本發(fā)明涉及一種冷熱電聯(lián)產(chǎn)系統(tǒng)的最優(yōu)報價方法。
背景技術(shù):
近年來,由于運行效率優(yōu)、能源利用率高、經(jīng)濟效益好,熱電聯(lián)產(chǎn)和冷、熱、電聯(lián)產(chǎn)系統(tǒng)得到快速發(fā)展。此外,冷、熱、電聯(lián)產(chǎn)系統(tǒng)還可以靈活應(yīng)對能源成本的波動,并在很大程度上避免了輸電、配電過程中產(chǎn)生的能量損失?,F(xiàn)有研究大多聚焦于冷、熱、電聯(lián)產(chǎn)系統(tǒng)的技術(shù)創(chuàng)新與經(jīng)濟效益上,但沒有對電力公司的收益進行分析。通過優(yōu)化系統(tǒng)的電力出售價格和天然氣購入價格比例(下文稱能源價格),可以更好地提高電力公司和冷熱電聯(lián)產(chǎn)系統(tǒng)(combinedcoolingheatingandpower:cchp)的共同效益,因此,對于冷熱電聯(lián)產(chǎn)系統(tǒng)報價策略的研究變得越來越重要。
技術(shù)實現(xiàn)要素:
針對上述問題,本發(fā)明提供一種冷熱電聯(lián)產(chǎn)系統(tǒng)的最優(yōu)報價方法,通過制定合理的電力和天然氣價格,提高能源利用效率,保障了冷熱電聯(lián)產(chǎn)系統(tǒng)和電力公司的經(jīng)濟效益。
為實現(xiàn)上述技術(shù)目的,達到上述技術(shù)效果,本發(fā)明通過以下技術(shù)方案實現(xiàn):
一種冷熱電聯(lián)產(chǎn)系統(tǒng)的最優(yōu)報價方法,包括如下步驟:
s01、建立冷熱電聯(lián)產(chǎn)系統(tǒng)的雙層規(guī)劃模型,輸入冷熱電聯(lián)產(chǎn)系統(tǒng)和電力公司的運行數(shù)據(jù),并設(shè)置雙層規(guī)劃模型的功率平衡約束和電力、天然氣的報價約束;
s02、初始化內(nèi)、外層粒子群:設(shè)置內(nèi)、外層粒子群的規(guī)模、每個粒子的速度和位置;
s03、更新粒子群優(yōu)化算法的參數(shù);
s04、對第k個粒子進行內(nèi)層粒子群優(yōu)化算法,得到內(nèi)層最優(yōu)局部個體值和全局值,更新內(nèi)層第k個粒子的速度和位置;
s05、判斷第k個粒子是否滿足約束條件,滿足則進入步驟s06;
s06、對第k個粒子進行外層粒子群優(yōu)化算法,得到外層最優(yōu)個體值和全局值,更新外層第k個粒子的速度和位置;
s07、判定第k個粒子是否滿足約束條件,滿足則進入步驟s08;
s08、得到滿足內(nèi)、外層粒子群優(yōu)化算法的最優(yōu)粒子速度和位置,并選取最優(yōu)位置作為最優(yōu)能源價格。
優(yōu)選,步驟s05中,若第k個粒子不滿足約束條件,則:
令k的數(shù)值加1,判定當前k值是否大于總粒子數(shù),若是,則令k的數(shù)值加1并進入步驟s03;否則,直接進入步驟s03。
優(yōu)選,步驟s07中,若第k個粒子不滿足約束條件,則:
令k的數(shù)值加1,判定當前k值是否大于總粒子數(shù),若是,則令k的數(shù)值加1并進入步驟s03;否則,直接進入步驟s03。
優(yōu)選,步驟s01中,雙層規(guī)劃模型的外層規(guī)劃模型為:
式中,
優(yōu)選,步驟s01中,雙層規(guī)劃模型的內(nèi)層規(guī)劃模型為:
式中,
優(yōu)選,步驟s04中,內(nèi)層第k個粒子的速度、位置更新公式如下:
vk(t+1)=ψ[ω0×vk(t)+c1×rand1(pk(t)-xk(t))
+c2×rand2×(pg(t)-xk(t))]
xk(t+1)=xk(t)+vk(t+1)
