一种分布式能源系统优化配置方案选择方法与流程

1.本发明涉及一种分布式能源系统优化配置方案选择方法，尤其是一种基于模糊综合评价方法的分布式能源系统优化配置方法，属于分布式能源系统优化配置技术领域。


背景技术：

2.分布式能源系统是一种分散于用户侧，能够综合用户的需求就地生产并供应能量的一种能源供应形势。相比于传统的集中式能源系统，分布式能源系统可以通过消耗一次能源实现能量的梯级利用，提高能源的利用效率，并在节能减排方面起着十分积极的作用。然而，分布式能源系统拥有较多类型的能源设备，影响其运行的因素又十分繁杂。因此，分布式能源系统的规划设计便面临着许多的困难，特别是其能源设备最佳容量的选择问题。
3.我国分布式能源起步较晚，对分布式能源系统的优化配置还需进行更深入的研究。目前，分布式能源系统的优化配置方法多采用混合整数非线性规划理论、遗传算法和粒子群优化算法等。模糊综合评价是一种基于模糊数学的综合评价方法。它因其模型简单、适用性强以及能够应对许多复杂问题等优势受到了广大学者的关注，被广泛应用于输电网规划、电力系统黑启动方案设计和短路电流限制措施优化配置等领域，取得了较好的应用效果。然而，目前还未发现有文献将模糊综合评价方法应用于分布式能源系统的优化配置问题上


