基于IPSO算法的建筑級(jí)綜合能源系統(tǒng)優(yōu)化調(diào)度

張雪純 李文升 張智晟

摘要：為節(jié)約建筑級(jí)綜合能源系統(tǒng)的運(yùn)營成本，提高電網(wǎng)供電的可靠性，本文提出了一種基于隨機(jī)權(quán)重粒子群算法的建筑級(jí)綜合能源系統(tǒng)優(yōu)化調(diào)度策略，構(gòu)建了建筑級(jí)綜合能源系統(tǒng)優(yōu)化調(diào)度模型，以運(yùn)行能源成本最小化為目標(biāo)函數(shù)，采用隨機(jī)權(quán)重粒子群算法對(duì)模型進(jìn)行求解，并引入實(shí)際算例進(jìn)行仿真，對(duì)基于規(guī)則的控制策略和優(yōu)化調(diào)度控制策略進(jìn)行比較。仿真結(jié)果表明，與基于規(guī)則的控制策略相比，本文提出的優(yōu)化調(diào)度策略可以顯著降低運(yùn)行能源成本，對(duì)電網(wǎng)的削峰填谷起到一定的促進(jìn)作用。該研究為建筑級(jí)綜合能源系統(tǒng)優(yōu)化調(diào)度問題提供了理論依據(jù)。

關(guān)鍵詞：建筑級(jí)綜合能源系統(tǒng); 粒子群算法; 優(yōu)化調(diào)度策略; 削峰填谷

中圖分類號(hào)： TM73; TM734文獻(xiàn)標(biāo)識(shí)碼： A

文章編號(hào)： 10069798（2019）01006406; DOI： 10.13306/j.10069798.2019.01.011

隨著未來低碳社會(huì)的建設(shè)和可再生能源的普及化利用，光伏系統(tǒng)[1]（photovoltaic system，PV）、風(fēng)力發(fā)電機(jī)組[2]（wind turbine，WT）、冷熱電聯(lián)供系統(tǒng)[3]（combined cooling， heating and power system，CCHP）、冷電聯(lián)供系統(tǒng)[4]（combined cooling and power system，CCP）和熱能儲(chǔ)存系統(tǒng)[5]（thermal energy storage，TES）等新技術(shù)開始用于各種類型的建筑物。這些集成在建筑物中的能源系統(tǒng)被認(rèn)為是建筑級(jí)綜合能源系統(tǒng)[6]，建筑級(jí)綜合能源系統(tǒng)的優(yōu)化調(diào)度，對(duì)于節(jié)約運(yùn)營成本和提高電網(wǎng)的可靠性具有重要意義[78]。然而可再生能源技術(shù)和能源儲(chǔ)存技術(shù)在建筑物中的應(yīng)用，導(dǎo)致了建筑級(jí)綜合能源系統(tǒng)的復(fù)雜性顯著增加，給系統(tǒng)的優(yōu)化調(diào)度帶來了較大的挑戰(zhàn)[9]。例如，光伏發(fā)電和風(fēng)力發(fā)電提供的可再生能源具有較大的隨機(jī)性和波動(dòng)性，難以根據(jù)運(yùn)行中所需的負(fù)荷進(jìn)行有效控制。在CCHP系統(tǒng)中，以熱定電和以電定熱作為應(yīng)用中的兩個(gè)基本控制策略[10]，然而熱和電負(fù)載的不匹配問題難以通過兩種策略來解決。熱能儲(chǔ)存系統(tǒng)安裝在建筑物中，將能源需求從高峰期轉(zhuǎn)移到非高峰期，熱能儲(chǔ)存系統(tǒng)的最佳控制策略可以顯著降低電力峰值負(fù)荷[1112]，建筑級(jí)綜合能源系統(tǒng)的優(yōu)化調(diào)度是亟待解決的關(guān)鍵性問題[13]。因此，本文提出了一種基于隨機(jī)權(quán)重粒子群算法的建筑級(jí)綜合能源系統(tǒng)優(yōu)化調(diào)度策略，構(gòu)建了建筑級(jí)綜合能源系統(tǒng)優(yōu)化調(diào)度模型，模型以運(yùn)行能源成本最小化為目標(biāo)函數(shù)，采用隨機(jī)權(quán)重粒子群算法對(duì)模型進(jìn)行求解，并引入實(shí)際算例進(jìn)行仿真。仿真結(jié)果表明，該系統(tǒng)有效降低了能源運(yùn)行成本，對(duì)電網(wǎng)的削峰填谷具有一定的促進(jìn)作用。

