天天看點

【優化運作】基于matlab多目标粒子群算法求解冷熱電聯供綜合能源系統運作優化問題【含Matlab源碼 XYTQYY002期】

一、多目标粒子群算法求解冷熱電聯供綜合能源系統運作優化簡介

現有的能源系統往往都是單獨規劃、單獨運作,導緻能源使用率低,污染高。如今,人們更多地研究如何把各獨立供能系統進行協同優化,減少其環境污染的同時增加能源使用率及經濟性能。

各類能源的大規模接入導緻了能源系統往往無法兼顧經濟性和環保性,優化運作的能力不夠。是以如何優化綜合能源系統,兼顧系統運作的經濟性和環保性成為需要解決的問題。利用線性模型對電力、天然氣、熱力系統進行最優容量配置,提高系統的能源利用效率;考慮碳排放和可再生能源的消納問題,提出一種新的混合潮流計算方法,保證建構的熱電聯供型微電網經濟穩定的運作。

現以系統經濟性和環保性最優建立目标函數并建構限制條件,建立冷熱電聯供型系統(combined cooling, heating and power, CCHP)的優化模型;利用改進後的粒子群算法對求解系統優化模型;最後,結合算例進行結果分析,研究系統在單一目标和同時兼顧多目标下系統的運作結果,為綜合能源系統後期的協同規劃提供參考。

1 綜合能源系統協同優化目标函數

以綜合能源系統經濟成本最小和環保性最優為目标。系統經濟成本主要分為機組投資成本CCCHP、購電成本Ce和購買天然氣成本Cg。目标函數為

CJ=CCCHP+Ce+Cg(1)

式(1)中:

CCCHP=R(Cinf.GTPcap.GT+Cinf.GBPcap.GB+Cinf.GEPcap.GE+Cinf.ECQcap.EC+Cinf.ACQcap.AC)(2)

式(2)中:R為資金回收率;Pcap.GT、Pcap.GB、Pcap.GE分别為瓦斯輪機、瓦斯鍋爐、天然氣内燃機組的額定電功率;Qcap.EC、Qcap.AC分别為電制冷機、吸收式制冷機的額定冷功率,Cinf.GT、Cinf.GB、Cinf.GE、Cinf.EC、Cinf.AC分别為額定功率内瓦斯輪機、瓦斯鍋爐、天然氣内燃機組、電制冷機和吸收式制冷機的運作成本。

【優化運作】基于matlab多目标粒子群算法求解冷熱電聯供綜合能源系統運作優化問題【含Matlab源碼 XYTQYY002期】

式(3)中:T為系統一個運作周期;Ce,t為t時段系統的購電單價,Pe,t為t時段系統的購電功率。

【優化運作】基于matlab多目标粒子群算法求解冷熱電聯供綜合能源系統運作優化問題【含Matlab源碼 XYTQYY002期】

式(4)中:cg為t時段系統購買天然氣單價;Pg,t為t時段系統的購氣功率。

系統運作過程中,燃燒天然氣産生二氧化碳氣體。是以系統運作時排放二氧化碳産生環保成本CH的目标函數為

CH=WCO2εePΙΝEC+εg(PGT.g+PGB.g+PGE.g)

式(5)中:WCO2為排放CO2機關價格;εe為機關電功率下二氧化碳的排放系數;εg為機關體積天然氣的二氧化碳排放系數。

系統整體優化函數CZ為

CZ=min(CJ+CH)(6)

2 綜合能源系統模組化及限制條件

冷熱電聯供型綜合能源系統是最常用的區域綜合能源系統,其網絡架構如圖1所示。

【優化運作】基于matlab多目标粒子群算法求解冷熱電聯供綜合能源系統運作優化問題【含Matlab源碼 XYTQYY002期】

圖1 冷熱電聯供型綜合能源系統網絡架構圖

CCHP系統能夠利用天然氣内燃機和瓦斯輪機将天然氣燃燒進行發電,也可以用這些裝置和瓦斯鍋爐燃燒産生的熱量進行供暖和制冷,進而使得供電、供暖、供冷供氣結合在一起,加強了各功能系統的耦合程度,提高了能源的利用效率。

瓦斯輪機的數學模型及限制為

【優化運作】基于matlab多目标粒子群算法求解冷熱電聯供綜合能源系統運作優化問題【含Matlab源碼 XYTQYY002期】
【優化運作】基于matlab多目标粒子群算法求解冷熱電聯供綜合能源系統運作優化問題【含Matlab源碼 XYTQYY002期】
【優化運作】基于matlab多目标粒子群算法求解冷熱電聯供綜合能源系統運作優化問題【含Matlab源碼 XYTQYY002期】

3 綜合能源系統協同規劃方法

【優化運作】基于matlab多目标粒子群算法求解冷熱電聯供綜合能源系統運作優化問題【含Matlab源碼 XYTQYY002期】

3.1 慣性權重因子和學習因子的改進

在基本PSO算法中,ω、c1、c2一般保持不變,現拟将其随着疊代次數改變,如式(28)所示:

【優化運作】基于matlab多目标粒子群算法求解冷熱電聯供綜合能源系統運作優化問題【含Matlab源碼 XYTQYY002期】
【優化運作】基于matlab多目标粒子群算法求解冷熱電聯供綜合能源系統運作優化問題【含Matlab源碼 XYTQYY002期】

3.2 個體最優值的改進

利用所有粒子的個體最優值的平均值代替每個粒子的個體最優值,這樣可以排除粒子群中最差的個體最優值,避免粒子群局部最優。即:

【優化運作】基于matlab多目标粒子群算法求解冷熱電聯供綜合能源系統運作優化問題【含Matlab源碼 XYTQYY002期】

3.3 改進後的算法流程

本模型求解過程如圖2所示。

【優化運作】基于matlab多目标粒子群算法求解冷熱電聯供綜合能源系統運作優化問題【含Matlab源碼 XYTQYY002期】

圖2 粒子群算法優化求解流程

二、部分源代碼

三、運作結果

【優化運作】基于matlab多目标粒子群算法求解冷熱電聯供綜合能源系統運作優化問題【含Matlab源碼 XYTQYY002期】
【優化運作】基于matlab多目标粒子群算法求解冷熱電聯供綜合能源系統運作優化問題【含Matlab源碼 XYTQYY002期】

四、matlab版本及參考文獻

1 matlab版本

2014a

2 參考文獻

[1] 包子陽,餘繼周,楊杉.智能優化算法及其MATLAB執行個體(第2版)[M].電子工業出版社,2016.

[2]張岩,吳水根.MATLAB優化算法源代碼[M].清華大學出版社,2017.

繼續閱讀