技术实现要素：

4.本发明要解决技术问题是：克服上述技术的缺点，提供一种基考虑各类影响分布式能源系统优化配置的影响因素，利用模糊综合评价方法，建立一种基于模糊综合评价方法的分布式能源系统优化配置模型，为选择各类能源设备的最佳容量提供一种新的方法。
5.为了解决上述技术问题，本发明提出的技术方案是：一种分布式能源系统优化配置方案选择方法，包括如下步骤：
6.步骤1：建立因素集u，u＝{u1,u2,
…
,u
n
}；其中n为因素集包含的因素个数，u
i
(i＝1,2,
…
,n)为因素集中的第i类因素；
7.步骤2：确定权重集a，a＝{a1,a2,
…
,a
n
}；其中a
i
(i＝1,2,
…
,n)为权重集中第i类因素的权重；
8.步骤3：确定评判集v，v＝{v1,v2,
…
,v
m
}；其中m为评判集包含的因素个数，v
i
(i＝1,2,
…
,m)为评判集中的第i种评价；
9.步骤4：计算各类因素对评判集的隶属度函数；
10.步骤5：构建模糊评价矩阵r；对不同的分布式能源系统的优化配置方案，分别将其因素集各因素值带入相应的隶属度函数中，从而得到各优化配置方案下的模糊评价矩阵r；
11.分布式能源系统第k种优化配置方案下，因素集中第i类因素u
ik
隶属于评判集中各评价的隶属度r
ik
为：r
ik
＝[c1(u
ik
),c2(u
ik
),c3(u
ik
)]；针对第k种优化配置方案的模糊评价矩阵为：
[0012][0013]
步骤6：计算模糊综合评价优先度s；第k种优化配置方案的模糊综合评价优先度为：s
k
＝(aοr
k
)
′
·
v
t
；其中，ο为模糊算子；
[0014]
步骤7：将各优化配置方案的模糊综合评价优先度都计算出来并进行对比；选用模糊综合评价优先度最大的优化配置方案。
[0015]
上述方案进一步的改进在于：所述步骤6中的模糊算子包括m(∨,∧)、m(+,∧)、m(∨,
·
)和m(
·
,+)算子中的一种或多种。
[0016]
上述方案进一步的改进在于：所述步骤1中，针对分布式能源系统的优化配置方案，分析其各类因素，形成因素集u；同时，掌握各类能源系统配置方案下产生的因素集中各因素的数值。
[0017]
上述方案进一步的改进在于：所述步骤2中，权重集a中各因素的权重依据因素对优化配置的影响程度来决定；针对不同分布式能源系统的具体情况，对因素集中的各类因素赋予不同的权重，形成权重集a，以反映不同类因素的重要程度。
[0018]
上述方案进一步的改进在于：所述步骤3中，为评价分布式能源系统优化配置的水平，设置评判集v；评判集由一系列不同的数值构成，每个数值代表的优劣程度不同；将评判集中各评价设置为数值越大其对能源系统的优化配置影响越好。
[0019]
本发明提供的分布式能源系统优化配置方案选择方法，基于模糊综合评价方法，充分考虑经济因素、环境因素等各类分布式能源系统优化配置的影响因素，构建了一种基于模糊综合评价方法的分布式能源系统优化配置模型，得到了较好的能源系统优化配置方案。
附图说明
[0020]
图1为本发明一个优选的实施例的所应用的dcchp系统结构示意图。
具体实施方式
[0021]
实施例
[0022]
本实施例提供的分布式能源系统优化配置方案选择方法，包括如下步骤：
[0023]
步骤1：建立因素集u，u＝{u1,u2,
…
,u
n
}；其中n为因素集包含的因素个数，u
i
(i＝1,2,
…
,n)为因素集中的第i类因素；
[0024]
步骤2：确定权重集a，a＝{a1,a2,
…
,a
n
}；其中a
i
(i＝1,2,
…
,n)为权重集中第i类因素的权重；
[0025]
步骤3：确定评判集v，v＝{v1,v2,
…
,v
m
}；其中m为评判集包含的因素个数，v
i
(i＝1,2,
…
,m)为评判集中的第i种评价；
[0026]
步骤4：计算各类因素对评判集的隶属度函数；
[0027]
步骤5：构建模糊评价矩阵r；对不同的分布式能源系统的优化配置方案，分别将其因素集各因素值带入相应的隶属度函数中，从而得到各优化配置方案下的模糊评价矩阵r；
[0028]
分布式能源系统第k种优化配置方案下，因素集中第i类因素u
ik
隶属于评判集中各评价的隶属度r
ik
为：r
ik
＝[c1(u
ik
),c2(u
ik
),c3(u
ik
)]；针对第k种优化配置方案的模糊评价矩阵为：
[0029][0030]
步骤6：计算模糊综合评价优先度s；第k种优化配置方案的模糊综合评价优先度为：s
k
＝(aοr
k
)
′
·
v
t
；其中，ο为模糊算子；
[0031]
步骤7：将各优化配置方案的模糊综合评价优先度都计算出来并进行对比；选用模糊综合评价优先度最大的优化配置方案。
[0032]
步骤6中的模糊算子包括m(∨,∧)、m(+,∧)、m(∨,
·
)和m(
·
,+)算子中的一种或多种。
[0033]
步骤1中，针对分布式能源系统的优化配置方案，分析其各类因素，形成因素集u；同时，掌握各类能源系统配置方案下产生的因素集中各因素的数值。
[0034]
步骤2中，权重集a中各因素的权重依据因素对优化配置的影响程度来决定；针对不同分布式能源系统的具体情况，对因素集中的各类因素赋予不同的权重，形成权重集a，以反映不同类因素的重要程度。
[0035]
