买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：杭州和利时自动化有限公司;中煤新集利辛发电有限公司

摘要：本发明提供一种基于物联网的电厂运行优化方法及系统，涉及电力系统优化技术领域，包括部署物联网传感器，实时采集关键设备的执行参数和环境参数，得到电厂运行数据；基于电厂运行历史数据，确定储能设备能效指标，确定第一目标函数，并添加储能设备安全运行约束；基于电厂运行历史数据，确定电厂运行成本指标，结合电厂能效模型的最优解，确定第二目标函数，并添加电厂调度可行域约束；基于第一目标函数和第二目标函数，构建综合目标函数；将电厂运行实时数据输入蜂群探索算法，基于综合目标函数，确定蜂群个体的适应度值，经过多次蜂群探索，迭代更新蜂群个体的位置，直到达到预设的迭代次数，输出最优解，确定电厂运行优化方案。

主权项：1.基于物联网的电厂运行优化方法，其特征在于，包括：在电厂中关键设备上部署物联网传感器，通过所述物联网传感器，实时采集所述关键设备的执行参数和环境参数，对所述执行参数和所述环境参数进行清洗并记录，得到电厂运行数据，其中所述电厂运行数据包括电厂运行历史数据和电厂运行实时数据；基于所述电厂运行历史数据，确定储能设备能效指标，构建电厂能效模型，以最小化储能设备能效为目标，确定第一目标函数，并为所述第一目标函数添加储能设备安全运行约束；基于所述电厂运行历史数据，确定电厂运行成本指标，结合所述电厂能效模型的最优解，构建电厂经济调度模型，以最小化运行成本为目标，确定第二目标函数，并为所述第二目标函数添加电厂调度可行域约束；基于所述第一目标函数和所述第二目标函数，构建综合目标函数；将所述电厂运行实时数据输入蜂群探索算法，基于所述综合目标函数，确定蜂群个体的适应度值，经过多次蜂群探索，迭代更新所述蜂群个体的位置，直到达到预设的迭代次数，基于所述适应度值输出最优解，确定所述最优解对应的电厂运行优化方案；基于所述电厂运行历史数据，确定储能设备能效指标，构建电厂能效模型，以最小化储能设备能效为目标，确定第一目标函数，并为所述第一目标函数添加储能设备安全运行约束包括：基于所述电厂运行历史数据，结合储能设备与电厂总负荷的关联关系，提取储能设备的充放电量、充放电功率、荷电状态和温度；基于一个充放电周期，以及所述充放电量，计算储能设备能量转换率；基于所述储能设备的静置状态，确定荷电状态的变化情况，计算储能设备自放电率；基于所述储能设备的生命周期，确定所述储能设备的退化速率，计算储能设备循环寿命；以最小化所述储能设备能效指标为目标，结合所述储能设备能量转换率、所述储能设备自放电率和所述储能设备循环寿命，构建第一目标函数；为所述第一目标函数添加储能设备安全运行约束，包括：荷电状态上下限范围、充电功率上下限范围、放电功率上下限范围、充电温度上下限范围和放电温度上下限范围；基于所述电厂运行历史数据，确定电厂运行成本指标，结合所述电厂能效模型的最优解，构建电厂经济调度模型，以最小化运行成本为目标，确定第二目标函数，并为所述第二目标函数添加电厂调度可行域约束包括：基于所述电厂运行历史数据，确定所述储能设备的性能衰减曲线，计算储能设备折旧系数，结合储能设备当前运行功率，确定储能设备折旧成本；基于电厂产出总功率、负荷功率以及储能设备输出功率，确定购电成本和售电收益；综合所述储能设备折旧成本、所述购电成本和所述售电收益，结合所述所述电厂能效模型的最优解，构建第二目标函数；为所述第二目标函数添加电厂调度可行域约束，包括：风电和光伏功率的预测误差调整、储能设备功率平衡约束、储能设备荷电状态更新规则约束、储能设备功率上下限范围、荷电状态上下限范围和总储能电量上下限范围；将所述运行数据输入蜂群探索算法，基于所述综合目标函数，确定蜂群个体的性能值，经过多次蜂群探索，迭代更新所述蜂群个体的位置，直到达到预设的迭代次数，基于所述性能值输出最优解，确定所述最优解对应的电厂运行优化方案包括：基于预设的蜂群体量，在解的空间中随机分布对