[发明专利]一种冷热电联产系统的最优报价方法

说明书

技术领域

本发明涉及一种冷热电联产系统的最优报价方法。

背景技术

近年来，由于运行效率优、能源利用率高、经济效益好，热电联产和冷、热、电联产系统得到快速发展。此外，冷、热、电联产系统还可以灵活应对能源成本的波动，并在很大程度上避免了输电、配电过程中产生的能量损失。现有研究大多聚焦于冷、热、电联产系统的技术创新与经济效益上，但没有对电力公司的收益进行分析。通过优化系统的电力出售价格和天然气购入价格比例(下文称能源价格)，可以更好地提高电力公司和冷热电联产系统(Combined Cooling Heating and Power：CCHP)的共同效益，因此，对于冷热电联产系统报价策略的研究变得越来越重要。

发明内容

针对上述问题，本发明提供一种冷热电联产系统的最优报价方法，通过制定合理的电力和天然气价格，提高能源利用效率，保障了冷热电联产系统和电力公司的经济效益。

为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：

一种冷热电联产系统的最优报价方法，包括如下步骤：

S01、建立冷热电联产系统的双层规划模型，输入冷热电联产系统和电力公司的运行数据，并设置双层规划模型的功率平衡约束和电力、天然气的报价约束；

S02、初始化内、外层粒子群：设置内、外层粒子群的规模、每个粒子的速度和位置；

S03、更新粒子群优化算法的参数；

S04、对第k个粒子进行内层粒子群优化算法，得到内层最优局部个体值和全局值，更新内层第k个粒子的速度和位置；

S05、判断第k个粒子是否满足约束条件，满足则进入步骤S06；

S06、对第k个粒子进行外层粒子群优化算法，得到外层最优个体值和全局值，更新外层第k个粒子的速度和位置；

S07、判定第k个粒子是否满足约束条件，满足则进入步骤S08；

S08、得到满足内、外层粒子群优化算法的最优粒子速度和位置，并选取最优位置作为最优能源价格。

优选，步骤S05中，若第k个粒子不满足约束条件，则：

令k的数值加1，判定当前k值是否大于总粒子数，若是，则令k的数值加1并进入步骤S03；否则，直接进入步骤S03。

优选，步骤S07中，若第k个粒子不满足约束条件，则：

令k的数值加1，判定当前k值是否大于总粒子数，若是，则令k的数值加1并进入步骤S03；否则，直接进入步骤S03。

优选，步骤S01中，双层规划模型的外层规划模型为：

式中，表示冷热电联产系统的总成本；分别为原动机、吸收式制冷机的投资成本；分别为原动机、辅助锅炉的运行成本；为从电力公司处购电成本；为负荷用电成本；为售电收入。

优选，步骤S01中，双层规划模型的内层规划模型为：

式中，为内层目标函数；分别为电力公司出售电力、天然气的收入；分别为电力公司从能源市场购买电力、天然气的成本；为电力公司从冷热电联产系统购电成本；Loss_tot为配电网的功率损耗，w₀是网损加权因子。

优选，步骤S04中，内层第k个粒子的速度、位置更新公式如下：

v_k(t+1)＝ψ[ω₀×v_k(t)+C₁×rand₁(p_k(t)-X_k(t))

+C₂×rand₂×(p_g(t)-X_k(t))]

X_k(t+1)＝X_k(t)+v_k(t+1)

式中，t代表迭代次数，v_k(t)、X_k(t)分别代表粒子k在第t次迭代时的速度、位置；rand₂、rand₁是0-1之间的随机数；p_k(t)、p_g(t)分别表示粒子在第t次迭代时的局部和全局最优位置；ω₀是惯性权重系数，ψ代表收缩系数。