式中,t代表迭代次數(shù),vk(t)、xk(t)分別代表粒子k在第t次迭代時的速度、位置;rand2、rand1是0-1之間的隨機數(shù);pk(t)、pg(t)分別表示粒子在第t次迭代時的局部和全局最優(yōu)位置;ω0是慣性權(quán)重系數(shù),ψ代表收縮系數(shù)。
優(yōu)選,步驟s03中,更新的參數(shù)包括慣性權(quán)重系數(shù)ω0、收縮系數(shù)ψ和學(xué)習(xí)因子c1、c2,其中:
ω0的更新公式為:
其中,ω1和ω2分別是慣性權(quán)重系數(shù)的初始和最終值;tmax是最大迭代次數(shù);
c1和c2的更新公式為:
式中,c1f、c2f、c1i和c2i分別是c1的終值、c2的終值、c1的初值和c2的初值;
ψ的更新公式為:
φ=c1+c2
式中,φ是復(fù)合學(xué)習(xí)因子。
本發(fā)明的有益效果是:
第一、本發(fā)明通過建立雙層規(guī)劃模型,能夠同時保障冷熱電聯(lián)產(chǎn)系統(tǒng)和電力公司的經(jīng)濟效益。
第二、本發(fā)明通過粒子群優(yōu)劃算法能夠快速計算出最優(yōu)報價,縮短了優(yōu)化時間。
第三、本發(fā)明實現(xiàn)了能源的多級利用,大大提高了能源利用效率,提高了冷熱電聯(lián)產(chǎn)系統(tǒng)的穩(wěn)定性。
附圖說明
圖1是本發(fā)明冷熱電聯(lián)產(chǎn)系統(tǒng)的運行結(jié)構(gòu)示意圖;
圖2是本發(fā)明一種冷熱電聯(lián)產(chǎn)系統(tǒng)的最優(yōu)報價方法的流程圖;
圖3是本發(fā)明冷熱電聯(lián)產(chǎn)系統(tǒng)的雙層規(guī)劃模型圖;
圖4是修改的ieee-37節(jié)點測試系統(tǒng)示意圖;
圖5是電力工業(yè)用戶的負荷預(yù)測示意圖;
圖6是電力、天然氣的最優(yōu)能源報價結(jié)果示意圖。
具體實施方式
下面結(jié)合附圖和具體的實施例對本發(fā)明技術(shù)方案作進一步的詳細描述,以使本領(lǐng)域的技術(shù)人員可以更好的理解本發(fā)明并能予以實施,但所舉實施例不作為對本發(fā)明的限定。
冷熱電聯(lián)產(chǎn)系統(tǒng)運行結(jié)構(gòu)如圖1所示,系統(tǒng)主要由原動機、輔助鍋爐、吸收式制冷機組成,并與配電網(wǎng)協(xié)同運作,來自原動機的余熱將被蒸汽發(fā)生器吸收,通過吸收式制冷機驅(qū)動冷負荷,這將大大減少負荷高峰期的系統(tǒng)用電量。本發(fā)明中,假定配電網(wǎng)用于傳輸能源,電力公司作為配電網(wǎng)的運營商,其通過從cchp(即冷熱電聯(lián)產(chǎn)系統(tǒng))處購買電力來減少和能源市場的電力交易量,當電力售價和天然氣購價處于合理的比例范圍時,系統(tǒng)會有很高的能源利用率,同時也會產(chǎn)生很好的經(jīng)濟收益。
如圖2所示,一種冷熱電聯(lián)產(chǎn)系統(tǒng)的最優(yōu)報價方法,包括如下步驟:
步驟1、建立冷熱電聯(lián)產(chǎn)系統(tǒng)的雙層規(guī)劃模型,輸入冷熱電聯(lián)產(chǎn)系統(tǒng)和電力公司的運行數(shù)據(jù),并設(shè)置雙層規(guī)劃模型的功率平衡約束和電力、天然氣的報價約束。
雙層規(guī)劃模型包括內(nèi)、外層規(guī)劃模型,下面進行詳細介紹:
外層規(guī)劃模型以冷熱電聯(lián)產(chǎn)系統(tǒng)的年總成本作為外層目標函數(shù)要實現(xiàn)最小化:
式中,
本發(fā)明中,抽取全年中的具有代表性的7天進行系統(tǒng)運行分析,外層目標函數(shù)的成本和收入量以凈現(xiàn)值(netpresentvalue,npv)代表,表示為:
