一种基于发光萤火虫算法的能源系统配置优化方法

摘要

本发明公开了一种基于发光萤火虫算法的能源系统配置优化方法，属于综合能源应用领域，包括如下步骤：步骤S1，建立制造业园区综合能源系统中典型物理设备的机理模型；步骤S2，建立典型物理设备的约束；步骤S3，针对制造业园区综合能源系统特性，建立经济性目标函数和环保性目标函数；步骤S4，采用熵权法确定所述步骤S3中经济性目标函数和环保性目标函数的权重；步骤S5，采用发光萤火虫算法，得出最优的能源系统配置方案。本发明能够凸显综合能源系统多能耦合、多能互补优越性，在工程层面上衡量系统的经济性和环保性，提高了综合能源的利用效率。

说明书

技术领域

本发明涉及综合能源应用领域，特别涉及一种基于发光萤火虫算法的能源系统配置优化方法。

背景技术

能源是人类社会发展的物质基础，在国家安全、国民经济中具有特别重要的战略地位。随着新能源革命的进展，以区域能源为基础的综合能源网络体系成为大规模发展和利用区域资源禀赋与可再生能源，实现能源产业结构转型的必要方式。同时，人们也在不断尝试通过利用现代通信技术、控制技术和计算机技术等手段有效地协调与利用资源，提高能源利用效率并解决现有能源体系的固有难题。

而针对现有能源体系综合能源利用率低、多能协同管理不善等问题，综合能源系统得到越来越多学者的关注。综合能源系统是指在规划、设计、建设和运行等过程中，通过对各类能源的产生、传输与分配(能源供应网络)、转换、存储、消费等环节进行有机协调与优化后，所形成的社会综合能源产供销一体化系统。其特点在于能源产、输、配、用、储全过程中信息、能源和控制的协同协调与实时互动。

综合能源系统的评价指标体系是其进行规划设计和调度控制寻优的目标导向。通过设定合理、科学的评价指标体系，综合能源系统在多能技术高效协同利用、异质能源梯级利用、高可替代性带来的高经济环保性等方面的系统内在禀赋可以最大程度得到发挥，从而满足决策者对于多能集成的综合能源系统的期望。但针对制造业园区综合能源系统这一包含冷、热、电、压缩空气等多种能源耦合与非耦合设备，以及高压/中压蒸汽、民用供暖热水等多种品位能源形式的能源系统，其配置寻优问题表现为如何采用先进的智能优化算法，在现有评价指标体系下对系统进行高度抽象化的建模以及寻优。

因此，当前对综合能源系统规划优化的新问题是如何在工程层面衡量系统的经济性和环保性，并以其为目标，在多样化能源系统结构网络、差异化用能方式的条件下高效、快速、自动化地找到一个符合工程实际的综合能源系统规划方案。

发明内容

发明目的：提供一种基于发光萤火虫算法的能源系统配置优化方法，该方法能够对制造业园区综合能源系统进行优化，能够在工程层面有效提高综合能源利用率。

为解决上述技术问题，本申请提供一种基于发光萤火虫算法的能源系统配置优化方法，包括如下步骤：

步骤S1，建立制造业园区综合能源系统中典型物理设备的机理模型；

步骤S2，建立典型物理设备的约束；

步骤S3，针对制造业园区综合能源系统特性，建立经济性目标函数和环保性目标函数；

步骤S4，采用熵权法确定所述步骤S3中经济性目标函数和环保性目标函数的权重；

步骤S5，采用发光萤火虫算法，得出最优的能源系统配置方案。

优选的，在所述步骤S1中，所述典型物理设备的机理模型包括热电联产机组机理模型、分布式光伏机理模型、储能电池机理模型、电制冷机组机理模型、溴化锂吸收式制冷机组机理模型、压缩空气制备系统机理模型；

其中：

热电联产机组机理模型为：

其中，η

分布式光伏机理模型为：

P

其中，ξ表示当地的光照辐射强度；θ表示光照在太阳能电板的入射角度；η

储能电池机理模型为：

其中，P

电制冷机组机理模型为：

Q

其中，Q

溴化锂吸收式制冷机组机理模型为：

其中，Q

压缩空气制备系统机理模型为：

其中，P

优选的，在所述步骤S2中，典型物理设备的约束包括负荷升降约束和能量平衡约束。

优选的，所述步骤S2包括：

步骤S21，按照负荷数据对典型物理设备可能的最小、最大容量进行预估，并建立各典型物理设备的容量约束：

λ

其中，P

步骤S22，考虑到不同类型、不同容量典型物理设备的负荷升降速率对系统安全性的影响，建立各典型物理设备的负荷升降约束：

其中，P

步骤S23，建立各典型物理设备的能量平衡约束：

∑P

其中，P

优选的，在所述步骤S3中，

经济性目标函数为：

其中，

环保性目标函数为：

其中，P

优选的，所述步骤S4包括：

步骤S41，建立原始数据矩阵：

R＝(r

其中，r

步骤S42，求解各指标值权重：

1)计算第j个指标下第k个评测方案的指标值的比重p

2)计算第j个指标的熵值e

3)计算第j个指标的熵权w

步骤S43，获得包含经济性指标和环保性指标权重的权重向量：

w＝(w

优选的，所述步骤S5包括：

步骤S51,初始化种群：设定萤火虫种群数量N，介质对光的吸收系数γ，初始步长a，初始吸引度β

步骤S52,根据萤火虫的位置计算每个萤火虫的适应度值，适应度值越优的萤火虫亮度越高；

步骤S53,每个萤火虫向所有亮度比自己高的萤火虫移动，移动距离计算公式为：

X

其中，X'

在算法迭代过程中，第t代萤火虫飞行的步长因子计算公式如下：

α(t)＝α

萤火虫群体中亮度最大的个体将按照以下公式来更新自己的位置：

X'

