本发明属于电力系统，尤其涉及一种含可再生能源的冷热电联供系统多目标优化配置方法。
背景技术：
1、随着经济的快速发展和人口的持续增长，全球能源需求急剧增加。开发利用可再生能源和改进供能系统是解决能源短缺问题的重要途径。冷热电联供系统可以实现能源的梯级利用，同时满足用户的用电、供暖和制冷需求，是一种被广泛应用于医院、酒店和写字楼等建筑的高效供能系统。
2、传统冷热电联供系统以天然气为主要能源，系统运行时会排放大量二氧化碳，加剧环境污染。而随着可再生能源技术的发展，将冷热电联供系统与可再生能源进行耦合可以有效减少化石能源的使用，已成为进一步改善供能系统性能的有效方案。作为可再生能源的代表，地热能和太阳能具有清洁环保、分布广泛、可循环使用等优点，适合与冷热电联供系统相结合。其中，太阳能可通过光伏装置和太阳能集热器转化为电能和热能，地热能可通过地源热泵装置为建筑供暖或制冷。冷热电联供系统设备容量的选择对系统性能有很大影响，为了减少经济成本和能源消耗，需要合理分配各设备容量。然而，可再生能源技术的引入会增加系统内的设备数量，导致系统复杂性提升。并且，不同类型供能设备的能量输出特点不同，增加了含可再生能源的冷热电联供系统优化配置的难度。
3、综上所述，可再生能源技术的引入给冷热电联供系统优化配置带来了困难，现有技术缺乏针对耦合可再生能源冷热电联供系统的多目标优化方案。如何对含可再生能源的冷热电联供系统进行多目标优化，增强系统的经济、节能和环保性能，成为亟需解决的问题。
技术实现思路
1、本发明的目的在于克服现有技术的不足，提出一种含可再生能源的冷热电联供系统多目标优化配置方法，对含可再生能源的冷热电联供系统进行多目标优化，从而确定各设备的最优配置方案，减少系统的经济成本、能源消耗以及二氧化碳排放量。
2、本发明解决其技术问题是采取以下技术方案实现的：
3、一种含可再生能源的冷热电联供系统多目标优化配置方法，包括以下步骤：
4、步骤一，建立含可再生能源的冷热电联供系统数学模型；
5、步骤二，构建冷热电联供系统多目标优化配置问题的目标函数，确定优化问题的决策变量；
6、步骤三，确定冷热电联供系统多目标优化的约束条件；
7、步骤四，采用改进型以电定热策略作为冷热电联供系统的运行策略；
8、步骤五，采用改进型多目标蛇优化算法对冷热电联供系统进行多目标优化；
9、步骤六，通过优劣解距离法选择最优配置方案；
10、步骤七，显示多目标优化后冷热电联供系统的优化结果；
11、步骤一，建立含可再生能源的冷热电联供系统数学模型
12、含可再生能源的冷热电联供系统包括微型燃气轮机、光伏发电系统、太阳能集热器、地源热泵、储能装置、余热回收装置、燃气锅炉、吸收式制冷机等设备。
13、(1.1)微型燃气轮机和余热回收装置
14、微型燃气轮机的数学模型可表示为：
15、
16、εmt＝emt/emt，ma x(2)
17、
18、式中，emt为微型燃气轮机产生的电能；fmt为微型燃气轮机消耗的天然气；emt，max为微型燃气轮机的额定功率；εmt为微型燃气轮机的部分负荷比ωmt为微型燃气轮机的启动因子，当εmt小于ωmt时，微型燃气轮机不工作ηmte为微型燃气轮机的发电效率；a0、a1、a2为微型燃气轮机的效率系数；
19、余热回收装置通过回收微型燃气轮机发电产生的高温废气向系统供热，余热回收装置回收的热能可表示为：
20、
21、式中，qhr为余热回收量，ηhr为热回收效率；
22、(1.2)地源热泵
23、地源热泵可以根据用户的需求在制冷和制热工作模式之间切换，地源热泵消耗的电能可表示为：
24、在制冷模式下消耗的电能：
25、egshp＝cgshp/ηgshp，c (5)
26、在制热模式下消耗的电能：
27、egshp＝qgshp/ηgshp，h (6)
28、式中，egshp为地源热泵消耗的电能；ηgshp，c是地源热泵的制冷效率，cgshp为地源热泵的制冷量；ηgshp，h是地源热泵的制热效率；qgshp为地源热泵的制热量；
29、地源热泵的制冷量和制热量为：
30、
31、式中，cload为用户的冷负荷，hload为用户的热负荷；θk是不同季节地源热泵提供的制冷量或制热量与用户负荷的比率，可以简称为地源热泵的出力比，地源热泵的出力比越大，地源热泵所承担的制冷或制热量越多；地源热泵在冬季(12月到2月)和冷过渡季(3月和11月)运行制热模式，地源热泵在冬季和冷过渡季的出力比分别为θh1和θh2；地源热泵在夏季(6月到8月)和热过渡季(4月、5月、9月、10月)运行制冷模式，地源热泵在夏季和热过渡季的出力比分别为θc1和θc2；
