热电资源调度系统多目标优化
发布时间：2021-12-02 03:32
热电联产（Combined Heat and Power,CHP）作为一种高效、环保的城市热能和电能供应方式,在世界范围内得到广泛应用,大大提升了能源的利用率并减少污染,如何进行热电资源的优化调度成为了CHP的研究热点。本文主要针对两种不同的供能模式,将城市中供应热能、电能的实际问题转化为基本的数学模型,利用进化算法优化供能过程中的资源分配问题,并在如下几个方面进行了深入研究:1.建立热电联产经济排放调度（Combined Heat and Power Economic Emission Dispatch,CHPEED）优化模型,并提出基于指标&拥挤距离的进化算法（Indicator&crowding Distance-based Evolutionary Algorithm,IDBEA）求解该模型。热电联产经济排放调度是一个多约束、多目标的优化模型。该模型具有两个最小化目标,同时带有若干不等式约束和等式约束。文中共建立了三种标准实验系统,规模分别为四台机组、五台机组和七台机组。本文在三个实验系统上分别分析了IDBEA的性能,实验证明,IDBEA具有更好的个体多样性和收...
【文章来源】：西安邮电大学陕西省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
阀点效应图示
第3章基于IDBEA的热电联产经济排放调度11=∑∑=1=1+∑∑=1=1+∑∑=1=1+∑0=1+∑0=1+00(3.5)其中，表示第个机组与第个机组之间的损耗系数，0表示第个机组的损耗系数，00表示损耗系数参数。由于能量损耗的存在，在供应能源时需要考虑到损耗的能量，由此，电能功率需求的约束为：∑=1+∑=1=+(3.6)其中，和分别表示系统给定的电能功率需求和功率传输损耗。除了电能，系统还需考虑热量需求约束:∑=1+∑=1=(3.7)其中，表示系统的热量总需求。2）不等式约束每个机组都有特定的输出功率限制，纯发电机组的功率限制和纯发热机组的功率限制很容易得知。但是对于热电联产机组，其电能输出和热量输出相互制约，通过描绘它的可行的区域可以分析其功率和热量约束。如图3.2描述了电能-热能的可行区域[25]。图3.2热电联产机组的电能-热能可行区域图3.2中的点A，B，…，F是可行域的坐标[5]，这代表着热电联产机组的功率限制。热电联产机组的能量可行域是被ABCDEF包围的封闭区域。从图3.2可以看出热量输出与电能输出之间的关系。例如，沿着BC，热电联产机组的电能输出随着
第3章基于IDBEA的热电联产经济排放调度13假设种群P表示决策空间的一个样本，每个个体的适应值表示该个体在优化目标上的贡献度，适应值越大，贡献度越高。根据适应值，对个体进行分级和分类，以便在迭代过程中有选择地删除最差的个体。本文使用HV指标函数作为计算适应值的公式，如式（3.12）：F(1)=∑({2},{1})/2∈\{1}(3.12)其中，是二进制质量指标，它表示两个Pareto近似解集彼此之间的质量比较[30]。是一个大于0的比例因子。的值随着实际问题而变化。在CHPEED问题中，实验证明当为0.05时，该算法具有相对较好的运算结果。在本文中，使用了基于Hypervolume概念的-指标：(,)={()()2∈1∈∶12(+)()(3.13)在上式（3.13）中，()表示目标空间中被A支配的超体积，而(,)表示相对于预定义参考点被B支配而不被A支配的空间的体积。经过归一化的处理，在最小化问题中，参考点为（0,…,0）。图3.3是对二元质量指标的解释[30]，其中A和B都包含一个决策向量。（a）A、B为非支配情况下的指标计算方式（b）B支配A情况下的指标计算方式图3.3二元质量指标的描述3.2.2拥挤距离算子为了解决IBEA求得的近似解集具有多样性差的问题，本文引入了拥挤距离排序策略[24]，以此作为依据来选择种群中的个体并提高算法的性能。为了获得种群中个体的拥挤距离，本文计算每个目标下的两个相邻个体之间的平均距离值。如图3.4所示，个体的平均距离是由1和+1顶点组成的矩形的平均边长。用实心圆标记的点是同一非支配前沿上的解。(,)>0(,)=(,)>0(,)>0
【参考文献】：
期刊论文
[1]风电场与含储热的热电联产联合运行的优化调度[J]. 戴远航,陈磊,闵勇,徐飞,侯凯元,周莹. 中国电机工程学报. 2017(12)
[2]生物质冷热电联供系统多目标优化分析[J]. 安克,李晓江. 能源与节能. 2016(09)
