一种热电联产系统附加热源优化配置方法

1.本发明涉及热电联产系统优化运行技术，具体涉及一种考虑需求侧响应的热电联产系统附加热源优化配置方法。


背景技术：

2.目前，能源和环境问题已成为制约当今社会发展的重要瓶颈，提高能源利用效率，减少碳排放，加强可再生能源综合利用是能源发展的必然选择。热电联产系统作为一种高效能源系统，不仅能够产生电力和热能两种形式的有用能量，而且可以实现电、热能源之间的转换和协调，有效提高了系统的经济性以及可再生能源的消纳能力。在我国风电资源丰富的“三北”地区，热电联产已成为冬季供暖的主要方式。
3.然而，由于系统发电和产热具有复杂的耦合关系，使得单一的热电联产系统灵活性不足，特别是在风能等清洁能源大规模并网之后，可能导致清洁能源得不到有效消纳，损害系统运行的经济性和对环境的改善能力。为了解除热、电能源的耦合，在系统中配置由储热罐和电锅炉组成的附加热源是有效做法。
4.在系统实际运行中，附加热源的容量配置参数往往难以确定。容量配置冗余虽然能够最大程度上消纳所有清洁能源，系统经济性却很难保证。容量配置不足虽然能够减少附加热源配置带来的投资和运行成本，但可能会导致风电等清洁能源的大量浪费。因此，附加热源优化配置对提高系统经济性和风电消纳能力具有十分重要的现实意义。


技术实现要素：

5.本发明的主要目的在于提供一种考虑需求侧响应的热电联产系统附加热源优化配置方法，旨在增强系统灵活性、提高风电消纳能力的同时，获得最低的经济成本。
6.本发明采用的技术方案为：一种热电联产系统附加热源优化配置方法，包括：燃煤成本系统燃煤成本由热电机组的燃煤成本和火电机组的燃煤成本共同构成：(1)热电机组燃煤成本表示为：(2)式中：表示调度周期，；表示热电机组数；表示机组煤耗系数；表示抽取单位热量导致发电量的减少量；表示时刻热电机组电出力，mw；表示时刻热电机组热出力，mw；火电机组燃煤成本表示为：
(3)式中：表示火电机组数；表示时刻火电机组电出力，mw；附加热源平均投资成本附加热源平均投资成本由储热罐平均投资成本和电锅炉平均投资成本两部分组成，附加热源的投资成本与最大容量线性相关：(4)储热罐平均投资成本可以表示为：(5)式中：表示储热罐的安装容量；表示储热罐建设的容量单价；表示年折旧率；表示储热罐使用寿命；电锅炉平均投资成本可以表示为：(6)式中：表示电锅炉的安装容量；表示电锅炉建设的容量单价；表示电锅炉使用寿命；附加热源运行成本附加热源运行成本由储热罐的运行成本和电锅炉的运行成本共同构成：(7)储热罐的运行成本表示为：(8)式中：表示储热罐运行成本系数，元/mwh；表示时刻储热罐内的热量值，mwh；电锅炉的运行成本表示为：(9)式中：表示电锅炉运行成本系数，元/mwh；表示时刻电锅炉运行功率，mw；弃风惩罚成本
系统弃风的惩罚成本表示为：(10)式中：表示弃风惩罚系数，取490元/mwh；表示时刻系统的弃风量，mwh。
7.进一步地，所述附加热源的容量配置需满足以下约束条件：考虑需求侧响应的电力平衡约束用户响应分时电价后的电负荷需求与分时电价的关系为：用户响应分时电价后的电负荷需求与分时电价的关系为：式中：表示电量电价的弹性系数，当时表示自弹性系数，当时表示互弹性系数；表示时刻的分时电价，元/(mw
·
h)；表示采用分时电价前的电价；得到考虑需求侧响应的电力平衡约束： (11)式中：表示时刻风电机组出力，mw；表示时刻柔性电力负荷，mw；考虑需求侧响应的热力平衡约束热感觉平均预测指标pmv的计算方法为：式中：表示热舒适度指标值；表示室内温度；表示人体最适宜的环境温度，取26℃；通过转换得到供热量约束为：通过转换得到供热量约束为：式中：表示热负荷向上调节系数；表示热负荷向下调节系数；表示满足热舒适度的最大室内温度(℃)；表示满足热舒适度的最小室内温度(℃)；
