分布式能源系统中的冷热电联供系统的建模、优化与控制

发布时间：2017-05-07 07:06

  本文关键词：分布式能源系统中的冷热电联供系统的建模、优化与控制，，由笔耕文化传播整理发布。

【摘要】：随着社会的不断发展,日渐减少的能源和人们不断增长的物质需求之间的矛盾日益激烈,导致能源枯竭的威胁越来越成为人们关注的焦点。当前,我国的能源消耗依然是以煤炭为主导,与此同时,我国目前常用的能源供应系统大都是采取大机组、大电网组成的集中供能的方式进行的。以上的传统的能源供应方式通常伴随着以下典型问题：产品单一,安全性差;供给能源的同时伴随着持续的环境污染；电网的发展速度难以匹配急速增长的能源需求等。为了实现社会经济的科学可持续发展,摒弃传统的产能方式,推广使用能源高利用率,低污染排放的新型产能方式已经势在必行,于是,分布式能源系统也成为研究的热点。分布式能源系统中包含多样的能源供应方式,冷热电联供(Combined Cooling Heating and Power,简称CCHP)系统是其能源供应的一个主要部分。冷热电联供系统的产电设备主要为燃气轮机或内燃机的组合,在冷热电联供系统运行时,燃气轮机排出的尾气中的热量可以直接用于供热或者吸收式制冷。冷热电联供系统的运行方式具有典型的能源梯级利用特性,可以对不同品级能源进行分级利用,可以同时进行电、热以及冷能等多重形式的能量的供给,极大的提高了能源利用率。本文针对某宾馆一年的电负荷、热负荷以及冷负荷数据在TRNSYS仿真平台上进行了对应的冷热电联供系统的搭建,运行所搭建的冷热电联供系统并采集数据,对搭建出的冷热电联供系统中的各子系统部件进行了模糊关系矩阵模型的建立,针对建立出的模型进行了经济费用、配置费用以及环境费用进行了多目标优化,基于优化指标实现改进的模糊控制器设计。主要研究内容如下：第一章通过综述文献资料研究分析了当前国内外的能源分布结构以及主要的能源使用方式,同时对冷热电联供系统的组成和能源的分级利用及其发展现状进行了介绍。第二章中针对某一宾馆的冷热电负荷数据,基于TRNSYS仿真平台进行了冷热电联供系统的搭建。运行所搭建的系统,采集数据,基于半张量积的模糊建模的方法,对冷热电联供系统的各部件进行了模糊模型的建立。第三章对本文中冷热电联供系统中的粒子群优化算法(Particle Swarm Optimization,简称PSO)进行介绍,并建立冷热电联供系统的性能指标；基于分时电价,分别以最小燃料费用、最小的系统配置费用和最小环境费用为目标函数,建立了冷热电联供系统的最优运行模型。第四章,采用改进了的模糊控制器针对冷热电联供系统中的多目标优化指标进行了控制器的设计,对冷热电联供系统的各部件控制到最优指标值时的工作功率,实现了最优化的效果。第五章,针对本文所进行的研究和所得的结果进行了总结分析。并提出部分仍需要改进之处。
【关键词】：冷热电联供系统 TRNSYS平台 模糊关系矩阵模型 粒子群优化
【学位授予单位】：山东建筑大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TU83;TM61
【目录】：

