1 简介
在研究冷热电联供系统优化运行的过程中,为了更好地优化调度冷热电联供系统中各设备的出力,提出了基于粒子群算法优化算法建立了一个包含风机,光伏,微燃机和燃气锅炉等主要设备的冷热电联供系统模型.以联供系统的运行成本,污染物排放量和能源利用率为目标,建立了优化模型.在满足设备出力,功率平衡等约束条件下,利用Matlab进行了优化求解.仿真结果表明,所提出的冷热电联供系统优化方法,可以有效地提高经济效益,减少污染排放,提高能源利用率.
2 部分代码
pop=initpop(80,2,24,66,33);
objvalue=calobjvalue(pop);
PL=[63 57 44 43 43 40 56 66 78 75 89 105 125 121 116 104 101 103 104 121 116 121 106 89];
QL=[139 136 122 128 128 128 131 142 138 138 150 169 183 187 189 183 171 161 154 165 156 148 141 132];
popsize=80;
scope=24;
PMTmax=66;
PMTmin=33;
MaxIt=60;
c1=2;
c2=2;
w=0.6;
v=zeros(2,24,80);
pbest=pop;
objvaluepbest=calobjvalue(pbest);
gbest=pop(:,:,1);
objvaluegbest=objvalue(1);
for i=1:(popsize-1)
if objvalue(i+1)<objvalue(i)
gbest=pop(:,:,i+1); %比较每个粒子的适应度,将适应度最小的粒子位置取做gbest
objvaluegbest=objvalue(i+1);
end
end
iter=0;%迭代次数
while iter<MaxIt
iter=iter+1;
for i=1:popsize
if objvalue(i)<objvaluepbest(i)
objvaluepbest(i)=objvalue(i);
pbest(:,:,i)=pop(:,:,i);%当粒子的适应度小于其最佳适应度时,用其替代原来粒子的最佳适应度,并记下此解
end
end
for i=1:popsize
if objvalue(i)<objvaluegbest
objvaluegbest=objvalue(i);
gbest=pop(:,:,i);%当存在粒子的适应度小于种群的最佳适应度时,用其替代原来种群的最佳适应度,并记下此解
end
end
for i=1:popsize
gbestpop(:,:,i)=gbest;%将二维gbest拓展为三维gbestpop
end
R1=rand(2,24,80);
R2=rand(2,24,80);
v=v*w+c1*R1.*(pbest-pop)+c2*R2.*(gbestpop-pop);
pop=pop+v;
for j=1:popsize
for i=1:scope
if pop(1,i,j)>PMTmax/2.91
pop(1,i,j)=PMTmax/2.91;
end
if pop(1,i,j)<PMTmin/2.91
pop(1,i,j)=PMTmin/2.91;
end
%为满足功率平衡,电网购电由燃气轮机出力求得
pop(2,i,j)=(QL(1,i)-pop(1,i,j)*2*2.91)/2.3+PL(1,i)-2.91*pop(1,i,j);
end
end
objvalue=calobjvalue(pop)
end
gbest
%画图程序
x=[1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24];
y1=PL;
y2=2.91*gbest(1,:);
y3=gbest(2,:);
y7=y2+y3-y1;
scatter(x,y1,'k')
hold on
scatter(x,y2,'r*')
hold on
scatter(x,y3,'b^')
hold on
scatter(x,y7,'kx')
plot(x,y1);
hold on
plot(x,y2);
hold on
plot(x,y3);
hold on
plot(x,y7);
xlabel('时刻(h)');
ylabel('输出功率(KW)');
axis([0,24,0,180]);
legend('电负荷','燃机出力','系统与大电网交换功率','电空调功率');
title('夏季各设备电功率曲线图');
y4=QL;
y5=2*2.91*gbest(1,:);
y6=2.3*y7;
figure(2);
scatter(x,y4,'k')
hold on
scatter(x,y5,'r*')
hold on
scatter(x,y6,'b^')
plot(x,y4);
hold on
plot(x,y5);
hold on
plot(x,y6);
xlabel('时刻(h)');
ylabel('制冷功率(KW)');
title('夏季各设备冷功率曲线图');
axis([0,24,0,200]);
legend('冷负荷','烟气余热制冷功率','电空调制冷量');
3 仿真结果
4 参考文献
[1]贠保记, 白森珂, 张国. 基于混沌自适应粒子群算法的冷热电联供系统优化[J]. 电力系统保护与控制, 2020, 48(10):8.