表示满足热舒适度的热负荷上限，mw；表示满足热舒适度的热负荷下限，mw；表示系统实际供热量，mw；得到考虑需求侧响应的热力平衡约束：(12)(13)式中：为电锅炉电热转换效率；为储热罐时刻的储热量；热电机组约束热电机组约束包括功率上下限约束和爬坡功率约束，公式（14）前两项表示机组出力应在其允许范围内；后两项表示机组调度区间内电出力的变化幅度不能超过最大爬坡功率的限制；(14)式中：表示热电机组最小电出力，mw；表示热电机组最大电出力，mw；表示热电机组最小热出力，mw；表示热电机组最大热出力，mw；表示热电机组向上爬坡功率，mw；表示热电机组向下爬坡功率，mw；火电机组约束火电机组出力约束包括上下限约束和爬坡功率约束，公式（15）第一项表示机组电出力应在其允许范围内；后两项表示机组调度区间内电出力的变化幅度不能超过最大爬坡功率的限制；(15)式中：为火电机组最小电出力，mw；为火电机组最大电出力，mw；为火电机组向上爬坡功率，mw；为火电机组向下爬坡功率，mw；风电机组约束风机实时出力应不超过风机自身出力上限(16)
式中：表示时刻风电机组出力，mw；表示风电机组出力上限值，mw；附加热源约束储热罐内热量不能超出罐体的容量限制(17)式中：表示储热罐容量；电锅炉实时出力不能超过其最大运行功率(18)式中：表示电锅炉最大功率容量。
8.更进一步地，所述热电联产系统附加热源优化配置方法还包括：优化目标满意度优化目标满意度表示为：(19)式中：表示优化解的目标值；表示所有优化解中目标值的最大值；表示所有优化解中目标值的最小值；优化解的目标值越小，优化目标满意度越高；系统约束满意度约束满意度表示为：(20)式中：表示优化解的各项约束违反量的总和；表示所有优化解中约束违反量的最大值；优化解的约束违反量越小，优化约束满意度越高；优化解综合满意度采用二者的乘积表示优化解的综合满意度：(21)得到面向风电消纳的热电联产系统附加热源优化配置模型：目标函数1：优化解质量最高，即综合满意度最高(22)目标函数2：系统经济性最好，即综合成本最小(23)目标函数3：系统风电消纳能力最大，即弃风总量最小(24)
约束条件：式(11)~(18)决策变量：各时刻热电联产机组电出力，各时刻热电联产机组热出力，各时刻火电机组电出力，各时刻风电机组出力，各时刻储热罐热量值，各时刻电锅炉出力，储热罐安装容量，电锅炉安装容量；求解策略：模型中有3个目标函数，采用分层序列法求解多目标问题；求解流程如下：首先对目标函数1求最优，并找出所有最优解的集合记为；然后在内求目标函数2的最优解，记此时的最优解集为；在内求目标函数3的最优解，即为配置最优解。
9.更进一步地，所述热电联产系统的附加热源优化配置方法的具体步骤包括：步骤1，原始数据输入；输入原始电负荷数据、热负荷数据、风电功率数据以及待定容的附加热源参数等进行优化求解的基本数据，设置好合理的种群规模、最大迭代次数等改进文化基因算法所需的基本参数；步骤2，挖掘负荷侧需求响应潜力；负荷侧引入分时电价和热舒适度机制将原始负荷数据转化为柔性负荷数据和；步骤3，附加热源优化初始解的形成；根据柔性电负荷水平、各机组电出力水平和风电预测功率，判断热电联产系统是否存在弃风；若无弃风，电锅炉关停，根据柔性热负荷水平、热电联产机组热出力和储热罐热量确定储热罐运行功率以及储热罐所需容量；若有弃风，根据弃风量确定电锅炉运行功率和所需容量，根据柔性热负荷水平、热电机组热出力、储热罐热量和电锅炉制