考虑通讯传输失误的全分布式电网-区域热网联合调度方法与流程

本发明涉及热电联产系统分布式调度的技术领域，尤其是指一种考虑通讯传输失误的全分布式电网-区域热网联合调度方法。

背景技术：

热电联产(combinedheatandpower，chp)机组相对于传统火电机组要更加节能和高效，近年来得到广泛的应用。目前，关于电网-区域热网联合调度运行的研究已经取得了一定的进展，一些智能优化算法和传统优化方法在求解电网-区域热网联合调度问题中得到了一定的应用。

由于热网和电网由各自的调度中心进行独立运行管理，电网和热网并不能获取对方全部的状态和信息，集中式的优化算法并不适用于实际应用。为适应电网-区域热网联合调度的独立运行的管理模式，采用一种完全分布式优化方法将原问题分解为各个子问题独立求解显得非常必要。分布式算法只需要少量的边界信息交换，便能保证信息的私密性和调度的独立性。然而目前对分布式优化算法的研究大多建立理想的通讯条件，忽略了分布式通讯传输中可能出现的通讯传输失误的问题，因此需要进一步对分布式优化算法改进，以提高算法在非理性通讯条件下的鲁棒性。

技术实现要素：

本发明的目的在于克服现有技术的缺点与不足，提出了一种考虑通讯传输失误的全分布式电网-区域热网联合调度方法，能满足分布式通讯和组网的要求，只需要少量的边界信息的交换，便能实现调度的独立性和信息的私密性；同时考虑了通讯失误的非理想通讯条件，具有计算效率高和鲁棒性强等特点。

为实现上述目的，本发明所提供的技术方案为：考虑通讯传输失误的全分布式电网-区域热网联合调度方法，包括以下步骤：

s1、设置迭代次数k＝0、算法原始残差终止条件ε^pri和对偶残差终止条件ε^dual、松弛步长α以及惩罚因子ρ，初始化电网和各个热网的边界变量及辅助拉格朗日乘子值，包括电网边界变量初始值和热网边界变量电网辅助拉格朗日乘子初始值和热网辅助拉格朗日乘子值

s2、电网、热网调度中心根据边界变量和拉格朗日乘子独立求解电网、热网子问题，得到相应的优化值；

s3、电网、热网调度中心根据各自相应的优化值更新边界变量，并传输至其相邻区域；

s4、电网、热网调度中心检测是否收到来自相邻区域的边界变量，如果是则更新辅助拉格朗日乘子值，如果没有则视为通讯失误，辅助拉格朗日乘子不被更新；

s5、根据边界变量和辅助拉格朗日乘子计算原始残差和对偶残差，判断残差是否达到算法终止条件，如果是则输出电网和热网优化后的最优结果，如果没有，则令k＝k+1并重复步骤s2～s5，直到满足算法终止条件。

在步骤s1中，设置松弛步长α以及惩罚因子ρ：α∈(0,1]，ρ＞0；设置边界变量初始值和电网传输至第j个热网的边界变量初始值第j个热网传输至电网的边界变量初始值设置辅助拉格朗日乘子初始值和和分别对应电网和第j个热网耦合约束的辅助拉格朗日乘子，初始值设置为

所述步骤s2包含以下两部分：

a、电网调度中心根据边界变量和拉格朗日乘子计算子问题，电网子问题抽象模型如下：

其中，x^eps表示电网侧的决策变量，ω^eps表示电网可行域，f(x^eps)表示电网侧的目标函数，a^dhs表示热网区域集合，j∈a^dhs表示与电网连接的第j个热网，为第k次迭代中的电网辅助拉格朗日乘子，aj为电网与第j个热网的关联矩阵，ρ表示惩罚因子；

求解电网子问题，能够得到优化后第k+1次迭代中电网侧决策变量的优化值x^eps(k+1)；

b、热网调度中心根据边界变量和拉格朗日乘子计算子问题，热网子问题抽象模型如下：

其中，j表示第j个热网，表示热网侧的决策变量，表示热网可行域，表示热网侧的目标函数，为第k次迭代中的热网辅助拉格朗日乘子，bj为第j个热网与电网的关联矩阵；

求解热网子问题，能够得到优化后第k+1次迭代中热网侧决策变量的优化值

所述步骤s3包含以下两部分：

a、电网调度中心根据电网决策变量的优化值更新边界变量并传输至相邻的热网区域：

其中，j表示第j个热网，表示第k次迭代中从电网传输至第j个热网的边界变量，为第k次迭代中电网辅助拉格朗日乘子，ρ表示惩罚因子，aj为电网与第j个热网的关联矩阵，x^eps(k+1)表示第k+1次迭代中电网侧决策变量的优化值；

b、热网调度中心根据热网决策变量的优化值更新边界变量并传输至相邻的电网区域：

其中，表示第k次迭代中从第j个热网传输至电网的边界变量，为第k次迭代中热网辅助拉格朗日乘子，bj为第j个热网与电网的关联矩阵，表示第k+1次迭代中热网侧决策变量的优化值。

