[发明专利]一种基于混沌蛙跳算法的多能源协同优化方法和存储介质

权利要求书

1.一种基于混沌蛙跳算法的多能源协同优化方法，其特征在于，包括如下步骤：

构建多能源协同优化模型，模型包括：目标函数和约束条件；

基于改进的混沌蛙跳算法，对目标函数进行求解，得到多能源协同优化最佳方案。

2.根据权利要求1所述的一种基于混沌蛙跳算法的多能源协同优化方法，其特征在于，目标函数包括：

能源调度周期的总时段数量T内总费用C_total,T，

式中，U代表综合能源系统中各设备集合，W_u,t代表设备u在t时段内供能，c_u代表设备u单位供能成本，A代表清洁机组集合，代表清洁机组a在t时段由于过度调度导致的缺电量，代表机组a在t时段过度调度过程中的补偿系数，代表机组a在t时段由于欠调度导致的窝电量，代表机组a欠调度过程中的补偿系数，C_purc,t代表t时段购电费，D_sale,t代表t时段卖电所得收入；

综合能源系统缺电率LPSP为：

式中，LPSP(T)表示在T时段综合能源系统缺电率，W_load,t代表t时段综合能源系统中电量需求，W_gas,t、W_PV,t、W_wind,t和W_grid,t分别代表t时段燃气机组、光伏、风机发电量以及向主网购买的电量，W_sell,t代表t时段向主网售电总量；

综合能源系统中减排率：

式中，E_T代表在时段T内减排率，L_S,T代表时段T内传统天然气联供发电污染排放量，P_u,t代表设备u在t时段等效发电总量，λ_u代表设备u等效污染排放系数，P_i,t代表t时段和电网之间交换的电量，λ_g代表电网侧供电过程中污染排放系数。

3.根据权利要求2所述的一种基于混沌蛙跳算法的多能源协同优化方法，其特征在于，约束条件包括：

可靠性约束：

式中，代表LPSP上限值；

冷热均衡约束：

1)热均衡约束为：

式中，代表t时段的余热回收热量、燃气燃烧热量以及太阳能采集热量，代表t时段热负荷，η_recly、η_gas、η_solar代表余热、燃气以及太阳能热量利用率；

2)冷均衡约束条件为：

式中，代表t时段冷负荷，代表t时段吸收形式的制冷机采集到的光热，代表t时段电制冷机总耗电量，η_absor、η_elec代表吸收形式的制冷机和电制冷机的效率；

设备运行约束：

1)光伏机组运行：

P_PV(t)＝min{P_capa,η_PV}

式中，P_PV(t)代表t时段光伏机组运行电功率，P_capa代表光伏机组额定装机容量值，η_PV代表太阳能转换效率，P_{_PV}、代表光伏机组最小与最大的发电功率值；

2)天然气的内燃机组：

P_gas(t)-P_gas(t-1)≤U_pgas△t

P_gas(t)-P_gas(t-1)≥-D_ngas△t

式中，P_gas(t)代表t时段燃气机发电功率值，P_{_gas}、代表燃气机最小与最大的发电功率值，U_pgas、D_ngas代表燃气机向上与向下的爬坡速率；

3)风力发电机组：

式中，P_wind(t)代表t时段风电机组总发电功率，P_{_wind}、P_wind代表风电机组最小、最大的发电功率，v(t)为t时刻的风速，P_rate代表机组额定的输出功率值，v_in、v_out代表切入与切出的风速，v_rate代表额定风速；

4)制冷机组：

式中，和代表吸收式的制冷机和电制冷机t时段总制冷功率值与最大功率值。