[发明专利]冷热电联供系统的三级协同整体优化方法

摘要

本发明公开了冷热电联供系统的三级协同整体优化方法，确定优化变量；确定优化目标一级优化目标为年一次能源利用率、二级优化目标为年CO2排放量、三级优化目标为年运行成本；确定待选设备类型数量和冷热电联供系统冷热电负荷；进行一级优化，采用离散粒子群算法求解最优设备选型；进行二级优化，运用通用粒子群算法求解最佳容量；进行三级优化，确定三级协同整体优化约束条件，运用粒子群算法优化最佳运行参数；检查是否满足最大迭代次数，如满足转至步骤八，否则转至步骤四；得到冷热电联供系统三级协同整体优化的结果。本发明解决了具有多输入多输出、设备多且耦合复杂特点的冷热电联供系统的优化问题。

主权项

冷热电联供系统的三级协同整体优化方法，其特征是，包括以下步骤：步骤一：确定三级协同整体优化变量，包括设备选型、设备容量及运行参数；所述设备包括：内燃发电机组、溴化锂机组、电制冷机组、燃气锅炉和余热回收设备；步骤二：确定三级协同整体优化目标：一级优化目标为年一次能源利用率PER最高、二级优化目标为年CO2排放量最小、三级优化目标为年运行成本NPV最低；步骤三：确定待选设备类型数量和冷热电联供系统冷热电负荷；步骤四：进行一级优化，根据二级优化得到的当前最优各设备容量和三级优化得到的当前最优运行参数，以年一次能源利用率PER最高为目标，采用离散粒子群算法求解当前最优设备选型；步骤五：进行二级优化，根据一级优化得到的当前最优设备选型变量和三级优化得到的当前最优参数，以年CO2排放量最小为目标，运用粒子群算法优化各设备的最佳容量；步骤六：进行三级优化，根据一级优化得到的当前最优设备选型变量和二级优化得到的当前最优各设备容量，以年运行成本NPV最低为目标，确定三级协同整体优化约束条件，运用粒子群算法优化最佳运行参数；步骤七：检查是否满足最大迭代次数，如满足转至步骤八，否则转至步骤四；步骤八：得到冷热电联供系统三级协同整体优化的结果；运用粒子群算法求解的具体方法为：步骤2.1，初始化一级优化中离散粒子群优化算法的相关参数ω、c1、c2、r，设定迭代次数Tmax，初始化K；其中，ω为惯性系数，为学习因子，c1、c2为加速系数，r为位置更新约束因子，Tmax为最大进化代数，为i类j品牌设备的选型变量；为i类j种品牌设备的额定容量；K为冷热电联供系统“以电定热”和“以热定电”运行策略切换的热电负荷比临界值变量；步骤2.2，一级优化：根据二级优化当前最优各设备容量和三级优化当前最优运行参数K，采用离散粒子群算法，计算每个粒子的适应度；步骤2.3，根据一级优化中每个粒子适应度，更新所有粒子的全局最优位置gbest和每个粒子的历史最优位置pbest；步骤2.4，二级优化：根据一级优化当前最优设备选型变量和三级优化当前最优参数K，以年CO2排放量最小为目标，运用通用粒子群算法更新粒子速度和位置，优化各设备的最佳容量步骤2.5，三级优化：根据一级优化当前最优设备选型变量和二级优化当前最优各设备容量以年运行成本最低为目标，运用通用粒子群算法更新粒子速度和位置，优化最佳运行参数K；步骤2.6，更新一级优化的离散粒子群的速度和位置；步骤2.7，检查是否满足最大迭代次数Tmax，如满足转至步骤2.8，否则转至步骤2.2；步骤2.8，得到冷热电联供系统三级协同整体优化设计结果。