基于粒子群膜優(yōu)化算法的微網(wǎng)能量優(yōu)化方法研究

于文萍　吳婕萍

【摘 ?要】在微網(wǎng)穩(wěn)定運行的情況下，進(jìn)一步考慮微網(wǎng)的能量優(yōu)化可以有效地實現(xiàn)微網(wǎng)的最優(yōu)運行。論文將膜計算模型與粒子群算法結(jié)合，通過仿真驗證所提粒子群膜優(yōu)化算法（Particle Swarm Optimization Based on P System， PSOPS）具有更強的計算能力，尋優(yōu)結(jié)果更佳。最后，將粒子群膜優(yōu)化算法應(yīng)用于微電網(wǎng)的能量優(yōu)化問題，計算結(jié)果表明，論文所提算法比粒子群算法更加精準(zhǔn)可靠，有效實現(xiàn)了微網(wǎng)發(fā)電成本最優(yōu)以及污染物排放治理最優(yōu)。

【Abstract】Under the condition of stable operation of the micro grid， further consideration of energy optimization of the micro grid can effectively realize the optimal operation of the micro grid. Therefore， this paper combines membrane computing model with particle swarm optimization （PSO）， and proposes an improved method， called particle swarm optimization based on P system （PSOPS）. Then， the stronger computing power and better optimization ability of PSOPS have been verified through simulation. Finally， the PSOPS is applied to the energy optimization of the micro grid. The calculation results show that the proposed algorithm in this paper is more accurate and reliable than the PSO algorithm. At the same time， it can effectively realize the optimal power generation cost of the micro grid and the optimal pollutant emission control.

【關(guān)鍵詞】微電網(wǎng);能量優(yōu)化;膜計算;粒子群算法

【Keywords】micro grid; energy optimization; membrane computing; particle swarm optimization algorithm

【中圖分類號】TM732 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文獻(xiàn)標(biāo)志碼】A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 【文章編號】1673-1069（2020）07-0178-02

1 引言

微網(wǎng)的能量優(yōu)化一直都是微網(wǎng)技術(shù)研究的關(guān)鍵問題，在微網(wǎng)穩(wěn)定運行的基礎(chǔ)上，還需要考慮微網(wǎng)的發(fā)電運行成本、環(huán)境污染等眾多因素。目前國內(nèi)外已進(jìn)行了一定的研究，但是隨著微網(wǎng)規(guī)模不斷地擴大以及各國的重視程度不斷地加深，對微網(wǎng)的能量優(yōu)化的研究具有必要性。

粒子群算法具有不錯的尋優(yōu)能力，收斂于全局最優(yōu)解的概率較大，對種群大小敏感度不大，比較適用于連續(xù)函數(shù)、非線性、多峰等問題的求解。但其容易早熟收斂，導(dǎo)致尋優(yōu)精度不夠高，陷入局部最優(yōu)解。而膜計算作為自然計算的新分支[1]，具有強大的信息處理能力、推理能力、建模能力和并行計算能力，可以克服微電網(wǎng)結(jié)構(gòu)復(fù)雜、種類繁多等問題，在求解優(yōu)化問題具有應(yīng)用前景。

綜上，本文將膜計算模型與粒子群算法結(jié)合，提出了一種基于粒子群膜優(yōu)化算法（Particle Swarm Optimization Based on P System， PSOPS）的微網(wǎng)能量優(yōu)化方法，以優(yōu)化粒子群算法，避免其早熟收斂，提高尋優(yōu)精度，平衡粒子群算法的局部搜索能力和全局搜索能力，實現(xiàn)微網(wǎng)的發(fā)電成本及污染物排放治理最優(yōu)。

2 粒子群膜優(yōu)化算法

2.1 定義

PSOPS的加膜實現(xiàn)步驟如下：

①初始化種群，產(chǎn)生一個擁有兩層膜的結(jié)構(gòu)，基本膜和表層膜，該結(jié)構(gòu)的外膜是表層膜，內(nèi)膜是基本膜，表層膜內(nèi)部包含了m個基本膜。②將初始化的種群隨機分配，使之進(jìn)入每個基本膜當(dāng)中，保證每個基本膜內(nèi)部種群數(shù)目大于等于1，且表層膜當(dāng)中不含有種群個體。③在每個基本膜內(nèi)部執(zhí)行一次粒子群算法，將每個基本膜中的運算結(jié)果進(jìn)行比較，得到m個基本膜的最優(yōu)解，最后進(jìn)行表層膜迭代尋優(yōu)，將基本膜迭代尋優(yōu)最優(yōu)解與表層膜迭代尋優(yōu)結(jié)果比較輸出最優(yōu)解，滿足以下條件之一可以運行結(jié)束：第一，基本膜內(nèi)迭代結(jié)果連續(xù)多次無變化;第二，表層膜迭代結(jié)束。④比較迭代結(jié)果輸出函數(shù)的全局最優(yōu)解。

2.2 函數(shù)測試

采用多個不同的連續(xù)多峰或其他函數(shù)進(jìn)行測試，通過比較計算結(jié)果證明PSOPS比粒子群算法的計算結(jié)果更大，所以PSOPS的尋優(yōu)能力更強，結(jié)果更加精準(zhǔn)可靠。不同標(biāo)準(zhǔn)函數(shù)測試及結(jié)果如表1所示。

