(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111611468.0 (22)申请日 2021.12.27 (71)申请人 吉林大学 地址 130012 吉林省长 春市前进大街269 9 号 (72)发明人 金英爱　江楠　马纯强　蒋志鹏　 王震坤　 (74)专利代理 机构 深圳众邦专利代理有限公司 44545 代理人 李茂松 (51)Int.Cl. G06F 30/20(2020.01) G06N 3/00(2006.01) G06Q 10/06(2012.01) G06Q 50/06(2012.01)G06F 111/04(2020.01) G06F 111/06(2020.01) (54)发明名称 一种冷热电联供综合能源利用系统优化调 度方法 (57)摘要 本发明属于电力技术领域， 尤其为一种冷热 电联供综合能源利用系统优化调度方法， 包括以 下步骤： S1、 获取优化时段的光伏、 风力预测发电 量、 用户的冷、 热、 电负荷预测以及电价信息； S2、 将各优化时段的分时电价和风力、 风力预测发电 量以及负荷作为系统的输入， 以燃气轮机、 常规 发电机组、 备用发电机组以及蓄电池 出力为决策 变量， 通过PSO ‑CS联合搜索算 法得到各发电机组 各时段最优的出力大小。 本发明用于冷热电联供 综合利用系统的优化调度， 通过启发 式算法可有 效解决系统设备类型多、 耦合复杂， 调度困难的 问题， 从而提高了系统运行经济性， 通过将粒子 群算法与布谷鸟算法结合， 解决了粒子群算法在 后期容易陷入局部最优解的问题。 权利要求书2页 说明书7页 附图2页 CN 114282371 A 2022.04.05 CN 114282371 A 1.一种冷热电联 供综合能源利用系统优化调度方法， 其特 征在于： 包括以下步骤： S1、 获取优化时段的光伏、 风力预测发电量、 用户的冷、 热、 电负荷预测以及电价信息； S2、 将各优化时段的分时电价和风力、 风力预测发电量以及负荷作为系统的输入， 以燃 气轮机、 常规发电机组、 备用发电机组以及蓄电池 出力为决策变量， 通过PSO ‑CS联合搜索算 法得到各发电机组各时段最优的出力大小。 2.根据权利要求1所述的一种冷热电联供综合能源利用系统优化调度方法， 其特征在 于： 所述步骤S2中， 对冷热电联供综合能源利用系统优化问题， 以燃气轮机、 常规 发电机组、 备用发电机组以及蓄电池出力大小为决策变量， 考虑调 度系统的分时电价信息和需求响应 信息， 进而构建冷热电联供综合能源利用系统优化调度模型， 冷热电联供综合能源利用系 统优化调度模型包括： 以运行费用和环境治理费用为目标， 以功率平衡、 各出力 机组功率限制为约束条件， 对 设备调度策略进行优化， 构建冷热电联 供综合能源利用系统优化调度模型； 目标函数如下： 式中， costtot为日运行总费用， 为t设备在i时刻的运行费用， 为t设备在i 时刻的环境治理费用， 为t设备在i时刻的燃料费用。 3.根据权利要求1所述的一种冷热电联供综合能源利用系统优化调度方法， 其特征在 于： 所述步骤S2中， PSO ‑CS联合搜索算法为： 算法下层分为多个群落， 在每个群落中使用PSO 算法更新 公式， 之后将优化结果送入到上层进 行CS算法优化， 优化后的结果再返回到上层； PSO算法的速度、 位置更新公式如下： vi,k+1＝ω*vi,k+c1*rand.*(positioni,best‑positioni,k)+c2*rand.*(positionbest‑ positioni,k)+c3*rand.*(positi onsc‑positioni,k) positioni,k+1＝positi oni,k+vi,k+1 式中vi,k为第i个粒子第k次迭代速度rand为0 ‑1之间的随机数向量， p ositioni,best为第 i个粒子的历史最优解的位置， positionbest为当前最优粒子的位置， positionsc为该粒子所 在种群的最优粒子位置； ω、 c1、 c2、 c3在本发明中取0.7、 1.5、 1.5、 1.5； 更新后的粒子速度若 超过了允许范围， 则将速度的上限或下限作为粒子的速度； 与速度更新 公式类似， 粒子位置 若超过了允许 范围， 则将位置的上限或下限作为粒子的位置； CS算法的更新公式如下： CS算法主要包括更新鸟巢位置和重建鸟巢两个步骤； 鸟巢位置采用levy飞行来更新， 飞行后的鸟巢位置若优于原先位置， 则鸟巢位置更新为飞行后的鸟巢位置， 之后根据概率 来确定是否需要重建鸟巢； Levy飞行公式与重建鸟窝公式如下： Xt+1＝Xt+α.*Levy( β ) 其中Xt为鸟窝位置， α 为步长缩 放因子， 本发明中取1， Levy( β )为levy飞行随机路径， β 在 本发明中取1.5； levy飞行随机路径为：权　利　要　求　书 1/2 页 2 CN 114282371 A 2式中 其中u～N(0, σ2)， v～N(0,1)， 鸟窝重建公式为 Xt+1＝Xt+rand.*Heaviside(Pa ‑ε ).*(Xi‑Xj) 式中Heaviside(x)为跳跃函数， 当x大于0时等1， 否则等0， Xi、 Xj为任意两个鸟窝位置； Pa为鸟窝重建概 率， ε为0‑1之间的随机数。权　利　要　求　书 2/2 页 3 CN 114282371 A 3