基于混沌自适应粒子群算法的冷热电联供系统优化
发布时间：2021-12-22 04:19
在研究冷热电联供系统优化运行的过程中,为了更好地优化调度冷热电联供系统中各设备的出力,提出了基于Tent映射的混沌搜索和非线性自适应粒子群算法相结合的优化算法。建立了一个包含风机、光伏、微燃机和燃气锅炉等主要设备的冷热电联供系统模型。以联供系统的运行成本、污染物排放量和能源利用率为目标,建立了多目标优化模型。在满足设备出力、功率平衡等约束条件下,利用Matlab进行了优化求解。仿真结果表明,所提出的冷热电联供系统优化方法,可以有效地提高经济效益,减少污染排放,提高能源利用率。
【文章来源】：电力系统保护与控制. 2020,48(10)北大核心CSCD
【文章页数】：8 页
【部分图文】：
冬季典型日负荷及风光预测功率
本、污染物排放量和能源利用率的多目标优化模型，将基于Tent映射的混沌搜索和非线性自适应粒子群算法相结合的优化算法应用于冷热电联供系统，利用Matlab软件进行了仿真优化。1冷热电联供系统结构及其数学模型冷热电联供系统将供电、供热和供冷集为一体，其系统结构如图1所示。其中，电负荷主要由风机、光伏和微燃气轮机供电，不足部分由电网进行补充，电储能装置起到调峰作用。微燃机产生的热能经余热锅炉利用与燃气锅炉共同供热，多余热量用热储能储存。冷负荷由吸收式制冷机和电制冷机供给。图1冷热电联供系统结构Fig.1StructureofCCHPsystem1.1光伏发电模型光伏电池的输出功率随着外界环境中光照和温度的变化而发生改变，其简化的输出功率模型可表示为PVSTCACcrSTCPPG[1k(TT)]/G(1)式中：PVP为光伏电池的输出功率；STCP为标准测试条件下的最大测试功率；ACG为光照强度；STCG为标准条件下的光照强度，其值为1000W/m2；k为功率温度系数；cT、rT分别为光伏电池温度、参考温度，参考温度取25℃。1.2风力发电模型风力发电机的输出功率与风速有关，其输出模型通常表示为ccratedrWTrcratedrcoco0v()0iiciivvvPvvvPvvvPvvvvv(2)式中：WTP(v)为风机的发电功率；ratedP为风机的额定发电功率；v为t时刻的实际风速；rv为额定风速；cov为切出风速；civ为切入风速。1.3微型燃气轮机模型微型燃气轮机输出的电功率为MTMTMTMTl()()1QtPt(3)式中：MTQ(t)为微燃机的余热量；MTP(t)为微燃
?2所示，负荷及风光预测功率[23]如图2、图3所示。根据冷热电负荷，在Matlab中表1各设备污染物排放系数Table1Emissioncoefficientofpollutantsfromequipment类别g/kWh微燃机燃气锅炉电网吸收式制冷机COx724254922171NOx0.20.542.2950.06SOx0.00360.7643.5830.0008表2分时电价Table2Time-of-useprice时段售电电价元/kWh购电电价元/kWh谷时段23:00—7:000.120.17平时段7:00—8:00；11:00—17:0022:00—23:000.410.53峰时段8:00—11:00；17:00—22:000.720.99图2夏季典型日负荷及风光预测功率Fig.2TypicaldailyloadinsummerandpredictedpowerofWTandPV图3冬季典型日负荷及风光预测功率Fig.3TypicaldailyloadinwinterandpredictedpowerofWTandPV
【参考文献】：
期刊论文
[1]考虑需求侧管理的冷热电联供微电网优化配置方法[J]. 朱翰超,马蕊. 电力系统保护与控制. 2019(02)
[2]含冷热电联供及储能的区域综合能源系统运行优化[J]. 刘涤尘,马恒瑞,王波,高文忠,王骏,闫秉科. 电力系统自动化. 2018(04)
[3]自适应混沌粒子群算法对极限学习机参数的优化[J]. 陈晓青,陆慧娟,郑文斌,严珂. 计算机应用. 2016(11)
[4]激励CCHP参与需求侧管理双向峰谷定价模型[J]. 范龙,李献梅,陈跃辉,陈彦秀,周任军. 电力系统保护与控制. 2016(17)
[5]含分布式发电的微电网中储能装置容量优化配置[J]. 刘舒,李正力,王翼,马瑞,陆丹,刘皓明. 电力系统保护与控制. 2016(03)
[6]计及附加机会收益的冷热电联供型微电网动态调度[J]. 李正茂,张峰,梁军,贠志皓,张旭. 电力系统自动化. 2015(14)
[7]风光气储互补发电的冷热电联供优化协调模型及求解方法[J]. 熊焰,吴杰康,王强,毛晓明. 中国电机工程学报. 2015(14)
[8]分布式冷热电能源系统优化设计及多指标综合评价方法的研究[J]. 张涛,朱彤,高乃平,吴竺. 中国电机工程学报. 2015(14)
[9]微电网技术综述[J]. 杨新法,苏剑,吕志鹏,刘海涛,李蕊. 中国电机工程学报. 2014(01)