32、(1.3)光伏发电系统和太阳能集热器
33、光伏发电系统输出功率的计算公式为：
34、
35、式中，gpv和gstc分别为实际条件和标准测试条件下光伏板受到的辐射强度；μ为温度系数；npv为光伏发电系统的安装容量；tpv和tstc分别为实际条件和标准测试条件下光伏板的温度；ρ为温度系数；
36、太阳能集热器产生的热能可表示为：
37、qst＝astgηst＝astg[e0-e1(ts-ta)-e2(ts-ta)2] (9)
38、式中，ast为太阳能集热器的面积；g为单位面积太阳能集热器的光辐射强度；ts和ta分别表示太阳能集热器的温度和外部环境温度；e0表示光学效率，e1和e2表示校正因子；
39、(1.4)储能装置
40、蓄电池和储热罐是冷热电联供系统中电能和热能的储存装置，蓄电池和储热罐的数学模型可以表示为：
41、
42、
43、式中，和分别为蓄电池在t时刻的充电和放电量；和分别为蓄电池t时刻和t-1时刻储存的电能；εbat表示蓄电池的电损耗系数；ηech和ηedisch为充电和放电效率；式中，和分别为蓄电池在t时刻的充电和放电量；和分别为蓄电池t时刻和t-1时刻储存的热能；εtst为储热罐的热损耗系数；ηqch和ηqdisch为储热罐的充、放热效率；
44、(1.5)燃气锅炉
45、燃气锅炉的数学模型可以表示为：
46、qgb＝fgbηgb (12)
47、式中，qgb表示燃气锅炉产生的热量；fgb表示燃气锅炉消耗的天然气；ηgb表示燃气锅炉的效率；
48、(1.6)热交换器
49、热交换器将微型燃气轮机、燃气锅炉和太阳能集热器产生的热能传输给用户，热交换器的数学模型可以表示为：
50、
51、qhe，out＝(1-θk)hload (14)
52、式中，qhe，in为提供给热交换器的热量；εhe为热交换器的效率：qhe，out为热交换器输出的热量；
53、(1.7)吸收式制冷机
54、吸收式制冷机的数学模型可表示为：
55、cac＝(1-θk)cload (15)
56、qac＝cac/ηac (16)
57、式中，cac为吸收式制冷机的制冷量；qac为吸收式制冷机消耗的热量；ηac表示吸收式制冷机的制冷效率；
58、步骤二，构建冷热电联供系统多目标优化配置问题的目标函数，确定优化问题的决策变量
59、(2.1)确定决策变量
60、选取微型燃气轮机、光伏发电系统、燃气锅炉、蓄电池、储热罐的安装容量，太阳能集热器的安装面积，系统与电网的电能交互上限以及地源热泵在不同季节的出力比作为决策变量，具体表示为：
61、x＝[npv，nmt，ntst，nst，nbat，ngb，ngrid，θh1，θh2，θc1，θc2] (17)
62、式中，npv、nmt、ngb、nbat、ntst分别表示光伏发电系统、微型燃气轮机、燃气锅炉、蓄电池和储热罐的安装容量；nst表示太阳能集热器的安装面积；ngrid表示冷热电联供系统与电网的电能交互上限；θh1、θh2、θc1和θc2为地源热泵在不同季节的出力比；
63、(2.2)构建多目标优化配置问题的目标函数
64、将冷热电联供系统的经济成本、能源消耗量和二氧化碳排放量设定为多目标优化配置的目标函数：
65、
66、
67、
68、
69、式中，ec、pec、cde分别为冷热电联供系统的经济、能源和环境目标函数；ce为设备初始投资成本；nj为第j台设备的安装容量；cj为第j台设备的单位投资成本；d和m分别表示贴现率和设备的使用寿命；和分别表示t时刻系统向电网购买的电量和出售给电网的电量；ce，buy和ce，sell分别表示从电网购电和向电网售电的价格；为t时刻系统的天然气消耗总量；cg为天然气的价格；分别表示t时刻微型燃气轮机、燃气锅炉和电网的燃料消耗量；λco2，e和λco2，g分别表示电能和天然气的等效排放系数；
70、步骤三，构建冷热电联供系统多目标优化的约束条件；
71、约束条件包括电平衡约束、冷平衡约束和热平衡约束；
72、电平衡约束为：
73、
