《最小运行成本下基于粒子群算法的综合能源系统优化设计》9600字（论文）

最小运行成本下基于粒子群算法的综合能源系统优化设计摘要：由于近几十年化石能源的开采情况愈发频繁，导致其储量逐渐降低。于是人们开始迫切地寻找新型清洁能源，比如风能。但是以此应运而生的光伏发电，风力发电有着不稳定，时限性的缺点。综合能源系统将多种不同的能源耦合在一起，实现风能、电能、热能的合理分配、高效利用。综合能源系统内部相比于简单系统更加复杂，研究其原理以及优化也更加困难。对此，本文对综合能源系统内部的主要设备，发电、产热和储能设备分别建立数学模型，综合考虑。设置一定的约束条件，以系统的运行成本为目标函数，求其最小值，对其进行仿真优化，仿真时采用粒子群算法作为其算法原理。优化之后，经各个单元协调运行，系统总成本将会有所降低，可再生能源将得到最有效化利用。关键词：综合能源系统粒子群算法优化目录第1章绪论 11.1研究背景和意义 11.2国内外研究现状 21.3本文主要研究内容 2第2章综合能源系统设备运行模型 32.1概述 32.2IES主要设备模型 32.2.1风力发电系统模型 42.2.2光伏发电系统模型 42.2.3燃气热电联产系统模型 52.2.4燃气锅炉模型 52.2.5电化学储能系统模型 62.2.6热化学储能系统模型 62.3本章小结 7第3章基于粒子群算法的IES运行优化模型 83.1综合能源系统运行优化目标函数 83.2IES运行优化约束条件 93.3粒子群算法简介 10第4章算例分析 124.1概述 124.2仿真算例模型参数 124.3仿真过程 134.4设备出力情况 134.5优化结果 16第5章结论与展望 175.1结论 175.2展望 17绪论研究背景和意义如今社会的高速发展离不开能源的供应，尤其是近几十年社会的飞速发展，更是消耗了大量的一次能源。不仅使得化石能源的储存总量大大减少，而且环境问题也更加严重。在此双重问题下，促使着人们去寻找不同于化石能源的能源，去缓解甚至替代化石能源成为未来社会发展的必需、必要的能源。电能是由一次能源经过各种方式转化而成的二次能源，是万家灯火的保障，是社会前行的基础。化石能源的消耗大部分都是用于发电，所以，寻找新能源发电技术是当今社会发展的前提。表1-1电力平衡表项目1900199520002005201020152016201720182019可供量6230100231347324941419365802161204659147150974866生产量6212100771355625003420725814661332660447166175034水电126719062224397072221130311840119791231813044火电494580431114220473333194284244371475465096352202核电12816753173917032133248129443484风电44618582371297236604060新能源的寻找在近十几年间进展巨大，核能、风能、太阳能、地热能等能源的相继出现，填补了空缺。表1-1电力平衡表是从《中国统计年鉴2021》摘取部分数据，从图中可以很明显看出，新型能源发电量正在逐年增加，可以缓解化石能源储量不足的问题。由于风能和太阳能的随处可见以及受地形限制较小的优点，风能和太阳能发展迅速。现如今，新能源体系的发展是必要的。但是这一过程需要技术支持，以及转变人们的能源发展观念，是人类社会发展不可缺少的一环【1】。利用风能和光能的技术虽然发展迅速，但是其不稳定性、反调峰性、受天气影响较大等缺点限制了它们的发展潜力。综合能源系统的提出有效解决了这一问题。综合能源系统（简称IES）是由多个能源系统组合而成的分布式能源系统，其中包括可再生能源发电系统、热电联产系统、电热储能系统和其他能源系统【2】。