其中,ir表示利潤率,n表示系統(tǒng)運行時間(年)。
內(nèi)層規(guī)劃模型由電力公司的年總收入和配電網(wǎng)的年總網(wǎng)損組成,為:
式中,
電力的結(jié)算依據(jù)每時段電力的交易量和交易價格:
其中,每日d每時段h下,電力公司向負荷供電的功率為pd,d,h,價格為
天然氣的結(jié)算依據(jù)每時段天然氣的交易量和交易價格:
其中,每日d每時段h下,輔助鍋爐的的產(chǎn)熱量為
配電網(wǎng)的功率損耗為:
其中,pl,d,h為每日d每時段h下的總網(wǎng)損。
能源價格的約束為:
其中,λelec,d,h表示冷熱電聯(lián)產(chǎn)系統(tǒng)的電力定價,
由于電力、天然氣的價格和需求量之間有相互依賴的關(guān)系,當配電網(wǎng)負荷量增加時,冷熱電聯(lián)產(chǎn)系統(tǒng)報出的電力和天然氣價格也會增加,如下式所示:
其中,ratioelec、ratiogas分別表示電力、天然氣的價格增長率,χgas,d,h表示冷熱電聯(lián)產(chǎn)系統(tǒng)購買天然氣的協(xié)議價格。
單位時段下,有功功率需要維持平衡:
其中,pdi,d,h為每節(jié)點每時段的負荷功率。
電力公司和冷熱電聯(lián)產(chǎn)系統(tǒng)之間的經(jīng)濟關(guān)系如圖3所示?;陔p層規(guī)劃模型,其中外部優(yōu)化對應(yīng)cchp的最小年總成本,內(nèi)部優(yōu)化則要同時實現(xiàn)電力公司的最大收益和配電網(wǎng)最小網(wǎng)損。
步驟2、初始化內(nèi)、外層粒子群:包括設(shè)置內(nèi)、外層粒子群的規(guī)模、每個粒子的速度和位置。
步驟3、更新粒子群優(yōu)化算法的參數(shù):包括慣性權(quán)重系數(shù)ω0、收縮系數(shù)ψ和學(xué)習(xí)因子c1、c2,其中:
ω0的更新公式為:
其中,ω1和ω2分別是慣性權(quán)重系數(shù)的初始和最終值;tmax是最大迭代次數(shù)。比如,可選取ω1=0.9,ω2=0.4,整個迭代過程中ω0取值范圍為(ω2,ω1)。
c1和c2的更新公式為:
式中,c1f、c2f、c1i和c2i分別是c1的終值、c2的終值、c1的初值和c2的初值,本發(fā)明中,優(yōu)選,參數(shù)c1從2.5變化到0.5,c2從0.5變化到2.5。
ψ的更新公式為:
φ=c1+c2
式中,φ是復(fù)合學(xué)習(xí)因子。
步驟4、對第k個粒子進行內(nèi)層粒子群優(yōu)化算法,得到內(nèi)層最優(yōu)局部個體值和全局值,更新內(nèi)層第k個粒子的速度和位置,內(nèi)層第k個粒子的速度、位置更新公式如下:
vk(t+1)=ψ[ω0×vk(t)+c1×rand1(pk(t)-xk(t))
+c2×rand2×(pg(t)-xk(t))]
xk(t+1)=xk(t)+vk(t+1)
式中,t代表迭代次數(shù),vk(t)、xk(t)分別代表粒子k在第t次迭代時的速度、位置;rand2、rand1是0-1之間的隨機數(shù);pk(t)、pg(t)分別表示粒子在第t次迭代時的局部和全局最優(yōu)位置;ω0是慣性權(quán)重系數(shù),用來調(diào)整局部和全局搜索之間的平衡,并依據(jù)兩者的搜索能力確定取值,ψ代表收縮系數(shù)。本發(fā)明中,慣性權(quán)重系數(shù)初始值設(shè)置的比較高,以提高全局搜索能力,本發(fā)明中,慣性權(quán)重系數(shù)取值范圍為(0.4,0.9)。
由于種群多樣性不足,粒子群優(yōu)化算法在早期搜索階段收斂迅速。為了避免陷入局部最小并提高收斂速度,可引入變異算子u:當粒子的更新位置大于極限xmax,則設(shè)置更新位置為xmax·u;當粒子的更新速度大于極限vmax,則設(shè)置更新速度為vmax·u。