4算例分析

4.1建筑能源系統(tǒng)仿真算例

采用山東青島某超高層建筑作為實(shí)際算例，對(duì)本文提出的基于IPSO算法的建筑級(jí)綜合能源系統(tǒng)優(yōu)化調(diào)度策略進(jìn)行仿真驗(yàn)證。該超高層建筑總建筑面積為12萬平方米，建筑物容積為125 m3的消防池作為分層式冷凍水箱，采用生物柴油發(fā)電機(jī)/CCP廢熱驅(qū)動(dòng)的吸收式制冷機(jī)，代替原建筑中的吸附式制冷機(jī)。建筑中，CCP發(fā)電過程中的余熱，全部用于吸收式制冷機(jī)的制冷，建筑物中的電冷卻器、暖通空調(diào)及其他設(shè)備（照明、計(jì)算機(jī)等）的電力消耗由現(xiàn)場發(fā)電系統(tǒng)即PV和冷電聯(lián)供系統(tǒng)提供。當(dāng)現(xiàn)場發(fā)電系統(tǒng)發(fā)電量不足時(shí)，從電網(wǎng)購電;當(dāng)現(xiàn)場發(fā)電系統(tǒng)發(fā)電量有盈余時(shí)，向電網(wǎng)售電。建筑制冷需求主要由電冷卻器和吸收式制冷機(jī)提供，當(dāng)電力價(jià)格較高時(shí)，蓄冷系統(tǒng)也可通過冷水機(jī)組提供制冷。

4.2基于規(guī)則的控制策略與優(yōu)化調(diào)度控制策略的比較

對(duì)基于規(guī)則的控制策略與優(yōu)化調(diào)度控制策略進(jìn)行比較。在基于規(guī)則的控制策略下，CCP根據(jù)建筑物冷負(fù)荷進(jìn)行控制，吸收式制冷機(jī)的制冷能力取決于CCP的運(yùn)行情況。當(dāng)電價(jià)較低時(shí)，電冷卻器為了滿足高峰期的建筑物需求而采取儲(chǔ)能操作，當(dāng)吸收式制冷機(jī)不能滿足制冷需求時(shí)，電冷卻器提供制冷[20]。兩種策略所確定的實(shí)時(shí)冷卻量如圖3所示。

由圖3可以看出，采用基于規(guī)則的控制策略，TES在非高峰期（上午1∶007∶00）由電動(dòng)冷卻器完全充電，并且在接通吸收式制冷機(jī)和電冷卻器之前，完全放電以提供制冷，當(dāng)吸收式制冷機(jī)的容量不足時(shí)，電冷卻器作為補(bǔ)充開始運(yùn)行（16∶0018∶00），采用優(yōu)化調(diào)度控制策略，在TES完全充電之后，電冷卻器繼續(xù)工作，提供小部分制冷（8∶0010∶00）。當(dāng)電價(jià)較高時(shí)（12∶0017∶00），吸收式制冷機(jī)提供制冷，而剩余時(shí)間則由TES提供制冷。電能實(shí)時(shí)功率情況如圖4所示。

由圖4可以看出，采用基于規(guī)則的控制策略，電冷卻器在非高峰期（上午1∶007∶00）每小時(shí)消耗大約40 kW電力為TES充電，TES充電完畢后，CCP繼續(xù)供電6 h（下午13∶0019∶00）。采用優(yōu)化調(diào)度控制策略，電冷卻器的電力消耗不是恒定運(yùn)行，當(dāng)電價(jià)較高時(shí)，CCP以額定功率運(yùn)行5 h（下午12∶0017∶00）。采用基于規(guī)則的控制策略與優(yōu)化調(diào)度控制策略，兩種控制策略的運(yùn)營成本和節(jié)約成本如表1所示。由表1可以看出，采用基于規(guī)則的控制策略，日運(yùn)營成本為2 870元;而采用優(yōu)化調(diào)度控制策略，日運(yùn)營成本顯著降低，可以獲得154%左右的成本節(jié)約。

5結(jié)束語

本文提出了一種基于隨機(jī)權(quán)重粒子群算法的建筑級(jí)綜合能源系統(tǒng)優(yōu)化調(diào)度策略。采用實(shí)際算例進(jìn)行仿真，對(duì)基于規(guī)則的控制策略和優(yōu)化調(diào)度控制策略進(jìn)行比較，結(jié)果表明，本文提出的優(yōu)化調(diào)度策略顯著降低了運(yùn)行能源成本，可節(jié)約154%左右的成本，且對(duì)電網(wǎng)的削峰填谷起到了積極的促進(jìn)作用，提高了電網(wǎng)供電的可靠性。該研究對(duì)建筑級(jí)綜合能源系統(tǒng)的優(yōu)化調(diào)度具有一定的指導(dǎo)意義。

參考文獻(xiàn)：

[1]戴錦， 肖文波， 胡芳雨， 等. 光伏發(fā)電性能物理預(yù)測模型的研究[J]. 電源技術(shù)， 2018， 42（2）： 262266.