综合能源系统显然满足新型能源供给系统“源-网-荷-储”一体化的架构要求，用于满足不同消费者对能源的不同需要，使得各种能源在一定程度上维持了供需平衡。综合能源系统中拥有多种灵活性的可调用的资源，包括分布式电源、热泵、储能设备和用户侧负荷等。对于IES的运行优化进行研究，是因为下面两点内容：不同种类的设备资源接入IES之中，使系统耦合更加复杂，当前研究成果尚且不足以满足多种类型资源耦合要求；另外，传统能源系统彼此毫无关系的调度方式，没有办法满足多种类型能源进行互补，所以需要对IES运行优化中的相关技术问题进行研究以解决问题。IES的探究和发展，以及环保、低碳能源体系的形成与发展，是我国甚至是全球能源发展转型不可或缺的一步。IES能够实现多能互补、梯级利用等理论，减少能源浪费现象的发生，使可再生能源的能够充分利用，高效应对气候变暖和环境污染的全球性环境问题。对于综合能源系统的探索研究，可以改良我国能源利用现状，对于能源利用的改革发展具有巨大意义。IES实现了多种不同能源之间的转化以及储存设备之间的协同合作、共同管理、协调互补；IES含有较多的能源设备单元，如何去协调各单元模块的运行调度对综合能源系统的推广应用具有重大意义。综合能源系统运行方法可描述为：根据系统各设备运行情况得出抽象化的数学模型，以系统运行成本最小化建立最优化模型，并且通过适合的方法求解该最优化问题。国内外研究现状综合能源系统以其智能化、信息为手段，利用网络技术组合区域内多种能源，改变不同能源之间彼此割裂的形式，同时提升了可再生能源利用率，降低对生态环境的影响。本文的工作包含到了综合能源系统的运行优化问题，下面对国内外相关研究进行阐述【3】。对待这种最优化类型的问题，一般采用下面两种方法解决：数学规划法以及以智能算法为代表的启发式方法。在此研究方向上，综合能源系统设备以及运行优化问题已经被国内和国外许多研究人员建立了精细化的数学模型，并且对提出的模型使用相应的方法进行求解，并且取得了丰富的研究成果。文献[4]针对电能和热能紧密耦合的综合能源系统，考虑目前能源系统的实际运行情况，提出了“源-网-荷-储”的协同优化运行方法。建立了以运行总成本最小的目标函数，构建了综合能源系统“源-网-荷-储”运行优化模型。并且通过分析比较不同形式的仿真运行结果，验证其有效性【4】。文献[5]针对新能源出力的不确定性对综合能源系统具有一定影响，建立了多时间尺度优化模型，考虑了系统各部分的运行和固有约束，采用模型预测控制算法对系统优化模型进行优化，最后通过算例验证了此方法的有效性【5】。文献[6]针对综合能源系统的碳目标约束和需求侧响应，考虑已有约束的同时，增加了碳排放约束，以经济成本运行成本最小和碳排放量最低为目标函数，建立了综合能源系统日前优化模型，通过算例分析不同场景运行优化结果，证明了碳排放量确实有效降低了【6】。文献[7]探讨了当前新能源政策对园区综合能源系统的收益，同时考虑新能源的不确定性和供需不匹配性，从供能侧、需求侧、政策侧三方面综合考虑，构建了以园区收益最大化的目标函数，优化模型为鲁棒随机优化模型。最后在考虑政策层面，分析仿真结果，以获得最大收益【7】。本文主要研究内容在本文中，针对综合能源系统进行研究，探寻能够同时兼顾电、热、气多能耦合的运行优化控制策略。具体工作如下：（1）简要介绍了本文的研究背景，包括综合能源的发展、优化控制发展的意义与现状【8】。（2）基于能量母线方法建立IES多能流构架并分析其多能互补特性，针对某典型电热综合能源系统，根据光伏发电、风力发电、燃气轮机热电联供单元、燃气锅炉和电、热储能等主要能量转化及存储设备单元的运行特性，建立IES设备运行数学模型。