天然气冷热电联供分布式能源系统优化调度

天然气冷热电联供分布式能源系统，将燃气轮机排放的低品位热能用于供热和制冷，实现了能量梯级利用，是一种高效的城市能源利用系统，是城市中公共建筑冷热电供应的新途径。目前，国内外学者对天然气冷热电联供分布式能源系统的配置和运行优化方法进行了诸多研究。丁涛等人

概述了综合能源系统优化模型的研究现状、建模方法及现存问题，重点分析了综合能源系统优化运行的研究方向、数学模型及求解方法。朱良君等人

采用EBSILON软件建立了天然气冷热电联供系统仿真模型，模拟了不同工况下系统综合供能特性，用于指导系统高效运行。郑杰辉

对以电网为主干网的综合能源系统中分布式可再生能源、冷热电联供机组等设备建立了详尽的优化模型，并对基于多目标优化和多属性决策的优化运行策略展开研究。黄德炼

提出了一种面向多目标的热电联产系统运行规划的优化模型，指出考虑系统运行经济性的同时要兼顾能源的供需平衡，但并未详细介绍如何优化求解。余倩等人

列出了包含可再生能源、天然气和储能电站互补发电的冷热电联供系统优化模型，并利用粒子群优化算法进行多目标优化求解。

综合能源优化问题求解属于非线性、非凸优化问题，当前主要采用现代数学规划和启发式算法

。现代数学规划方法主要以混合整数非线性规划为主，应用CPLEX等商业求解器进行求解。另一方面借助人工智能算法，通过启发式算法来求解非线性优化问题。常用的启发式算法包括遗传算法

、粒子群优化算法

以及群搜索算法。

针对上述方法存在的问题，本文以文献[1]的测量方法为参考，设计了测量链路，研究了互调发射测量数据随被测发射机与干扰信号源间链路衰减量变化的规律，提出了通过调节测量链路衰减量以实现互调发射抑制比的精确测量方法.实测验证结果表明，这种方法可操作性较好，能够准确测量多种类型的互调发射抑制比，易于实现自动化测量.

本文以天然气冷热电联供系统为研究对象，考虑能源供需平衡约束条件，建立系统日运行费用最小的优化目标。首先对粒子群优化算法进行改进，采用线性变化的惯性权重以及变化的学习因子，然后应用改进粒子群算法求解联供系统优化调度模型。最后通过算例，分析联供系统在夏季最优的运行优化结果，验证该方法的可行性。

2.1 粒子群优化算法原理

粒子群优化(PSO)算法是一种启发式人工智能算法，算法简单，易于实现。假设粒子群中有

个粒子，每个粒子有

个维度。通过粒子群中个体之间的协作和信息共享来寻找最优解，PSO算法流程图见图1。首先对粒子群各个粒子的位置和速度进行随机初始化，然后通过所定义的目标函数计算所有粒子的目标函数。目标函数值最小的粒子适应度最优。每个粒子在历次迭代中适应度最优的位置称为个体最优解

，整个粒子群在历次迭代中适应度最优的位置称为全局最优解

。将当前某个粒子位置对应的适应度，与该粒子个体最优解

和全局最优解

相比较，若更优则更新

、

，并根据最新

、

更新粒子的位置、速度。根据新位置再次计算粒子的目标函数，重复以上流程，当达到最大迭代次数或

在连续2次迭代中的差满足最小界限时，输出全局最优解并结束流程。

(1)

(2)

国家老龄化研究所负责监管这笔新基金，所长理查德·霍德斯（Richard Hodes）称，研究所不仅仅想扩大现有的阿尔茨海默病实验室，还希望从其他领域吸引像贝克这样的研究人员，带来新的观念，而且许多研究人员正在做出回应。研究老龄化问题的西雅图市华盛顿大学教授马特·凯伯林（Matt Kaeberlein）说：“为了争取到这笔基金，几乎所有我认识的人都在他们的资助申请中说到了‘阿尔茨海默病’这个词。”

、

——学习因子

、

——迭代过程中生成的随机数，取值范围为[0,1]