步骤3中，为评价分布式能源系统优化配置的水平，设置评判集v；评判集由一系列不同的数值构成，每个数值代表的优劣程度不同；将评判集中各评价设置为数值越大其对能源系统的优化配置影响越好。
[0036]
以某商务区的分布式能源系统为例进一步说明。由于燃气内燃机与燃气轮机相比，前者在一次能源利用率以及能源运行费用方面更具优势，因此选用燃气内燃机作为原动机来制造电能。同时，通过燃气锅炉和高效换热器来满足商务区热能的需求，通过溴化锂制冷机组和电制冷机来满足商务区冷能的需求。此外，考虑到冷热能源需求的峰谷差，还可以考虑增加储能设备来进行能源需求的削峰填谷。含有储能设备的分布式天然气冷热电三联供(dcchp)系统如附图1所示。
[0037]
通过对此商务区的分布式能源系统设备容量的优化配置进行计算，最终确定了参与评估的3套方案，具体如表1所示。
[0038]
表1某商务区能源系统设备容量配置方案
[0039][0040]
(1)建立因素集u
[0041]
对此dcchp系统进行优化配置，需考虑经济因素和环境因素。经济因素可考虑年购
电量和年总成本，环境因素可考虑年污染物排放量。此外，由于储能设备需要较大占地面积，且是否需要增加储能设备还需商榷，因此将储能设备的容量配置也纳入因素集中。此实施例选取因素集中的u1为储能，u2为年购电量，u3为年总成本，u4为年污染物排放量，即因素集为：
[0042]
u＝{储能，年购电量，年总成本，年污染物排放量}；
[0043]
备选的3套方案在各自能源系统的配置情况下产生的因素集各类因素数值如表2所示。
[0044]
表2某商务区因素集中各类因素评价等级
[0045][0046]
(2)确定权重集a
[0047]
由于商务区对经济性更为看重，因此对因素集中的经济因素赋予更多的权重。同时，为兼顾经济与环境的可持续发展，对因素集中的环境因素赋予次要多的权重。因此，对因素集中因素u1，u2，u3和u4的权重分别赋值为0.15,0.3,0.35和0.2。即：
[0048]
a＝{0.15,0.3,0.35,0.2}；
[0049]
(3)确定评判(分数)集v
[0050]
对本实施例分3级评价来评价此dcchp系统的优化配置水平，即设置：
[0051]
v＝{1,2,3}；
[0052]
其中1代表优化配置水平差，2代表优化配置水平一般，3代表优化配置水平好。
[0053]
(4)计算各类因素对评判集的隶属度函数
[0054]
依据商务区实际情况，各因素评价等级如表3所示。
[0055]
表3某商务区因素集中各类因素评价等级
[0056][0057]
由表3可知，各类因素都是在某区间对应一个评价等级。因此，本实施例隶属度函数选取梯形隶属度函数。则：
[0058]
u1对评价“1”的隶属度函数为：
[0059][0060]
u1对评价“2”的隶属度函数为：
[0061][0062]
u1对评价“3”的隶属度函数为：
[0063][0064]
以此类推，u2，u3和u4对各评价的隶属度函数可得。
[0065]
(5)构建模糊评价矩阵r
[0066]
对不同方案，分别将其因素集中各因素值带入相应隶属度函数中，从而得到各个方案的模糊评价矩阵。
[0067]
以方案1为例构建模糊评价矩阵：
[0068]
u
11
＝3025，因此其隶属于分数“1”，“2”，“3”的隶属度为：
[0069]
r
11
＝[c1(u
11
),c2(u
11
),c3(u
11
)]＝[0.9375 1 0.0625]；
[0070]
u
21
＝32117，因此其隶属于分数“1”，“2”，“3”的隶属度为：
[0071]
r
21
＝[c1(u
21
),c2(u
21
),c3(u
21
)]＝[0.234 1 0.766]；
[0072]
u
31
＝1213.2，因此其隶属于分数“1”，“2”，“3”的隶属度为：
[0073]
r
31
＝[c1(u
31
),c2(u
31
),c3(u
31
)]＝[0.16 1 0.84]；
[0074]
u
41
＝5.462，因此其隶属于分数“1”，“2”，“3”的隶属度为：
[0075]
r
41
＝[c1(u
41
),c2(u
41
),c3(u
41
)]＝[0.4367 1 0.5633]；
[0076]
因此，针对方案1的模糊评价矩阵为：
[0077][0078]
同理，针对方案2和方案3的模糊评价矩阵为：
[0079][0080][0081]
(6)计算模糊综合评价优先度s
[0082]
为兼顾因素集中的各类因素并保证得到较为全面的评价结果，本实施例采用加权平均型m(
·
,+)算子。
[0083]
则在本实施例中，方案1的模糊综合评价优先度为：
[0084]
s1＝(a
·
r1)
′
·
v
t
＝3.645835；
[0085]
同理得方案2和方案3的模糊综合评价优先度分别为：
[0086]
s2＝1.9874851；
[0087]
s3＝2；
[0088]
由于s1>s3>s2，说明方案1的综合效果最好。因此本实施例最终将燃气内燃机设置为6350/kw、燃气锅炉设置为37935kw、吸收式热泵设置为4587kw、电压缩机制冷机组设置为57683kw、储能设备设置为3025kw。
[0089]
本发明不局限于上述实施例。凡采用等同替换形成的技术方案，均落在本发明要求的保护范围。