（3）基于IES内部主要设备数学模型，综合考虑平衡关系、IES实际运行中的天然气消耗、与上级电网的功率交互和设备实际运行过程中限制，以总成本为目标函数构建IES运行优化模型（4）以国内某园区IES为算例，根据其内部设备参数，对某日内系统运行调度优化情况进行仿真计算分析。通过算例验证本文所提出的IES运行调度优化方法的可行性，为IES实际运行过程中的运行策略的制定提供综合能源系统设备运行模型概述IES能够有效整合利用可再生能源和化石能源等多种能源，同时关注了能源供应的环保性和经济性，有效的解决了可再生能源的浪费等问题，提升系统的经济效益。综合能源系统内部含有多个能量转换设备，多种能源协同工作、互济互补，因此能量流也变得特别繁杂，为进一步捋清楚综合能源系统内部的能量耦合关系，需对其进行建模分析研究，也是使其高效运行的关键。IES主要设备模型本章主要是对综合能源系统内部的各个设备进行简要叙述以及模型的建立，本文采用通用能量母线式对IES进行建模【9】，主要对其中的能量转换以及储存设备进行建模，为后续工作奠定模型基础。不同能源的相互转化在IES中展现的淋漓尽致：其中电能和天然气是IES之中最优质的能源，因为其可以转化成其他能源；热能和冷能是IES之中较为优质的能源;风能和光能只能进行单向转化，并且其本身具有出力的不稳定性，而且无法进行储存，因此，太阳能和风能是综合能源系统之中质量较低的能源【3】。如图2-1所示，本文介绍的是一种典型的电热联产的综合能源系统，从图中可以看出，IES的主要设备包含风电、光伏、分布式燃气热电联产系统（包括电锅炉与热泵，图中为英文缩写CHP）、燃气锅炉、热储能系统、电储能系统等设备单元，分别对他们建立建模分析。风能和太阳能因为是不可调度的分布式能源，为了最大化利用，因此其发电功率将得到全部利用，然后再由其他设备对其缺额部分进行补充或者对其剩余部分进行储存或者消纳。图STYLEREF1\s2SEQ图\*ARABIC\s11综合能源系统内部结构图风力发电系统模型风力发电技术现已为大众熟知，是一种风电转换技术，发电过程安全环保，较其他传统发电技术可有效减少污染。而且随着对风力发电技术的研究，装机成本也在慢慢下降，近年来风电技术也是得到了重用，尤其是在地势开阔的平原、高原地带。风能在夜晚时更加充足，然而，用电的高峰期一般在白天，其反调峰特性会对电网产生较大的电势冲击。IES的多能互补特性是该问题的一个有效措施，通过协调控制多种能源的转化及储存利用，可实现能量连续、稳定且高效供应。风力发电的输出模型为：（2-1）式中：输出功率（kW）；叶片半径（m）；空气密度（kg/m3）；风能利用系数；空气流速（m/s）。光伏发电系统模型化石能源是几百万年前存储的太阳能，风的流动也是因为气流温度不一致而形成，地球上现存的能源，几乎全部来自于太阳能。因此，想办法利用太阳能，是刻不容缓的事。现如今，直接利用太阳光的技术，就是通过光伏板直接发电。太阳光是非常廉价的能源，光伏发电的成本，几乎全部集中在光伏板。经过十几年的发展，光伏发电已经是较为成熟、经济的技术，对于人类来说也是取之不尽，清洁无污染的能源。在光伏发电设备的运行中，其出力受制于实际工况因素，因此对标准测试条件（简称STC，光强为1000W/m2,环境温度为25（2-2）式中时刻光伏设备输出功率(kW)；降额系数，取值为0.9；光伏的额定功率(kW)；——时刻的实际光强(W/m2)；对应的光照强度，1000W/m2；时刻光伏电池板表面温度(℃)，具体计算方式如公式（2-3）所示；对应光伏电池板表面温度，25℃。（2-3）式中时刻环境温度(℃)；时刻环境风速.燃气热电联产系统模型燃气热电联产系统是一种集发电和供热为一体的单元。其中，相比于单独发电和供热而言，效率更高，排放废气更少，对环境更加友好，成本也更加低。可以回收燃气轮机发电过程中产生的热废气，回收利用产热，实现能源回收，减少浪费，因此效率更高。