一种多区域综合能源系统多目标双层优化方法以及装置

本公开涉及能源配置调度领域，具体而言，涉及一种多区域综合能源系统多目标双层优化方法、装置。

背景技术：

1、综合能源系统(integrated energy system,ies)对建设现代能源体系意义重大，是推动经济、能源、环境高质量协同发展的重要技术之一。为提升ies效益，需在其规划与运行层面开展优化研究。由于不同利益相关方对ies的效益关注点不同，在ies多目标优化时对目标选取亦有差异。目前，对于ies多目标优化主要有2类处理方法。一是将多目标优化问题通过惩罚系数或权重系数转化为单目标函数，通过采用单目标优化的方法达到对多目标问题的求解。二是采用多目标智能优化算法求取配置方案的帕累托最优解集后，将解集上的非劣解按照决策者的意图寻找一个多目标最优解。综上，如何取舍ies多目标优化后带来的各维度效益，实现多目标最优下整体效益最大化是ies运行与规划中需要解决的问题。

2、现有研究中对园区ies优化建模时，多考虑为追求园区自身利益，针对单一园区构造为主体进行优化，现有技术尚无考虑各方主体利益的同时实现多区域优化运行的研究。

3、因此，需要一种或多种方法解决上述问题。

4、需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本公开的目的在于提供一种多区域综合能源系统多目标双层优化方法、装置，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。

2、根据本公开的一个方面，提供一种多区域综合能源系统多目标双层优化方法，包括：

3、步骤s110，根据多区域综合能源系统中的各类供能机组的机组容量，建立上层多目标规划模型并生成所述上层多目标规划模型的约束条件，根据多区域综合能源系统中的各类供能机组的日运行成本，建立下层优化调度模型并生成所述下层优化调度模型的约束条件；

4、步骤s120，在所述上层多目标规划模型中，以随机的各类供能机组的机组容量作为初始值，基于粒子群算法生成上层粒子的速度及位置表达式；

5、步骤s130，以所述上层粒子的速度及位置表达式作为所述下层优化调度模型的容量约束，基于gurobi求解器求解，生成所述多区域综合能源系统中各类供能机组的日出力状态；

6、步骤s140，以所述下层优化调度模型的日出力状态为输入，基于上层多目标规划模型更新所述上层粒子的速度及位置表达式，并基于更新的所述上层粒子的速度及位置表达式重复步骤s130进行迭代计算；

7、步骤s150，若所述上层多目标规划模型的收敛度大于预设收敛度或迭代计算次数大于预设迭代次数，则停止迭代，并基于所述上层粒子的速度及位置表达式计算生成多区域综合能源系统容量配置方案。

8、在本公开的一种示例性实施例中，所述方法还包括：

9、根据多区域综合能源系统中的各类供能机组的机组容量，建立以最小化系统全年经济成本ctotal、最大化系统效率es、最小化全年碳排放wce为目标的上层多目标规划模型，所述上层多目标规划模型的目标函数为：

10、minz＝η1ctotal/ctotal,r-η2es/es,r+η3wce/wce,r，

11、其中，η1、η2、η3分别为ctotal、es、wce的权重因子，反映了各指标的重要程度；ctotal,r、es,r、wce,r分别为ctotal、es、wce的参考值；

12、根据所述上层多目标规划模型生成所述上层多目标规划模型的约束条件为：

13、

14、其中，vi,j、分别为机组容量及其可配置的容量下限与上限。

15、在本公开的一种示例性实施例中，所述方法还包括：

16、根据多区域综合能源系统中的各类供能机组的日运行成本，建立下层优化调度模型的目标函数为：

17、

18、其中，为多区域综合能源系统中各园区内典型日运行成本，为机组运行维护成本、为燃料成本、为环境惩罚成本、为区域间电能交互成本、为收益；

19、根据所述下层优化调度模型生成所述下层优化调度模型的约束条件，所述下层优化调度模型的约束条件包括能量平衡约束条件、机组出力约束条件、储能设备运行约束条件、多区域综合能源系统与电网/热网交互功率约束条件、区域间交互功率约束与状态约束条件。

