以下约束:
S1.2.1:建立能量守恒约束:
式(2)~(4)中,和分别表示燃气轮机产生的电功率和热功率,和分别表示储电系统的充放电功率,和分别表示吸收式制冷机的输出冷功率和输入热功率,和分别表示电制冷设备输出冷功率和输入电功率,表示燃气锅炉的输出热功率,和分别表示储热装置的存放热功率,pWT为风电预测功率,和分别表示用户的电负荷、热负荷和冷负荷的需求量;
S1.2.2:设备出力约束
0≦pjt≦pjt,max (5)
式(5)中,pjt表示第j种设备的输出功率,pjt,max表示第j种设备的最大输出功率;
S1.2.3:储能系统约束
式(6)中,Sees(t)、STes(t)为电储能和热储能装置在t时段的储能量,Sees(t-1)、STes(t-1)为电储能和热储能装置在t-1时段的储能量,和分别表示电储能设备的充放电效率,和分别表示电储能装置容量最小值、最大值,为储热装置容量最大值,和分别表示热储能装置的充/放热效率;μ为热储能装置的能量自损耗系数;
S2:针对运行与优化配置问题,提出一种改进协同进化算法;
包括以下步骤:
S2.1:初始化算法参数,包括学习因子、固定权重系数、权重的最大值和最小值,最大迭代次数,变量的取值范围;
S2.2:双种群策略
基于生态学中多物种共同进化的原理,设计了双种群策略,通过不同物种之间的适应来共同进化,为了提高种群多样性,建立了两个种群对变量进行优化,由此采用双种群策略构建两个群体;
S2.3:分别对两个群体采用不同的初始化策略进行初始化,产生初始种群,具体初始化步骤为:
S2.3.1:基于平均熵初始化
首先初始化m个个体作为初始种群,然后随机产生一个新个体,根据(7)~(9)式计算种群的平均熵,当种群的平均熵大于预先设置的阈值时,则将新个体加入初始种群中,直至获得N个个体;根据信息论熵可知,种群的熵等于各个编码熵的总和,即:
式(7)~(9)中,H表示群体的熵,Hj为各个编码熵,N为种群个数,D为每个粒子的维数,m为已有的初始个体数,k为新的初始个体,Pik为第i个个体的第j维编码与第k个个体的第j维编码的相似程度,和表第i个个体和第k个个体的第j维的值,Aj和Bj为第j维变量的上下界;
S2.3.2:基于Tent混沌映射初始化
Tent映射是一种典型的混沌系统,可通过式(10)将混沌序列映射到解空间,
xij表示个体i的j维的数值;
S2.4:策略协同进化
采用优化算法对优化问题进行求解,求解方法为:对两个种群在采用粒子群算法作为基本算法并结合定步长和可变步长策略作为算子更新方法对种群进行协同进化,两个种群分别进化后,进行精英交互,具体方法内容为:
粒子群算法是一种智能算法,它通过模拟鸟群在多维空间飞行的行为,通过不断调整自己的运动和距离,来寻找最佳位置,粒子群算法是通过不断地在解空间中向全局最优移动来实现寻优,而运动地方向和距离是由粒子的速度决定的,粒子的速度随运动变化而不断更新,通过此过程而实现在求解空间中找到最优值,粒子的迭代公式如下:
式(11)~(12)中,Vit和Vit+1表示第i个粒子在第t代和第t+1代的速度,和表示第i个粒子在第t代和第t+1代的位置,表示在第t代的全局最优解,表示在第t代的个体最优解,ω表示权重系数,c1和c2是学习因子,rand表示[0,1]之间的随机数;
对两个种群分别采用固定惯性权重和非线性惯性权重因子,固定惯性权重是将权重系数设置为定值,而非线性惯性权重根据粒子的适应度值进行自适应调整,非线性惯性权重因子描述如下:
式(13)中,ωmax和ωmin分别表示权重的最大值和最小值,tmax为最大迭代次数,t为迭代次数;
S2.5输出结果
若满足终止条件,即达到最大迭代次数,则输出最优结果,否则转至步骤S2.4;
S3:通过采用改进协同进化算法求解运行与储能优化配置模型,城镇能源互联网系统获得最优运行优化结果以及最优的储能容量配置。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网江苏省电力有限公司镇江供电分公司;东南大学,未经国网江苏省电力有限公司镇江供电分公司;东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911044562.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:含储热罐的热电联产机组的电功率调节方法
- 下一篇:一种可移动式的充储一体装置