并且其占地面积小，易管理，启动快。即便因其规模问题而局限于只能小面积推广，但是此单元在节能减排方面的优势，注定以后会成为供能的主流。燃气热电联产系统模型，可由下式表示：（2-4）（2-5）式中t时段输出电功率(kW)；t时段回收热功率(kW)；t时段发电效率；t时段天然气消耗速率(m³/h)；天然气的热值，取9.7kWh/m³【10】；散热损失率，本文取值为0.15。燃气锅炉模型燃气锅炉相较于其他锅炉而言，更加经济、更加环保，因为其燃料为天然气。在IES中，作为备用热源，当供热不足时，补充其缺额，通过与燃气热电联产单元的回收热废气单元相互配合，实现IES的灵活高效供热。本文不研究燃气锅炉内部复杂结构，只简单研究燃气锅炉模型，如下式所示：（2-6）式中t时段输出热功率(kW)；运行效率，取值0.8并假定其保持不变；t时段天然气消耗速率(m³/h)。电化学储能系统模型IES的电负荷突然增加时，燃气轮机的发电功率无法快速增加，此时就可通过释放电储能系统内部电能缓解负荷压力，维持IES的正常运行；电负荷突然减少时，燃气轮机的发电功率无法快速减少，余出的电能就可存储在电储能系统中，避免电能的浪费。对电能的释放与存储，使得电储能系统在IES的能源调度中，灵活调动，从而极大地提高了系统能效和稳定性，对于“双碳”背景下现行电网中高比例可再生能源的接入，具有至关重要的作用，是IES不可或缺的组成部分。基于上述优点，储能技术得到大规模推广。下面对实际运行中的充放电过程进行数学建模，如公式（2-7）和（2-8）所示：（2-7）（2-8）式中t时段系统容量(kWh)；能量自损率；充电效率；放电效率；t时段充放能功率(kW)；调度周期，取1h；t时段蓄能状态(%)，其取值范围为0-100%；系统额定容量(kWh)。热化学储能系统模型储能技术被视作解决可再生能源应用带来的不稳定性和波动性的关键技术。近年来许多专家学者对储热材料进行了大量的研究，储热技术进步良多，在未来必会得到大规模的推广应用。IES的热负荷突然增加时，设备的输出热功率无法快速增加，此时就可通过释放热储能设备内部热能缓解负荷压力，维持IES的正常运行；热负荷突然减少时，设备输出的热功率无法快速减少，余出的热能就可存储在热储能设备中，避免热能的浪费。在本文所介绍的电热IES中，热能在各设备之间的灵活转移，使得热能的利用更充分合理，提高系统能源利用效率和运行的灵活性。本文参照蓄电池储能的充放电模型，建立了蓄热储能系统的数学模型，如下式所示：（2-9）（2-10）式中t时段容量(kWh)；能量自损率；充电效率；放电效率；t时段充放能功率(kW)；t时段蓄能状态(%)，其取值范围为0-100%；额定容量(kWh)。本章小结本章主要任务是对IES内部主要设备建立数学模型，其中包括以风光这种可再生能源发电的风电模型和光电模型，主要承担电负荷的燃气轮机模型和主要承担热负荷的燃气锅炉模型，以及满足电能调度的电储能模型和满足热能调度的热储能模型。简单介绍其原理，并建立起各自的数学模型，以便分析其能量调度过程。为后续仿真，建立基础数学模型。基于粒子群算法的IES运行优化模型综合能源系统运行优化目标函数身为IES的拥有者，首要的目标就是如何获取最大利益。当运行成本越小时，总收益也会越大，因此，选取IES运行总成本为目标函数。总成本由三部分组成，计算公式如下：（3-1）式中系统运行总成本(元)；燃料购置成本(元)；系统与上级电网交互成本(元)；设备运行维护成本(元)【11】。在IES架构中，运行过程中所需能源为天然气资源的设备，分别为燃气轮机和燃气锅炉设备，燃气轮机通过使用天然气产热、产电，燃气锅炉通过燃烧天然气产生热能。因此燃气故燃料购置成本是由燃气轮机与燃气锅炉两部分的共同消耗组成，如公式（3-2）所示：（3-2）式中天然气单价(元/m³)，本文取3。