步骤S54,计算在萤火虫向所有比自己亮度高的其它个体飞行后所到的新位置的适应度值，若该位置优于飞行之前的位置，则该萤火虫将飞行到新的位置，否则萤火虫将停留在原处；

步骤S55,若算法到达最大迭代次数则将搜索到的最优的萤火虫的位置作为解输出，否则将跳到所述步骤S52；

步骤S56,从最优解中各类型设备所属的决策变量中选取最大值作为该设备的容量配置，即：

CAP

与现有技术相比，本申请至少具有以下有益效果：

本发明创新性地兼顾了综合能源系统调度过程对规划优化的影响，定量地考虑了不同结构、不同能源技术应用下的综合能源系统机理特性，建立了可应用于规划优化的基于发光萤火虫算法的混合整数线性规划。在配置优化问题指标体系构建过程中，采用了具有客观性的熵权法确定了经济性和环保性指标的权重系数，提高了权重法的工程易用性。本发明从综合能源系统相对于单能源系统的本质区别出发，使得制造业园区综合能源系统配置优化策略凸显综合能源系统多能耦合、多能互补优越性，在工程层面上衡量系统的经济性和环保性，提高了综合能源的利用效率。

附图说明

后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：

图1为本发明的整体流程示意图；

图2为本发明发光萤火虫算法的流程示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

一种基于发光萤火虫算法的能源系统配置优化方法，其特征在于，包括如下步骤：

步骤S1，建立制造业园区综合能源系统中典型物理设备的机理模型；

步骤S2，建立包括负荷升降约束、能量平衡约束在内的各典型物理设备的约束；

步骤S3，针对制造业园区综合能源系统特性，建立经济性目标函数和环保性目标函数；

步骤S4，采用熵权法确定所述步骤S3中经济性目标函数和环保性目标函数的权重；

步骤S5，采用发光萤火虫算法，对以物理设备机理模型和多重约束为可行域、以经济性和环保性为目标函数的混合整数线性规划进行求解，得到最优的综合能源系统配置方案。

在所述步骤S1中，所述典型物理设备的机理模型包括热电联产机组机理模型、分布式光伏机理模型、储能电池机理模型、电制冷机组机理模型、溴化锂吸收式制冷机组机理模型、压缩空气制备系统机理模型；

其中：

热电联产机组机理模型为：

其中，η

分布式光伏机理模型为：

P

其中，ξ表示当地的光照辐射强度；θ表示光照在太阳能电板的入射角度；η

储能电池机理模型为：

其中，P

电制冷机组的机理模型为：

Q

其中，Q

溴化锂吸收式制冷机组的机理模型为：

其中，Q

压缩空气制备系统的机理模型为：

其中，P

在所述步骤S2中，建立包括负荷升降约束、能量平衡约束在内的各典型物理设备的约束。

首先，在配置优化前，按照负荷数据对各机组可能的最小、最大容量进行预估，进一步建立各机组的容量约束：

λ

其中，P

其次，考虑到不同类型、不同容量机组的负荷升降速率对系统安全性的影响，建立各设备的负荷升降约束：

其中，P

最后，建立电、热(高压蒸汽、中压蒸汽、供暖热水)、冷、压缩空气的能量平衡约束：

∑P

其中，P

在所述步骤S3中，针对制造业园区综合能源系统特性，建立经济性目标函数和环保性目标函数。

其中，经济性目标函数为：

其中，

环保性目标函数为：

其中，P

在所述步骤S4中，采用熵权法确定所述步骤S3所提经济性和环保性目标函数的权重。熵权法是一种客观赋权方法，在本发明的应用过程中，熵权法根据各指标的变异程度，利用信息熵计算出各指标的熵权，即可得出较为客观的指标权重。在规划的不同阶段，需要考虑经济性和环保性随时间因素的变化。因此，权重向量在短期规划、中期规划、长期规划中是不同的。该步骤包括建立原始数据矩阵，求解各指标值权重，确定最终指标权重向量。具体如下：

首先建立包含s个评测方案，2个评价指标的原始数据矩阵R＝(r

其中，r

其次，求解各指标值权重，具体包括：

1)计算第j个指标下第k个评测方案的指标值的比重p

2)计算第j个指标的熵值e

3)计算第j个指标的熵权w

最终获得包含经济性指标和环保性指标权重的权重向量w＝(w

在所述步骤S5中，采用发光萤火虫算法，对以物理设备机理模型和多重约束为可行域、以经济性和环保性为目标函数的混合整数线性规划进行求解，得到最优的综合能源系统配置方案。具体步骤如下：

1)初始化种群。设定萤火虫种群数量N，介质对光的吸收系数γ，初始步长a，初始吸引度β

2)根据萤火虫的位置计算每个萤火虫的适应度值，适应度值越优的萤火虫亮度越高。

3)每个萤火虫向所有亮度比自己高的萤火虫移动，移动距离计算公式为：

X

其中，X'

在算法迭代过程中，第t代萤火虫飞行的步长因子计算公式如下：

α(t)＝α

由于所有个体只会向比自己亮度高的个体飞行，那么群体中亮度最高的个体将不会更新其位置。本发明中群体中亮度最大的个体将按照以下公式来更新自己的位置：

X'

4)计算在萤火虫向所有比自己亮度高的其它个体飞行后所到的新位置的适应度值，若该位置优于飞行之前的位置，则该萤火虫将飞行到新的位置，否则萤火虫将停留在原处。

5)若算法到达最大迭代次数则将搜索到的最优的萤火虫的位置作为解输出，否则将跳到步骤2)。

6)从最优解中各类型设备所属的决策变量中选取最大值作为该设备的容量配置，即：

CAP

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，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。