[10]冷热电联供微网优化调度通用建模方法[J]. 王成山,洪博文,郭力,张德举,刘文建. 中国电机工程学报. 2013(31)
硕士论文
[1]基于混沌粒子群算法的含风电配电网无功优化[D]. 刘国峰.西安理工大学 2017
本文编号：3545746
【文章来源】：电力系统保护与控制. 2020,48(10)北大核心CSCD
【文章页数】：8 页
【部分图文】：
冬季典型日负荷及风光预测功率
本、污染物排放量和能源利用率的多目标优化模型，将基于Tent映射的混沌搜索和非线性自适应粒子群算法相结合的优化算法应用于冷热电联供系统，利用Matlab软件进行了仿真优化。1冷热电联供系统结构及其数学模型冷热电联供系统将供电、供热和供冷集为一体，其系统结构如图1所示。其中，电负荷主要由风机、光伏和微燃气轮机供电，不足部分由电网进行补充，电储能装置起到调峰作用。微燃机产生的热能经余热锅炉利用与燃气锅炉共同供热，多余热量用热储能储存。冷负荷由吸收式制冷机和电制冷机供给。图1冷热电联供系统结构Fig.1StructureofCCHPsystem1.1光伏发电模型光伏电池的输出功率随着外界环境中光照和温度的变化而发生改变，其简化的输出功率模型可表示为PVSTCACcrSTCPPG[1k(TT)]/G(1)式中：PVP为光伏电池的输出功率；STCP为标准测试条件下的最大测试功率；ACG为光照强度；STCG为标准条件下的光照强度，其值为1000W/m2；k为功率温度系数；cT、rT分别为光伏电池温度、参考温度，参考温度取25℃。1.2风力发电模型风力发电机的输出功率与风速有关，其输出模型通常表示为ccratedrWTrcratedrcoco0v()0iiciivvvPvvvPvvvPvvvvv(2)式中：WTP(v)为风机的发电功率；ratedP为风机的额定发电功率；v为t时刻的实际风速；rv为额定风速；cov为切出风速；civ为切入风速。1.3微型燃气轮机模型微型燃气轮机输出的电功率为MTMTMTMTl()()1QtPt(3)式中：MTQ(t)为微燃机的余热量；MTP(t)为微燃
?2所示，负荷及风光预测功率[23]如图2、图3所示。根据冷热电负荷，在Matlab中表1各设备污染物排放系数Table1Emissioncoefficientofpollutantsfromequipment类别g/kWh微燃机燃气锅炉电网吸收式制冷机COx724254922171NOx0.20.542.2950.06SOx0.00360.7643.5830.0008表2分时电价Table2Time-of-useprice时段售电电价元/kWh购电电价元/kWh谷时段23:00—7:000.120.17平时段7:00—8:00；11:00—17:0022:00—23:000.410.53峰时段8:00—11:00；17:00—22:000.720.99图2夏季典型日负荷及风光预测功率Fig.2TypicaldailyloadinsummerandpredictedpowerofWTandPV图3冬季典型日负荷及风光预测功率Fig.3TypicaldailyloadinwinterandpredictedpowerofWTandPV
【参考文献】：
期刊论文
[1]考虑需求侧管理的冷热电联供微电网优化配置方法[J]. 朱翰超,马蕊. 电力系统保护与控制. 2019(02)
[2]含冷热电联供及储能的区域综合能源系统运行优化[J]. 刘涤尘,马恒瑞,王波,高文忠,王骏,闫秉科. 电力系统自动化. 2018(04)
[3]自适应混沌粒子群算法对极限学习机参数的优化[J]. 陈晓青,陆慧娟,郑文斌,严珂. 计算机应用. 2016(11)
[4]激励CCHP参与需求侧管理双向峰谷定价模型[J]. 范龙,李献梅,陈跃辉,陈彦秀,周任军. 电力系统保护与控制. 2016(17)
[5]含分布式发电的微电网中储能装置容量优化配置[J]. 刘舒,李正力,王翼,马瑞,陆丹,刘皓明. 电力系统保护与控制. 2016(03)
[6]计及附加机会收益的冷热电联供型微电网动态调度[J]. 李正茂,张峰,梁军,贠志皓,张旭. 电力系统自动化. 2015(14)
[7]风光气储互补发电的冷热电联供优化协调模型及求解方法[J]. 熊焰,吴杰康,王强,毛晓明. 中国电机工程学报. 2015(14)
[8]分布式冷热电能源系统优化设计及多指标综合评价方法的研究[J]. 张涛,朱彤,高乃平,吴竺. 中国电机工程学报. 2015(14)
[9]微电网技术综述[J]. 杨新法,苏剑,吕志鹏,刘海涛,李蕊. 中国电机工程学报. 2014(01)
[10]冷热电联供微网优化调度通用建模方法[J]. 王成山,洪博文,郭力,张德举,刘文建. 中国电机工程学报. 2013(31)
硕士论文
[1]基于混沌粒子群算法的含风电配电网无功优化[D]. 刘国峰.西安理工大学 2017
本文编号：3545746
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3545746.html