74、式中，为t时刻光伏发电系统产生的电能，为t时刻微型燃气轮机产生的电能；和分别表示t时刻蓄电池释放和吸收的电能；和分别表示t时刻从电网购买和出售给电网的电能；为t时刻用户的电负荷；
75、冷平衡约束为：
76、
77、式中，为t时刻地源热泵的制冷量，为t时刻吸收式制冷机的制冷量，为t时刻用户的冷负荷；
78、热平衡约束为
79、
80、式中，为t时刻太阳能集热器产生的热量，为t时刻燃气锅炉产生的热量；和分别表示t时刻储热罐释放和吸收的热量；和分别表示t时刻余热回收装置回收的余热和吸收式制冷机消耗的热量；为t时刻提供给热交换器的热量，为t时刻热交换器输出的热量；为t时刻地源热泵的制热量，为t时刻用户的热负荷；
81、步骤四，采用改进型以电定热策略作为冷热电联供系统的运行策略；
82、对传统的以电定热策略进行改进，提出一种改进型以电定热策略，改进型以电定热策略为：根据地源热泵的出力比分配地源热泵所需要提供的制热量或制冷量，并确定地源热泵消耗的电能；优先满足用户和地源热泵的电能需求，如果光伏发电系统产生的电能可以满足地源热泵和用户的电能需求，多余的电能由蓄电池吸收或出售给电网；如果光伏发电系统产生的电能无法满足电能需求，蓄电池和微型燃气轮机依次为用户供电；当微型燃气轮机无法满足电能需求时，从电网购电补偿电能缺额；吸收式制冷机和用户的热能需求由微型燃气轮机和太阳能集热器产生的热能满足，如果产生的热能高于热能需求，多余的热能由储热罐存储；如果无法满足热能需求，储热罐释放热能补偿热能缺额；当储热罐储存的热能不足以填补热能缺额时，不足的热能由燃气锅炉提供；
83、步骤五，采用改进型多目标蛇优化算法对冷热电联供系统进行多目标优化；
84、(5.1)设置改进型多目标蛇优化算法参数和优化目标的取值范围
85、记改进型多目标蛇优化算法的最大迭代次数为itermax，设置itermax＝300次，设置种群数量m＝100个，设置外部档案最大存储数量为100；设置改进型多目标蛇优化算法的种群维度d＝11；
86、(5.2)采用logistic混沌映射方法初始化蛇种群，将种群划分为雌蛇种群和雄蛇种群
87、采用混沌映射方法对蛇种群进行初始化，在解空间内生成均匀分布的蛇种群，得到初始化解的位置；此处对原有种群初始化策略进行了改进，引入logistic混沌映射代替随机种群初始化，改进后的种群初始化公式如式(25)所示：
88、
89、式中，xi表示蛇种群中第i个个体的位置，yi所生成混沌序列中第i个蛇个体的位置，其中i∈[1，2，...，m]，m表示所需初始化的蛇种群的个数，设置m＝m＝100，η为logistic混沌映射的分型参数，在改进型多目标蛇优化算法中设置η＝4；u和l表示蛇个体取值的上下限；
90、将初始化得到的蛇种群划分为雌蛇种群和雄蛇种群，雌蛇种群和雄蛇种群的个体数相等；
91、(5.3)计算所有蛇个体的适应度值，选取非支配解存储在外部档案中，通过轮盘赌方法选择外部档案中拥挤度较低的非支配解作为最优蛇个体的位置；
92、计算蛇个体对应的经济、能源和环境目标函数值，利用非支配排序机制确定各个可行解之间的支配关系；对于可行解x1和x2，如果满足则可行解x1支配可行解x2；fh(x1)表示可行解x1对应的第h个目标函数值，fh(x2)表示可行解x2对应的第h个目标函数值；
93、将非支配解存储在外部档案中，若新获得的非支配解与外部档案中已存储的非支配解之间均不存在支配关系，则将新获得的非支配解进行存储；若新获得的非支配解被外部存档中已存储的非支配解支配，则忽略新获得的非支配解；
94、通过轮盘赌方法在外部档案中选择一个非支配解作为最优蛇个体的位置，轮盘赌方法选择最优蛇个体的输入概率为：
95、
96、式中，q为大于1的常数，si为第i个非支配解邻域中解的个数；
97、(5.4)计算温度和食物参数，更新蛇种群中个体的位置；
98、温度te和食物fo是改进型多目标蛇优化算法搜索过程中的两个重要参数，可定义为：
99、
100、式中，b1为常数，等于0.5；itermax为改进型多目标蛇优化算法的最大迭代次数；
101、根据温度和食物参数更新蛇个体的位置，如果fo＜0.25，蛇个体执行勘探行为，通过选择任意随机位置来搜索食物，位置更新公式如式(28)所示：
102、