——惯性权重

2.2 改进粒子群优化算法

为了更好地解决全局搜索与局部搜索能力的平衡问题，加快算法的收敛速度，本文采用改进PSO算法，将原有的固定惯性权重

改为线性惯性权重，采用变化的学习因子

、

。第

次迭代的惯性权重

的计算式为

：

现代医学认为，特发性胎儿生长受限发病与胎盘功能障碍有密切联系，不正常胎盘形成过程中引起血管重铸不良，增加特发性胎儿生长受限发生几率[7]。引起特发性胎儿生长受限致病的可能胎盘因素主要包括：胎盘解剖学异常、胎盘血管形成不良、胎盘发育形态学异常及染色体异常等[8-9]。其中胎盘血管形成不良造成胎盘血流灌注不足为特发性胎儿生长受限发病常见原因，而围产期脐动脉血流情况是临床上常用来评价胎盘血流灌注情况的重要指标。

(3)

式中

——第

次迭代的惯性权重

——惯性权重的初始值,取较大值

一些水利工程施工单位为了控制成本，招聘的施工人员和现场管理人员业务水平较低，将会严重影响水利施工项目的质量和管理水平。

——最大迭代次数

第三，纠纷解决主体构成的反差。“狗咬羊”案中，纠纷解决主体呈现出多元化，门头权威、村干部、警察都参与到纠纷解决之中。正是由于纠纷解决资源的丰富，才使得在当时看来颇为困难的纠纷最终得以解决；
而“羊吃花生”案中，门头权威没有出面，村干部的调解流于表象，派出所依照法律规定不予理会，以至于兄弟多门头强的胡光宝只能依靠自己的个人能力去解决纠纷。

——迭代到最大次数时的惯性权重，取较小值

根据式(3)，迭代初期，惯性权重较大，具有较强的全局搜索能力；
迭代后期，惯性权重逐渐减小，可以保持较强的局部搜索能力。

第

次迭代的学习因子的计算式为

：

(4)

教师叙事探究营造安全无恐惧的氛围，对暂悬习性反应，对开启一个深微、纯净、舒缓的场域空间，意义重大。因此，促使注意力场结构趋向U底“源头”变迁，个体和集体触及直觉、洞察、创造力“源头”，是叙事探究唤醒心灵回归自身认同与完整的终极意义。

、

——迭代到最大次数时学习因子

式中

L,

——

时段内用户侧电负荷需求，kW

、

——学习因子的初始值

3.1 天然气冷热电联供系统概况

天然气冷热电联供系统(简称联供系统)的常见结构见图2。燃气轮机消耗天然气，发电后将余热收集，通过余热锅炉和溴化锂吸收式制冷机提供热量和冷量，满足冷热电负荷。

3.2 联供系统夏季优化模型

① 优化变量

采用数学建模对图2中联供系统主要设备功率进行优化。夏季只考虑电负荷、冷负荷，不考虑热负荷。优化变量包括燃气轮机的净发电功率、电空调制冷量、溴化锂吸收式制冷机的制冷量。

在一对一场景的充电过程中，移动设备将来的位置只与其当前位置有关，而与其过去位置无关[12]。因此，可采用离散马尔科夫链的数学理论来分析系统性能。在基于波束成形的无线充电系统中，由于设备的移动两设备间的相对位置可能会超出波束区域，造成充电中断。此时，则需要重新扫描后再建立两端连接。因此，系统进行扫描、连接环节的次数以及成功概率为本文的研究重点。

② 目标函数

以系统

时段内运行成本最小为目标函数，该运行成本包括燃气费用、购电费用、运行维护费用以及排污处理费用，目标函数如下：

min

=min (

+

grid,

+

MT,

+

MT,

)

(5)

式中

、

——燃气轮机净发电功率的下限、上限，kW

——天然气单价，元/m

——

时段内燃气轮机消耗的天然气量，m

——购电单价，元/(kW·h)

grid,

——

时段内联供系统从电网取得的电功率，kW

——燃气轮机单位净发电功率的运行维护费用，元/kW

只有炼苗方法适宜，其他综合技术配套，烟叶质量才能达到最佳水平。为了探讨出更适宜当地烤烟生产的炼苗方法，使当地的烤烟产量与品质都达到最佳水平［4］，笔者于2018年在云南省龙陵县腊勐镇进行了不同炼苗方法试验，探讨适合当地的炼苗方法。

MT,

——

时段内燃气轮机的净发电功率，kW

——燃气轮机单位净发电功率的排污处理费用，元/kW

以

=3为例，3时段指2:00—3:00。

该系统由监测子系统、信息汇集与会商决策平台和预警子系统组成，可实时向各级政府、相关社会机构和社会公众提供山洪灾害预警服务，争取有效防范时间，采取避灾措施，大大提高了舟曲县防御山洪灾害的水平和能力，可最大程度地减少山洪灾害造成的人员伤亡和财产损失。