应数量的蜜蜂个体，组成蜜蜂种群，每个所述蜜蜂个体对应一个电厂运行优化方案；将所述蜜蜂种群按照预设的子群数量划分蜜蜂子群区域，对每个所述蜜蜂子群区域进行独立迭代更新：计算并排序每个所述蜜蜂个体的性能值，确定最差蜜蜂个体、优等蜜蜂群和剩余蜜蜂群；对所述最差蜜蜂个体进行基础搜索，更新获得第一更新个体，对所述第一更新个体进行跨域搜索，更新获得第二更新个体；对所述优等蜜蜂群进行邻近搜索，更新获得第一更新群；对所述剩余蜜蜂群进行随机搜索，更新获得第二更新群；组合所述第一更新个体、所述第二更新个体、所述第一更新群和第二更新群，获得所述当前蜜蜂子群区域对应的更新蜜蜂子群；依次更新所有所述蜜蜂子群区域，完成一轮迭代，直到达到预设的迭代次数，汇总每个所述蜜蜂子群区域中的最优蜜蜂个体，确定最优解，得到最优电厂运行优化方案；计算并排序每个所述蜜蜂个体的性能值，确定最差蜜蜂个体、优等蜜蜂群和剩余蜜蜂群；对所述最差蜜蜂个体进行基础搜索，更新获得第一更新个体，对所述第一更新个体进行跨域搜索，更新获得第二更新个体；对所述优等蜜蜂群进行邻近搜索，更新获得第一更新群；对所述剩余蜜蜂群进行随机搜索，更新获得第二更新群包括：在当前蜜蜂子群区域中，应用所述综合目标函数，确定每个所述蜜蜂个体的性能值，基于所述性能值，对所述蜜蜂个体进行降序排列，构建有序子群，以排名第一蜜蜂个体为最优蜜蜂个体，排名最后的个体为最差蜜蜂个体，将所述最差蜜蜂个体朝向所述最优蜜蜂个体移动，进行基础搜索，更新所述最差蜜蜂个体的位置，确定第一更新个体；如果所述第一更新个体的性能值与更新前的所述最差蜜蜂个体的性能值之间的差值，小于预设的显著改善阈值，则跨越所述当前蜜蜂子群区域，进行跨域搜索，更新所述第一更新个体的位置，确定第二更新个体；从所述有序子群中按照预设的优等蜜蜂数量选择优等蜜蜂，构建优等蜜蜂群，所述优等蜜蜂群中的每个优等蜜蜂以当前位置为中心，进行邻近搜索，探索更高性能值，更新所述优等蜜蜂的位置，确定第一更新群；所述剩余蜜蜂群中的每个剩余蜜蜂个体，在所述当前蜜蜂子群区域中随机搜索，如果新搜索位置对应的性能值大于当前位置对应的性能值，所述剩余蜜蜂个体移动到所述新搜索位置，否则保持所述当前位置不动，确定第二更新群；所述第一目标函数如下公式所示： ；其中，η表示储能设备能量转换率，Edischarge表示放电电能，Echarge表示充电电能，σ表示储能设备自放电率，ΔSOC表示荷电状态的变化量，SOC表示对应时间段内储能设备的平均荷电状态，t表示时间段，N表示储能设备循环寿命，a表示储能设备循环寿命的基本水平控制参数，b表示温度变化对储能设备循环寿命的影响因子，K表示储能设备工作温度，R表示储能设备充放电速率，c表示储能设备循环寿命对循环倍率变化的敏感度因子，f1表示第一目标函数值，ω1表示充放电效率权重，ω2表示自放电率权重，ω3表示循环寿命权重；所述第二目标函数如下公式所示： ；其中，f2表示第二目标函数值，t表示时间段，T表示总时间，λ表示电网电价，Prn表示电厂功率，Pload表示负荷功率，Pess表示储能设备功率，Cl表示电厂能效模型的最优解，β是储能设备折旧系数；所述电厂调度可行域约束，其公式及如下： ；其中，Prnpre表示电厂功率预测值，ern表示预测误差，Pch表示储能设备充电功率，Pdis表示储能设备放电功率，Pessmin表示储能设备功率下限，Pessmax表示储能设备功率上限，θch表示储能设备充电效率，θdis表示储能设备放电效率，SOCmin表示荷电状态下限，SOCmax表示荷电状态上限，Pdismin表示储能设备放电功率下限，Pdismax表示储能设备放电功率上限，Pchmin表示储能设备充电功率下限，Pchmax表示储能设备充电功率上限，Pesstotal_min表示全时段储能总量下限，Pesstotal_max表示全时段储能总量上限。

全文数据：

权利要求：

百度查询： 杭州和利时自动化有限公司 中煤新集利辛发电有限公司 基于物联网的电厂运行优化方法及系统