热量确定储热罐运行功率以及储热罐所需容量；步骤4，初代种群的生成；将步骤3生成的若干附加热源优化初始解代入公式（22）中计算配置解综合满意度，形成初代种群，并记录初代解中最佳个体；步骤5，次代种群的生成；将初代种群经过全局进化、局部搜索和群体更新，生成次代新种群；经过全局进化后的种群个体可能不满足所设定的范围，故需要进行检验操作，若满足则进行后续步骤，不满足则需重新进行全局进化；步骤6，输出附加热源最佳配置方案；判断此时是否达到了最大迭代次数，如果不满足就使，返回步骤5；如果满足则跳出循环，输出最优个体的记录，根据分层序列法得到附加热源的最优配置方案；
步骤7，配置方案有效性验证；进行若干次独立实验，做出决策变量的箱线图验证结果的可靠性；将若干次配置方案的最大值向上取整作为最终的附加热源最优配置方案。
10.更进一步地，所述步骤5中全局进化、局部搜索和群体更新操作为改进文化基因算法优化过程，具体如下：全局进化种群的全局进化包括选择、交叉和变异3个子过程；选择算子设计首先，根据优化解综合满意度函数式(22)，计算种群中每个个体的适应值；其次，随机在当前种群中选择两个个体比较其适应值，保留适应值较大的个体；最后，重复此操作直至保留个体达到预设种群规模；交叉算子设计为了确保交叉操作的有效性，采取算术交叉的方法：(25)式中：表示交叉后产生的新个体；表示从种群中依交叉概率随机选择的两个不同的个体；表示交叉因子且；变异算子设计随机从种群中选择三个不同的个体，将其中一个作为变异的目标个体，变异后的新个体由另外两个个体之间的加权差值叠加到目标个体上产生，具体表示形式如下：(26)式中：表示变异产生的新个体；表示从种群中依变异概率随机选择的3个不同的个体；表示变异因子；自适应交叉和变异概率采取一种自适应的交叉和变异概率。
11.适应值高于种群平均适应值的个体，对应较低的交叉和变异概率，使该个体得以保护进入下一代；适应值低于种群平均适应值的个体，对应较高的交叉和变异概率，使该个体被淘汰掉；自适应交叉概率：(27)式中：表示要交叉的两个体中较大的适应值；表示当前种群中最大的适应值；表示当前种群中个体平均适应值；自适应变异概率：
(28)式中：表示变异个体的适应值。
12.本发明的优点：本发明的附加热源优化配置方法在满足负荷需求前提下充分挖掘电、热需求响应，通过在附加热源优化配置过程中获取热电联产系统燃煤成本、附加热源成本和弃风成本，建立考虑需求侧响应的热电联产系统附加热源优化配置模型。引入优化解综合满意度概念对优化解的质量进行量化评估，采用根据附加热源优化配置问题特点进行改进的文化基因算法优化求解，在得到同时满足优化目标和约束的解集中采用多目标分层序列法获取最佳配置方案，使系统尽可能消纳风电的同时降低经济成本。
13.除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。
附图说明
14.构成本技术的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
15.图1是热电联产系统结构示意图；图2是本发明的全局进化示意图;图3是本发明的局部搜索领域交换示意图;图4是本发明的考虑需求侧响应的附加热源优化配置求解流程图。
具体实施方式
16.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