3 基于粒子群膜優(yōu)化算法的微網(wǎng)能量優(yōu)化

3.1 基于發(fā)電成本及排污同時最優(yōu)的仿真

考慮分布式電源發(fā)電成本：

①光伏（PV），風(fēng)力（WT）的發(fā)電運行成本暫不考慮，可以忽略，理想化：

CPV，WT=0 ? ? ? ? ?（1）

②微型燃?xì)廨啓C（MGT）的發(fā)電成本：

CMGT=CP× ? ? ? ? ? ? ? ? （2）

式中，CP為天然氣的價格2.05元/m3，天然氣的低熱值LHV是9.73kWh/m3，PT（MGT）為T時間段內(nèi)微型燃?xì)廨啓C輸出的總功率，？濁T（MGT）為微型燃?xì)廨啓CT時間段內(nèi)的電池總效率。

？濁T（MGT）=0.0753（）3-0.3093（）2+0.4174（）+0.1068 ? ? ? ? ? （3）

③燃料電池的發(fā)電成本：

CFC=CP ×? ? ? ? ? ? ? ? ? ? ? ? ? ? （4）

式中，CP為天然氣的價格2.05元/m3，天然氣的低熱值LHV是9.73kWh/m3，PT（FC）為T時間段內(nèi)燃料電池輸出的總功率，？濁T（FC）為燃料電池在T時間段內(nèi)的電池總效率。

？濁T（FC）=-0.0023 PT（FC）+0.6735 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（5）

運行維護(hù)成本：

Cr/m=gx× P（t） ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（6）

式中，gx表示運行維護(hù)成本和發(fā)電量的關(guān)系，查詢資料取經(jīng)驗值gPV=0.0096元/kWh，gWT=0.0296元/kWh，gFC=0.029元/kWh，gMGT=0.0356元/kWh，P（t）表示分布式電源發(fā)電量。

折舊成本：

Cod=Cod-DG×P（t） ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （7）

式中，P（t）表示DG發(fā)電量，Cod-DG表示各分布式電源的單位折舊成本，查閱參考文獻(xiàn)[2]可知：CPV=0.4195元/kWh，CWT=0.4074元/kWh，CMGT=0.1299元/kWh，CFC=0.1589元/kWh。

綜合考慮分布式電源發(fā)電成本、運行維護(hù)成本和折舊成本的目標(biāo)函數(shù)：

C=CPV，WT+CMGT+CFC +Cr/m +Cod ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（8）

考慮污染物排放治理：

CEM=αnEn[P（n）] ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （9）

式中，M表示污染氣體種類數(shù)，αn表示產(chǎn)生的第n種氣體的重量，En表示污染氣體的治理費用（元/kg），P（n）表示氣體種類，污染排放種類和治理費用詳見參考文獻(xiàn)[3]。

3.2 結(jié)果分析

本文以四川成都郫縣地區(qū)某一天的天氣情況與負(fù)荷需求為基礎(chǔ)數(shù)據(jù)進(jìn)行仿真。如圖1和圖2所示為全天24h不同情況下的發(fā)電成本和污染物排放治理成本的尋優(yōu)結(jié)果。其中，粒子群算法得到每個小時的發(fā)電成本和污染物排放治理費用的最優(yōu)值（t=4h）為13.5808元，PSOPS得到最優(yōu)值（t=1h）為12.2699元。經(jīng)過比較可以得知本文所提PSOPS的尋優(yōu)能力比粒子群算法的尋優(yōu)能力更強，優(yōu)化效果更佳。

4 結(jié)語

因分布式電源風(fēng)力和光伏具有隨機性和波動性，微網(wǎng)供電復(fù)雜。為了有效實現(xiàn)微網(wǎng)的最優(yōu)運行，本文將膜計算模型與粒子群算法結(jié)合，并應(yīng)用于微網(wǎng)的能量優(yōu)化問題，計算結(jié)果表明本文所提PSOPS比粒子群算法更加精準(zhǔn)可靠，可以有效實現(xiàn)微網(wǎng)發(fā)電成本最優(yōu)以及污染物排放治理最優(yōu)。

【參考文獻(xiàn)】

【1】張葛祥，潘林強.自然計算的新分支——膜計算[J].計算機學(xué)報，2010，33（2）：208-214.

【2】包能勝，朱瑞丹，倪維斗.風(fēng)電與燃?xì)廨啓C互補發(fā)電系統(tǒng)發(fā)電成本分析[J].燃?xì)廨啓C技術(shù)，2006（04）：1-5.

【3】賀婷婷.基于膜計算的微電網(wǎng)經(jīng)濟(jì)運行研究與應(yīng)用[D].成都：西華大學(xué)，2016.

【基金項目】四川省科技廳創(chuàng)新苗子工程項目（2019107）;成都工業(yè)學(xué)院重點項目（2019ZR002）;成都工業(yè)學(xué)院重點項目（2019ZR003）。

【作者簡介】于文萍（1994-），女，四川樂山人，助教，從事分布式發(fā)電與微電網(wǎng)技術(shù)等領(lǐng)域的教學(xué)研究。

【通訊作者】吳婕萍（1991-），女，四川自貢人，助教，從事電力圖像檢測等領(lǐng)域的教學(xué)研究。