步驟5、判斷第k個粒子是否滿足約束條件,滿足則進入步驟6,否則進入步驟7。
步驟6、對第k個粒子進行外層粒子群優(yōu)化算法,得到外層最優(yōu)個體值和全局值,更新外層第k個粒子的速度和位置,此步驟中,粒子速度和位置的更新公式同步驟4。
步驟7、令k的數(shù)值加1(即進入下一個粒子的內(nèi)層優(yōu)化),判定當前k值是否大于總粒子數(shù),若是,則令k的數(shù)值加1(直接跳過該粒子)并進入步驟3;否則,直接進入步驟3。
步驟8、判定第k個粒子是否滿足約束條件,滿足則進入步驟9,否則進入步驟10。
步驟9、算法結(jié)束,得到滿足內(nèi)、外層粒子群優(yōu)化算法的最優(yōu)粒子速度和位置,并選取最優(yōu)位置作為最優(yōu)能源價格。最優(yōu)位置(二維)就代表最優(yōu)價格(電力、天然氣)。
步驟10、令k的數(shù)值加1(即進入下一個粒子的外層優(yōu)化),判定當前k值是否大于總粒子數(shù),若是,則令k的數(shù)值加1(直接跳過該粒子)并進入步驟3;否則,直接進入步驟3。
為了驗證本發(fā)明方法的可用性與穩(wěn)定性,以及可應(yīng)用于制定冷熱電聯(lián)產(chǎn)系統(tǒng)能源報價之中,本實施例以下面數(shù)據(jù)為例說明。本發(fā)明所提出的基于雙層規(guī)劃粒子群優(yōu)化算法將應(yīng)用于修改的ieee-37節(jié)點測試系統(tǒng),如圖4所示。節(jié)點33作為冷熱電聯(lián)產(chǎn)系統(tǒng)接入點,其負荷(8.48mw)大于工業(yè)負荷(峰值3.33mw)。假定原動機有20年的使用壽命,投資利率6%。為了確保電力公司能從冷熱電聯(lián)產(chǎn)系統(tǒng)處獲得售電收入,本發(fā)明假定售電價格低于市場結(jié)算價格。對加權(quán)因子w0取值從0.1到0.9進行測試,發(fā)現(xiàn)取0.1時電力公司可以得到最大的收入。
仿真中,配電網(wǎng)的每時段電力負荷以及天然氣量都是基于國內(nèi)能源市場數(shù)據(jù)。本發(fā)明從每個季節(jié)中選取具有代表性的一天代表整個季節(jié)的能源需求情況,如圖5所示,然后用這四天的情況組成具有代表性的一周,以表示一年中工業(yè)用戶對電力和天然氣需求的4個典型場景:一周的第一天(春季,5月4日)、一周第二天到第五天(夏季,7月13日)、一周第六天(秋季,11月2日)和周末(冬季,1月12日)。
圖6提供了4個典型場景下冷熱電聯(lián)產(chǎn)系統(tǒng)的電力和天然氣的全年最優(yōu)時段價格。如圖6可知,在非高峰時期時,最低價格出現(xiàn)在3點和4點,而高峰期的最大價格出現(xiàn)在時間17、19和21點。可以觀察到,峰谷和非峰谷最優(yōu)電價差在春,夏,秋和冬季分別是0.142元/kwh,0.163元/kwh,0.125元/kwh和0.161元/kwh。相應(yīng)最大和最小的最優(yōu)天然氣價格差分別是0.043元/m3,0.052元/m3,0.045元/m3和0.056元/m3。結(jié)合圖5可知,電力負荷不穩(wěn)定是產(chǎn)生最小、最大的電價的根本原因;比較每個季度電力和天然氣的最優(yōu)價格,可知,當配電網(wǎng)的電力負荷增加時,天然氣價格隨之增加,反之亦然,這表明,電力和天然氣每時段價格存在相當大的關(guān)聯(lián)性。
