[发明专利]一种基于多目标优化算法的能源动态平衡与优化调度方法

摘要

本发明适用于钢铁企业能源动态平衡与优化调度领域，提供了一种基于多目标优化算法的能源动态平衡与优化调度方法，包括步骤1，获取钢铁企业能源系统网络拓扑结构以及煤气、蒸汽和电力子系统中的各单元设备信息；步骤2，获取各种能源介质的供需预测数据、生产检修计划和其他设定信息；步骤3，建立钢铁企业能源动态平衡与优化调度数学模型，确定优化调度模型的优化变量；确定优化调度模型的目标函数和约束条件；步骤4，将优化调度模型转化为具有两个优化目标的问题；步骤5，采用多目标优化算法对步骤4中得到的两目标优化问题进行求解；综合考虑了钢铁企业多种能源介质的耦合关系，从综合调度和全局优化的角度给出了多能源介质动态平衡与优化调度的技术方案，对具体实践的指导意义明确。

主权项

一种基于多目标优化算法的能源动态平衡与优化调度方法，其特征在于，所述方法包括：步骤1，获取钢铁企业能源系统网络拓扑结构以及煤气、蒸汽和电力子系统中的各单元设备信息；其中，获取所述钢铁企业能源系统网络拓扑结构的过程包括：输入各类能源介质管网的类型和数量，以及能源介质管网的物理属性；所述能源介质管网的物理属性包括：煤气管网的介质形式、压力上/下限、热值，蒸汽管网的压力上/下限、温度上/下限、焓值，内部电网的主变容量、最大负荷和电压等级；获取所述煤气、蒸汽和电力子系统中的单元设备信息的过程包括：步骤101，确定各子系统中单元设备所属类型和数量；步骤102，根据能源产耗关系，将所述单元设备挂接到对应的能源介质管网上，确定所述单元设备的能源产耗变量集；步骤103，输入各个单元设备的工艺模型和约束条件，所述约束条件包含运行负荷约束、煤气流量约束和混合煤气热值约束；步骤2，获取各种能源介质的供需预测数据、生产检修计划和用于接收用户的个性化输入条件的其他设定信息；步骤3，建立钢铁企业能源动态平衡与优化调度数学模型，确定优化调度模型的优化变量为确定煤气子系统的目标函数J1、蒸汽子系统的目标函数J2和电力子系统的目标函数J3，确定所述优化调度模型的目标函数为Minf(x)＝J1+J2+J3，确定优化调度模型的约束条件；其中，i为煤气管网的序号，j为煤气子系统中单元设备的序号，t为调度周期序号，分别设备的煤气消耗量和产生量，n为蒸汽和电力子系统中单元设备的序号，s为蒸汽管网的序号，为设备n消耗的煤气量，为设备n入口蒸汽流量，为设备n出口产生/抽汽/凝汽流量，zn,t为设备n产生的电量；所述煤气子系统、蒸汽子系统和电力子系统的目标函数具体为：minJ1=punemigas-progas;]]>其中，为煤气放散惩罚；progas为煤气外售收益；minJ2=fedwat+punemistm+buystm;]]>其中，fedwat为锅炉给水费用；为蒸汽放散惩罚；buystm为外购蒸汽成本；minJ3＝buyele‑proele；其中，buyele为外购电力成本；proele为外售电力收益；所述优化调度模型的所述约束条件包括单元设备的工艺约束、各能源介质的物理约束和煤气、蒸汽和电力三种能源介质的动态平衡约束；所述单元设备的工艺约束和各能源介质的物理约束为：gj(xi,j,tsume,xi,j,tgen)≤0,j∈EQGhj(xi,j,tsume,xi,j,tgen)=0,j∈EQG]]>gn(xi,n,tsume,ys,n,tin,ys,n,tout,zn,t)≤0,n∈EQSEQEhn(xi,n,tsume,ys,n,tin,ys,n,tout,zn,t)=0,n∈EQSEQE]]>其中，gj(·)、hj(·)分别煤气子系统中单元设备j的不等式约束和等式约束，EQG为煤气子系统单元设备集合；gn(·)、hn(·)分别为蒸汽和电力子系统中单元设备n的不等式约束和等式约束，EQS、EQE分别为蒸汽和电力子系统单元设备集合；所述煤气、蒸汽和电力三种能源介质的动态平衡约束为：∀i,t,Σj∈EQG(xi,j,tgen-xi,j,tsume)-Σn∈EQSEQExi,n,tsume=spi,tgas]]>∀s,t,Σn∈EQSEQE(ys,n,tout-ys,n,tin)=des,tstm]]>∀t,Σn∈EQSEQEzn,t=detele]]>其中，表示“对于任意的…”，为煤气i在周期t内的富余量，为蒸汽s在周期t内的需求量，为电力在周期t内的需求量；步骤4，将f(x)转化为两目标优化问题：Minf(x)=J1+J2+J3,MinG(x)=Σk=1mGk(x),x=(xi,j,tsume,xi,j,tgen,xi,n,tsume,ys,n,tin,ys,n,tout,zn,t)]]>并且满足所有约束条件，其中：具体地，gk(·)为不等式约束，hk(·)为等式约束，k为不等式约束或等式约束的序号；δ为设定的一个较小的正数；步骤5，采用多目标优化算法对所述步骤4中得到的所述两目标优化问题进行求解，并应用Pareto支配关系和Pareto优超数作为个体排序选择的准则，其中，Pareto优超数的定义为：设xi为进化种群pop中一个个体，用D(xi)表示种群中Pareto优于xi的个体总数，称为xi的Pareto优超数，D(xi)＝#{xj|xj∈pop∧xj xi}，#表示集合中的元素个数。