17.一种考虑需求侧响应的含附加热源的热电联产系统，具有如下特征：电力子系统由热电机组、火电机组、风电机组、电锅炉和电负荷构成，电负荷引入分时电价机制在满足负荷正常需求的前提下充分挖掘电需求响应潜力，机组产生的电能首先满足电负荷的需求，如果此时还有多余的风电没能消纳，则启动电锅炉将其转化为热能供给热负荷或者储存起来；热力子系统由热电机组、储热装置和热负荷构成，热负荷引入舒适度机制在满足负荷正常需求的前提下充分挖掘热需求响应潜力，机组产生的热量首先满足供热的需求，若存在缺额则采用储热装置中的热量进行补充。在附加热源中安装有储热装置和电锅炉等多种类型的能源转换设备，此类设备能够根据不同能源的供需情况并考虑经济性实现电、热之间的转换，从而提高系统运行效率和灵活性。
18.对附加热源容量参数优化配置需要兼顾热电联产系统经济性和风电消纳能力。系统附加热源建设和各部分运行产生的成本可以反映热电联产系统经济性；系统一个调度周期内的弃风总量可以用来描述系统的风电消纳能力。由此得到系统附加热源优化配置的性
能指标如下：（1）燃煤成本系统燃煤成本由热电机组的燃煤成本和火电机组的燃煤成本共同构成。
19.(1)热电机组燃煤成本表示为：(2)式中：表示调度周期，；表示热电机组数；表示机组煤耗系数；表示抽取单位热量导致发电量的减少量；表示时刻热电机组电出力，mw；表示时刻热电机组热出力，mw。
20.火电机组燃煤成本表示为：(3)式中：表示火电机组数；表示时刻火电机组电出力，mw。
21.（2）附加热源平均投资成本附加热源平均投资成本由储热罐平均投资成本和电锅炉平均投资成本两部分组成。一般来说，附加热源的投资成本与最大容量线性相关。
22.(4)储热罐平均投资成本可以表示为：(5)式中：表示储热罐的安装容量(mwh)；表示储热罐建设的容量单价(元/mwh)；表示年折旧率；表示储热罐使用寿命(年)。
23.电锅炉平均投资成本可以表示为：(6)式中：表示电锅炉的安装容量(mwh)；表示电锅炉建设的容量单价(元/mwh)；表示电锅炉使用寿命(年)。
24.（3）附加热源运行成本附加热源运行成本由储热罐的运行成本和电锅炉的运行成本共同构成。
25.(7)储热罐的运行成本表示为：(8)式中：表示储热罐运行成本系数，元/mwh；表示时刻储热罐内的热量值，mwh。
26.电锅炉的运行成本表示为：(9)式中：表示电锅炉运行成本系数，元/mwh；表示时刻电锅炉运行功率，mw。
27.（4）弃风惩罚成本热电联产系统运行应尽可能地消纳风电，减少弃风带来的煤炭等常规能源消耗的负面影响。为了定量描述这种负面影响，引入弃风惩罚系数和弃风量计算系统的弃风惩罚成本。
28.系统弃风的惩罚成本表示为：(10)式中：表示弃风惩罚系数，取490元/mwh；表示时刻系统的弃风量，mwh。
29.所述附加热源的容量配置需满足以下约束条件：（1）考虑需求侧响应的电力平衡约束电负荷分时电价机制的引入，将一天24h划分为用电的高峰期、平时期和低谷期，把原本固定的电负荷需求曲线转换为柔性可调区间，起到“削峰填谷”的作用。通过合理规划电能的使用，不仅能够节约用户用电的经济成本，而且能够有效提高系统的调峰能力。
30.用户响应分时电价后的电负荷需求与分时电价的关系为：用户响应分时电价后的电负荷需求与分时电价的关系为：式中：表示电量电价的弹性系数，当时表示自弹性系数，当时表示互弹性系数；表示时刻的分时电价，元/(mw
·
h)；表示采用分时电价前的电价，取450元/(mw
·
h)。
31.进一步得到考虑需求侧响应的电力平衡约束：
ꢀ
(11)式中：表示时刻风电机组出力，mw；表示时刻柔性电力负荷，mw。
32.（2）考虑需求侧响应的热力平衡约束人体对环境温度小幅变化的感知较为模糊，加上供热系统通常具有一定的热惯性，为热负荷需求的调整提供了可能。引入“热舒适度”的概念，将固定的热负荷需求曲线转换为柔性可调区间。通过合理调整热负荷需求，松弛系统自身的电-热耦合约束，提高系统的灵活性。
