[发明专利]一种基于ADHDP的冷热电联供型微网系统优化运行方法

说明书

冷热电联供型微网运行优化过程复杂，具有不确定性、非线性、强耦合性、动态性等特点。针对目前该系统在实际运行中存在无法实时优化、能量利用效率低、优化过程不够稳定等问题。本发明提出一种基于ADHDP(Action dependent heuristic dynamic programming，基于动作的启发式动态规划)的冷热电联供型微网系统优化运行方法。利用BP神经网络对冷热电联供型微网系统建模并以该模型为模型网络，根据控制误差和性能指标函数不断更新优化权值，直到获得最优控制策略，实现冷热电联供型微网运行过程的最优控制，提高能量利用效率，增强优化效果。

技术领域

本发明涉及一种系统优化方法，具体涉及一种基于ADHDP的冷热电联供型微网系统优化运行方法。

背景技术

21世纪以来，常规化石能源枯竭带来的能源紧缺问题严重制约了全球经济和社会的快速发展。结合太阳能、风能等可再生能源的微电网由于其灵活、经济、环保的特点成为未来重要的能源供应模式。冷热电联供型(Combined Cooling Heating and Power，CCHP)微网是一种包含制冷、制热、发电等功能的集产、供一体的分布式系统，并遵循“分配得当、各取所需、温度对口、梯级利用”的原则。冷热电联供型微网系统以清洁天然气、风、光等新能源作为能量源，能够有效降低污染物排放量，且具备调控速度快，运行方式灵活的特点。能够与大电网灵活配合，当大电网出现故障时可脱离电网单独运行，保证了重要负荷供电的不中断。冷热电联供型微网是未来全球能源系统发展的重要方向，能够为能源利用方式朝精细化、可持续化、高效化发展提供可行的技术方案。

冷热电联供型微网内的负荷及可再生能源出力易受气候、环境等因素的影响，具有高随机性和不可控性等特点。因此，在调度过程中需要依据微网实时数据进行控制和调整。而冷热电的耦合特性、联供设备运行工况多样性及多能源互补特性，给冷热电联供型微网的能量优化管理带来了极大的挑战。现有的研究多是利用粒子群(PSO)优化算法来制定冷热电联供型微网系统整体运行策略，该算法在优化高维复杂问题时容易陷入局部最优，难以寻找到整体最优位置，并在处理多参数时效果不佳。无法解决冷热电联供型微网系统状态波动大、控制变量多等问题时，无法实时、高效、稳定的优化CCHP系统与微网中风、光新能源发电以及蓄电池的控制。

发明内容

为了解决现有技术冷热电联供型微网不能实时优化、能量利用效率低、优化过程不够稳定的问题，本发明提供一种可以根据系统运行状态，实时优化冷热电联供型微网调度策略的基于ADHDP的冷热电联供型微网系统优化运行方法，包括如下步骤：

S1,建立冷热电联供型微网的单元模型。

S2,建立微型燃气轮机模型，并对发电装置、储能蓄电池、蓄热装置分别建立数学模型；

S3,采用BP神经网络建立冷热电联供型微网系统的模型网络，确定冷热电联供型微网优化过程模型输入样本数据和输出控制动作，建立基于ADHDP的冷热电联供型微网优化控制模型，所述控制模型包括执行网络和评价网络；

S4,更新评价网络和执行网络权值，并分别通过执行网络和评价网络获得控制信号u(t)、和性能指标函数J(t)，

根据贝尔曼方程获取性能指标函数J(t)，

式中γ为折扣因子,

效用函数U(t)如下所示，

n代表系统运行的某一段时间,

t代表系统运行时间，i是效用函数的迭代次数；

S5,将S4所得控制信号u(t)和当前时刻系统状态x(t)作为冷热电联供型微网系统模型的输入，得到系统输出x(t+1)，计算控制误差E(t)，若小于期望误差，结束训练，否则转步骤S4，其中误差E(t)的具体公式如下所示：