基于NSGA2算法的分散式以电供热系统多目标优化方法与流程

技术特征：

1.一种基于NSGA2算法的分散式以电供热系统多目标优化方法，其特征在于包括以下步骤：

步骤1、建立分散式以电供热系统多目标优化模型：首先计算系统在运行时各个子系统的得热量，其次计算整个系统在运行时房间所需要的得热量，然后计算整个系统运行时各个子系统的耗功量，最后确立该分散式以电供热系统的多目标目标优化函数并设定约束条件；

步骤2、针对上述目标函数模型，运用NSGA2算法进行优化求解，得到目标优化的Pareto优化前端。

2.根据权利要求1所述的基于NSGA2算法的分散式以电供热系统多目标优化方法，其特征在于：所述步骤1计算系统在运行时各个子系统的得热量包括：太阳能得热量、空气源热泵得热量和电锅炉得热量，其计算方法分别为：

所述太阳能得热量的计算公式为：

Qs＝q_msC_ρ水(t_集出-t_集进)

其中：Q_S——太阳能系统得热量，单位W；

q_ms——水的质量流量，单位kg/s；

C_ρ水——水的比热容，单位J/kg·℃；

t_集出——水介质在集热器出口的温度，单位℃；

t_集进——水介质在集热器进口的温度，单位℃；

所述空气源热泵得热量的计算公式为：

Q_p＝q_msC_ρ水(t_空出-t_集出)

其中：Q_p——空气源热泵系统得热量，单位W；

q_ms——水的质量流量，单位kg/s；

C_ρ水——水的比热容，单位J/kg·℃；

t_空出——水介质在空气源热泵出口的温度，单位℃；

t_集出——水介质在集热器出口的温度，单位℃；

所述电锅炉得热量的计算公式为：

Q_g＝q_msC_ρ水(t_供-t_空出)

其中：Qg——锅炉系统得热量，单位W；

qms——水的质量流量，单位kg/s；

C_ρ水——水的比热容，单位J/kg·℃；

t_供——水介质给热用户的供暖温度，单位℃；

t_空出——水介质在空气源热泵出口的温度，单位℃；

所述步骤1计算整个系统在运行时房间所需要的得热量Q_房间的公式为：

Q_房间＝q_房间C_ρ空气(t_供热-t_环)

其中：Q_房间——整个房间所需热负荷，单位W；

q_房间——房间体积，单位m³；

C_ρ空气——空气的密度，单位kg/m³；

t_供热——房间所要求达到的供暖温度，这里按照要取18℃，单位℃；

t_环——环境温度，单位℃；

所述步骤1计算整个系统运行时各个子系统的耗功量包括空气源热泵耗功量和电锅炉耗功量，其中：

所述空气源热泵耗功量W_压缩的计算公式为：

其中：W_压缩——空气源热泵耗电功率，单位W；

Vd——压缩机理论排气量，单位m³/rev；

m——多变指数；

η——电机效率；

Pc——冷凝压力，单位Pa；

Pe——蒸发压力，单位Pa；

所述电锅炉耗功量W_锅炉的计算公式为：

W_锅炉＝ηq_房间c_p空气(t_供热-t_环)

其中：W_锅炉——电锅炉耗电功率，单位W；

η——供热热效率；

q_房间——房间体积，单位m³；

C_ρ空气——空气的密度，单位kg/m3；

t_供热——房间所要求达到的供暖温度，这里按照要取18℃，单位℃；

t_环——环境温度，单位℃；

所述分散式以电供热系统的多目标优化函数为：

$COP=\frac{Qtotal}{Wtotal}$

其中：COP——系统总的能耗比

Q_total——系统总的热量，单位W；

W_total——系统总的耗功量，单位W；

其中系统总的热量Q_total表示为：

Q_total＝Q_s+Q_p+Q_g

其中：Q_S——太阳能系统得热量，单位W；

Q_p——空气源热泵系统得热量，单位W；

Q_g——锅炉系统得热量，单位W；

系统的总耗功量W_total表示为：

W_total＝W_压缩+W_锅炉

其中：W_压缩——压缩机耗功量，单位W；

W_锅炉——锅炉耗功量，单位W。

3.根据权利要求1所述的基于NSGA2算法的分散式以电供热系统多目标优化方法，其特征在于：所述步骤1设定约束条件为：将环境温度t_环和整个系统的供热温度t_供为自变量，确定t_环的温度设置在-10到0℃之间，而供热温度t_供控制在50到65℃之间，设置环境温度t_环和整个系统的供热温度t_供之和在55到60℃之间来作为约束条件。

4.根据权利要求1所述的基于NSGA2算法的分散式以电供热系统多目标优化方法，其特征在于：所述步骤2的具体实现方法为：在初始种群随机产生后，选择采用锦标赛法，交叉采用模拟二进制交叉，变异采用多项式变异,设置种群规模、进化代数、遗传操作参数并进行求解，所述遗传操作参数包括锦标赛规模、交叉分布系数和变异分布系数。