所述步骤s4包含以下步骤：

s401、建立数据丢包导致通讯传输失误的二进制概率分布模型：

其中，j表示第j个热网，表示边界变量从电网向第j个热网传输成功与否的标志，传输成功否则表示电网向第j个热网传输的通讯失误率；表示边界变量从第j个热网向电网传输成功与否的标志，传输成功否则表示第j个热网向电网传输的通讯失误率；

s402、电网调度中心根据是否接收到来自相邻热网区域的边界变量来更新辅助拉格朗日乘子

其中，j表示第j个热网，为第k+1次迭代中电网辅助拉格朗日乘子，表示第k次迭代中边界变量从第j个热网向电网传输成功与否的标志，为第k次迭代中电网辅助拉格朗日乘子，α为松弛步长，表示从第j个热网传输至电网的边界变量；

热网调度中心根据是否接收到来自相邻电网区域的边界变量来更新辅助拉格朗日乘子

其中，为第k+1次迭代中热网辅助拉格朗日乘子，表示第k次迭代中边界变量从电网向第j个热网传输成功与否的标志，为第k次迭代中热网辅助拉格朗日乘子，表示第k+1次迭代中从电网传输至第j个热网的边界变量。

所述步骤s5包含以下步骤：

s501、根据边界变量和辅助拉格朗日乘子计算原始残差和对偶残差，判断残差是否满足终止条件，终止条件如下：

其中，a^dhs表示热网区域集合，j∈a^dhs表示与电网连接的第j个热网，r(k+1)和s(k+1)分别表示第k+1次迭代中的原始残差和对偶残差，aj和bj分别为电网和热网关联矩阵，x^eps(k+1)和y^dhs(k+1)分别表示第k+1次迭代中电网侧和热网侧决策变量的优化值，y^dhs(k)表示第k次迭代中热网侧决策变量的优化值，ρ表示惩罚因子；

s502、如果算法终止条件满足，则输出电网和热网优化后的最优结果；如果没有达到算法终止条件，则令k＝k+1并重复步骤s2～s5。

本发明与现有技术相比，具有如下优点与有益效果：

本发明方法能满足分布式通讯和组网的要求，只需要少量的边界信息的交换，减少了计算、内存和通讯传输负担，实现了调度的独立性和信息的私密性，达到了集中协调优化的效果；同时考虑了通讯传输失误的非理想条件，保证了算法的有效性，具有计算效率高和鲁棒性强等特点，此方法可应用于大规模的综合能源系统的计算。

附图说明

图1为本发明方法的流程图。

图2为全分布式电网-区域热网联合调度方案。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

如图1所示，本实施例所提供的考虑通讯传输失误的全分布式电网-区域热网联合调度方法，包括如下步骤：

s1、设置迭代次数k＝0、算法原始残差终止条件ε^pri和对偶残差终止条件ε^dual、松弛步长α以及惩罚因子ρ，初始化电网和各个热网的边界变量及辅助拉格朗日乘子值，包括电网边界变量初始值和热网边界变量电网辅助拉格朗日乘子初始值和热网辅助拉格朗日乘子值

其中，设置松弛步长α以及惩罚因子ρ：α∈(0,1]，ρ＞0；设置边界变量初始值和电网传输至第j个热网的边界变量初始值第j个热网传输至电网的边界变量初始值设置辅助拉格朗日乘子初始值和和分别对应电网和第j个热网耦合约束的辅助拉格朗日乘子，初始值设置为

s2、电网、热网调度中心根据边界变量和拉格朗日乘子独立求解电网、热网子问题，得到相应的优化值，具体包含以下两部分：

a、电网调度中心根据边界变量和拉格朗日乘子计算子问题，电网子问题抽象模型如下：

其中，x^eps表示电网侧的决策变量，ω^eps表示电网可行域，f(x^eps)表示电网侧的目标函数，a^dhs表示热网区域集合，j∈a^dhs表示与电网连接的第j个热网，为第k次迭代中的电网辅助拉格朗日乘子，aj为电网与第j个热网的关联矩阵，ρ表示惩罚因子；