③ 约束条件

电功率平衡约束条件见式(6)。

MT,

+

grid,

=

L,

+

air,

(6)

淡水浮游动物主要由原生动物、轮虫、枝角类和桡足类组成[1]，其生物量的大小与合适程度在淡水滤食性鱼类的养殖中具有重要的意义。因此，对水域中浮游动物的调查研究具有重要的生态和经济意义[2]。有关漳泽水库浮游动物类群研究报道极少，本文调查研究了春、夏季漳泽水库浮游动物的群落组成和现存量的动态变化，并利用综合多样性指数对漳泽水库的水质营养状态进行确定，旨在为漳泽水库水环境评价与保护、渔业资源合理利用和可持续发展提供理论依据。

air,

——

时段内电空调的耗电功率，kW

冷负荷平衡约束条件见式(7)。

(7)

在式(1)中，若

为0，则表示粒子不具有对自身速度的保留，此时粒子会在局部寻优，削弱了全局寻优能力。反之，

越大则粒子的全局寻优能力越强。

MT,

——

时段内燃气轮机排放的高温烟气热流量，kW

时段内燃气轮机消耗的天然气量

的约束条件见式(8)。

(8)

式中

——天然气低热值，kW·h/m

，取9.7 kW·h/m

——燃气轮机发电效率

时段内燃气轮机排放的高温烟气热流量

MT,

的约束条件见式(9)。

(9)

式中

——燃气轮机能量损耗率

≤

MT,

≤

(10)

式中

——系统

时段内运行成本，元

3.3 联供系统冬季优化模型

① 优化变量

冬季联供系统只考虑电负荷、热负荷，不考虑冷负荷。优化变量为燃气轮机的净发电功率、电空调供热量、余热锅炉的供热量。

其一，中小学教师对数据分析观念研究的关注度还不够重视.实际上，中小学教师是渗透数据分析观念教学的实践者.教师应提高对数据分析观念的关注度并应用于教学.其二，各研究者倾向于独立研究，合作研究所占比例较小.今后的研究可鼓励高校等研究者与中小学教师相互合作，运用丰富的理论知识、多元的研究方法，打破割裂状态，走向合作性探究.

② 目标函数

目标函数和夏季优化模型相同。

③ 约束条件

电功率平衡约束条件、

时段内燃气轮机消耗的天然气量

的约束条件、

时段内燃气轮机排放的高温烟气热流量

MT,

的约束条件与夏季优化模型相同。

作为国人耳熟能详的寓言故事，“亡羊补牢”意为失羊修圈尚不算晚，喻行事出错也可补救。若将“牢”喻作人才成长环境，人才则为“羊”。于“羊”，“亡羊而补牢，未为迟也”；
于人，则“亡牢而补羊，于事无补”。

热负荷平衡约束条件见式(11)。

(11)

今年前三季度，云南省银行业金融机构增强小微企业信贷供给能力，多措施缓解小微企业融资难融资贵难题，在多方共同努力下，全省小微企业融资难得到有效改善。

4.1 优化模型参数

为满足能源的供需平衡，实现联供系统的经济运行，本文采用基于改进PSO算法的联供系统优化调度模型。该调度模型需要根据未来24 h冷、热、电负荷及电价，通过Matlab建立基于改进PSO算法的数学模型，求解未来24 h各关键设备的启停状态和功率，以及从电网的取电计划。

以某生态园区联供系统为研究对象，该系统包含1台燃气轮机、1台电空调、1台溴化锂吸收式制冷机。所选场景为夏季，调度周期为24 h，以1 h为时间间隔，即分为24个时段。逐个时段进行优化计算，得出每个时段的优化结果。

粒子群粒子数

为80，维度

为3，分别代表燃气轮机的净发电功率、电空调制冷量和吸收式制冷机的制冷量。首先对粒子群初始化，每个粒子的初始位置设定为各设备参数约束范围内，初始速度设为0。迭代次数

