[發明專利]一種基于量子粒子群算法的泛能站優化方法及裝置

有效

• 申請號: 201810631976.7
• 申請日: 2018-06-19
• 公開（公告）號: CN110619586B
• 公開（公告）日: 2023-01-10
• 發明（設計）人: 代景龍
• 申請（專利權）人: 新智數字科技有限公司
• 主分類號: G06Q50/06
• 分類號: G06Q50/06;G06Q10/06;G06Q10/04;G06N3/00
• 代理公司: 北京嘉科知識產權代理事務所(特殊普通合伙) 11687
• 代理人: 楊波

1.一種基于量子粒子群算法的泛能站優化方法，其特征在于，具體包括如下步驟：

1)建立泛能站能效模型，所述能效模型包括群體規模、粒子維度、粒子群位置，初始QPSO粒子位置；

2)構建目標函數，所述目標函數根據目標函數計算每個粒子的適應度Fitness，根據粒子群優化算法確定并記錄粒子的個體最優位置Pbest、群體的全局最優位置gpbest和最優中值位置S(t)；

3)根據以下公式更新粒子個體最優位置Pbest，群體的全局最優位置gpbest和最優中值位置S(t)，其中，假設粒子i在D維空間運動，則在第t次迭代時，粒子i的個體最優位置為：p_i(t)＝r_i(t)*pbest_i(t)+[1-r_i(t)]gpbest_g(t)，式中，ri(t)是均勻分布在(0，1)上的隨機數，第t+1次迭代時粒子i的位置表達式為：式中，u_i(t)是均勻分布在(0，1)上的隨機數；α為擴張－收縮系數；S(t)為最優中值位置，表達為：其中N為群體規模；

4)判斷算法是否滿足終止條件，如果滿足，轉向步驟5)，否則執行步驟3)；

5)輸出最優泛能站的能效模型；

步驟2)中構建的目標函數F為，

其中，

時段t電價與購買電量的乘積；

時段t氣價與購買氣量的乘積；

時段t用戶所需電量與電價的乘積；

時段t用戶所需熱量與熱價的乘積；

Ny,Nm,Nb：分別為余熱鍋爐、內燃機和燃氣蒸汽鍋爐的個數；

分別為時段t第i臺余熱鍋爐、內燃機和燃氣蒸汽鍋爐的運行維護成本；

和分別為時段t第i臺余熱鍋爐、內燃機和燃氣蒸汽鍋爐的開機成本和停機成本；

k＝y，m，b：分別代表余熱鍋爐、內燃機和燃氣蒸汽鍋爐；

j＝e，h，g，w：分別代表電能、熱能、燃氣，水；

分別為時段t第i個燃氣蒸汽鍋爐、內燃機和余熱鍋爐的狀態變量；

分別為時段t第i個燃氣蒸汽鍋爐、內燃機和余熱鍋爐的啟動變量；

分別為時段t第i個燃氣蒸汽鍋爐、內燃機和余熱鍋爐的停機變量；

狀態變量和啟停變量均為0－1整數變量，1代表設備運行狀態/開機/關機，0代表設備停運狀態/無開機動作/無關機動作。

2.根據權利要求1所述的方法，其特征在于，其特征在于，步驟1)中

所述能效模型需滿足電量平衡約束，內燃機電力輸出以及電網購電量應滿足用戶負荷需求：

所述能效模型需滿足熱能平衡約束，內燃機同時產生高溫煙氣，通過余熱鍋爐產生的高溫蒸汽，并結合燃氣鍋爐產生的高溫蒸汽為用戶提供熱負荷，因而滿足以下的熱守恒：

所述能效模型需滿足燃氣平衡約束，泛能站通過購買天然氣為內燃機和燃氣鍋爐提供原料，因而需滿足燃氣守恒：

所述能效模型需滿足內燃機余熱回收約束，內燃機的煙氣輸出即為余熱鍋爐的輸入，且兩者運行狀態同步：

所述能效模型需滿足設備運行安全和狀態耦合約束，每個設備的能量產值也是考慮的一個重要因素，能量產值有上下界的約束，并且燃氣蒸汽鍋爐，內燃機和余熱蒸汽鍋爐最大產能和最小產能又分別跟設備的狀態變量耦合：式中，·和分別為變量·的上下限；

所述能效模型需滿足開停機和設備狀態耦合約束，引入啟動變量和停機變量，將啟動成本和關機成本納入模型，并考慮設備開停機和設備狀態的各時段的耦合關系：

所述能效模型需滿足設備之間輸入輸出耦合約束，內燃發電機輸入天然氣輸出電力，同時排放高溫混合煙氣，天然氣的消耗量與產生的電量和高溫混合煙氣的能力之間有確定的關系，采用黑盒模型，直接通過內燃發電機的歷史數據進行擬合：

所述能效模型對燃氣鍋爐有以下的約束條件：其中，a_j,b_j,c_i,d_i,e_i為歷史數據擬合值。