一种基于协同进化算法的园区综合能源系统优化方法

本发明涉及园区能源管理技术，尤其涉及一种基于协同进化算法的园区综合能源系统优化方法。

背景技术：

1、在园区综合能源系统(park-level integrated energy system，pies)优化领域，大多沿用基于能量的能耗和成本指标。但这脱离了综合能源系统的用能本质，用能本质是用因为用能的过程中，变化的是能量转化为可用功的能力，而就是一定环境下能量做功能力的体现，因此用能的本质是用同样，节能的本质也是节为实现系统节新的评价指标必不可少，而指标的优化算法同样重要。在评价指标方面，研究人员提出了反映系统能耗的损、效率等指标和反映系统经济性的成本、经济系数等指标。但在基于指标的系统优化方面，相关研究尚有不足。

技术实现思路

1、本发明目的在于提供一种基于协同进化算法的园区综合能源系统优化方法，以解决上述现有技术存在的问题。

2、本发明中所述一种基于协同进化算法的园区综合能源系统优化方法，包括以下步骤：

3、s1.从pies的能量网络模型出发，基于经济学理论，建立pies统一分析模型；

4、s2.确定系统控制变量，考虑系统约束并构造优化目标函数，得到pies多群体优化模型；

5、s3.将变量划分成若干变量组，每个变量组作为一个种群，各种群以模型的总经济系数最优为目标协同进化，最终趋于全局最优解；

6、s4.以所述全局最优解对园区综合能源系统进行优化。

7、所述pies统一分析模型是基于流网络和经济学理论，对系统能耗和经济性进行评估的数学模型。

8、所述pies统一分析模型通过以下子步骤进行构建：

9、s11.构建能流网络模型；

10、将pies划分为多个子系统；子系统的输入和输出能流之间满足公式：en′j＝f(en1,…,eni)；其中，eni是子系统的第i个输入能流，en’j是子系统的第j个输出能流；函数f是子系统的内部设施函数；

11、s12.构建流网络模型；

12、基于所述能流网络模型，通过能级系数进行能转换得到所述流网络模型；所述能级系数用于衡量确定环境下能量的做功能力，表达式为其中，e是能量，ex是λ是能级系数且0<λ<1；

13、s13.各流的单位经济成本计算；

14、建立成本平衡方程：其中exi是子系统的第i个输入流，ci是第i个输入流的单位经济成本，ex’j是子系统的第j个输出流，c’j是第j个输出流的单位经济成本；n是单位时间内子系统的输入流数量，m是单位时间内子系统的输出流数量；z是子系统单位时间内的非能量成本；

15、s14.pies评价指标计算；pies评价指标包括能耗特性指标和经济特性指标。

16、在所述子步骤s12中，天然气的能级系数是λg，t0是环境温度；t是天然气的完全燃烧温度；

17、电的能级系数是λe且恒为1；

18、热水的能级系数是λh，tin是热水的供水温度，tout是热水的回水温度；

19、蒸汽的能级系数是λs，ts是蒸汽压力所对应的饱和温度；

20、电负荷的能级系数是λe且恒为1；

21、热负荷的能级系数是λh，th是热负荷的传递温度；

22、冷负荷的能级系数是λc，tc是冷负荷的传递温度；

23、温度单位均为k。

24、在子步骤s13中，子系统单位时间内的非能量成本z是以子系统总的非能量成本按经济寿命周期折算得到，z0是子系统的设备成本，h是子系统年运行小时数，是子系统维护因子，f是年度化因子。

25、若子系统具有多种类型的输出流，在输出流分配流成本时采用基于能级系数法的成本分摊模型：c1…cm表示子系统不同输出流的单位经济成本。

26、能耗特性指标包括损和效率；其中损exloss,i表达式为exloss,i＝exin,i-exout,i，exin,i是子系统i总的输入流，exout,i是子系统i总的输出流；

27、经济特性指标包括损成本和经济系数；其中经济成本表达式为closs,i＝exloss,icloss,i，closs,i代表子系统i的损成本；经济系数表达式为

28、在所述步骤s2中的系统约束包括：设备安全运行上下限约束和功率平衡约束；

29、所述设备安全运行上下限约束的表达式为pi,min<pi<pi,max，pi是第i股能流的功率，pi,max是能流i的最大功率，pi,max是能流i的最小功率；对于连接两个子系统的能流，最大功率取两个子系统中的较小值，最小功率取两者中较大值；

