一种基于人工萤火虫群优化算法的计及产能节点使用寿命的产能分配方法与流程

本发明属于能源互联网领域，尤其涉及一种基于人工萤火虫群优化算法的计及产能节点使用寿命的产能分配方法
背景技术：
：近年来，能源问题已成为世界各国所需讨论解决的首要难题，世界各个国家及组织积极开展探究新型替代能源的技术。其中，可再生能源以其可再生、无污染的特点受到了高度重视。随着新能源技术的发展，并伴随着能源技术创新和互联网技术的深度融合的巨大潜力，诞生了“能源互联网”的宏观结构，该体系具有“多能互补，源网荷储”的统一多能互补协调的核心理念，不仅可以实现能源的“就地采集，原地存储，现场利用”功能，还可以作为具有数个完整功能的局域小型供电系统与电网互联。由于多种新型能源的加入，能源形式不再局限于电能，而是电能、天然气能、石油能等多种能源形式的结合，天然气能由于其高效、清洁等特点，具有良好的发展前景，同时在发电形式中，风力、光伏发电相较于传统的火力发电也有明显的优势。在多种能源形式共存的产能端，使用时间较短的产能节点，维护费用较低，可以在短时间内处于过载运行状态以获取更大的输出能量，使用时间较长的产能节点，维护费用较高，适合处于轻载运行状态减少维护并保证安全。因此可以利用产能节点这一特性，并综合考虑能量传输损耗、环境效益等因素对新兴的天然气产能、风力产能、光伏产能等节点通过过载运行获取更大的能量输出，从而进一步代替产能区域中综合性能较劣的火力发电等节点，提升产能效率及收益。人工萤火虫群优化算法是一种应用广泛的启发式智能优化方法，来源于自然界中萤火虫的发光行为，是人工智能领域的重要分支，具有概念简单，需要调整的参数少，易于应用和实现等优点，具有极强的通用性，易于通过编程实现。技术实现要素：在能源互联网中，能量的形式不再局限于电能，而是电能、天然气能、石油能等多种能源形式的结合，天然气能由于其高效、清洁等特点，具有良好的发展前景，同时在发电形式中，风力、光伏发电相较于传统的火力发电也有明显的优势。在我国，虽然仍然是以火力发电为主，但在微网场景下，已经可以充分利用风能、天然气能等代替火力发电，获得更大的经济收益以及环境收益。在多种能源形式共存的产能端，产能节点的使用寿命不同，当某一产能节点使用时间较短，即该节点刚刚建立时，维护费用较低，可以在短时间内处于过载运行状态以获取更大的输出能量，但也需要避免长时间过载运行以免损坏设备；当某一产能节点的使用时间较长，即该节点较为陈旧，维护费用较高，因此适合处于轻载运行以减少维护费用并保证安全性。利用产能节点这一特性，通过选取使用时间较短，同时能量传输损耗、环境效益等性能良好的产能节点，通过过载运行获取更大的能量输出，进一步代替产能区域中较为陈旧，同时环境效益等性能较劣的火力发电等设施，从而提升产能效率及产能收益。考虑多因素的产能分配是一种优化问题，最佳分配方案是综合性能越好的产能节点向负荷供能比例越高，因此本文采用启发式的人工萤火虫群优化算法，该算法模仿自然界群体生活的生物的社会行为构造的随机搜索方法，将决策变量比喻为在解空间中移动的萤火虫，其亮度与自身所在位置的目标值有关，亮度越高表示位置越好，即目标函数值越优。每个萤火虫向决策域中亮度更高的萤火虫移动，即向更优的位置移动。该算法具有较强的局部搜索能力，并可以在较小区域内得到该区域的最优解，即本发明中的最佳分配方案。本发明方法的具体实现包括以下步骤：(1)获取能源互联网产能区域多种能源形式(如电能、天然气能)的产能节点，产能节点为风力发电厂、水力发电厂、光伏电池、储气系统等，产能节点的编号m表示为：其中，n为该产能区域的产能节点数量，产能节点在时刻t可发功率p表示为：其中，pi(t)为产能节点i在时刻t的可发功率；(2)获取每个产能节点的使用时间，当某个产能节点使用时间较短，即该节点刚刚投入使用时，维护费用较低，可以短时间内处于过载运行状态以获取更大的输出能量，但也需要避免长时间过载运行以免损坏设备；当某个产能节点的使用时间较长，即该节点较为陈旧时，维护费用较高，因此适合处于轻载运行以减少维护费用并保证安全性。