考虑双重耦合机制的电-气-热IES分布式优化控制方法

本发明涉及ies优化控制领域，具体涉及一种考虑双重耦合机制的电-气-热ies分布式优化控制方法。

背景技术：

1、电-气-热综合能源系统(integrated energy system，ies)通过燃气轮机(gasturbine，gt)、热电联产(combined heat-power，chp)机组和电转气(power to gas，p2g)等设备将电力网络、天然气网络和热力网络紧密耦合，对实现能量互补互济和阶梯利用具有重要意义。然而，现有ies调度过度追求经济效益，仅考虑了系统整体的经济成本，忽略了碳排放带来的附加环境成本，导致系统总效益低下。其次，电-气-热ies中的三个网络隶属于多个利益主体，每个利益主体都存在信息保护和独立决策的需求，难以与对方共享网络信息。此外，新能源出力和多能负荷未考虑源荷波动对系统优化运行的影响，不利于ies安全可靠运行。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种考虑双重耦合机制的电-气-热ies分布式优化控制方法，旨在解决上述问题。

2、为实现上述目的，本发明采用如下技术方案：

3、一种考虑双重耦合机制的电-气-热ies分布式优化控制方法，包括以下步骤：

4、考虑碳-绿证机制的耦合作用，并计及天然气和热水在管道传输中的延时效应，构建ies动态低碳经济调度模型；

5、基于风电和电、气、热负荷不确定性，以及保护各网络运营商的数据隐私，建立电-气-热网络解耦的分布式鲁棒调度模型，并利用二阶锥对偶理论和交替优化方法求解。

6、进一步的，所述ies动态低碳经济调度模型目标函数具体如下：

7、ies总成本表达式如下：

8、

9、式中依次为火电机组发电成本、气源购气成本、热源购热成本、p2g设备运行成本、电/气/热负荷削减成本、碳交易成本以及绿证交易成本；t为总调度时长；下标t为时间；ωe、ωg、ωh和ωp2g分别为火电机组、气源、热源和p2g设备的集合；ai、bi、ci为火电机组的耗量成本系数；pg,i,t、fg,p,t、hg,m,t和pp2g,i,t分别为火电机组i的发电量，气源p的供气量，热源m的供热量和p2g设备i消耗的电能；kg、kh和kp2g分别为购气成本系数、购热成本系数和p2g设备运行成本系数；ωcut e、ωcut g和ωcut h分别为电力网络、天然气网络和热力网络未满足负荷需求的节点集合；pcut i,t、fcutp,t和hcut m,t分别为节点i未满足的电功率、节点p未满足的气流量和节点m未满足的热功率；

10、其中，碳交易成本和绿证成本cgct具体表达式如下：

11、

12、

13、式中：ep和eq分别为碳排量配额和实际碳排放量；ξ、l和κ分别代表碳税价格、阶梯区间长度和阶梯增长倍率；ωchp和ωw分别为chp机组和风电机组的集合；σg、σgt、σchp和σw分别为火电机组、燃气轮机、chp机组和风电机组单位有功出力碳排放配额；γg、γgt、γchp、γw和γp2g分别为火电机组、燃气轮机、chp机组、风电机组和p2g设备单位有功出力碳排放强度、火电机组碳排放强度和gt碳排放强度；pgt,i,t、pchp,i,t和pget w,i,t分别为gt设备、chp机组和风电机组的发电量。δe为冗余绿证抵消的碳排量；(γg-γw)为火电机组和风电机组碳排放强度差值；(bo-bn)为冗余绿证数目；bn和bo分别为系统需持有的绿证配额指标和系统利用新能源发电获得的绿证数量；τn为系统绿证数量的配额系数；ωel为电网节点的集合；pl,i,t为节点i的电负荷；ω为绿证价格。

14、进一步的，所述ies动态低碳经济调度模型的约束条件包括电力网络约束、天然气网络约束、热力网络约束、耦合设备约束和鲁棒不确定集约束。

15、进一步的，所述电力网络约束包括机组出力约束、机组爬坡约束、风机出力约束和功率平衡约束：

16、

17、

18、

19、

20、

21、式中：ωel为电网节点的集合；pmax g,i,t、pmin g,i,t分别为火电机组出力上下限；rg d,i、rg u,i分别为火电机组滑坡和爬坡速率上限；pij,t、pmax ij,t、xij分别为支路ij的传输功率、传输功率上限和电抗；θi,t为节点i的相角；ωi为与节点i相连的节点的集合。

