[发明专利]一种CCHP型微电网调度优化方法有效

专利信息
申请号: 201911319403.1 申请日: 2019-12-19
公开(公告)号: CN111160636B 公开(公告)日: 2023-01-17
发明(设计)人: 庄仲;吴杰康;杨金文;余方明;何家裕;梁继深 申请(专利权)人: 广东工业大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06F30/20;G06Q50/06;G06N3/006
代理公司: 广州粤高专利商标代理有限公司 44102 代理人: 张金福
地址: 510060 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 cchp 电网 调度 优化 方法
【权利要求书】:

1.一种CCHP型微电网调度优化方法,其特征在于,所述方法包括:

S1:输入CCHP型微电网原始数据集,并构建数据矩阵和变量矩阵;

S2:构建CCHP型微电网目标函数以及约束条件;

S3:初始化布谷鸟算法发现概率参数,并随机产生初始鸟巢;计算各鸟巢位置相应的适应度值,记录当前最佳鸟巢位置;

S4:更新鸟巢位置,得到新的鸟巢位置,计算搜索步长以及发现概率,计算更新后各鸟巢位置的相应适应度,比较后更新最优鸟巢位置;

S5:采用随机数与发现概率比较,保留发现概率较小的鸟巢,随机更新发现概率大的鸟巢位置,得到一组新的更优的鸟巢位置;

S6:判断是否满足算法终止条件,若满足则输出结果,否则返回S4;

S1具体为:构建调度日前的CCHP型微网原始输入数据模型,并输入原始数据,包括:历史电负荷、热负荷、风速数据、光照时长、实时电费交易价格、储能系统当前状态、预测微电网电负荷、热负荷、冷负荷、风电机组输出功率、光伏机组输出功率、燃气使用量;得到分别为温度、光照强度、风速、预测电负荷、预测热负荷、预测冷负荷的输入矩阵:

其中,XH1、XH2、...、XH6分别表示温度、光照强度、风速、预测电负荷、预测热负荷、预测冷负荷;

将输入矩阵代入模型得到光伏机组、风电机组运行状态矩阵;

将微电网中微燃机发电功率、储能装置运行充放电量、系统与电网交互电量分别作为变量,构建变量矩阵:

其中,X1、X2、X3分别为微燃机发电功率、储能装置运行充放电量、系统与电网交互电量;

S2中的目标函数为:

(1)以能源利用率为优化目标函数:

ECCHP(t)为系统消耗的电能;HCCHP(t)为系统消耗的热能;CCCHP(t)为系统消耗的冷能;FCCHP(t)为系统消耗的一次能源;

(2)以微电网自身缺电率为优化目标函数:

其中,PL(t)为微网电负荷,PPV(t)为光伏输出功率,PWT(t)为风电机组实时功率,PMT(t)为微燃机输出电功率,PSOC(t)为蓄电池充放电功率;

(3)以运行成本部为优化目标函数:

min f3=Cinf+Cfuel+Com+Cgrid

Cinf为设备初始投资年等值成本;Cfuel为系统燃料费用;Com为系统运行费用;Cgrid为微电网与电网交换的功率费用;

Cinf=R(Pcap.MT·CMT+Pcap.WT·CWT+Pcap.PV·CPV+Pcap.inv·Cinv+Pcap.GB·CGB+Pcap.SOC·CSOC+Pcap.RB·CRB+Pcap.AC·CAC)

式中,CMT为微燃机投资单位容量成本;CWT为风电机组单位容量成本;CPV为光伏机组单位容量成本;Cinv为逆变器单位容量成本;CGB为燃气锅炉单位容量成本;CSOC为蓄电池单位容量成本;CRB为余热锅炉单位容量成本;CAC为吸收式制冷机单位容量成本;下标cap表示设备额定容量;R为资金年回收率;n为设备使用年限;r为折现率,加权平均资本成本;

系统燃料费用:

EMT(t)为微燃机耗气量,EGB(t)为燃气锅炉耗气量;

系统运行费用:

式中,Kom,i为不同系统设备运行维护费用,KMT(t)表示t时刻微燃机的启停状态,微燃机组停机时值为0,运行时为,CMT表示微燃机的启停成本,CGB表示燃气锅炉的启停成本;

系统与大电网交互费用:

式中,Pg为微电网从电网中获取电量的值,大于0时表示微网从电网购电,小于0时表示微网向电网输电能;和分别为微电网购电和售电费用;

目标函数:

min F=ρf1+σf2+ζf3

其中,ρ、σ、ζ分别为权重系数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911319403.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top