节点i在过载运行状态下实际运行功率pi通常为额定功率的120％，即在轻载运行状态下实际运行功率pi通常为额定功率的60％，即为节点i的额定运行功率。节点在过载运行时寿命损耗率增加，而且过载幅度越大，寿命损耗率增加越快，因此需要避免长时间处于过载运行状态，将寿命损耗率γp与运行功率的关系设置为指数模型，表示为：其中，γ0为该节点没有运行时的自然损耗率，b为待拟合常数，p为实际功率，pn为额定功率；同时，寿命损耗率与产能节点投入运行的时间有关，在同种设备相同的运行功率下，使用时间较短的节点相较于使用时间较长的节点寿命损耗率较小，因此引入关于使用时间的修正系数γt，设置为分段函数模型，表示为：其中，tn为节点始终处于额定功率下的使用寿命，则修正之后的节点总寿命损耗率γ(p,t)表示为：γ(p,t)＝γp·γt当节点始终处于满载状态，即额定功率运行状态下，寿命损耗率γ(p,t)由1下降至阈值α时无法继续使用，满足：每个节点有其对应的α,tn,γ0值，由此拟合出节点损耗率模型中的b值；当节点分别处于过载、满载与轻载运行状态时，寿命损耗率γ(p,t)同样在下降至阈值α时无法继续使用，则节点实际运行寿命t满足条件：其中，t1,t2,t3为节点分别在过载、满载、轻载运行状态下的运行时间，由此条件分配t1,t2,t3值，即节点处于不同运行状态的持续时间；在产能分配中，每个产能节点根据自身寿命损耗率的模型控制其处于过载、满载及轻载运行状态的时间，不同的运行状态对应不同的产能性能，通过建立模糊规则表示与使用时间相关的性能系数wage是一种有效的方法。模糊规则的应用如下表示：(3)获取能源互联网中不同能源类型负荷(如电能、热能、冷能)的功率需求，表示为：pl(t)＝[pl1(t),pl2(t),...,pls(t)]其中，s为负荷总数，plj(t)为负荷j在t时刻所需功率；每个产能节点能够同时向多个负荷进行供能，产能节点i向s个负荷进行供能的分配表示为：其中，αij为产能节点i向负荷j发送功率与自身可发最大功率的百分比，满足条件αi1+αi2+...+αis≤1；(4)产能节点向负荷供能时首先需要将自身的能源类型转换为负荷需求的能源类型，能源转换装置有电力变压器、微型燃气轮机、燃气锅炉等，对应的转换效率ηc表示为：其中，为产能节点i的能源类型转换为负荷j所需能源类型转换的效率；产能节点将能源类型转换为负荷需求的能量类型之后，在向负荷传输过程会造成能量的损耗，能量传输损耗与传输距离以及传输的能量类型有关，通常传输距离越远，损耗越大，不同类型的能源中，热能传输的损耗率大于电能传输的损耗率，传输效率ηt表示为：其中，dij为产能节点i与负荷j的能量传输距离，δj为负荷j所需能量类型对应的单位传输距离的能量损耗率；(5)获取不同能源类型各自的实时价格c(t)，表示为：其中，ci(t)为产能节点i对应能源类型在t时刻的实时价格，能源类型相同的产能节点对应实时价格相同，为了便于将价格因素与其他因素进行运算，将实时价格ci(t)归一化至0到1之间的系数表示为：(6)不同能源类型产能时对环境的影响不同，在我国21％的nox、40％的co2、25％的烟尘、20％的灰渣来源于火力发电，而以风光为主的分布式发电具有更突出的环境效益，下表为不同产能形式对应的排污数据比较：表1.