IES处于并网运行状态，当电负荷高于燃气轮机与可再生能源的发电功率，并且电储能设备内部无剩余电能时，可从上级电网购电，以满足综合能源系统内部的用电需求；同时，也可以在满足综合能源系统内部的用电负荷，并且电储能设备内部储能满负荷时，向上级电网售电。因此模型表述如下：（3-3）式中t时段交互功率单价(元/kWh)；t时段交互功率。在综合能源系统正常运行过程中，设备不可避免会有所磨损和故障，磨损到一定程度，就需要更换设备，故障时需要维修，平时也需要进行维护，还需要承担员工的工资等等开销。通常把这些费用等效换算为设备生产单位功率上面，设备运行维护成本模型如公式（3-4）所示：（3-4）式中、、、、、分别为光电系统、风电系统、燃气轮机热电联供系统、燃气锅炉、电储能系统、热储能系统的单位功率运行维修费用(元/kWh)。IES运行优化约束条件（1）电功率及热功率约束（3-5）（3-6）式中t时段用户用电负荷；t时段用户用热负荷(kW)。（2）可控设备功率约束在本文的IES运行优化模型中，风机发电与光伏发电所产生的电能将得到全部利用，因此风电与光电设备作为不可控的发电设备，可控设备包含燃气轮机热电联供系统、燃气锅炉、电储能系统、热储能系统，结合设备配置的实际容量情况，对它们的运行功率进行限制，如公式（3-7）-（3-10）所示：（3-7）（3-8）（3-9）（3-10）式中、燃气轮机热电联供系统功率上下限值(kW)；、燃气锅炉功率上下限值(kW)；、电储能系统功率上下限值(kW)；、热储能系统功率上下限值(kW)。粒子群算法简介在二十世纪九十年代中期，有两位博士通过研究鸟类捕食行为提出了粒子群算法。像这样学者受到自然行为而提出的算法还有许多，如蚁群算法等等。本文采用的粒子群算法，简单原理就是，每只鸟都去搜索距离食物最近的鸟儿所在的附近区域。其中最重要的就是迭代过程之中的更新：粒子i的第d维速度更新公式：（3-11）粒子i的第d维位置更新公式：（3-12）：加速度常数，调节学习最大步长（超参数）

：0-1的随机数

：惯性权重2.算法流程（1）初始化：初始化粒子群体（群体规模为n）的参数，包括随机位置和速度【12】。（2）计算：根据目标函数，评价每个粒子的适应度。（3）寻找最优位置：将每一次迭代后的粒子，与前一个粒子的适应值作比较，如果此粒子适应值更高，就取代上一个粒子，成为个体最优解；反之，上一个粒子还是个体最优解，不被替代。（4）寻找最优解：将每一次迭代后的粒子群，与前一次粒子群的适应值作比较，如果此粒子群适应值更高，就取代上一个粒子群，成为整体最优解；反之，上一个粒子群还是整体最优解，不被替代。（5）迭代更新：根据公式（3-11）和（3-12）进行迭代，每次迭代之后，保留最优解，以便与下次迭代结果进行比较，直到迭代次数用完为止。算法流程图如下：开始开始初始化粒子群计算每个粒子的适应度达到最大迭代次数或全局最优位置满足最小界限根据适应度更新pbest、gbest，更新粒子位置速度结束YesNo算例分析概述本章节中的算例是北方某一园区，其中的电、热负荷选取自某典型日（风光正常的一日）的参数。根据所用参数，代入前面所建立的各设备数学模型中，求出目标函数。在软件之中编程，利用粒子群算法进行迭代更新，得出结果。仿真算例模型参数本文以我国北方某园区综合能源系统为研究对象，其中主要设备包含风电机组、光伏机组、分布式燃气热电联供系统、燃气锅炉及电热储能系统。图4-1显示的是光伏、风机、燃气轮机、燃气锅炉四个供能设备的额定容量、效率、单位运行维护成本、爬坡约束以及设备功率约束参数；图4-2为电热储能设备的额定功率、功率范围、单位运行维护成本参数。图4-1供能设备参数图4-2储能设备的参数图4-1内有四条曲线，分别为电负荷、热负荷、风机出力以及光伏出力预测曲线。