算法热电冷联产系统多目标方案优化.pdfVIP

第 8卷第 1期 沈阳工程学院学报(自然科学版) VO1．8No．1 2012年 1月 JournalofShenyangInstituteofEngineering(NaturalScience) Jan． 2O12 基于遗传算法热电冷联产系统多目标方案优化 王耀文，黄锦涛，李祥勇，庄少欣，肖 彬 (西安交通大学 能源与动力工程学院，西安710049) 摘 要：根据用户全年冷、热、电负荷设计冷热电三联产系统方案并实现优化运行是决定联产系统经济性的关键．建立 了以一次能源节约率、净现值和CO：排放量为优化 目标，以冷热电三联产系统 中主要设备容量为决策变量的多 目标优 化模型，同时运用实数编码遗传算法进行优化计算，得到了“以电定热”和 “以热定电”2种不同运行模式下的冷热电三联 产系统优化设计方案． 关键词：冷热电联产 ；多目标优化；遗传算法；实数编码 中图分类号：TK019 文献标识码：A 文章编号：．1673—1603(2012)01—0026—04 冷热电联产系统(CCHP，CombinedCooling，Heat- NPV=艺 [C。+ l—Cf— M— ingandPower)的节能减排优势取决于系统方案的设 计及运行模式的选择，与用户负荷不匹配的CCHP系 c。．b](1+i)一一C (2) 统运行经济性较差，甚至不及分产系统．很多学者对 式中，C。为CCHP向用户供能所节省费用，￥；C。．。。 CCHP系统方案分别从经济性最优和节能性最优 2个 为售电费用，￥；C为燃料费用，￥；C。M为运行维护费 方面进行了优化，经济性优化以年运行成本 ¨ J、年净 用，￥；Co．b为购 电费用，￥；C印为初投资，￥；i为折 现流等为优化 目标；节能性优化以一次能耗率 J、一 现率；)，为联产系统寿命年限，年． 次能源节约率等为优化 目标；另外，文献 [7]还 以炯经 年运行成本如式(3)． C叩=Cf+C0M+C。lby—C。。el1 (3) 济系数、投资成本和净现值为优化 目标实现了多 目标 ， 优化． CO：排放量如式(4)． 这里从CCHP系统的节能性、经济性和环保性3 CDE=EEF×E d+ ’F×Fc。 (4) 个方面人手，建立了以一次能源节约率PES、净现值 式中，EEF为常规发 电排放 因子，取 0．000749t· NPV和CO 排放量 CDE为优化 目标的，以发电动力 ( v11)～；￡ 为购 电量，kWh；甩F为燃料排放因子， 设备容量、余热锅炉容量和制冷设备容量为优化变量 取0．0002t·(kWh )～； 。为消耗燃料能量，kJ． 的多 目标非线性优化数学模型，并采用实数编码遗传 多 目标优化以综合评价指标P 为 目标函数，综 算法进行优化计算，以确定在给定用户条件下的最佳 合评价指标胴 如式(5)． CCHP方案． PECsp CDEsp (5) 删 × +k2× +k3× 1 多目标优化数学模型 式中，k，、k：、k，为权系数；PEC ccHP为分产和联 1．1 优化 目标函数