(19)中华 人民共和国 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 202111439170.6 (22)申请日 2021.11.30 (71)申请人 国网重庆市电力公司电力科 学研究 院 地址 401123 重庆市渝北区北部新区黄山 大道中段80号办公 综合楼 申请人 国家电网有限公司 (72)发明人 夏磊　高晋　王谦　廖庆龙　 岳鑫桂　向洪　吴晓东　谭笑　 (74)专利代理 机构 成都九鼎天元知识产权代理 有限公司 51214 代理人 胡东东 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01)G06N 3/00(2006.01) G06F 30/27(2020.01) G06F 111/04(2020.01) (54)发明名称 一种基于改进麻雀优化算法的综合能源系 统优化调度方法 (57)摘要 本发明公开了一种基于改进麻雀优化算法 的综合能源系统优化调度方法， 具体包括以下步 骤： 步骤1： 定义能源麻雀， 确定初始化种群； 步骤 2： 设定麻雀寻优基础原则； 步骤3： 原则计算适应 度值及所在位置， 确定最优适应度值和最差适应 度值， 以及其相对应的位置； 步骤4： 从适应度较 优的能源麻雀中， 选取部分麻雀作为探索者， 根 据探索者更新公式更新位置； 步骤5： 剩余能源 麻 雀作为跟随者， 根据跟随者更新公式更新位置； 步骤6： 从能源麻雀中随机选取部分麻雀作为警 戒者， 根据警戒者更新公式更新位置； 本发明在 能量层面实现多能互补与转换， 完善了模型设备 与结构， 能够增强所搭系统的可靠性， 最大化程 度考虑实际运行情况。 权利要求书7页 说明书14页 附图4页 CN 114091780 A 2022.02.25 CN 114091780 A 1.一种基于改进麻雀优化算法的综合能源系统优化调度方法， 其特征在于， 具体包括 以下步骤： 步骤1： 定义能源麻雀， 确定初始化种群； 步骤2： 设定麻雀寻优基础原则； 步骤3： 原则计算适应度值及所在位置， 确定最优适应度值和最差适应度值， 以及其相 对应的位置； 步骤4： 从适应度较优的能源麻雀中， 选取部分麻雀作为探索者， 根据探索者更新公式 更新位置； 步骤5： 剩余能源麻雀作为跟随者， 根据跟随者更新公式更新 位置； 步骤6： 从能源麻雀中随机 选取部分麻雀作为警戒者， 根据警戒者更新公式更新 位置； 步骤7： 依据柯西 ‑高斯变异算法对当前最优解进行变异； 步骤8： 计算最优麻雀柯西 ‑高斯变异后的适应度； 若计算结果小于等于变异前的适应 度， 则将最优解 位置更新， 否则保持原最优解 位置； 步骤9： 若到 达结束条件， 即结束， 否则进入下一次迭代， 即跳转到步骤3； 步骤10： 结束， 获得最优解。 2.根据权利要求1所述的基于改进麻雀优化算法的综合能源系统优化调度方法， 其特 征在于， 所述步骤1中能源麻雀代表热、 电、 冷三联供系统(CCHP)中分布式电源与各设备出 力， 能源麻雀包括购电功率Pgrid(t)， 光伏出力PPV(t)， 风电出力PWP(t)， 微燃机出力Pge(t)， 燃气锅炉Qgb(t)， 电锅炉热出力Qeb(t)， 吸收制冷功率Qac(t)， 电制冷功率Qec(t)， 蓄电池出力 PB(t)， 热充放功率Qch(t)和Qdis(t)以及冷充放功率Qcsc(t)和Qcsd(t)； 初始化种群包括种群 数量、 最大迭代次数、 探索者和警戒者比例， 警戒阈值 等。 3.根据权利要求2所述的基于改进麻雀优化算法的综合能源系统优化调度方法， 其特 征在于， 所述 步骤2中的麻雀寻优基础原则包括： 21、 始终满足约束条件平衡约束和各设备 出力约束； 22、 光伏出力和风电出力始终保持最大功率跟踪状态。 4.根据权利要求3述的基于改进麻雀优化算法的综合能源系统优化调度方法， 其特征 在于， 所述始终满足约束条件平衡约束和各设备 出力约束包括： 211、 电平衡约束 PEL(t)+Peb(t)+Pec(t)＝PWP(t)+PPV(t)+Pge(t)+PB(t)+Pgrid(t)             (1) 其中PEL(t)为电负荷， Peb(t)为电锅炉输入功率， Pec(t)为电制冷机 输入电功率； 电锅炉输入功率Peb(t)与电锅炉热 出力Qeb(t)的关系式为： Qeb(t)＝Peb(t)ηeb                              (2) 式中， ηeb为电锅炉制热系数； 电制冷机 输入电功率Pec(t)与电制冷机 输出功率 Qec(t)的关系式为： Qec(t)＝Pec(t)ηec                             (3) 其中， ηec为电制冷机能效系数； 热平衡约束 QHL(t)+Pac(t)+Qdis(t)＝QBC(t)+Qgb(t)+Qeb(t)+Qch(t)               (4) 其中， QHL(t)为热负荷， QBC(t)为微燃机产生的热量， Pac(t)为吸收制冷机 输入热功率；权　利　要　求　书 1/7 页 2 CN 114091780 A 2由于微燃机在发电的同时会产生废热， 高温废热能通过溴冷机转换为低温后供给热负 荷， 因此微燃 机为热负荷提供的热量 QBC(t)描述如下： QBC(t)＝α ηBCPge(t)＝ ηgehPge(t)                        (5) 式中， α 为电热比， ηBC为热转换效率， ηgeh为产热效率； 吸收制冷机 输入热功率Pac(t)与吸收制冷机 输出功率 Qac(t)的关系式为： Qac(t)＝Pac(t)ηac                             (6) ηac为吸收式冷机能效系数； 冷负荷功率约束： Qac(t)+Qec(t)+Qcsd(t)＝Qcsc(t)+Qc(t)                     (7) 其中， Qc(t)为冷负荷； 212、 微燃 机出力约束 式中， δge(t)为t时刻微燃 机运行状态， 和 分别为燃气轮机的发电功率上 下限； 213、 光伏出力约束 0≤PPV(t)≤PPR                           (9) 式中， PPR为光伏板额定 输出功率； 214、 风电出力约束 0≤PWP(t)≤ λWPWWP                         (10) 式中， λWP为风电机组实时利用率， WWP为风电机组最大容 量； 215、 电锅炉 与热锅炉出力约束 式中， 和 分别为电锅炉功率上 下限， 和 分别为热锅炉功率上 下限； 216、 吸收制冷机模型与电制冷机模型约束 式中， δac(t)为t时刻吸收制冷机运行状态； 为吸收式制冷机输入热功率的 上下限； 为电制冷机 输入电功率上 下限； 217、 储能设备约束 蓄电池出力PB(t)与蓄电池容 量的关系为： 放电状态可表示 为： 式中， EA(t)为t时刻蓄电池的实际容量， PB(t)为t时段蓄电池充放电功率， ηdis为蓄电池 放电效率； 当蓄电池处于充电状态， 有下式： EA(t)＝(1‑τ )(EA(t‑1)‑PB(t)ηch)                    (14)权　利　要　求　书 2/7 页 3 CN 114091780 A 3