• 摘要4-6
• Abstract6-10
• 第一章 绪论10-18
• 1.1 研究背景及意义10-11
• 1.2 研究背景及意义11-13
• 1.3 国内外发展即研究现状13-16
• 1.4 本文主要工作16-18
• 第二章 基于TRNSYS仿真平台的冷热电联供系统的构建和半张量积模糊模型的建立18-41
• 2.1 引言18
• 2.2 基于TRNSYS仿真平台的冷热电联供系统的构建18-20
• 2.3 冷热电联供系统各部件的组成20-22
• 2.4 基于冷热电联供系统能耗数据的半张量积模糊关系矩阵模型的建立22-40
• 2.5 本章小结40-41
• 第三章 基于模糊关系矩阵模型的粒子群优化算法41-57
• 3.1 引言41-42
• 3.2 粒子群优化算法的基本原理42-43
• 3.3 改进的粒子群优化算法43-46
• 3.4 粒子群优化算法的目标函数46-48
• 3.5 粒子群的多目标优化方法48-50
• 3.6 粒子群优化算法的约束条件50-51
• 3.7 仿真结果51-56
• 3.8 本章小结56-57
• 第四章 基于粒子群优化指标的模糊控制57-68
• 4.1 引言57-58
• 4.2 基于粒子群优化的模糊控制器58-66
• 4.3 仿真结果66-67
• 4.4 结论67-68
• 第五章 总结与展望68-70
• 5.1 总结68-69
• 5.2 展望69-70
• 参考文献70-73
• 致谢73-74
• 攻读硕士学位期间论文发表及科研情况74

【参考文献】

中国期刊全文数据库 前10条

1 程声烽;程小华;杨露;;基于改进粒子群算法的小波神经网络在变压器故障诊断中的应用[J];电力系统保护与控制;2014年19期

2 王进;李欣然;杨洪明;陈戈;;与电力系统协同区域型分布式冷热电联供能源系统集成方案[J];电力系统自动化;2014年16期

3 巴特尔;;模糊控制工程应用若干问题研究[J];科技风;2014年14期

4 胡旺;Gary G. YEN;张鑫;;基于Pareto熵的多目标粒子群优化算法[J];软件学报;2014年05期

5 王成山;洪博文;郭力;张德举;刘文建;;冷热电联供微网优化调度通用建模方法[J];中国电机工程学报;2013年31期

6 马琴;郭鹏;张梅有;徐二树;李俊强;;燃气内燃机与燃气轮机分布式供能系统的对比分析[J];华东电力;2013年02期

7 宋泓明;王明友;杨智勇;李炳华;邹政达;;燃气冷热电三联供系统发电装置的选择[J];建筑电气;2011年07期

8 程代展;齐洪胜;赵寅;;布尔网络的分析与控制—矩阵半张量积方法[J];自动化学报;2011年05期

9 别朝红;李更丰;王锡凡;;含微网的新型配电系统可靠性评估综述[J];电力自动化设备;2011年01期

10 景鹏;童朝南;彭开香;肖磊;;基于分散鲁棒控制策略的冷连轧板形板厚多变量系统研究[J];控制与决策;2010年04期

中国博士学位论文全文数据库 前1条

1 吴大为;分布式冷热电联产系统的多目标热力学优化理论与应用研究[D];上海交通大学;2008年

中国硕士学位论文全文数据库 前10条

1 石可颂;冷热电联供系统控制策略与优化调度研究[D];山东大学;2015年

2 马景超;冷热电联供型微网经济调度研究[D];青岛大学;2014年

3 彭树勇;冷热电联供型微电网优化配置与运行研究[D];西南交通大学;2014年

4 周秋慧;天然气冷热电联供能源系统运行机制优化分析[D];北京交通大学;2014年

5 林勤荣;冷热电联供系统优化配置和运行策略研究[D];南京理工大学;2014年

6 王巍巍;基于物联网的冷热电联供集散控制系统[D];浙江工业大学;2013年

7 彭灵志;基于粒子群算法变论域的模糊控制策略研究及其应用[D];中南大学;2012年

8 周萍;分布式能源三联供系统燃气负荷分析[D];北京建筑工程学院;2012年

9 胡强;基于粒子群算法优化的坦克火炮模糊控制系统设计[D];华南理工大学;2010年

10 唐贤健;冷热电联供系统中微型燃气轮机及空调的仿真与控制[D];广西师范大学;2010年

  本文关键词：分布式能源系统中的冷热电联供系统的建模、优化与控制，由笔耕文化传播整理发布。

本文编号：349399