33.热感觉平均预测（predictedmeanvote，pmv）指标是衡量室内供热温度对人体舒适度影响的重要指标。pmv指标的计算方法为：式中：表示热舒适度指标值；表示室内温度；表示人体最适宜的环境温度，取26℃。
34.为保证用户的热舒适度，我国规定热舒适度指标取值范围为-0.9~0.2，可以得到满足热舒适度的供热温度范围为23.8℃~28.2℃。进而通过转换得到供热量约束为：满足热舒适度的供热温度范围为23.8℃~28.2℃。进而通过转换得到供热量约束为：式中：表示热负荷向上调节系数；表示热负荷向下调节系数；表示满足热舒适度的最大室内温度(℃)；表示满足热舒适度的最小室内温度(℃)；表示满足热舒适度的热负荷上限，mw；表示满足热舒适度的热负荷下限，mw；表示系统实际供热量，mw。
35.进一步得到考虑需求侧响应的热力平衡约束：(12)(13)式中：为电锅炉电热转换效率；为储热罐时刻的储热量(mw)。
36.（3）热电机组约束热电机组约束包括功率上下限约束和爬坡功率约束。公式（14）前两项表示机组出
力应在其允许范围内；后两项表示机组调度区间内电出力的变化幅度不能超过最大爬坡功率的限制。
37.(14)式中：表示热电机组最小电出力，mw；表示热电机组最大电出力，mw；表示热电机组最小热出力，mw；表示热电机组最大热出力，mw；表示热电机组向上爬坡功率，mw；表示热电机组向下爬坡功率，mw（4）火电机组约束火电机组出力约束包括上下限约束和爬坡功率约束。公式（15）第一项表示机组电出力应在其允许范围内；后两项表示机组调度区间内电出力的变化幅度不能超过最大爬坡功率的限制。
38.(15)式中：为火电机组最小电出力，mw；为火电机组最大电出力，mw；为火电机组向上爬坡功率，mw；为火电机组向下爬坡功率，mw。
39.（5）风电机组约束风机实时出力应不超过风机自身出力上限。
40.(16)式中：表示时刻风电机组出力，mw；表示风电机组出力上限值，mw。
41.（6）附加热源约束储热罐内热量不能超出罐体的容量限制。
42.(17)式中：表示储热罐容量(mw)。
43.电锅炉实时出力不能超过其最大运行功率。
44.(18)式中：表示电锅炉最大功率（容量，mw）。
45.综上可知，热电联产系统附加热源优化配置是一个多性能指标和多约束的复杂问题，有时优化解的生成并不理想，不能在达到系统运行预期目标的同时严格满足每个约束
条件。因此，为了量化优化解的质量，尽可能得到更高质量的优化解，引入优化解综合满意度概念。
46.（1）优化目标满意度实际中，含有风电并网消纳的热电联产系统优化通常以系统经济成本最小化为目标，当优化解达到预期目标时，优化目标满意度取最大值为1。因此优化目标满意度可以表示为：(19)式中：表示优化解的目标值；表示所有优化解中目标值的最大值；表示所有优化解中目标值的最小值。优化解的目标值越小，优化目标满意度越高。
47.（2）系统约束满意度系统约束满意度用来描述优化解与系统约束的接近程度，当优化解完全满足所有约束时，系统约束满意度取最大值1。因此，约束满意度可以表示为：(20)式中：表示优化解的各项约束违反量的总和；表示所有优化解中约束违反量的最大值。优化解的约束违反量越小，优化约束满意度越高。
48.（3）优化解综合满意度考虑到优化目标满意度和系统约束满意度均为越大越好，且当二者相差不大时优化解的质量更高，本文采用二者的乘积表示优化解的综合满意度。