排污数据比较g/kwh产能方式noxco2coso2火力0.1547～3.0938386.4725—0.1083～3.9446天然气0.0077～1.546949.0372—0.4641光伏0.00448～0.0897000.00314～0.11439风力0000由表中可以看出风力发电与光伏发电的环境效益具有明显的优势，天然气产能相较于传统的火力发电同样有环境效益的优势，由于环境效益难以进行量化，因此本发明使用模糊规则对环境效益系数wen进行评估，风力发电和光伏发电的环境效益定义为高，天然气产能的环境效益定位为正常，而火力发电的环境效益定义为低，模糊规则的应用如下：(7)在产能分配中综合考虑了产能节点使用寿命、能量转换效率、能量传输效率、能源实时价格以及环境效益五项因素来进行产能的分配，五项因素的考虑权重w表示为：w＝[w1,w2,w3,w4,w5]其中，wk表示第k项因素的权重，满足w1+w2+w3+w4+w5＝1；(8)对于负荷j，在t时刻每个产能节点向其供能的占比β(t)表示为：βj(t)＝[β1j(t),β2j(t),...,βnj(t)]其中，βij(t)为t时刻产能节点i向负荷j供能与负荷所需能量的占比，满足β1j+β2j+...+βnj＝1，则t时刻向负荷j供能分配方案的性能指标为：目标函数为在时间周期tduration内所有负荷的性能指标之和，表示为：目标函数越大，对应的分配方案越好，约束条件为：对任意负荷j，都有其中，nj为向负荷j进行供能的产能节点个数，pij为产能节点i向负荷j供能的实际功率，满足条件：其中，为产能节点i向负荷j供能时所发最大功率，满足：(9)采用启发式的人工萤火虫群优化算法求解目标函数，获取最佳产能分配方案，即每个节点向每个负荷进行供能的功率与自身所发最大功率的占比；目标函数的求解过程具体如下：(9.1)选取满足约束条件的每个节点向每个负荷进行供能的功率与自身所发最大功率的占比为初始占比，该初始值构成萤火虫i的初始位置xi(1)，求解此时的目标函数值作为该萤火虫的荧光素初值l0；(9.2)设定萤火虫的规模n，每个萤火虫最大移动次数q，初始化步长s、荧光素消失率ρ、荧光素更新率γ、决策域rd；(9.3)每个萤火虫i的当前位置为xi(k)，并计算荧光素值li(k)，表示为：li(k)＝(1-ρ)li(k-1)+γf(xi(k))其中，li(k-1)为萤火虫i上个位置时的荧光素值，f(xi(k))为萤火虫i对应的目标函数值；(9.4)每个萤火虫i在决策域半径内选择荧光素小于自身的个体，表示为：ni(k)＝{j:||xj(k)-xi(k)||<rd；lj(k)<li(k)}其中，ni(k)为萤火虫i的决策域半径内荧光素小于i的荧光素的个体集合，之后计算萤火虫i向ni(k)集合中个体j移动的概率pij(t)，表示为：其中，n为ni(k)集合中的个体数，萤火虫i向概率最大对应的个体j方向移动，更新位置为xi(k+1)，表示为：其中，xj(k)为个体j的当前位置；(9.5)令k＝k+1，返回步骤(9.3)，直到达到设定的最大移动次数q时，停止移动，得到萤火虫的最佳位置，即最佳分配方案。本发明的优点在于：创新性地考虑产能节点的使用寿命决定该节点最大输出功率，提出寿命损耗率模型指导该节点的运行状态，并综合能量传输损耗、环境效益等多因素进行了产能分配方案的选择。本发明采用人工萤火虫群优化算法，简单易懂，参数较少且易于实现，将萤火虫的亮度与目标函数值相关联，萤火虫不断向亮度更高的位置移动保证了决策变量能够逐步靠近最优解，即找到最佳分配方案，从而最大化产能效率及收益。附图说明图1是一种基于人工萤火虫群优化算法的计及产能节点使用寿命的产能分配方法的流程图；图2是人工萤火虫群优化算法的流程图；图3是能源互联网产能区域产能节点可发能量图；图4是能源互联网区域负荷曲线图；图5是不同能源类型的实时价格；图6是产能节点实际发送能量图；图7是产能节点发送电能图；图8是产能节点发送热能图；图9是产能节点实际功率与额定功率比值图。