[发明专利]一种基于改进NSGA-III的区域综合能源系统设备容量优化方法

说明书

本发明涉及一种基于改进NSGA‑III的区域综合能源系统设备容量优化方法，包括：建立由光伏、风电、CCHP以及电储能设备组成的区域综合能源系统模型；从碳目标视角，确定区域综合能源系统模型的目标函数以及约束条件；基于自适应的SBX‑NBX混合交叉算子，构建改进的NSGA‑III算法；通过模拟研究区域的冷热电负荷，并收集全年温度、太阳辐射强度和风速数据，采用K‑means聚类方法，将全年划分为夏季、冬季、过渡季三种典型日；利用改进的NSGA‑III算法，根据模型的目标函数以及约束条件，结合研究区域典型日数据，完成对区域综合能源系统设备容量配置的求解，得到最优的容量配置方案。与现有技术相比，本发明能够准确、稳定地求解出面向低碳的区域综合能源系统设备容量配置最优方案。

技术领域

本发明涉及区域综合能源系统优化技术领域，尤其是涉及一种基于改进NSGA-III的区域综合能源系统设备容量优化方法。

背景技术

面向我国“碳达峰”和“碳中和”的“双碳”战略需求，研究能源供给侧变革是实现碳目标的主要方向，而引入清洁能源的多能协同区域综合能源系统(Regional IntegratedEnergy System，RIES)目前已经成为一种新的发展方向。由于风机和光伏等可再生能源设备的不稳定性，峰谷电价、各设备装机容量限制以及运行约束对系统配置方案的影响，这使得多能耦合互补的区域综合能源系统更加复杂，系统设备容量优化是典型的多目标多约束优化问题。多目标遗传算法对高维多目标优化问题拥有较好的求解能力，其中基于参考点的非支配排序遗传算法(NSGA-III)是解决高维多目标优化问题最具代表性的算法之一，该算法通过选择参照点的方法代替拥挤度距离计算，更能有效地提高种群多样性。但基础NSGA-III算法的交叉算子通过模拟二进制交叉算子(Simulated Binary crossover,SBX)实现，存在搜索效率较低、易陷入局部最优等问题。

此外，多能协同互补的区域综合能源系统结构复杂，现阶段的研究仍存在一些问题需要探索。一方面，部分研究构建单目标规划模型，或利用线性加权的方法简化多目标模型，规划结果较为单一，关于系统低碳约束性目标的考虑较少；另一方面，由于系统模型的复杂性，部分模型未综合考虑风机和光伏等可再生能源设备的不稳定性，忽略峰谷电价、各设备装机容量限制以及运行约束对系统配置方案的影响。此外，部分研究使用传统的群智能算法进行模型优化求解，收敛速度慢并且容易陷入局部最优。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于改进NSGA-III的区域综合能源系统设备容量优化方法，通过一种基于自适应混合交叉算子SBX-NDX的NSGA-III算法，对面向碳目标的区域综合能源系统的设备容量配置进行优化，以能够实现快速、准确、稳定求解优化的目的。

本发明的目的可以通过以下技术方案来实现：一种基于改进NSGA-III的区域综合能源系统设备容量优化方法，包括以下步骤：

S1、建立由光伏、风电、CCHP(Combined Cooling Heating and Power，冷热电联产系统)以及电储能设备组成的区域综合能源系统模型；

S2、从碳目标视角，确定区域综合能源系统模型的目标函数以及约束条件；

S3、基于自适应的SBX(Simulated Binary crossover，二进制交叉算子)-NBX(Normal Distribution Crossover，正态分布交叉算子)混合交叉算子，构建改进的NSGA-III算法；

S4、通过模拟研究区域的冷热电负荷，并收集全年温度、太阳辐射强度和风速数据，采用K-means聚类方法，将全年划分为夏季、冬季、过渡季三种典型日；

S5、利用改进的NSGA-III算法，根据区域综合能源系统模型的目标函数以及约束条件，并结合研究区域典型日数据，完成对区域综合能源系统设备容量配置的求解，得到最优的容量配置方案。