49.(21)由此得到面向风电消纳的热电联产系统附加热源优化配置模型：目标函数1：优化解质量最高，即综合满意度最高(22)目标函数2：系统经济性最好，即综合成本最小(23)目标函数3：系统风电消纳能力最大，即弃风总量最小(24)约束条件：式(11)~(18)决策变量：各时刻热电联产机组电出力，各时刻热电联产机组热出力，各时刻火电机组电出力，各时刻风电机组出力，各时刻储热罐热量值，各时刻电锅炉出力，储热罐安装容量，电锅炉安装容量
求解策略：模型中有3个目标函数，采用分层序列法求解多目标问题。求解流程如下：首先对目标函数1求最优，并找出所有最优解的集合记为。然后在内求目标函数2的最优解，记此时的最优解集为。最后在内求目标函数3的最优解，即为配置最优解。
50.优化算法：改进文化基因算法求解步骤：[步骤1]：原始数据输入。输入原始电负荷数据、热负荷数据、风电功率数据以及待定容的附加热源参数等进行优化求解的基本数据，设置好合理的种群规模、最大迭代次数等改进文化基因算法所需的基本参数。
[0051]
[步骤2]：挖掘负荷侧需求响应潜力。负荷侧引入分时电价和热舒适度机制将原始负荷数据转化为柔性负荷数据和。
[0052]
[步骤3]：附加热源优化初始解的形成。根据柔性电负荷水平、各机组电出力水平和风电预测功率，判断热电联产系统是否存在弃风。若无弃风，电锅炉关停，根据柔性热负荷水平、热电联产机组热出力和储热罐热量确定储热罐运行功率以及储热罐所需容量。若有弃风，根据弃风量确定电锅炉运行功率和所需容量，根据柔性热负荷水平、热电机组热出力、储热罐热量和电锅炉制热量确定储热罐运行功率以及储热罐所需容量。
[0053]
[步骤4]：初代种群的生成。将步骤3生成的若干附加热源优化初始解代入公式（22）中计算配置解综合满意度，形成初代种群，并记录初代解中最佳个体。
[0054]
[步骤5]：次代种群的生成。将初代种群经过全局进化、局部搜索和群体更新，生成次代新种群。经过全局进化后的种群个体可能不满足所设定的范围，故需要进行检验操作，若满足则进行后续步骤，不满足则需重新进行全局进化。
[0055]
[步骤6]：输出附加热源最佳配置方案。判断此时是否达到了最大迭代次数，如果不满足就使，返回步骤5；如果满足则跳出循环，输出最优个体的记录，根据分层序列法得到附加热源的最优配置方案。
[0056]
[步骤7]：配置方案有效性验证。考虑到智能算法求解具有一定的随机性，可以进行若干次独立实验，做出决策变量的箱线图验证结果的可靠性。由于附加热源配置应考虑留有一定的裕度和生产实际，可以将若干次配置方案的最大值向上取整作为最终的附加热源最优配置方案。
[0057]
所述步骤5中全局进化、局部搜索和群体更新操作为改进文化基因算法优化过程。具体如下：（1）全局进化种群的全局进化包括选择、交叉和变异3个子过程。
[0058]
①
选择算子设计首先，根据优化解综合满意度函数式(22)，计算种群中每个个体（优化解）的适应
值。其次，随机在当前种群中选择两个个体比较其适应值，保留适应值较大的个体。最后，重复此操作直至保留个体达到预设种群规模。
[0059]
②
交叉算子设计为了确保交叉操作的有效性，采取算术交叉的方法。
[0060]
(25)式中：表示交叉后产生的新个体；表示从种群中依交叉概率随机选择的两个不同的个体；表示交叉因子且。
[0061]
③
变异算子设计为了维持种群多样性的同时确保变异操作的有效性，随机从种群中选择三个不同的个体，将其中一个作为变异的目标个体，变异后的新个体由另外两个个体之间的加权差值叠加到目标个体上产生。具体表示形式如下：(26)式中：表示变异产生的新个体；表示从种群中依变异概率随机选择的3个不同的个体；表示变异因子。
[0062]
④