为500，

为1.2，

为0.1。学习因子

、

取2.5,

、

取0.5，

随迭代次数的增加线性减小，

则线性增加。

、

由代码中随机函数生成。考虑峰谷电价差异，购电单价为实时价格。天然气单价为3.85元/m

。燃气轮机单位净发电功率的运行维护费用为0.038元/kW，单位净发电功率的排污处理费用为0.215 5元/kW。

基于改进PSO算法的优化流程见图3。首先根据设备参数以及相应约束条件，初始化粒子速度、位置等参数，然后以联供系统运行成本最小为目标函数，根据式(5)计算每个粒子的目标函数，确定全局最优解和个体最优解。根据式(3)、(4)依次更新惯性权重、学习因子，再按照式(1)、(2)更新粒子速度和位置，如未达到最大迭代次数，则重新计算粒子的适应度并重复上述步骤。达到最大迭代次数后输出最优结果。

4.2 算例分析

为了验证改进PSO算法的有效性，对采用PSO算法和改进PSO算法求解的优化结果进行对比，见图4。

由图4可以看出，改进PSO算法在收敛速度和全局收敛能力上比PSO算法有明显提高，尤其是对于全局最优解搜索有了很大改进，避免了陷入局部最优解。

改进PSO算法保证了运行成本最低。优化后未来24 h内各用电设备功率见图5。8:00—16:00高峰时段，燃气轮机净发电功率较大，系统从电网取电功率较小；
20:00—21:00高峰时段，为满足制冷用电需求，同样增大燃气轮机净发电功率，减小从电网取电功率。该优化调度方案对一天中两个电负荷高峰时段，起到了削峰作用。16:00—20:00时段、21:00—8:00时段电负荷处于低谷时，电价较低，增大了系统从电网取电功率，起到了填谷的作用。通过削峰填谷，该优化调度方案降低了从电网购电的成本。

夏季气温较高，冷负荷很高，由溴化锂吸收式制冷机和电空调满足该需求，优化后未来24 h的各设备制冷量见图6。

由图6可知，8:00—16:00、20:00—21:00这2个时段电价较高，溴化锂吸收式制冷机处于较大负荷率制冷状态，增加了天然气的使用，同时减小了电空调制冷量。16:00—20:00、21:00—9:00时段对供冷需求减少，且电价较低，此时溴化锂吸收式制冷机制冷量较低，主要由电空调提供更多冷负荷。

基于改进粒子群算法，提出天然气冷热电联供系统中各设备的优化调度模型，考虑冷热电平衡和各设备的运行约束条件，通过采用线性变化的惯性权重和变化的学习因子，提高了收敛速度，得到更优化的结果，确保联供系统运行成本最小。

通过算例分析，得出联供系统在夏季冷负荷、电负荷高峰时段，增大燃气轮机净发电功率和溴化锂吸收式制冷机制冷量，增加了燃气消耗量，减少从电网取电功率，降低了夏季电网的供电压力，对电力和燃气起到了双重削峰填谷作用，具有良好的经济性。

[1] 丁涛，牟晨璐，别朝红，等. 能源互联网及其优化运行研究现状综述[J]. 中国电机工程学报，2018(15)：4318-4328.

[2] 朱良君，王世朋，赵大周，等. 基于EBSILON的冷热电三联供系统及能量利用特性[J]. 科学技术与工程，2021(11)：4445-4451.

[3] 郑杰辉. 综合能源系统优化运行及其决策算法研究(博士学位论文)[D]. 广州：华南理工大学，2017：31-46.

[4] 黄德炼. 一种面向多目标的分布式冷热电三联供系统的优化模型[J]. 华电技术，2014(2)：1-3，7，78.

[5] 余倩，黄亮. 基于粒子群算法的冷热电联供系统优化调度[J]. 宁夏电力，2021(4)：15-21.

[6] 刘赫川，周孝信，杨小煜，等. 考虑天然气季节性存储的综合能源系统年度运行方式研究[J]. 中国电力，2022(4)：145-155.

[7] MILAN C，STADLER M，CARDOSO G，et al. Modeling of non-linear CHP efficiency curves indistributed energy systems[J]. Applied Energy,2015,148:334-347.

[8] 魏大钧，张承慧，孙波. 计及变负荷特性的小型冷热电联供系统经济优化运行研究[J]. 电网技术，2015(11)：3240-3246.

[9] 赵鑫，郑文禹，侯智华，等. 基于粒子群优化算法的多能互补系统经济调度研究[J]. 华电技术，2021(4)：14-20.