引用本文

韩永明, 王新鲁, 耿志强, 朱群雄, 毕帅, 张红斌. 基于AMOWOA的区域综合能源系统运行优化调度. 自动化学报, 2024, 50(3): 576−588 doi: 10.16383/j.aas.c211146

Han Yong-Ming, Wang Xin-Lu, Geng Zhi-Qiang, Zhu Qun-Xiong, Bi Shuai, Zhang Hong-Bin. Optimal scheduling for regional integrated energy system operation based on the AMOWOA. Acta Automatica Sinica, 2024, 50(3): 576−588 doi: 10.16383/j.aas.c211146

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c211146

关键词

多目标优化，综合能源系统，动态层次分析，鲸鱼优化算法 

摘要

目前, 智能优化算法已广泛应用于工程优化中, 在当前多能耦合与互补的能源发展趋势下, 仅考虑系统经济指标的单目标优化模式已经不再适用于目前区域综合能源系统(Integrated energy system, IES)的运行优化调度, 需要研究一种多目标运行策略来解决区域综合能源系统的运行优化调度问题. 首先综合考虑经济与能源利用两个指标并结合商业住宅区域的特性, 以系统日运行收益和一次能源利用率为优化目标构建商业住宅区域综合能源系统多目标运行优化调度模型. 其次由于传统多目标智能优化算法缺乏一种最优解综合评价方法, 基于非支配排序以及拥挤度计算的多目标算法框架, 提出一种利用模糊一致矩阵选取全局最优解的多目标鲸鱼优化算法(A multi-objective whale optimization algorithm, AMOWOA), 并将提出算法对商住区域综合能源系统多目标运行优化调度模型进行求解. 最后以华东某商业住宅区域综合能源系统为例进行仿真, 验证了该方法的有效性和可行性.

文章导读

能源是人类赖以生存的根本, 随着全球化石能源的逐渐枯竭, 如何实现能源的有效利用已成当今社会关注的焦点. 能源互联网作为一种可以解决能源危机的策略, 已引起社会各界广泛关注[1-3]. 综合能源系统(Integrated energy systems, IES)作为能源互联网重要实现形式之一, 以冷热电联供微网为核心单元, 将电能、天然气与分布式能源进行统一规划调度, 满足不同类型负荷需求的同时提高经济效益与环境效益, 是未来能源发展的重要方向[4-5]. 由于综合能源系统能够利用各个能源系统之间在时空上的耦合机制, 从而实现各种能源的协同优化, 一方面提高可再生能源的利用率, 从而一定程度减少对化石能源的利用; 另一方面实现能源梯级利用, 从而提高了能源的综合利用水平[6-8].

关于综合能源系统的日前运行优化问题, 如何进一步提高能源系统效益以及能源利用率, 一直是该领域的难点[9]. 目前研究主要以经济性为优化目标进行单目标规划. 刘涤尘等[10]对含冷热电联供及储能的区域综合能源系统基于总运行成本进行优化调度; 施泉生等[11]以成本费用最小为目标函数, 对考虑储能与电转气的微网综合能源系统进行经济运行优化研究; 顾洁等[12]基于多主体主从博弈优化交互机制, 研究区域综合能源系统优化运行策略; 郑亚锋等[13]通过引入储热因子来描述储热装置的状态, 提出一种分层优化调度策略对该综合能源系统进行经济优化调度.

由于无法考虑运行时多项性能之间的协调, 单目标规划已难以适应未来综合能源系统运行调度需求. 在多目标优化调度方面, 方彤等[14]针对含氢综合能源系统运营过程中的成本和收益问题, 提出一种考虑功能方式的综合能源商业运营方法; 齐世雄等[15]针对区域综合能源系统面临灾害的弹性恢复能力和系统运行经济性之间的矛盾问题, 提出一种通过多目标加权模糊规划的方法; 王磊等[16]针对热电联供“以热定电”导致的弃风及运行成本较高问题, 提出基于CHP (Combines heat and power)灵活热电比的区域综合能源系统多目标优化调度方法; 华煌圣等[17]基于多能互补的概念, 提出新的评价指标−综合能效水平, 用于描述多能系统能源利用效果. 程亮[18]基于鲁棒优化方法构建风电出力不确定集合, 建立了区域综合能源系统运行优化模型; 张涛等[19]针对电、气、热负荷柔性特征和可调度价值, 结合三种负荷在RIES (Regional integrated energy system)中形成的耦合关系, 提出计及电−气−热多种负荷的综合需求响应模型; 魏震波等[20]为兼顾区域综合能源系统中能耗成本、污染排放、风电消纳等多个调度目标, 建立了考虑综合需求响应的RIES多目标优化模型; 耿琪等[21]基于能量路由器和公共母线的区域综合能源系统, 既实现了电、热、冷等多种能源互补, 也实现了区域内多个综合能源系统之间的电能互济; 施云辉等[22]基于综合能源系统中供需双侧不确定因素对运行调度带来的风险问题, 提出一种考虑运行风险的含储能IES优化调度模型; 何畅等[23]考虑不确定性及储能设备配置对综合能源系统优化调度的影响, 提出基于多时间尺度和多源储能的IES能量协调优化调度策略; 崔杨等[24]为提高区域综合能源系统多能耦合利用效率, 提出含电转气的变效率热电联产调度模型; 张海静等[25]考虑综合能源系统运营商和需求响应聚合商之间的交互博弈关系, 建立了计及需求响应的区域综合能源系统双层优化调度模型; 李玉帅等[26]研究综合能源系统的协同能源管理问题, 并提出一种基于异步动态事件触发通信策略的分布式梯度算法来解决该问题.

