基于改进多目标灰狼算法的冷热电联供型微电网优化方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111860937A(43)申请公布日2020.10.30(21)申请号202010452482.X(51)Int.Cl.(22)申请日2020.05.26G06Q10/04(2012.01)G06Q50/06(2012.01)(71)申请人国网天津市电力公司电力科学研究院地址300384天津市西青区海泰华科四路8号申请人国网天津市电力公司国家电网有限公司天津大学(72)发明人戚艳王旭东丁一苏万华吴磊聂靖宇霍现旭邬斌扬梁刚尚学军(74)专利代理机构天津盛理知识产权代理有限公司12209代理人王来佳权利要求书5页说明书10页附图1页(54)发明名称基于改进多目标灰狼算法的冷热电联供型微电网优化方法(57)摘要本发明涉及一种基于改进多目标灰狼算法的冷热电联供型微电网优化调度方法，步骤为：S1建立能源设备的数学模型，包括微型燃气轮机模型、余热锅炉模型、蓄电池模型、蓄热槽模型、溴化锂吸收式制冷机模型、风力机模型、光伏电池模型；S2结合电负荷、热负荷、冷负荷、能源设备的运行条件作为约束条件，建立微电网经济成本、CO和NOx的排放量最小化为目标的优化调度模型；S3以提高算法的运算速度和算法前期的探索能力为目标，对多目标灰狼优化算法及优化调度模型进行改进；S4基于改进多目标灰狼算法对优化调度模型进行求解。本方法使多目标灰狼优化算法的求解速度以及前期的搜寻能力显著提高，更加适用于微电网多目标优化模型的求解。CN111860937ACN111860937A权利要求书1/5页1.一种基于改进多目标灰狼算法的冷热电联供型微电网优化方法，其特征在于，包括如下步骤：S1建立能源设备的数学模型，包括微型燃气轮机模型、余热锅炉模型、蓄电池模型、蓄热槽模型、溴化锂吸收式制冷机模型、风力机模型、光伏电池模型；S2结合电负荷、热负荷、冷负荷、能源设备的运行条件作为约束条件，建立微电网经济成本、CO和NOx的排放量最小化为目标的优化调度模型；S3以提高算法的运算速度和算法前期的探索能力为目标，对多目标灰狼优化算法及优化调度模型进行改进；S4基于改进多目标灰狼算法对优化调度模型进行求解。2.根据权利要求1所述的基于改进多目标灰狼算法的冷热电联供型微电网优化方法，其特征在于：S1中各模型表达式如下：(1)微型燃气轮机模型：微型燃气轮机的效率和污染气体排放量均与设备容量、负载水平相关，其效率的表达式为：ηMTE＝r01PMTref+r11RMT+r21PMTrefRMT+r31ηMTH＝r02PMTref+r12RMT+r22PMTrefRMT+r32式中，ηMTE为发电效率，ηMTH为制热效率，PMTref为设备的额定功率，RMT为荷载率，rij为与设备相关的常数；CO和NOx是微型燃气轮机产生的主要污染气体，当微型燃气轮机在50％额定功率以下工作时，污染气体排放严重，基于此设定微型燃气轮机功率低于50％额定功率时关闭；CO和NOx二者排放量的分段拟合函数为：fNOx(RMT)＝350-310(RMT-0.5)(2)余热锅炉模型：微型燃气轮机的烟气作为余热锅炉的热源，产生蒸汽或热水满足微电网的热负荷需求，余热锅炉的功率为：式中，Pbl为余热锅炉的功率，PMT为微型燃气轮机的功率，Qac为下级溴化锂吸收式制冷机所消耗的热功率，ηbl为余热锅炉的效率；(3)蓄电池模型：蓄电池储存微电网中产生的多余电量和在用电高峰时段进行辅助供电；蓄电池的充放电状态(SOC)为剩余电量与额定电量的比值：2CN111860937A权利要求书2/5页式中，Cnet蓄电池当前电量，C为蓄电池最大容量；每个时间段蓄电池状态：式中，Pb为电池功率，放电为正；△t为时间跨度；(4)蓄热槽模型蓄热槽储存微电网产生的剩余热量并加以利用，在储热过程中会造成热能的耗散；蓄热槽的具体模型为：式中，EHSTt为t时段蓄热槽内的热能，为蓄热的损耗系数，PHST,t为设备的功率，蓄热为正，放热为负；(5)溴化锂吸收式制冷机模型：溴化锂吸收式制冷机利用余热锅炉的烟气进行吸收式制冷，其数学模型为：Pac＝Qac·COPac式中，Pac为溴化锂吸收式制冷机的制冷功率，Qac为吸收烟气的热量，COPac为设备的制冷系数；(6)风力机模型：风力机的输出功率表达式为：式中，Vin切入风速，Vout切出风速，v当前风速，Vr为额定风速，PN风力发电机组额定输出功率；(7)光伏电池模型：光伏电池的输出功率表达式为：式中，PSTC标准条件下的输出功率，G为实际光照强度，GSTC标准条件下的光照强度，21000W/m，k为功率温度系数，Te为环境温度，TN为组件额定温度，TSTC模块在标准条件下的表面温度，25℃。3.根据权利要求2所述的基于改进多目标灰狼算法