22、进一步的，所述天然气网络约束包括weymouth方程约束、节点压力约束、管道流量约束、气源流量约束、压缩机管道流量及压缩机管道首末端气压约束和节点流量平衡约束：

23、

24、

25、

26、

27、

28、

29、

30、式中：ωga、ωep、ωsp和ωc,p分别为气网管道的集合、以节点p为尾节点的首节点集合、以节点p为首节点的尾节点集合和以节点p为入口的压缩机的集合；为管道pq的平均流量；wpq、spq分别为管道pq的weymouth常数和管存常数；πp,t和πq,t为节点p和节点q的气压；fc,h,t为压缩机管道h的流量；fin pq,t和foutpq,t分别为管道pq的首端流量和末端流量；qpq,t和qpq,t-1分别为管道pq在t和t-1时刻的管存；fgt,p,t、fp2g,p,t、fchp,p,t、fl,p,t分别为gt的耗气量、p2g转换的气流量、chp的耗气量和气负荷；πmaxp和πminp分别为节点p气压上下限；fmax g,p和fmin g,p分别为气源p的出力上下限；τmax c和τmin c分别为压缩机的压缩因子最大值和最小值；fmaxpq和fmax c,h分别为管道pq的流量上限和压缩机管道h的流量上限。

31、进一步的，所述热力网络模型包括温度混合约束、热源和负荷换热约束、热源供热功率限制、热源节点供回水温度约束：

32、

33、

34、

35、

36、

37、式中：tout mn,t、tin mn,t、tin mn,t-1分别为管道mn在t时刻的出口温度，在t时刻的入口温度和在t-1时刻的入口温度；λmn、td mn、νmn、lmn、qmn、dmn分别为管道mn的损耗系数、延迟时间、漏热损失系数、长度、质量流率和内径；tam和ch分别为环境温度和水的比热容；ωe n、ωs n分别为以n为末端节点的首端节点的集合和以n为首端节点的末端节点的集合；hchp,m,t和hl,m,t分别为chp机组的供热量和节点m的热负荷；qs m,t和ql m,t分别为流经热源/热负荷节点的的质量流率；ts m,t和tr m,t分别为节点m的供水/回水温度；hmaxg,m和hmin g,m分别为热源m供热量的上下限；tr,max m、tr,min m、ts,max m、ts,min m分别为回水/供水温度的上下限。

38、进一步的，电力网络、天然气网络和热力网络通过gt、p2g设备和chp机组紧密耦合，耦合设备约束包括gt的耗量特性方程、p2g设备能量转换方程和chp机组能量转换方程如下式所示：

39、

40、

41、

42、式中：ηgt、ηp2g和ηchp分别为gt、p2g和chp的转换效率；hhv为天然气高热值；pmaxp2g,i和pmax chp,i分别为p2g设备i的耗电量上限和chp机组i的发电量上限。

43、进一步的，所述鲁棒不确定集约束，具体为：

44、

45、

46、

47、

48、式中：uw、ue、ug、uh分别为风电、电负荷、气负荷和热负荷的不确定集；t为时间t的实数集；δ+w,i,t和δ-w,i,t为表征风机出力的0-1变量，满足δ+w,i,t+δ-w,i,t≤1，其中，δ+w,i,t＝1表示风电向上波动，δ-w,i,t＝1表示风电向下波动；类似δ+e,i,t、δ-e,i,t、δ+e,i,t、δ-e,i,t、δ+e,i,t、δ-e,i,t为表征负荷波动情况的0-1变量；ψw、ψe、ψg、ψh分别为风电、电负荷、气负荷和热负荷的鲁棒预算；和分别为风电、电负荷、气负荷和热负荷的预测值；和为对应的最大预测误差。

49、进一步的，所述电-气-热网络解耦的分布式鲁棒调度模型具体为：

50、根据耦合设备边界条件，将ies分解为三个独立的网络，在解耦处引入相应的耦合变量，并为保证网络解耦前后的等效性，三个网络的耦合变量应满足一致性约束：

51、

52、式中：fe gt,i,t为电力网络关于gt设备i的耦合变量；fg gt,p,t为天然气网络关于gt设备p的耦合变量；fgt,ip,t为fe gt,i,t、fg gt,p,t的协调变量；fe p2g,i,t为电力网络关于p2g设备i的耦合变量；fg p2g,p,t为天然气网络关于p2g设备p的耦合变量；fp2g,ip,t为fe p2g,i,t、fg p2g,p,t的协调变量。fe chp,i,t为电力网络关于chp机组i的耦合变量；fg chp,p,t为天然气网络关于chp机组p的耦合变量；fh chp,m,t为热力网络关于chp机组m的耦合变量；fchp,ipm,为fe chp,i,t、fg chp,p,t、fh chp,m,t的协调变量；