[2]彭亮. 影響風(fēng)力發(fā)電機(jī)組并網(wǎng)系統(tǒng)穩(wěn)定性的因素分析[J]. 電子設(shè)計(jì)工程， 2017， 25（15）： 8589.

[3]薛新白. 含光伏蓄電池的冷熱電聯(lián)供系統(tǒng)運(yùn)行模式評(píng)估[J]. 電源技術(shù)， 2017，41（7）： 10351038.

[4]蘭立雄， 劉力卿， 米增強(qiáng). 冷電聯(lián)供系統(tǒng)的多目標(biāo)運(yùn)行優(yōu)化[J]. 電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)， 2016， 28（5）： 6268.

[5]Pelay U， Luo L， Fan Y， et al. Thermal energy storage systems for concentrated solar power plants[J]. Renewable and Sustainable Energy Reviews， 2017， 79：82100.

[6]史慶祥， 霍繼寶， 左興堂. 小型分布式能源系統(tǒng)的優(yōu)化設(shè)計(jì)[J]. 黑龍江科技信息， 2016（3）： 6868.

[7]司文偉. 小型分布式能源系統(tǒng)中夾點(diǎn)技術(shù)的應(yīng)用研究[J]. 中外企業(yè)家， 2016（11）： 225226.

[8]朱海強(qiáng). 小型天然氣分布式能源系統(tǒng)的方案選擇及性能[J]. 中國科技投資， 2017（25）： 266.

[9]劉健， 牛東曉， 邢棉， 等. 基于動(dòng)態(tài)電價(jià)的新能源實(shí)時(shí)調(diào)度定價(jià)與策略研究[J]. 電網(wǎng)技術(shù)， 2014， 38（5）： 13461351.

[10]郭曄， 石峻瑋， 毛安家. 考慮需求響應(yīng)的CCHP系統(tǒng)中分布式電源的選址定容[J]. 電力建設(shè)， 2017， 38（12）： 4350.

[11]馮明燦， 謝寧， 王承民， 等. 考慮瞬時(shí)性峰值負(fù)荷特性的配電網(wǎng)可靠性規(guī)劃[J]. 電網(wǎng)技術(shù)， 2015， 39（3）： 757762.

[12]Khushairi M M， Abdullah H， Hazran H. A Study on the optimization of control strategy of a thermal energy storage system for building airconditioning[J]. Procedia Engineering， 2011， 20： 11824.

[13]朱紅， 劉東， 凌萬水， 等. 有源配電網(wǎng)的饋線自動(dòng)化效果評(píng)價(jià)方法[J]. 電力建設(shè)， 2015， 36（1）： 148152.

[14]卜凡鵬， 田世明， 方芳， 等. 基于能源集線器模型的園區(qū)混合能源系統(tǒng)日前優(yōu)化調(diào)度方法[J]. 電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)， 2017， 29（10）： 123129.

[15]張斌， 丁玉娟， 韓碩， 等. 國內(nèi)外溴化鋰吸收式冷水機(jī)組產(chǎn)品標(biāo)準(zhǔn)簡要對(duì)比[J]. 制冷與空調(diào)， 2014， 14（7）： 911.

[16]王安山. 蒸汽型溴化鋰?yán)渌畽C(jī)組替代電動(dòng)模塊化水冷機(jī)組的應(yīng)用分析[C]∥2017熱電聯(lián)產(chǎn)節(jié)能減排技術(shù)交流研討會(huì). 長春： 中國節(jié)能協(xié)會(huì)， 2017： 6670.

[17]李剛， 李峰， 孔亮， 等. 不同電價(jià)下含儲(chǔ)能系統(tǒng)的微電網(wǎng)經(jīng)濟(jì)調(diào)度[J]. 中國電力，2018， 51（2）： 125132.

[18]黃軒， 張軍， 詹志輝. 基于隨機(jī)慣量權(quán)重的快速粒子群優(yōu)化算法[J]. 計(jì)算機(jī)工程與設(shè)計(jì)， 2009， 30（3）： 647650.

[19]趙志剛， 黃樹運(yùn)， 王偉倩. 基于隨機(jī)慣性權(quán)重的簡化粒子群優(yōu)化算法[J]. 計(jì)算機(jī)應(yīng)用研究，2014， 31（2）： 361363.

[20]高揚(yáng)， 艾芊. 含多微網(wǎng)稀疏通信優(yōu)化的主動(dòng)配電網(wǎng)分層分布式協(xié)調(diào)控制[J]. 電力系統(tǒng)自動(dòng)化， 2018， 42（4）： 135141.