(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211252382.8 (22)申请日 2022.10.13 (71)申请人 广西大学 地址 530004 广西壮 族自治区南宁市西乡 塘区大学东路10 0号 (72)发明人 刘辉　王泽宇　谢海敏　汪旎　 马斯宇　黄立冬　 (74)专利代理 机构 广西南宁公平知识产权代理 有限公司 45104 专利代理师 陆福达 (51)Int.Cl. G06F 30/27(2020.01) G06F 30/28(2020.01) G06N 3/00(2006.01) G06Q 10/04(2012.01)G06Q 50/06(2012.01) H02J 3/06(2006.01) G06F 113/04(2020.01) G06F 113/08(2020.01) G06F 113/14(2020.01) G06F 119/08(2020.01) G06F 119/14(2020.01) (54)发明名称 一种电力-热水-蒸汽多能源系统运行优化 方法 (57)摘要 本发明提出一种电力 ‑热水‑蒸汽多能源系 统运行优化方法， 首先结合电力、 热水和蒸汽的 特点建立了一种电力 ‑热水‑蒸汽多能源系统模 型， 之后采用粒子群优化算法对系统进行优化， 使系统的运行成本和污染物治理成本最小。 为了 更好的平衡粒子群优化算法的全局搜索能力和 局部搜索能力， 提出了一种基于速度限制归一化 策略的粒子群优化算法， 对粒子群优化算法中的 最大速度限制采用归一化策略， 归一化策略即是 将粒子群优化算法的最大速度限制在自适应变 化的同时结合混沌映射进行变化。 权利要求书2页 说明书6页 附图3页 CN 115481574 A 2022.12.16 CN 115481574 A 1.一种电力 ‑热水‑蒸汽多能源系统运行优化方法， 其特 征在于， 包括以下步骤： (1)建立电力 ‑热水‑蒸汽多能源系 统： 分别建立电力 ‑热水‑蒸汽多能源系 统的电力模 型、 热水模型以及蒸汽 模型； (2)多能源系统模型以运行成本、 污染物治理成本为目标建立系统的目标函数； (3)采用基于 速度限制归一 化策略的粒子群优化 算法对目标函数进行优化。 2.根据权利要求1所述的电力 ‑热水‑蒸汽多能源系统运行优化方法， 其特征在于， 所述 的电力模型的光伏发电机组的输出功率 函数为： Pe＝ ηAE(1‑σ ) 式中， Pe为光伏发电机组的输 出功率， A为电池的面积， E为光照强度， η为光电转换效率， σ 为反射因子 。 3.根据权利要求1所述的电力 ‑热水‑蒸汽多能源系统运行优化方法， 其特征在于， 所述 的热水模型由水力模型、 热模型和组合水 热模型三部分构成， 水力模型的水流连续 性方程： ∑min‑∑mout＝mq min为从源节点注入到负荷的质量流量， mout为从源节点释放到负荷的质量流量， mq为管 道内的质量 流量。 4.根据权利要求3所述的电力 ‑热水‑蒸汽多能源系统运行优化方法， 其特征在于， 所述 的热模型表达式为： ψ＝Cpm(Tst‑Trt) 5.根据权利要求3所述的电力 ‑热水‑蒸汽多能源系统运行优化方法， 其特征在于， 所述 的组合水 热模型表达式为： ψ＝Cp(∑min‑∑mout)(Tst‑Trt) 式中， Ψ为来自热松弛节点处的热功率， Tst为补给温度， Trt为返回温度。 6.根据权利要求1所述的电力 ‑热水‑蒸汽多能源系统运行优化方法， 其特征在于， 所述 的蒸汽模型表达式为： Q＝m1·H 蒸汽负荷功率Q的物理意义是蒸汽在单位时间内所能提供的热量。 m1为蒸汽焓 值， H为蒸 汽流量。 H＝‑0.00274×T2+1.905×T+2520 7.根据权利要求1所述的电力 ‑热水‑蒸汽多能源系统运行优化方法， 其特征在于， 所述 的多能源系统模型以运行成本、 污染物治理成本为目标建立系统的目标函数为： minf＝f1+f2 f1为多能源系统的运行成本， f2为多能源系统的污染物治理成本； 其中， 系统的运行成本函数为： 系统的污染物治理成本函数为： 式中， Cjgt为燃气轮机的运行成本； Cjgb为煤气锅炉的运行成本； Cgrid为系统与 大电网之 间的交易成本， Cjgt(pt)为燃气轮机的污染物治理成本； Cjgb(pt)为煤气锅炉的污染物治理成权　利　要　求　书 1/2 页 2 CN 115481574 A 2本； Cgrid(pt)为大电网的污染物治理成本 。 8.根据权利要求1所述的电力 ‑热水‑蒸汽多能源系统运行优化方法， 其特征在于， 所述 的多能源系统模型以运行成本、 污染物治理成本为目标建立系统目标函数的约束条件为： Pgt+Ppv+Pdischarging+Pgrid＝Pload+Pcharging Qgt+Qgb＝Qload+Qcharging 式中， Pgt为燃气轮机的功率， Ppv为光伏发电机组的功率， Pdischarging为蓄电池的放电功 率， Pgrid为大电网输出功率， Pload为负荷， Pcharging为蓄电池的充电功率， Qgt为燃气轮机的功 率， Qgb为煤气锅炉的功率， Qload为负荷， Qcharging为蓄电池的充电功率。 9.根据权利要求1所述的电力 ‑热水‑蒸汽多能源系统运行优化方法， 其特征在于， 所述 的基于速度限制归一 化策略的粒子群优化 算法对目标函数进行优化按以下 方法进行： (1)设置P SO的各种参数， 初始化种群； (2)计算每个粒子的适应度值， 同时通过比较每个粒子的适应度值得出全局最优解Pgd 和个体最优解Pid； (3)根据式 更新粒子位 置； 其中， 搜索空间为N维， 空间中有M个粒子， 位置向量xi＝(xi1,xi2,...,xiD)K和速度向量vi＝ (vi1,vi2,...,viD)K， 其中i＝1,2,...,N,N表示粒子数， D表示种群维度； 粒子在搜索空间中 移动， 通过跟踪个体 极值Pid和群体极值Pgd来更新其位置； ω表 示惯性权重， r1和r2是分布在 [0,1]中的随机数； 合理的设置惯性权 重系数的变化可以有效的提高P SO的优化能力； PSO前期对目标进行全局搜索后期局部搜索， 因此将最大最小速度限制设置成随迭代 次数的增 加而在某个范围内进行线性 递减； 式中Vstart的值为0.5， Vend的值为0.001； 将立方映射应用到线性 递减权重系数中； 式中x∈(‑1,1)， x0的值不能取0， μ是分岔系数， 值 为4； 归一化速度限制； Vl＝Vmax×|xn| (4)计算粒子的适应度值； (5)比较各粒子的适应度值,选出Pid和Pgd； (6)判断算法是否 达到最大迭代次数， 如果达 到则输出 结果， 否则重新执 行步骤(3)。权　利　要　求　书 2/2 页 3 CN 115481574 A 3