具体实施方式下面结合附图和具体实施例对本发明作进一步描述。以下实例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。本发明提供的一种基于人工萤火虫优化算法的计及产能节点使用寿命的产能分配方法，如图1、2所示，包括以下步骤：(1)本实例中以某微网为例，选取6个产能节点进行供能，分别为1个火力发电节点，两个风力发电节点，两个光伏发电节点及一个储气系统节点；产能节点在一天之内的可发能量如图3所示；同时选取一个负荷点，负荷需求形式有电能与热能两种，负荷需求曲线如图4所示；能源形式的转换装置为电力变压器、微型燃气轮机、燃气锅炉、电加热炉；(2)选取其中一个风力发电设备，额定使用寿命为30年，阈值α＝0.2，自然损耗率γ0＝0.02，则拟合出设备损耗率模型中b＝0.96，该设备处于过载、满载、轻载运行状态下的时间可分别选取为t1＝12,t2＝12,t3＝6，即在前12年可处于过载运行状态，后6年需处于轻载运行状态，中间12年为满载运行状态，对产能端所有设备均由此模型计算当前时刻的运行状态，该区域内产能节点的运行状态及其他性能指标参数如下表所示，电能及天然气能的实时电价如图5所示，产能节点使用寿命、能量转换效率、能量传输效率、能源实时价格以及环境效益五个考虑因素的权重w设置为w＝[0.6,0.05,0.05,0.2,0.1]；表2.产能节点性能指标表3.变量表(3)选取每个节点向每种负荷进行供能的功率与自身所发最大功率的占比为初始占比，初始占比为2×6矩阵，作为一个萤火虫i的初始位置，表示为xi(1)，萤火虫规模n＝50，同时初始化决策域rd＝0.2、步长s＝0.01、荧光素消失率ρ＝0.4、荧光素更新率γ＝0.6，最大移动次数q＝1000；(4)确定约束条件如下：即t时刻产能节点发送的电功率和热功率分别等于该时刻负荷所需求的电功率和热功率，同时对每个产能节点i，需满足以下条件：即产能节点i向负荷j发送的功率pij不能超过所发最大功率(5)计算萤火虫i的荧光素值li(k)，表示为：li(k)＝(1-ρ)li(k-1)+γf(xi(k))其中，li(k-1)为萤火虫i上个位置时的荧光素值，xi(k)为萤火虫i的当前位置，f(xi(t))为萤火虫i当前位置对应的目标函数值；(6)每个萤火虫i在决策域半径内选择荧光素小于自身的个体，表示为：ni(k)＝{j:||xj(k)-xi(k)||<rd；lj(k)<li(k)}其中，ni(k)为萤火虫i的决策域半径内荧光素小于i的荧光素的个体集合，之后计算萤火虫i向ni(k)集合中个体j移动的概率，表示为：其中，n为ni(k)集合中的个体数，萤火虫i向概率最大对应的个体j方向移动，更新位置为xi(k+1)，表示为：其中，xj(k)为个体j的当前位置；(7)令k＝k+1，返回步骤(5)，在达到最大移动次数后，萤火虫停止移动，得到萤火虫的最佳位置，即最佳分配方案。图6为最佳产能分配方案下每个产能节点的产能量，负荷所需能量优先由天然气能、风能和光能供给，火能输出能量最小；同时在风能及光能中，使用时间较短的节点相较于使用时间较长的节点输出能量更高；图7为产能节点发送电能的分布，图8为产能节点发送热能的分布。图9是最佳分配方案下每个产能节点的实际功率与其额定功率的比值，使用时间较短的储气系统节点、第二个风力发电节点以及第二个光伏发电节点处于过载运行状态，使用时间较长的火力发电节点始终处于轻载运行状态。以上所述仅为本发明的较佳实施举例，并不用于限制本发明，凡在本发明精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。当前第1页12