天然气作为一种比较清洁的一次能源,对于我国实现碳达峰和碳中和的目标具有重要意义。天然气通常以长输管道运输为主,运输中所需的能量主要通过压气站中的压缩机组提供。然而,随着天然气长输管道的不断发展,管输所需的能耗不断增加,如何降低管输能耗已成为亟待解决的问题。因此,本文的研究目的是利用改进樽海鞘群算法对并联压缩机组的负荷分配进行优化,以降低机组的能耗,主要工作如下。本文以并联电驱压缩机组的总能耗最小为目标函数,综合考虑压气站场的约束和机组的约束,建立负荷分配优化模型。针对该问题,本文提出一种基于佳点集、自适应种群划分和自适应惯性权重的改进樽海鞘群算法(Based on Good Point Set of Adaptive Slap Swarm Algorithm,GASSA)。在该算法中,利用这三种改进策略来增强算法的全局搜索能力,帮助算法跳出局部最优解,从而提高优化效果。通过在8个标准的基准函数上进行仿真实验,来验证改进策略的有效性。负荷分配优化问题中包含二进制变量和连续变量,而GASSA算法是一种基于连续变量的优化算法,无法直接处理二进制变量。针对该问题,本文提出一种处理方法。具体而言,采用半连续变量表示压缩机组的开关状态,而非二进制变量,从而简化了搜索空间,降低了优化难度。随后,引入修复法和动态罚函数法来分别处理域孔约束和等式约束,并将其与改进的樽海鞘群算法相结合,建立基于GASSA算法的负荷分配优化流程。为了验证算法的有效性,本文构建一个虚拟的压气站仿真算例,并将GASSA算法和其他4种不同的算法应用于该压气站的负荷分配优化。实验结果表明,相较于其他算法,GASSA算法能够实现更低、更稳定的能耗优化结果。
暂无评论