自适应交叉和变异概率在种群全局进化中，交叉概率和变异概率的取值直接影响算法的收敛性。然而，交叉概率和变异概率的参数不易确定，通常采用多次实验的方法获取。本文采取一种自适应的交叉和变异概率。
[0063]
适应值高于种群平均适应值的个体，对应较低的交叉和变异概率，使该个体得以保护进入下一代；适应值低于种群平均适应值的个体，对应较高的交叉和变异概率，使该个体被淘汰掉。
[0064]
自适应交叉概率：(27)式中：表示要交叉的两个体中较大的适应值；表示当前种群中最大的适应值；表示当前种群中个体平均适应值。
[0065]
自适应变异概率：(28)式中：表示变异个体的适应值。
[0066]
（2）局部搜索为了能够在种群迭代过程中优化种群结构，提高求解效率的同时保证解的质量，采用能够跳出局部最优的模拟退火算法作为局部搜索算法。为了进一步提高局部搜索的效率，选择全局进化后种群中最优值较大的前30%个体逐一进行模拟退火操作.通过对热电联产系统优化问题特点的分析，注意到各机组出力分配具有分时优化的特点，交换结构在本问题的局部搜索中是一种更好的领域结构。具体操作可以描述为：首先，选定一个进行模拟退火操作的目标个体，随机交换调度周期内的两个不同时段不同机组的出力分配，根据预先制定的优化策略重新得到各决策变量的取值；然后，根据优化解综合满意度函数重新计算邻域交换后个体的适应值；最后，进行适应值的比较操作，保留适应值较大的个体。
[0067]
（3）群体更新将经过全局进化和局部搜索产生的新个体与亲代个体合并为一个大种群，根据个体适应值从大到小依次保留种群规模数量的个体组成新种群。
[0068]
实施例为了充分验证本发明提出的考虑需求侧响应的热电联产系统附加热源优化配置方法的有效性，本技术提供了3种配置方案进行验证。
[0069]
表1 附加热源优化配置方案设计本技术以1个并网风电场、4台常规火电机组（机组具体参数见表2）、1台热电机组（机组具体参数见表3）、1个储热罐和1台电锅炉（电热转换效率为0.95）的热电联产系统为例。调度周期为24h，单位调度间隔为1h，分时电价表如表4所示，附加热源参数见表5。
[0070]
表2 常规火电机组参数表3 热电机组参数
表4 分时电价表表5 附加热源参数表6 风电功率预测以及负荷预测值
改进文化基因算法所需参数如表7所示。
[0071]
表7 改进文化基因算法基本参数根据本发明提出的一种考虑需求侧响应的热电联产系统附加热源优化配置方法代入算例数据进行仿真，得到上述配置方案的优化结果如表8所示。
[0072]
表8 不同配置方案下附加热源优化配置结果通过三个方面对表8的数据进行分析。
[0073]
（1）优化解综合满意度方面，3种方案均能获得同时满足优化目标和约束的优化解。
[0074]
（2）系统经济性方面，方案3同时配置储热罐和电锅炉的系统经济性最好。从系统综合成本按照配置方案1-2-3的顺序依次减少可以得到，储热罐和电锅炉均在不同程度上提高了系统经济性，配置方案2和3的系统综合成本相差不大，但较方案1有显著减小，说明电锅炉对提高系统经济性的作用要远高于储热罐。深入分析其原因，这是由于电锅炉消纳风电效果更好，大幅削减了弃风惩罚成本。
[0075]
（3）系统风电消纳能力方面，仅配置储热罐对系统风电消纳能力的改善并不明显，系统弃风率仍较高，而电锅炉的投入能够实现风电的完全消纳。
[0076]
综上，储热罐和电锅炉的协调优化配置不仅能够显著提高热电联产系统的经济性，而且可以实现并网风电的全部消纳。
[0077]
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。