103、式中，和表示第i个雄蛇第t次和第t+1次迭代时的位置；和表示第i个雌蛇第t次和第t+1次迭代时的位置；fi，m和fi，f表示第i个雄蛇和第i个雌蛇的适应度；和分别表示第t次迭代时随机雄蛇和随机雌蛇的位置；fr，m和fr，f表示随机雄蛇和雌蛇的适应度；b2为常数，等于0.05；xmax和xmin表示待优化问题的上下界；rand表示一个0到1之间的随机数；
104、如果fo＞0.25&&te＞0.6，蛇个体执行觅食行为，位置更新公式如式(29)所示：
105、
106、式中，和分别表示蛇个体在第t次和第t+1次迭代时的位置；b3为常数，等于2；xbest为全局最优个体的位置；
107、如果fo＞0.25&&te≤0.6，蛇个体执行战斗或交配行为；生成一个0和1之间的随机数r，如果r＜0.6，蛇个体执行战斗行为；否则，蛇个体执行交配行为；战斗行为和交配行为的位置更新公式如式(30)和式(31)所示：
108、
109、
110、式中，xbest，m、xbest，f分别表示最优雄蛇和最优雌蛇个体的位置；fbest，m、fbest，f表示最优雄蛇和最优雌蛇的适应度值；
111、(5.5)引入反向学习机制，通过比较候选解和反向解的非支配关系更新蛇种群的个体位置；
112、为了避免陷入局部最优解，在改进型多目标蛇优化算法中引入反向学习机制；在蛇种群位置更新后，计算每个候选解的反向解，比较候选解和反向解的支配关系。如果反向解支配候选解，则用反向解代替候选解进入下一次迭代；对于改进型多目标蛇优化算法的第i个候选解其反向解可定义为反向解可通过式(32)计算：
113、
114、式中，为改进型多目标蛇优化算法中第i个反向解的第j个解向量；k为一个0到1之间的随机数；uj和lj表示第j个解向量的上界和下界；
115、(5.6)判断是否满足算法的结束条件
116、如果当前的迭代次数t未达到最大迭代次数itermax，则开始下一次迭代，重复执行步骤(5.3)和步骤(5.5)；如果当前的迭代次数t达到最大迭代次数itermax，算法结束，输出外部档案中存储的非支配解；
117、步骤六，通过优劣解距离法选择最优配置方案
118、采用优劣解距离法从步骤五得出的多个非支配解中选择最优解，作为冷热电联供系统多目标优化配置问题的最优配置方案，可以详述为：
119、将各个目标函数值最小的非支配解设为正理想解，将各个目标值最大的非支配解设为负理想解；分别计算所有非支配解与正理想解和负理想解之间的欧式距离，欧式距离可通过式(33)计算：
120、
121、式中，和为第i个非支配解与正理想解和负理想解之间的欧式距离；fi，j表示第i个非支配解的第j个目标函数值；和表示正理想解和负理想解；
122、根据欧氏距离计算每个非支配解与理想解之间的相似度，选择相似度值最大的解作为最优解，即冷热电联供系统多目标优化配置问题的最优配置方案；相似度可根据式(34)计算：
123、
124、式中，ci表示第i个非支配解的理想解之间的相似度；和为第i个非支配解与正理想解和负理想解之间的欧式距离；
125、步骤七，显示多目标优化后冷热电联供系统的优化结果；
126、在计算机的显示屏上显示步骤六得到的冷热电联供系统经多目标优化后的最优配置方案和最优配置方案对应的目标函数值；
127、上述一种含可再生能源的冷热电联供系统多目标优化配置方法，所述计算机、显示器和matlab计算机软件均是通过商购获得的。
128、本发明的有益效果是：
129、(1)本发明提出了一种含可再生能源的冷热电联供系统多目标优化配置方法，在传统以电定热运行策略的基础上，提出了一种改进型以电定热策略；构建了以系统经济成本、能源消耗和二氧化碳排放量最少为目标的目标函数，通过改进型多目标蛇优化算法优化冷热电联供系统的设备配置方案，可以提高系统的经济、节能和环保性能；有助于冷热电联供系统与可再生能源技术的结合，推动传统能源与可再生能源的多能互补；
130、(2)本发明在传统蛇优化算法中引入非支配排序和外部档案机制，使算法能够求解多目标优化问题；引入logistic混沌映射初始化方法，使得种群中蛇个体的初始位置分布更加均匀；引入了反向学习机制，提高了种群的多样性，有利于避免算法陷入局部最优解；
131、(3)本发明一种含可再生能源的冷热电联供系统多目标优化配置方法并不局限于特定类型冷热电联供系统的多目标优化，也可以扩展用于包含其他设备的冷热电联供系统的多目标优化。