耿志强等[27]提出一种基于改进NSGA-II (Non-dominated sorting genetic)算法来研究一个多目标运行的解决方案; 曾鸣等[28]以运行成本、系统可靠性、减排率为目标对综合能源系统进行多目标运行优化调度, 并利用改进NSGA-II算法进行求解; 董帅等[29]综合考虑经济性和风电消纳能力两个方面, 实现综合能源系统多目标日前优化运行. 而一次能源利用率作为综合能源系统重要评价指标, 鲜有文献将其作为优化目标加以考虑. 同时针对综合能源系统优化调度问题, 由于传统多目标智能优化算法缺乏一种最优解综合评价方法, 对于最优解采取拥挤度以及随机选取模式, 使得针对具体问题情况下的Pareto解集难以达到最优. 因此, 基于非支配排序以及拥挤度计算的多目标算法框架, 本文提出一种利用模糊一致矩阵选取全局最优解的多目标鲸鱼优化算法(A multi-objective whale optimization algorithm, AMOWOA), 并将提出的算法与NSGA-II算法、多目标粒子群优化(Multiple objectives with particle swarm optimization, MOPSO)算法、PESA-II (Pareto envelope-based selection)算法和NSPSO (Nondominated sorting particle swarm optimisation)算法在多目标优化标准测试函数上进行对比, 通过收敛度和多样度两个指标作为度量验证了所提算法的Pareto前沿的收敛性和分布性都比较好.

同时由于综合能源系统各应用区域具有不同区域特性, 故其优化模型内部架构有较大差异. 而目前智慧能源工程在以商业住宅区域为核心的城市间广泛应用, 因此本文以商住区域为研究对象, 针对当前问题, 以日运行收益、一次能源利用率为目标构建该区域综合能源系统多目标运行优化模型, 并采用本文提出的AMOWOA进行求解保证种群进化的正确性. 最后通过对算例中的区域综合能源系统进行优化调度验证了方法的有效性.

图 1  商业住宅区域综合能源系统架构

图 2  ZDT1优化结果

图 3  ZDT2优化结果

研究多目标运行优化策略是实现综合能源系统运行兼顾多项性能的重要手段. 综合本文研究, 可得以下结论:

1)本文针对商住区域, 利用一次能源利用率作为能效评价指标, 以系统日运行收益及一次能源利用率为目标, 构建了该区域综合能源系统多目标运行优化调度模型.

2)由于传统智能优化算法种群进化方向合理性和客观性不足, 本文提出一种基于动态层次分析的多目标鲸鱼优化算法, 该算法利用模糊一致矩阵选取全局最优解从而保证种群朝着最优方向进化.

3)算例结果表明, 在优化模型中本文提出算法Pareto前沿较NSGA-II算法、MOPSO算法对于日运行收益以及一次能源利用率两种指标优化效果更好, 同时优化后两种指标都显著提升, 验证了本文方法的可行性和有效性. 同时为充分发挥多能耦合及互补优势, 应该对供能设备以及储能设备进行联合调度, 充分发挥储能设备削峰填谷功能.

在将来的研究中, 我们将加入可再生能源的使用对商业住宅区域综合能源系统运行的影响, 并结合其他多目标智能优化算法比如遗传算法、蚁群算法等综合考虑商业住宅的运行优化调度方案.

作者简介

韩永明

北京化工大学信息科学与技术学院教授. 分别于2009年和2014年获得北京化工大学学士学位和博士学位. 主要研究方向为知识图谱分析, 神经网络, 智能计算, 数据挖掘和分析. E-mail: hanym@mail.buct.edu.cn

王新鲁

北京化工大学硕士研究生. 2018 年获得北京化工大学学士学位. 主要研究方向为食品安全风险预测预警, 多目标优化. E-mail: wangxinlu_9102@126.com

耿志强

北京化工大学信息科学与技术学院教授. 1997年和2002年分别获得郑州大学学士学位和硕士学位. 2005年获得北京化工大学博士学位. 主要研究方向为神经网络, 智能计算, 数据挖掘, 知识管理与过程建模. 本文通信作者. E-mail: gengzhiqiang@mail.buct.edu.cn

朱群雄

北京化工大学信息科学与技术学院教授. 主要研究方向为计算智能与工业应用, 过程建模与系统优化, 故障诊断与报警管理, 虚拟现实与数字孪生. E-mail: zhuqx@mail.buct.edu.cn

毕帅

2021年获得北京化工大学硕士学位. 主要研究方向为智能优化. E-mail: bishuai@vip.qq.com

张红斌

博士, 国网经济技术研究院有限公司教授级高级工程师. 主要研究方向为智能配电网以及综合能源规划. E-mail: hongbin09172015@163.com