[发明专利]一种电气综合能源系统扩容规划方法、装置、设备及介质

说明书

本发明涉及综合能源系统规划技术领域，公开了一种电气综合能源系统扩容规划方法、装置、设备及介质，本发明利用改进的目标精英保护策略遗传算法，提高了算法计算的效率，但同时保持了传统遗传算法的并行性优势，节省了阻抗参数提取的时间，同时精英保护策略的引入改进了传统遗传算法的搜索能力欠缺和全局收敛的缺点；同时，建立改进的目标阶梯碳交易模型的过程中考虑了碳交易和绿证交易，提高了电气综合能源系统的优化精确度；进一步，通过优化改进的目标阶梯碳交易模型来建立目标电气综合能源系统扩容规划模型，使得在得到的目标扩容规划方案下，能够提高电气综合能源系统对二氧化碳和可再生能源的消纳能力。

技术领域

本发明涉及综合能源系统规划技术领域，具体涉及一种电气综合能源系统扩容规划方法、装置、设备及介质。

背景技术

如何有效的实现控碳减碳成为各企业各园区重点关注的问题，同时随着可再生能源的广泛发展，新能源发电波动性导致了严重的弃风光现象，也在一定程度上降低了早期建设的园区综合能源系统的经济性。目前，碳排放权交易（简称碳交易）和绿色证书交易（简称绿证交易）机制是引导企业控碳减碳的重要手段，但是，目前的研究中只考虑碳交易或绿证交易，对于同时考虑两者的情况较少，导致园区综合能源系统的环保性和可再生能源消纳能力较差。

发明内容

有鉴于此，本发明提供了一种电气综合能源系统扩容规划方法、装置、设备及介质，以解决目前研究中只考虑碳交易或绿证交易，对于同时考虑两者的情况较少，导致园区综合能源系统的环保性和可再生能源消纳较差的问题。

第一方面，本发明提供了一种电气综合能源系统扩容规划方法，包括：在初始电气综合能源系统中扩容电转气设备，得到目标电气综合能源系统；获取目标电气综合能源系统对应的系统信息数据集、初始阶梯碳交易模型和绿证交易模型；利用目标精英保护策略遗传算法对初始阶梯碳交易模型进行优化，得到目标阶梯碳交易模型；对目标阶梯碳交易模型进行处理，并根据处理后的目标阶梯碳交易模型建立目标电气综合能源系统扩容规划模型；基于系统信息数据集，对目标电气综合能源系统扩容规划模型进行求解，得到目标电气综合能源系统的目标扩容规划方案。

本发明提供的电气综合能源系统扩容规划方法，利用改进的目标精英保护策略遗传算法，提高了算法计算的效率，但同时保持了传统遗传算法的并行性优势，节省了阻抗参数提取的时间，同时精英保护策略的引入改进了传统遗传算法的搜索能力欠缺和全局收敛的缺点；同时，建立改进的目标阶梯碳交易模型的过程中考虑了碳交易和绿证交易，提高了电气综合能源系统的优化精确度；进一步，通过优化改进的目标阶梯碳交易模型来建立目标电气综合能源系统扩容规划模型，使得在得到的目标扩容规划方案下，能够提高电气综合能源系统对二氧化碳和可再生能源的消纳能力。

在一种可选的实施方式中，利用目标精英保护策略遗传算法对初始阶梯碳交易模型进行优化，得到目标阶梯碳交易模型，包括：获取初始精英保护策略遗传算法；对初始精英保护策略遗传算法进行改进，得到目标精英保护策略遗传算法；基于预设第一优化目标，利用目标精英保护策略遗传算法对初始阶梯碳交易模型进行优化，得到目标阶梯碳交易模型。

本发明在利用目标精英保护策略遗传算法对初始阶梯碳交易模型进行优化的过程中以目标电气综合能源系统的预设第一优化目标为优化条件，提高了算法计算效率的同时，提高了目标电气综合能源系统的优化结果的精确度。

在一种可选的实施方式中，对初始精英保护策略遗传算法进行改进，得到目标精英保护策略遗传算法，包括：利用预设分布概率密度函数随机生成初始种群；基于预设第一优化目标，确定适应度函数；基于初始种群，经过适应度函数处理，确定目标种群；基于目标种群，对初始精英保护策略遗传算法的交叉算子和变异算子进行改进，得到目标精英保护策略遗传算法。

本发明在初始精英保护策略遗传算法的基础上，从种群初始化、设置适应度函数等方面对初始精英保护策略遗传算法进行改进，提高了算法计算效率的同时，保持了传统遗传算法的并行性优势，节省了阻抗参数提取的时间，同时精英保护策略的引入改进了传统遗传算法的搜索能力欠缺和全局收敛的缺点。