[发明专利]以投资回收期最短为目标的能源供应系统优化配置方法

摘要

一种以投资回收期最短为目标的能源供应系统优化配置方法S1确定优化目标；S2利用计算机基于遗传算法优化S2‑1系统初始化；S2‑2初始化种群P；S2‑3计算初始种群各个体适应度函数值，并执行逻辑排序操作，计算聚集距离；S2‑4，从父代种群中通过选择、交叉和变异操作得子代种群，通过再次仿真，计算种群个体适应度函数值，并执行排序，计算各个体聚集距离，选择生成下一代父代种群；S2‑5，判断是否满足终止条件满足则调用仿真策略,进行数据仿真,输出优化结果；否则返回。本发明首次提出了以综合能源供应系统投资回收周期最小为目标的优化规划设计方法，采用基于单目标遗传算法对各设备的类型和装机容量进行优化，对系统设备的构成及容量进行确定。

主权项

一种以投资回收期最短为目标的能源供应系统优化配置方法，其特征是包括以下步骤：S1确定优化目标Tj=ΔKR=IDER-IsysCsys-CDER+ΔCcap---(1);]]>式中，Tj表示该方案投资的增量投资回收期，ΔK表示增加投资，R表示效益；IDER表示多能互补供能系统建设投资；Isys表示传统系统建设投资；Csys表示传统系统运行时的经营成本；CDER表示多能互补微网系统运行时的经营成本；ΔCcap表示变压器备用容量节省成本；式中：IDER=Σi∈DERIDER,i+Ibat---(2);]]>其中，IDER,i指第i类分布式设备初始投资费用，单位元，Ibat为储能替换费用；Isys＝Iair+Cair+Ifuel   (3)；其中，Iair为电空调投资，Cair为电空调的替换费用，Ifuel为备用燃机投资；Csys＝Cele+Cco   (4)；其中，Cele为纯电负荷耗电成本，Cco为制冷负荷耗电成本；CDER=CE+CF+Σi∈DERCOM,i---(5);]]>其中：CE为年购电费用，CF为年购气费用，COM,i指第i类设备的年运行维护费用；ΔCcap＝12*ccap*(capsys‑capDER)   (6)；其中，ccap为系统每月变压器单位容量费用，capsys为系统接入前需要的变压器容量，capDER为微网系统接入后需要的变压器容量；S2利用计算机基于遗传算法优化，包括以下子步骤：S2‑1系统初始化，读取系统中蓄电池、光伏、微燃机、变流器、蓄冰空调设备参数，以及遗传算法参数；S2‑2初始化种群P：通过随机函数产生第一代父代种群的优化变量；S2‑3计算初始种群各个体适应度函数值，并执行逻辑排序操作，计算聚集距离；S2‑4，从父代种群中通过选择、交叉和变异操作得到子代种群，通过仿真，计算种群个体适应度函数值，并执行排序操作，计算各个体的聚集距离，选择生成下一代父代种群；S2‑5，判断是否满足终止条件：满足则调用仿真策略,进行数据仿真,输出优化结果；否则进入下一步骤；S2‑6从当前种群P中选择交配种群Q，对交配种群进行交叉、变异操作，即Q‑Qc‑Qm；计算种群Qm中各个体的适应度函数值，对(PUQm)分层排序操作，根据排序结果依次从种群(PUQm)中选择N个个体构成下一代种群P；返回步骤S2‑5；所述的子步骤S2‑5调用仿真策略包括以下子步骤：设仿真步长t＝1；步骤1,判断t小于8760否，若否则结束返回步骤S2‑5，若是则进入下面具体步骤；步骤2，计算系统内净电负荷，当系统净负荷大于零时，执行步骤3，否则执行步骤7；步骤3，检测系统是否存在冷负荷，如存在冷负荷则开启微燃机，执行步骤4，否则执行步骤5；步骤4，计算当前步长净电负荷与冷负荷比值是否大于1：3；如大于1：3微燃机采用以冷定电模式，执行步骤5；如果不大于1:3微燃机采用以电定冷模式，执行步骤6；步骤5，储能系统放电，检测储能系统是否能够满足当前负荷需求，如能满足当前负荷需求停止本步长操作，准备进入步长计算；如无法满足当前负荷需求，不足电能由配网补充，停止本步长操作，准备进入步长计算；步骤6：检测蓄冰空调是否具备放冷能力，如具备放冷能力蓄冰空调放冷，不足冷量由电空调制冷；如不具备放电能力采用电空调制冷，电空调制冷所需电能由配网提供；停止本步长操作，准备进入步长计算；步骤7：检测当前时刻是否具有燃机处于启动状态，如有燃机处于启动状态关闭燃机执行步骤8，如无燃机处于启动状态直接执行步骤7；步骤8：检测系统是否具有冷负荷，如具有冷负荷需求，则执行步骤9，否则执行步骤10；步骤9：检测蓄冰空调是否能够满足冷负荷需求，如能满足负荷需求则由蓄冰空调放冷，否则开启电空调制冷，执行步骤9；步骤10：检测系统是否具有电能富余，如有电能富余则对储能电池充电供蓄冰空调蓄冰，停止本步长操作，准备进入步长计算；所述的步长计算为：仿真步长t+1，返回步骤1。