[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

本發明涉及一種基于量子粒子群算法的泛能站優化方法及裝置。包括以下步驟：建立能效模型，設置算法參數，初始QPSO粒子位置；構建目標函數，在初始條件下，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)；更新粒子速度，基于量子粒子群算法重新計算粒子的適應度，更新個體最優位置Pbest、群體的全局最優位置gpbest和最優中值位置S(t)；判斷算法是否滿足終止條件，如果滿足，輸出優化后的能效模型。該方法有效降低了工程應用成本。

技術領域

本發明涉及能源領域，具體涉及一種基于量子粒子群算法的泛能站優化方法裝置。

背景技術

在能源危機與環境污染的雙重壓力下，對綜合能源系統的運行和整體性能的優化意義重大，是我國進一步發展區域綜合能源系統亟待解決的重要問題。新奧集團根據客戶需求進行量身定制，利用電、氣、冷、熱等不同形式能源在時空上的耦合機制,實現多能互補，這樣的高效分布式能源系統，新奧集團稱之為泛能站。泛能站憑借其能效高、環境效益好等優勢已成為綜合能源系統的重要研究方向之一。

泛能站能源最優調度模型以泛能站總利潤最大為優化目標，總利潤為售能收益減去總成本，系統總成本包括供電、供熱以及供氣的運行成本、啟動成本和停機成本；滿足各能源的電、熱、天然氣功率平衡、供能單元特性等約束條件，是一個混合整數分段非線性規劃問題。

粒子群算法(Particle Swarm Optimization，PSO)是J.Kennedy和R.Eberhardt于1995年提出的一種根據群體中粒子之間的相互競爭和相互作用來智能優化搜索的進化算法。PSO算法易于實現、通用性強、可調參數少和具有較強的收斂能力，無需依賴問題的特征信息，適用于復雜模型的優化求解。

現有的能源類工程優化多為混合整數非線性規劃(Mixed Integer PieceweiseNonlinear Programming,MIPNLP)問題，其求解方法多為調用CPLEX和Gurobi等成熟的求解器建模優化，但求解器價格昂貴，提高了工程應用成本；且其商業化封裝也限制了基于具體問題的算法個性化處理能力和工程產品的推廣應用。故研究一種實現簡單，適應性強且便于理解的泛能站優化算法尤為必要。

傳統粒子群優化(Particle Swarm Optimization，PSO)算法對‘早熟’收斂問題考慮不足，對于含整數變量的問題難以直接處理，缺乏對工程項目實用化方面的改進研究。

針對能源站調度這類混合整數分段非線性規劃問題，求解方法通常為調用CPLEX和Gurobi等成熟的求解器建模優化，但求解器價格昂貴，提高了工程應用成本；且其商業化封裝也限制了基于具體問題的算法個性化處理能力和工程產品的推廣應用。故研究一種實現簡單，適應性強且便于理解的泛能站優化算法尤為必要。