當達到每季度的電力和天然氣的最優(yōu)時段價格時,電力公司和冷熱電聯(lián)產(chǎn)系統(tǒng)的收益可以得到有效保證。依據(jù)所建立的模型進行經(jīng)濟性計算后可知,原動機和吸收式制冷機的最佳容量分別為8.271mw和4.884mw,冷熱電聯(lián)產(chǎn)系統(tǒng)投資回收期是2.73年,電力公司的收入凈現(xiàn)值為31.97×107元/年,冷熱電聯(lián)產(chǎn)系統(tǒng)的總收益凈現(xiàn)值為2.80×107元/年。相比于冷熱電分離系統(tǒng)的27.06×107元/年收益,應(yīng)用冷熱電聯(lián)產(chǎn)系統(tǒng)會給電力公司帶來更高的凈現(xiàn)值收入。此外,與冷熱電聯(lián)產(chǎn)系統(tǒng)的全自動運行相比,若冷熱電聯(lián)產(chǎn)系統(tǒng)與配電網(wǎng)絡(luò)并行運行會使電力公司的凈現(xiàn)值收入增加約18.14%。上述分析結(jié)果已總結(jié)在表1中。
表1冷熱電聯(lián)產(chǎn)系統(tǒng)的優(yōu)化結(jié)果
本發(fā)明采用基于雙層規(guī)劃模型的粒子群優(yōu)化算法制定出了冷熱電聯(lián)產(chǎn)系統(tǒng)每時段的最優(yōu)能源價格?;谝罁?jù)國內(nèi)能源市場價格,可以計算出以天然氣為原動機的冷熱電聯(lián)產(chǎn)系統(tǒng)的最佳容量、價格策略、運行成本和系統(tǒng)經(jīng)濟性,同時還可以對電力公司進行收益分析。在ieee‐37節(jié)點測試系統(tǒng)上進行算例仿真,結(jié)果表明,最優(yōu)峰谷電價和天然氣價格具有一定關(guān)聯(lián)性,冷熱電聯(lián)產(chǎn)系統(tǒng)依據(jù)這一關(guān)系進行最優(yōu)電力定價,可以保障電力公司和冷熱電聯(lián)產(chǎn)系統(tǒng)的收益。
優(yōu)化模型中,外層目標函數(shù)為系統(tǒng)最小運行成本,包括基本投資和對外供電的成本,并著重分析能源價格對系統(tǒng)優(yōu)化配置的影響;內(nèi)層研究電力公司與冷熱電聯(lián)產(chǎn)系統(tǒng)、電力市場的電力交易情況。此外,還將考慮冷熱電聯(lián)產(chǎn)系統(tǒng)的一些約束條件,比如相關(guān)變量的上、下限約束、功率平衡約束。為分析冷熱電聯(lián)產(chǎn)系統(tǒng)對能源價格的依賴性,算例仿真從每季度中各抽取具有代表性的一天進行計算分析。對采用了冷熱電聯(lián)產(chǎn)系統(tǒng)供電的醫(yī)院和公寓進行仿真測試,結(jié)果表明,當資金回收期低于2.8年,內(nèi)部收益率高于47%時,冷熱電聯(lián)產(chǎn)系統(tǒng)具有很好的經(jīng)濟效益。此外,基于本發(fā)明采用的雙層規(guī)劃粒子群優(yōu)算法,冷熱電聯(lián)產(chǎn)系統(tǒng)還能夠同時對電力公司的收益進行深入的分析,通過調(diào)節(jié)系統(tǒng)容量和配置,保障了各方的經(jīng)濟效益。
本發(fā)明的有益效果是:
第一、本發(fā)明通過建立雙層規(guī)劃模型,能夠同時保障冷熱電聯(lián)產(chǎn)系統(tǒng)和電力公司的經(jīng)濟效益。
第二、本發(fā)明通過粒子群優(yōu)劃算法能夠快速計算出最優(yōu)報價,縮短了優(yōu)化時間。
第三、本發(fā)明實現(xiàn)了能源的多級利用,大大提高了能源利用效率,提高了冷熱電聯(lián)產(chǎn)系統(tǒng)的穩(wěn)定性。
以上僅為本發(fā)明的優(yōu)選實施例,并非因此限制本發(fā)明的專利范圍,凡是利用本發(fā)明說明書及附圖內(nèi)容所作的等效結(jié)構(gòu)或者等效流程變換,或者直接或間接運用在其他相關(guān)的技術(shù)領(lǐng)域,均同理包括在本發(fā)明的專利保護范圍內(nèi)。