求解电网子问题，能够得到优化后第k+1次迭代中电网侧决策变量的优化值x^eps(k+1)；

b、热网调度中心根据边界变量和拉格朗日乘子计算子问题，热网子问题抽象模型如下：

其中，j表示第j个热网，表示热网侧的决策变量，表示热网可行域，表示热网侧的目标函数，为第k次迭代中的热网辅助拉格朗日乘子，bj为第j个热网与电网的关联矩阵；

求解热网子问题，能够得到优化后第k+1次迭代中热网侧决策变量的优化值

s3、电网、热网调度中心根据各自相应的优化值更新边界变量，并传输至其相邻区域，具体包含以下两部分：

a、电网调度中心根据电网决策变量的优化值更新边界变量并传输至相邻的热网区域：

其中，j表示第j个热网，表示第k次迭代中从电网传输至第j个热网的边界变量，为第k次迭代中电网辅助拉格朗日乘子，aj为电网与第j个热网的关联矩阵，ρ表示惩罚因子，x^eps(k+1)表示第k+1次迭代中电网侧决策变量的优化值；

b、热网调度中心根据热网决策变量的优化值更新边界变量并传输至相邻的电网区域：

其中，表示第k次迭代中从第j个热网传输至电网的边界变量，为第k次迭代中热网辅助拉格朗日乘子，bj为第j个热网与电网的关联矩阵，表示第k+1次迭代中热网侧决策变量的优化值。

s4、电网、热网调度中心检测是否收到来自相邻区域的边界变量，如果是则更新辅助拉格朗日乘子值，如果没有则视为通讯失误，辅助拉格朗日乘子不被更新，具体包含以下步骤：

s401、建立数据丢包导致通讯传输失误的二进制概率分布模型，分布式算法的迭代计算过程需要相邻区域间通讯传输以交换边界变量，在此过程中存在通讯传输失误的情况，模型描述如下：

其中，j表示第j个热网，表示边界变量从电网向第j个热网传输成功与否的标志，传输成功否则表示电网向第j个热网传输的通讯失误率；表示边界变量从第j个热网向电网传输成功与否的标志，传输成功否则表示第j个热网向电网传输的通讯失误率；

s402、电网调度中心根据是否接收到来自相邻热网区域的边界变量来更新辅助拉格朗日乘子

其中，j表示第j个热网，为第k+1次迭代中电网辅助拉格朗日乘子，表示第k次迭代中边界变量从第j个热网向电网传输成功与否的标志，为第k次迭代中电网辅助拉格朗日乘子，α为松弛步长，表示从第j个热网传输至电网的边界变量；

热网调度中心根据是否接收到来自相邻电网区域的边界变量来更新辅助拉格朗日乘子

其中，为第k+1次迭代中热网辅助拉格朗日乘子，表示第k次迭代中边界变量从电网向第j个热网传输成功与否的标志，为第k次迭代中热网辅助拉格朗日乘子，表示第k+1次迭代中从电网传输至第j个热网的边界变量。

s5、根据边界变量和辅助拉格朗日乘子计算原始残差和对偶残差，判断残差是否达到算法终止条件，如果是则输出电网和热网优化后的最优结果，如果没有，则令k＝k+1并重复步骤s2～s5，直到满足算法终止条件，具体包含以下步骤：

s501、根据边界变量和辅助拉格朗日乘子计算原始残差和对偶残差，判断残差是否满足终止条件，终止条件如下：

其中，a^dhs表示热网区域集合，j∈a^dhs表示与电网连接的第j个热网，r(k+1)和s(k+1)分别表示第k+1次迭代中的原始残差和对偶残差，aj和bj分别为电网和热网关联矩阵，x^eps(k+1)和y^dhs(k+1)分别表示第k+1次迭代中电网侧和热网侧决策变量的优化值，y^dhs(k)表示第k次迭代中热网侧决策变量的优化值，ρ表示惩罚因子；

式(8)中，原始残差保证了可行性，对偶残差保证了最优性，当两个指标小于阈值时问题收敛到最优解；

s502、如果算法终止条件满足，则输出电网和热网优化后的最优结果；如果没有达到算法终止条件，则令k＝k+1并重复步骤s2～s5。

如图2所示，电网和热网由各自调度中心独立控制、运行、调度，其系统拓扑结构、财务信息和控制规则仅由内部掌握，即电网子问题(17)及其决策变量x^eps由电网调度中心决定，而热网子问题(18)及其决策变量y^dhs由热网调度中心决定，电网和热网的能量流动仅通过热电联供装置相连。而在全分布式电网-区域热网联合调度中，相邻的热网和电网只需要交换少量的边界变量信息和并各自求解所需的辅助拉格朗日乘子和通过迭代求解，最终收敛到最优值。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。