[发明专利]蓄热式电锅炉融合储能系统优化控制方法有效

专利信息
申请号: 201710031302.9 申请日: 2017-01-17
公开(公告)号: CN107069783B 公开(公告)日: 2019-11-01
发明(设计)人: 李国庆;王鹤;庄冠群;田春光;李建林;吕项羽;周宏伟;李德鑫;常学飞;王佳穎 申请(专利权)人: 东北电力大学;国网吉林省电力有限公司电力科学研究院
主分类号: H02J3/28 分类号: H02J3/28
代理公司: 吉林长春新纪元专利代理有限责任公司 22100 代理人: 白冬冬
地址: 132012 吉*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要: 一种蓄热式电锅炉融合储能系统优化控制方法,属于电力系统及其自动化技术领域。本发明的目的是通过时设计一个蓄热式电锅炉融合储能系统的模型来实现对蓄热式电锅炉融合储能系统的最优控制的蓄热式电锅炉融合储能系统优化控制方法。本发明的步骤是:建立蓄热式电锅炉融合储能系统优化控制的数学模型、获取风电场的风功率预测信息,进而获得弃风功率预测信息、利用步骤1得到的数学模型以及步骤2得到的弃风功率;考虑步骤1提到的约束条件,利用粒子群算法对混合系统进行优化求解。本发明可集成在蓄热式电锅炉融合储能混合系统控制中心的系统中,实现对整个系统的优化控制,兼顾消纳弃风最大化及电极锅炉调节次数调节最小化,实现混合系统经济稳定运行。
搜索关键词: 蓄热 电锅炉 融合 系统 优化 控制 方法
【主权项】:
1.一种蓄热式电锅炉融合储能系统优化控制方法,其特征在于:步骤1、建立蓄热式电锅炉融合储能系统优化控制的数学模型:步骤101:建立混合系统消纳弃风电量指标:Wst为t时段风电场利用蓄热式电锅炉和电化学储能消纳的弃风电量;步骤102:建立蓄热式电锅炉调节次数指标:Tapt为蓄热式电锅炉在t时段的功率档位;步骤103:根据各目标函数之间量纲的不同,对每一个目标分别构造隶属度函数,将其转化为对优化结果的满意度,相对应的函数为:Kmax为以弃风消纳最大为目标时的值;Pmin为以锅炉档位调节次数最小为目标时的值;δ1为消纳弃风可接受的伸缩值;δ2为锅炉档位调节次数可接受的伸缩值;f(k)为混合系统消纳弃风总电量;f(p)为蓄热式电锅炉总调节次数;步骤104:建立蓄热式电锅炉融合储能系统各指标的评价函数:μmax=k1μ(k)+k2μ(p)  (5)k1、k2为各部分的权重系数,且满足k1+k2=1;μ(k)为消纳弃风隶属度函数;μ(p)为调节次数隶属度函数;步骤105:采用蓄热式电锅炉融合储能系统优化的约束条件进行限定约束;步骤2:获取风电场的风功率预测信息,进而获得弃风功率预测信息;步骤3:利用步骤1得到的数学模型以及步骤2得到的弃风功率;考虑步骤1提到的约束条件,利用粒子群算法对混合系统进行优化求解:步骤301 初始化粒子群,所述的粒子群由多个粒子组成,每个粒子的值在限定范围内随机产生;步骤302 将步骤1数学模型的目标函数导入算法,做为算法的目标函数,导入步骤2中得到的弃风功率预测信息,做为弃风约束限定条件;步骤303 开始迭代,计算出粒子群中各粒子的综合适应度,不符合约束条件的粒子依照罚函数进行惩罚,取综合适应度最大的粒子与当前最优粒子比较,令综合适应度较大的粒子为标准最优粒子;步骤304 根据以下算式对粒子群中各粒子进行迭代更新后,返回步骤303;k为迭代次数;w为惯性权重因子;r1、r2为0~1之间的随机数;c1、c2为学习因子;为第i个粒子在第k次迭代时的速度;为第i个粒子在第k次迭代时位置;pbest为粒子自身找到的最优解;gbest为粒子在群体中找到的最优解;步骤304 迭代次数达到最大值时,迭代结束,得到混合系统两目标满意度最大时的最优控制方式。
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东北电力大学;国网吉林省电力有限公司电力科学研究院,未经东北电力大学;国网吉林省电力有限公司电力科学研究院许可,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/patent/201710031302.9/,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