在一天之中，分别在07：00到08:00、11:00到14:00、19:00到20:00、22:00到23:00出现用电高峰期，电负荷曲线出现相应变化。热负荷曲线与电负荷正相反，峰值出现在04:00，夜间时期寒冷，热负荷急剧增加；白天气温相较于夜晚有所提高，热负荷下降。风机出力具有反调峰性，也就是说，电负荷峰值时，风机出力为峰谷；电负荷峰谷时，风机出力为峰值，就会造成浪费，但是在IES中，可以把多余的电储存起来，在需要时再放出来，就能大大提高风能的利用率。光伏出力曲线从07：00开始发电，到19:00停止发电。光伏发电受气候影响较大，具有时限性，在IES中可以协调利用。该园区IES与上级电网相连，可从上级电网购电以及余电上网。目前园区采用的电价策略是价格为0.85元/kWh的固定电价。仿真过程根据经验将参数设置如下：ω=0.729、C1=C2=1.494、Npar=200,titermax=300.【13】ω为惯性权重，反映粒子自身惯性的影响程度。这个数越大，代表着它不容易更改之前的运动路线，更倾向于探索未知领域。C1，C2为学习因子。C1为个体学习因子，这个因子越大，鸟儿越倾向于飞往它自己曾去的食物量最多的地方。C2为社会学习因子，这个因子越大，鸟儿越倾向于飞往其他鸟儿曾去的食物量最多的地方。本次仿真需要具备一定的编程基础，如果基础薄弱，可能无法完成仿真。在此过程中，需要把自己的目标函数，从数学模型变成计算机能够理解的语言。图4-1园区某典型日的电热负荷和可再生能源出力预测曲线设备出力情况各设备出力情况如下图所示：图4-2一天之中燃气轮机出力图4-3一天之中燃气锅炉出力图4-4一天之中电储能设备图4-5一天之中热储能设备图4-6园区主要设备出力园区内主要设备出力情况如图4-2到4-6所示，分析如下：（1）储能设备运行情况：在00:00到07:00之间，电储能设备一直处于放能状态，在之后的时间里就一直处于充放能状态，与各设备协调运行，尽可能利用可再生能源。储热设备在04:00到07:00与18:00到24:00处于放热状态，其余时间处在充放热状态，协调互补。（2）燃气轮机运行情况：在00:00到08:00之间燃气锅炉处于出力状态，因为在此期间电负荷高于风机功率，而光伏发电由于光照原因，基本不发电，因此燃气锅炉处于出力状态，多出的电能通过电储能设备储存。而在之后的时间，电负荷由风力机组、光伏机组、储能设备以及上电网协同满足。（3）燃气锅炉运行情况：从图中可以清楚看出，燃气锅炉的运行状态和热储能设备几乎是完全相反的两种状态。这也很好理解，燃气锅炉产生的热量满足热负荷之后有剩余，储存在热储能设备之中。以及热电联产系统之中的热量，三者达到热平衡状态。优化结果经过粒子群算法优化之后系统运行总成本有所下降，风能以及太阳能物尽其用，减少了“弃风”、“弃光”现象的发生，提高了能源利用率，符合我国可持续发展道路。综合能源系统内部多种能源协调互补，运行过程中可再生能源最大化利用，全部利用其功率，其不足或剩余通过其他设备补足或者储存。算例结果表明，粒子群对综合能源系统的模型优化能起到有效的提升，有利于提高系统的能源利用率。结论与展望结论化石能源的不足以及环境问题的恶化，促使着科学家去寻找新型能源、清洁能源。面对这一难题，综合能源系统这一概念横空出世，其内部的可再生能源利用率大大提高。综合能源系统协调内部多种能源，互补互济，符合我国可持续发展理念。在未来的能源体系中，综合能源系统必将因其经济性、智能化、信息化占据能源体系的重要席位，充分利用可再生能源。为人类继续寻找可靠能源，提供了更多的时间。风能、光能的利用，必将减少化石能源的使用，环境问题也将得到缓解，社会进入可持续发展道路。展望粒子群算法虽然迭代速度快，计算速度快，但是有一个不可避免的缺点，橘色容易陷入局部解，后续将对粒子群算法进行改进，使其对综合能