20、在本公开的一种示例性实施例中，所述方法还包括：

21、在所述上层多目标规划模型中，以随机的各类供能机组的机组容量作为初始值，以容量配置基础数据、调度层的机组运行参数、典型日负荷数据、能源价格、污染物排放惩罚系数、约束条件参数为输入，基于粒子群算法生成上层粒子的速度及位置表达式，并初始化迭代计算次数。

22、在本公开的一种示例性实施例中，所述方法还包括：

23、在所述上层多目标规划模型中，以随机的各类供能机组的机组容量作为初始值，基于粒子群算法生成上层粒子的速度及位置表达式为：

24、

25、其中，ωk,m(t)为权重系数，角标k、m分别为粒子的序号、维数；t为当前迭代次数；vk,m(t)、xk,m(t)分别为速度与位置，pk,m(t)、pg,m(t)分别为m代粒子自身搜索最佳位置与全局最优位置；c1、c2为[0,2]区间的加速度因子；r1、r2分别为区间[0,1]内的随机实数；ωmax和ωmin分别是ωk,m(t)取值的上、下限。

26、在本公开的一种示例性实施例中，所述方法还包括：

27、基于所述下层优化调度模型的日出力状态，基于所述日处理状态生成日最优运行调度结果；

28、基于所述日最优运行调度结果计算生成年运行成本、系统效率、全年碳排放量；

29、基于所述年运行成本、系统效率、全年碳排放量，根据上层多目标规划模型更新所述上层粒子的速度及位置表达式。

30、在本公开的一种示例性实施例中，所述方法还包括：

31、所述上层多目标规划模型的收敛度大于预设收敛度或迭代计算次数大于预设迭代次数，则停止迭代；

32、基于所述上层粒子的速度及位置表达式计算生成多区域综合能源系统容量配置方案；

33、根据所述多区域综合能源系统容量配置方案生成所述多区域综合能源系统容量配置方案对应的运行调度方案。

34、在本公开的一个方面，提供一种多区域综合能源系统多目标双层优化装置，包括：

35、模型建立模块，用于根据多区域综合能源系统中的各类供能机组的机组容量，建立上层多目标规划模型并生成所述上层多目标规划模型的约束条件，根据多区域综合能源系统中的各类供能机组的日运行成本，建立下层优化调度模型并生成所述下层优化调度模型的约束条件；

36、粒子生成模块，用于在所述上层多目标规划模型中，以随机的各类供能机组的机组容量作为初始值，基于粒子群算法生成上层粒子的速度及位置表达式；

37、gurobi求解模块，用于以所述上层粒子的速度及位置表达式作为所述下层优化调度模型的容量约束，基于gurobi求解器求解，生成所述多区域综合能源系统中各类供能机组的日出力状态；

38、粒子更新模块，用于以所述下层优化调度模型的日出力状态为输入，基于上层多目标规划模型更新所述上层粒子的速度及位置表达式，并基于更新的所述上层粒子的速度及位置表达式重复步骤gurobi求解进行迭代计算；

39、配置方案生成模块，用于若所述上层多目标规划模型的收敛度大于预设收敛度或迭代计算次数大于预设迭代次数，则停止迭代，并基于所述上层粒子的速度及位置表达式计算生成多区域综合能源系统容量配置方案。

40、本公开的示例性实施例中的一种多区域综合能源系统多目标双层优化方法其中，该方法包括：分别建立上层多目标规划模型、下层优化调度模型；以随机的各类供能机组的机组容量作为初始值，基于粒子群算法生成上层粒子的速度及位置表达式；基于gurobi求解器求解，生成所述多区域综合能源系统中各类供能机组的日出力状态；基于上层多目标规划模型更新所述上层粒子的速度及位置表达式并迭代计算；当满足预设条件时停止迭代，并基于所述上层粒子的速度及位置表达式计算生成多区域综合能源系统容量配置方案。本公开双层优化策略将系统的运行特性纳入规划过程，提高了规划方案的可行性；区域能量互济能够优化系统的运行方式，提高综合效益。

41、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。