[3]基于负理想点的燃气冷热电联产系统优化方法[J]. 韩刚,由世俊,张欢. 天津大学学报(自然科学与工程技术版). 2016(10)
[4]基于禁忌粒子群算法的热电联产负荷经济分配[J]. 顾慧,郭振宇,刘伟,司风琪,徐治皋. 东南大学学报(自然科学版). 2013(01)
[5]基于遗传算法的热电联产工程厂址位置优化方法研究[J]. 姜军海,谭学龙. 武汉大学学报(工学版). 2011(S1)
本文编号：3527643
【文章来源】：西安邮电大学陕西省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
阀点效应图示
第3章基于IDBEA的热电联产经济排放调度11=∑∑=1=1+∑∑=1=1+∑∑=1=1+∑0=1+∑0=1+00(3.5)其中，表示第个机组与第个机组之间的损耗系数，0表示第个机组的损耗系数，00表示损耗系数参数。由于能量损耗的存在，在供应能源时需要考虑到损耗的能量，由此，电能功率需求的约束为：∑=1+∑=1=+(3.6)其中，和分别表示系统给定的电能功率需求和功率传输损耗。除了电能，系统还需考虑热量需求约束:∑=1+∑=1=(3.7)其中，表示系统的热量总需求。2）不等式约束每个机组都有特定的输出功率限制，纯发电机组的功率限制和纯发热机组的功率限制很容易得知。但是对于热电联产机组，其电能输出和热量输出相互制约，通过描绘它的可行的区域可以分析其功率和热量约束。如图3.2描述了电能-热能的可行区域[25]。图3.2热电联产机组的电能-热能可行区域图3.2中的点A，B，…，F是可行域的坐标[5]，这代表着热电联产机组的功率限制。热电联产机组的能量可行域是被ABCDEF包围的封闭区域。从图3.2可以看出热量输出与电能输出之间的关系。例如，沿着BC，热电联产机组的电能输出随着
第3章基于IDBEA的热电联产经济排放调度13假设种群P表示决策空间的一个样本，每个个体的适应值表示该个体在优化目标上的贡献度，适应值越大，贡献度越高。根据适应值，对个体进行分级和分类，以便在迭代过程中有选择地删除最差的个体。本文使用HV指标函数作为计算适应值的公式，如式（3.12）：F(1)=∑({2},{1})/2∈\{1}(3.12)其中，是二进制质量指标，它表示两个Pareto近似解集彼此之间的质量比较[30]。是一个大于0的比例因子。的值随着实际问题而变化。在CHPEED问题中，实验证明当为0.05时，该算法具有相对较好的运算结果。在本文中，使用了基于Hypervolume概念的-指标：(,)={()()2∈1∈∶12(+)()(3.13)在上式（3.13）中，()表示目标空间中被A支配的超体积，而(,)表示相对于预定义参考点被B支配而不被A支配的空间的体积。经过归一化的处理，在最小化问题中，参考点为（0,…,0）。图3.3是对二元质量指标的解释[30]，其中A和B都包含一个决策向量。（a）A、B为非支配情况下的指标计算方式（b）B支配A情况下的指标计算方式图3.3二元质量指标的描述3.2.2拥挤距离算子为了解决IBEA求得的近似解集具有多样性差的问题，本文引入了拥挤距离排序策略[24]，以此作为依据来选择种群中的个体并提高算法的性能。为了获得种群中个体的拥挤距离，本文计算每个目标下的两个相邻个体之间的平均距离值。如图3.4所示，个体的平均距离是由1和+1顶点组成的矩形的平均边长。用实心圆标记的点是同一非支配前沿上的解。(,)>0(,)=(,)>0(,)>0
【参考文献】：
期刊论文
[1]风电场与含储热的热电联产联合运行的优化调度[J]. 戴远航,陈磊,闵勇,徐飞,侯凯元,周莹. 中国电机工程学报. 2017(12)
[2]生物质冷热电联供系统多目标优化分析[J]. 安克,李晓江. 能源与节能. 2016(09)
[3]基于负理想点的燃气冷热电联产系统优化方法[J]. 韩刚,由世俊,张欢. 天津大学学报(自然科学与工程技术版). 2016(10)
[4]基于禁忌粒子群算法的热电联产负荷经济分配[J]. 顾慧,郭振宇,刘伟,司风琪,徐治皋. 东南大学学报(自然科学版). 2013(01)
[5]基于遗传算法的热电联产工程厂址位置优化方法研究[J]. 姜军海,谭学龙. 武汉大学学报(工学版). 2011(S1)
本文编号：3527643
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/3527643.html