53、电力网络分布式鲁棒优化调度的目标函数为在风电和电负荷最恶劣场景下，火电机组发电成本、p2g设备运行成本、电负荷削减成本、碳-绿证成本和边界惩罚成本最小，具体优化调度模型如下：

54、

55、

56、式中：ue为风电和电负荷的不确定变量；x为0-1变量，ye为连续变量，具体见式(27)；问题约束的第一项和第二项分别表示与ye相关的不等式约束和等式约束，第三项表示与x和ye相关的不等式约束，第四项表示与x相关的等式约束；λe 1、λe 2、λe 3和λe 4为对应约束的对偶变量；ce为常数；ve、pe、de、de、ke、he、f、g、n、b、b和ie均为系数矩阵；

57、由于问题(26)存在0-1变量x，不符合强对偶定理，引入交替优化程序方法，通过轮流求解ue固定和x固定的问题，最终迭代收敛得出max-min模型的解；具体步骤如下：

58、1)设迭代次数r＝1，将不确定变量ue初始值设为预测值。

59、2)固定ue求解问题(26)，即令ue＝ur e求解问题(28)，并得到最新的xr。

60、

61、3)令x＝xr求解问题(26)，并得到最新的不确定变量ur+1e。

62、4)判断ur e＝ur+1e是否成立，若成立，则跳出循环并输出结果，否则，令r＝r+1，并继续执行步骤2)；

63、天然气网络分布式鲁棒优化调度的目标函数为在气负荷最恶劣场景下气负荷削减成本、购气成本和边界惩罚成本最小，具体优化调度模型如下：

64、

65、

66、式中：ug为气负荷的不确定变量，yg为连续变量，代表的具体变量详见式(30)；λg1、λg 2、λg 3、λg 4,pq,t和λg 5,pq,t为对应约束的对偶变量；cg为常数；vg、pg、dg、dg、kg、hg、ig、jpq,t和epq,t均为系数矩阵；

67、热力网络分布式鲁棒优化调度的目标函数为在热负荷最恶劣场景下热负荷削减成本、购热成本和边界惩罚成本最小，具体优化调度模型如下：

68、

69、

70、式中：uh为热负荷的不确定变量，yh为连续变量，代表的具体变量详见式(32)；λh1、λh 2和λh 3为对应约束的对偶变量；ch为常数；vh、ph、dh、dh、kh、hh和ih均为系数矩阵。

71、进一步的，所述利用二阶锥对偶理论和交替优化方法求解，具体如下：

72、1)设迭代次数k＝0；初始化对偶乘子(εe,0gt,i,t,εe,0p2g,i,t,εe,0chp,i,t,εg,0gt,p,t,εg,0p2g,p,t,εg,0chp,p,t,εh,0chp,m,t)、协调变量(f0 gt,ip,t,f0 p2g,ip,t,f0chp,ipm,t)和惩罚因子(ρgt,ρp2g,ρchp)；设定原始残差和对偶残差的阈值和

73、2)电力网络、天然气网络和热力网络独立并行求解自身的子优化问题，获得耦合变量的值(fe,k+1gt,i,t,fe,k+1p2g,i,t,fe,k+1chp,i,t,fg,k+1p2g,p,t,fg,k+1gt,p,t,fg,k+1chp,p,t,fh,k+1chp,m,t)。其中，上标k+1表示第k+1次迭代获得的值。

74、3)根据三个网络最新耦合变量的值更新协调变量(fk+1gt,ip,t,fk+1p2g,ip,t,fk+1chp,ipm,t)，如下式：

75、

76、4)判断原始残差lk+1max和对偶残差dk+1max是否满足算法收敛条件式(36)，若满足，则迭代停止，输出结果；否则，继续执行步骤5)。其中原始残差和对偶残差的计算如式(34)-(35)所示。

77、

78、

79、

80、5)根据最新的耦合变量和协调变量的值，采用式更新对偶乘子；设置迭代次数k＝k+1，继续执行步骤2)。

81、

82、本发明与现有技术相比具有以下有益效果：

83、本发明可以实现电、气和热网络的信息保护和分散自治，有效降低电-气-热ies碳排放量并权衡系统运行鲁棒性和经济性，满足实际工程中的多样化决策需求，实现系统安全稳定经济运行。