30、所述功率平衡约束满足pj,cal＝pj,load，pj,cal是第j个负荷的输出功率，pj,load是第j个负荷所需的功率。

31、在所述步骤s2中优化目标函数的表达式为min{|ω-0.5|+ρen(∑|εi|)}；εi为松弛变量且≥1，ρen为违反负荷平衡约束的惩罚系数。

32、所述步骤s3具体为：首先将系统优化空间的各个维度划分为若干种群，种群内部以个体的适应度为依据，通过进化算法进行迭代优化；而种群内个体适应度的评价，则是通过该个体与其他种群中的代表个体进行组合形成一个系统模型优化的完全解，再以该完全解进行系统优化得到优化后的各项系统评价指标，最后处理系统各项评价指标得到个体的适应度值；不断重复上述种群迭代和协同过程，直到进化停滞并输出系统优化的最优解。

33、本发明中所述一种基于协同进化算法的园区综合能源系统优化方法，其优点在于，以园区综合能源系统为对象，从能量网络出发，构建了pies统一评价模型和pies优化控制模型。并以园区综合能源系统总经济系数最优为目标，通过协同进化算法对系统流进行优化。为基于和经济理论的园区综合能源系统优化提供了一个切实有效的实施途径。

技术特征：

1.一种基于协同进化算法的园区综合能源系统优化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述一种基于协同进化算法的园区综合能源系统优化方法，其特征在于，所述pies统一分析模型是基于流网络和经济学理论，对系统能耗和经济性进行评估的数学模型。

3.根据权利要求2所述一种基于协同进化算法的园区综合能源系统优化方法，其特征在于，所述pies统一分析模型通过以下子步骤进行构建：

4.根据权利要求3所述一种基于协同进化算法的园区综合能源系统优化方法，其特征在于，在所述子步骤s12中，天然气的能级系数是λg，t0是环境温度；t是天然气的完全燃烧温度；

5.根据权利要求4所述一种基于协同进化算法的园区综合能源系统优化方法，其特征在于，在子步骤s13中，子系统单位时间内的非能量成本z是以子系统总的非能量成本按经济寿命周期折算得到，z0是子系统的设备成本，h是子系统年运行小时数，是子系统维护因子，f是年度化因子。

6.根据权利要求5所述一种基于协同进化算法的园区综合能源系统优化方法，其特征在于，若子系统具有多种类型的输出流，在输出流分配流成本时采用基于能级系数法的成本分摊模型：c1…cm表示子系统不同输出流的单位经济成本。

7.根据权利要求6所述一种基于协同进化算法的园区综合能源系统优化方法，其特征在于，能耗特性指标包括损和效率；其中损exloss,i表达式为exloss,i＝exin,i-exout,i，exin,i是子系统i总的输入流，exout,i是子系统i总的输出流；

8.根据权利要求1所述一种基于协同进化算法的园区综合能源系统优化方法，其特征在于，在所述步骤s2中的系统约束包括：设备安全运行上下限约束和功率平衡约束；

9.根据权利要求8所述一种基于协同进化算法的园区综合能源系统优化方法，其特征在于，在所述步骤s2中优化目标函数的表达式为min{|ω-0.5|+ρen(∑|εi|)}；εi为松弛变量且≥1，ρen为违反负荷平衡约束的惩罚系数。

10.根据权利要求1所述一种基于协同进化算法的园区综合能源系统优化方法，其特征在于，所述步骤s3具体为：首先将系统优化空间的各个维度划分为若干种群，种群内部以个体的适应度为依据，通过进化算法进行迭代优化；而种群内个体适应度的评价，则是通过该个体与其他种群中的代表个体进行组合形成一个系统模型优化的完全解，再以该完全解进行系统优化得到优化后的各项系统评价指标，最后处理系统各项评价指标得到个体的适应度值；不断重复上述种群迭代和协同过程，直到进化停滞并输出系统优化的最优解。

技术总结
本发明公开了一种基于协同进化算法的园区综合能源系统优化方法，涉及园区能源管理技术，针对现有技术中指标评价能力较低等问题提出本方案。包括步骤：从PIES的能量网络模型出发，基于经济学理论，建立PIES统一分析模型；确定系统控制变量，考虑系统约束并构造优化目标函数，得到PIES多群体优化模型；将变量划分成若干变量组，每个变量组作为一个种群，各种群以模型的总经济系数最优为目标协同进化，最终趋于全局最优解；以所述全局最优解对园区综合能源系统进行优化。优点在于以园区综合能源系统为对象，从能量网络出发，构建了PIES统一评价模型和PIES优化控制模型。并以园区综合能源系统总经济系数最优为目标，通过协同进化算法对系统流进行优化。

技术研发人员：莫理莉,邓泽宇,陈皓勇,刘欣,陈志忠,廖昕,邓孟仁,费彦,邹军,杨皞
受保护的技术使用者：华南理工大学建筑设计研究院有限公司
技术研发日：
技术公布日：2024/3/27