董 晶

(吉林建筑科技學(xué)院 管理工程學(xué)院,吉林 長(zhǎng)春 130000)

0 引言

可再生能源與不可再生能源相比,最大的優(yōu)勢(shì)在于成本低、發(fā)展速度快、具有大規(guī)模可開發(fā)利用價(jià)值。但部分可再生能源由于在時(shí)間上和空間上的不確定性,每天的發(fā)電量會(huì)受到氣候變化的影響程度較大,因此常常會(huì)導(dǎo)致發(fā)電和用電負(fù)荷不平衡的問(wèn)題產(chǎn)生[1]。針對(duì)可再生能源的供給系統(tǒng)組成和配置成為當(dāng)前相關(guān)領(lǐng)域研究人員重點(diǎn)關(guān)注的問(wèn)題。當(dāng)前,粒子群算法主要應(yīng)用在工程領(lǐng)域當(dāng)中,針對(duì)工程應(yīng)用實(shí)例進(jìn)行數(shù)據(jù)挖掘,但在能源領(lǐng)域當(dāng)中的應(yīng)用較少[2]。同時(shí)粒子群算法與其他搜索算法相比,模型結(jié)構(gòu)更加簡(jiǎn)單,但具有良好的搜索效率和收斂性,因此能夠在最短的時(shí)間內(nèi)搜索出精度最高的結(jié)果。本文引入粒子群算法對(duì)可再生能源供給系統(tǒng)進(jìn)行優(yōu)化設(shè)計(jì)。

1 系統(tǒng)硬件優(yōu)化設(shè)計(jì)

本文在引入粒子群算法對(duì)可再生能源供給系統(tǒng)進(jìn)行優(yōu)化設(shè)計(jì)時(shí),采用冷熱電聯(lián)產(chǎn)運(yùn)行模式,確?？稍偕茉蠢眯侍嵘耐瑫r(shí),削弱能源轉(zhuǎn)換和生產(chǎn)過(guò)程中對(duì)周圍環(huán)境造成的威脅。通過(guò)電網(wǎng)可以提供電力的互補(bǔ),實(shí)現(xiàn)可靠性和經(jīng)濟(jì)性更高的運(yùn)行效果。針對(duì)上述供給系統(tǒng)結(jié)構(gòu),對(duì)系統(tǒng)中的監(jiān)控傳感器和制冷熱機(jī)進(jìn)行優(yōu)化選型設(shè)計(jì)。

1.1 監(jiān)控傳感器優(yōu)化選型

選用LU49-640型號(hào)監(jiān)控傳感器,該型號(hào)傳感器具備多維度校正功能,能夠針對(duì)可再生能源的存儲(chǔ)特點(diǎn),對(duì)監(jiān)控過(guò)程中產(chǎn)生的誤差從多個(gè)維度上進(jìn)行校準(zhǔn),從而為本文系統(tǒng)后續(xù)攻擊提供更加可靠的數(shù)據(jù)依據(jù)。同時(shí),LU49-640型號(hào)監(jiān)控傳感器能夠?qū)崿F(xiàn)遠(yuǎn)程監(jiān)控、設(shè)置等功能,系統(tǒng)管理用戶可以通過(guò)移動(dòng)終端設(shè)備,遠(yuǎn)程控制LU49-640型號(hào)監(jiān)控傳感器,實(shí)現(xiàn)對(duì)供給系統(tǒng)的遠(yuǎn)程管理。同時(shí),該型號(hào)監(jiān)控傳感器能夠支持4~20 mA和RS485單路或多路共通。將LU49-640型號(hào)監(jiān)控傳感器采集到的數(shù)據(jù)通過(guò)光纜、光纖等方式,傳輸?shù)奖疚墓┙o系統(tǒng)的上位機(jī)當(dāng)中,方便系統(tǒng)對(duì)各類數(shù)據(jù)信息的存儲(chǔ)。

1.2 制冷熱機(jī)選型

針對(duì)不同可再生能源的使用需求,選用HANIND154-650型號(hào)吸收式制冷機(jī),其規(guī)格為HXD-25A 25P25HP2;標(biāo)準(zhǔn)制冷量為75.2 kW;運(yùn)行過(guò)程中的輸入功率為22.5 kW。同時(shí),該型號(hào)吸收式制冷劑采用風(fēng)冷式箱型結(jié)構(gòu)設(shè)計(jì),其材料為304不銹鋼,循環(huán)水泵設(shè)置在吸收式制冷劑的內(nèi)部,并且在該裝置底部安裝活動(dòng)腳輪,能夠提高裝置移動(dòng)的方便程度,可根據(jù)本文供給系統(tǒng)的運(yùn)行需要,將其安裝在不同的位置和設(shè)備上,該型號(hào)吸收式制冷劑不需要安裝冷卻水塔,因此在實(shí)際安裝時(shí)施工工期更短,便于本文系統(tǒng)的研發(fā)生產(chǎn)。

2 系統(tǒng)軟件優(yōu)化設(shè)計(jì)

2.1 構(gòu)建多目標(biāo)可再生能源供給模型

為了保證本文優(yōu)化設(shè)計(jì)后的基于粒子群算法的可再生能源供給系統(tǒng)具有更好的應(yīng)用優(yōu)勢(shì),在系統(tǒng)運(yùn)行的過(guò)程中必須確?？稍偕茉吹陌l(fā)電功率在滿足負(fù)載功率的條件下實(shí)現(xiàn)運(yùn)行[3]。同時(shí),在可再生能源供給系統(tǒng)的運(yùn)行過(guò)程中,存在一個(gè)特殊的無(wú)法連續(xù)的時(shí)段,在這一時(shí)段當(dāng)中,系統(tǒng)仍然需要確保運(yùn)行電量滿足負(fù)載要求。當(dāng)其中一種能源無(wú)法實(shí)現(xiàn)發(fā)電時(shí),另一種發(fā)電能源的最小功率必須滿足如下條件:

公式(1)中,Pmin表示為可再生能源的最小功率;t′表示為可再生能源發(fā)電裝置的運(yùn)行時(shí)間。將上述多個(gè)目標(biāo)作為本文供給系統(tǒng)的多目標(biāo)模型,在系統(tǒng)運(yùn)行過(guò)程中,嚴(yán)格保證各項(xiàng)參數(shù)均滿足上述模型的需要,從而提高本文基于粒子群算法的可再生能源供給系統(tǒng)的應(yīng)用性能。

2.2 基于粒子群算法的可再生能源互補(bǔ)邏輯生成

本文引入粒子群算法,利用該算法實(shí)現(xiàn)對(duì)最優(yōu)可再生能源轉(zhuǎn)換邏輯的求解。在粒子群算法當(dāng)中,原算法流程的兩個(gè)變量分別為速度和位置,在計(jì)算過(guò)程中,將粒子探索得到的最優(yōu)解作為Pbest,并將該數(shù)據(jù)進(jìn)行存儲(chǔ)。同時(shí),針對(duì)所有粒子在探索過(guò)程中得到的最優(yōu)解集合作為Gbest,并將其存儲(chǔ),Pbest數(shù)據(jù)和Gbest數(shù)據(jù)存儲(chǔ)均屬于對(duì)全體共享信息。將可再生能源互補(bǔ)邏輯生成過(guò)程看作是尋找最優(yōu)Gbest值的過(guò)程。在不斷探索的過(guò)程中,某一粒子可以通過(guò)參考數(shù)據(jù)對(duì)其本身所在的位置和速度變量進(jìn)行更新,這一流程的表達(dá)式為:

公式(2)中,v表示為粒子本身速度變量;w表示為對(duì)v產(chǎn)生影響的慣性參數(shù);i表示為粒子;c1和c2表示為對(duì)Pbest數(shù)據(jù)和Gbest數(shù)據(jù)移動(dòng)傾向產(chǎn)生影響的局部趨勢(shì)參數(shù);r1和r2表示為在0~1之間的隨機(jī)數(shù)值。按照上述流程,對(duì)最優(yōu)配置進(jìn)行求解,并以此作為可再生能源供給的互補(bǔ)邏輯生成。在計(jì)算的過(guò)程中,充分考慮到不同變量參數(shù)的變化情況,并在求解出隨機(jī)數(shù)值時(shí),采用粒子群算法,利用該算法本身具備的懲罰函數(shù),針對(duì)構(gòu)建多目標(biāo)可再生能源供給模型時(shí)可能產(chǎn)生的多個(gè)制約條件進(jìn)行更好的解決,從而達(dá)到最優(yōu)化的解,實(shí)現(xiàn)對(duì)不同可再生能源發(fā)電比例的控制。

3 供給系統(tǒng)優(yōu)化前后對(duì)比

為了驗(yàn)證前文從硬件和軟件兩方面提出的優(yōu)化設(shè)計(jì)方案是否能夠解決優(yōu)化前供給系統(tǒng)存在的諸多問(wèn)題,針對(duì)其前后供給系統(tǒng)的應(yīng)用性能進(jìn)行探究,分別利用優(yōu)化前后的可再生能源供給系統(tǒng)對(duì)某工業(yè)園區(qū)現(xiàn)有20 kW的風(fēng)電互補(bǔ)發(fā)電機(jī)組進(jìn)行供給。已知該工業(yè)園區(qū)的空氣相對(duì)濕度平均值為59.31%,海拔高度約為42.36 m,連續(xù)發(fā)電時(shí)間不能超過(guò)5天。對(duì)優(yōu)化前后 供給系統(tǒng)應(yīng)用后每個(gè)月的發(fā)電量進(jìn)行記錄,得到如圖1所示的實(shí)驗(yàn)結(jié)果對(duì)比圖。

圖1 供給系統(tǒng)優(yōu)化前后每月發(fā)電量記錄

從圖1供給系統(tǒng)優(yōu)化前后每月發(fā)電量記錄可以看出,兩種供給系統(tǒng)應(yīng)用中,4月、5月、6月和8月、9月的發(fā)電量相對(duì)較多,與上述工業(yè)園區(qū)全年每月平均風(fēng)速和太陽(yáng)輻射強(qiáng)度表中平均風(fēng)速數(shù)值和太陽(yáng)輻射強(qiáng)度數(shù)值較大的月份對(duì)應(yīng)。但通過(guò)對(duì)每個(gè)月發(fā)電量比較可以得出,優(yōu)化前供給系統(tǒng)的發(fā)電量明顯小于優(yōu)化后供給系統(tǒng)的發(fā)電量。因此,通過(guò)對(duì)比實(shí)驗(yàn)?zāi)軌蜻M(jìn)一步證明,優(yōu)化后的可再生能源供給系統(tǒng)運(yùn)行可靠性更強(qiáng),可實(shí)現(xiàn)對(duì)可再生能源的高效率利用。

4 結(jié)語(yǔ)

本文通過(guò)上述論述,在引入粒子群算法的基礎(chǔ)上提出了一種全新的可再生能源供給系統(tǒng),并通過(guò)將其應(yīng)用到實(shí)際運(yùn)行環(huán)境中,證明了優(yōu)化后的供給系統(tǒng)與優(yōu)化前的供給系統(tǒng)相比,能夠在風(fēng)速、日太陽(yáng)輻射強(qiáng)度等多種環(huán)境因素的影響下,實(shí)現(xiàn)最大發(fā)電量,提高了對(duì)可再生能源的利用率。