首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种多区域互联电热综合能源系统可信分布调度方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:山东大学

摘要:本公开提供了一种多区域互联电热综合能源系统可信分布调度方法及系统,涉及电网运行及控制技术领域,本公开充分考虑各个IEHS中可再生能源的出力不确定性和时空关联性,提出针对多区域互联IEHS的三层分布式可信分布鲁棒优化调度模型;同时,基于双步投影算法,提出针对多区域互联IEHS的快速分布式协同算法,以实现多区域IEHS调度问题的快速分布式求解;本公开能够在保护各IEHS之间及各EPS与DHS之间隐私的同时,大大提升分布式调度的求解效率与灵活性,可以被实际应用。

主权项:1.一种多区域互联电热综合能源系统可信分布调度方法,其特征在于,包括:获取多区域互联电-热综合能源系统,基于解耦思想对所述多区域互联电-热综合能源系统可再生能源不确定性进行分解,并构建基于Wasserstein距离与一阶矩信息的混合模糊集;基于混合模糊集建立基于混合模糊集的多区域互联电-热综合能源系统分布鲁棒优化多时段调度模型;基于对偶理论、Bonferroni不等式与CVaR近似方法,将多区域互联电-热综合能源系统分布鲁棒优化多时段调度模型中含随机变量的目标函数、联合机会约束与鲁棒约束转化为确定性线性模型;基于高斯消元算法及FME算法对电力系统调度模型和区域供热系统调度模型进行预投影,然后基于改进的局部投影方法实现电力系统和区域供热系统调度模型子问题的分布式求解以及各多区域互联电-热综合能源系统之间的分布式协同,并基于区域供热系统调度模型在协同过程中模型的不变性,利用临界域的存储与快速搜索机制进行分布式协同优化;所述的鲁棒优化多时段调度模型包括电力系调度模型及区域供热系统调度模型两部分,所述电力系调度模型和区域供热系统调度模型都分别包括目标函数和约束条件;建立电力系统调度模型,该模型包含目标函数和约束条件;具体如下:计及可变流量调节模式的IEHS条件分布鲁棒模型的优化目标为最小化IEHS的运行成本,单个IEHS的目标函数可表述如下: 上式中,为t时刻火电机组成本,由于采用火电机组的旋转备用容量平衡风电不确定性,故火电机组成本中含有调整电功率的成本,因此火电机组成本中含不确定性变量;、分别为t时刻火电机组旋转备用成本、弃风惩罚成本;功率平衡约束: 上式中,为t时刻风电机组j的预测出力;为在风电预测出力下t时刻火电机组i的预测电功率;为t时刻风电机组j的弃风量;为t时刻电负荷k的电需求;为t时刻CHP机组g的电功率;为t时刻联络线路b的交换功率;、、、、分别为火电机组、风电机组、CHP机组、交换线路、电负荷集合;火电机组出力约束: 上式中,、分别为t时刻火电机组i的上调、下调旋转备用容量;为火电机组i上调旋转备用容量上限;为火电机组i机组向下旋转备用容量上限;、..分别为火电机组i发电量的上限与下限;风电机组弃风量约束: 风电的预测误差会破坏电力系统的功率平衡;为平衡风电出力的不确定性,通过常规热电机组的旋转备用容量以平衡风电的预测误差,假设火电机组根据线性决策规则调整自身出力;基于线性决策规则的预测误差平衡约束: 上式中,为t时刻火电机组i的实际电功率;为t时刻由于风电不确定性导致的火电机组i的调整电功率,其中含有不确定性变量;为优化变量,表示t时刻火电机组i的调整系数,通过优化选取火电机组调整的最佳方案;为t时刻风电机组j的预测误差,为不确定性变量;交换功率约束: 上式中,、分别为交换功率上下界;火电机组旋转备用容量约束: 上式中,为旋转备用容量约束的风险系数;线路潮流约束: 上式中,为线路l的最大潮流;为线路潮流约束的风险系数;、、、分别为风电机组j、火电机组i、CHP机组g、负荷l的转移分布因子;为电力系统线路集合;爬坡约束作为机组的物理约束,机组爬坡能力不足会严重影响系统的安全运行;因此,机组的爬坡约束采用鲁棒约束,保证在随机变量的条件支撑集上火电机组爬坡约束始终能够得到满足;火电机组爬坡约束: 上式中,与分别为火电机组i爬坡能力的上限与下限;建立区域供热系统优化调度模型,该模型包含目标函数和约束条件;具体如下:区域供热系统目标函数由CHP机组成本、燃气锅炉成本共同组成,可表述如下: 上式中,、分别为t时刻CHP机组成本、燃气锅炉成本;、分别为CHP机组、锅炉机组的集合;CHP机组出力约束: 上式中,、为CHP机组g的电功率与热功率的第m个极值点;为t时刻CHP机组的g热功率;为t时刻CHP机组g第m个极值点的系数;为CHP机组g的极值点个数;、分别为CHP机组g电功率的下限与上限;、分别为CHP机组g爬坡的上限与下限;燃气锅炉约束: 上式中,、为燃气锅炉h的热功率、燃料转换系数;为燃气锅炉h的热功率上限;热源节点约束: 上式中,为t时刻热源节点p的燃气锅炉热功率,为t时刻热源站p的CHP机组热功率,为t时刻热源节点p的节点质量流量,、分别为t时刻热源节点p的供、回水温度;热负荷节点约束: 上式中,为t时刻热交换站节点q的热负荷,为t时刻热交换站节点q的节点质量流量,、分别为t时刻热交换站节点q的供、回水温度;节点法描述管道的动态特性约束已在区域供热系统中得到广泛应用;在节点法中,以供水管道出口温度为例,分以下两步计算时间延迟与热损耗;管道动态特性约束可具体表述为:不考虑管道热损耗时,计算由入口历史温度的线性加权构成的管道出口虚拟温度: 上式中,为t时刻管道b入口温度;为t时刻未考虑热损耗时管道b的出口温度;为各个历史时间段入口温度的权重,整数变量、分别为时刻t、t-1结束前历史水流流出管道b的时间间隔,其由如下公式定义: 上式中,为从时刻到t时刻注入管道的热水质量,为从时刻到时刻t注入管道b的热水质量;为管道b的长度;计及热水在传输过程中由于与管壁进行热交换而发生的温度损失,修正管道出口温度: 上式中,为考虑热损耗时时刻t管道b的出口温度;构建供热管网模型,供热管网模型由管道末端温度混合方程、管道首端温度方程描述: 上式中,为t时刻供、回水节点n的质量流量;、分别为t时刻供、回水管道b出口处温度,、分别为t时刻从节点n流出的供、回水管道b入口处温度;、分别为在供水管道中从节点n流入、流出的管道集合;基于并行FME算法对EPS进行预投影;具体如下:基于高斯消元算法及FME算法对电力系统调度模型进行预投影,包括:通过高斯消元法,对等式约束进行消除,为在保留目标函数的前提下消除辅助变量,引入变量,将线性目标函数进行转化;应用FME算法对电力系统调度模型进行变量消去;基于高斯消元算法及FME算法对区域供热系统调度模型进行预投影,包括:确定区域供热系统调度模型子问题表现形式,通过高斯消元法进行变量消除以简化区域供热系统调度模型;基于改进的局部投影方法实现电力系统和区域供热系统调度模型子问题的分布式求解以及各多区域互联电-热综合能源系统之间的分布式协同,包括:电力系统首先将边界变量的值传递给相连的区域供热系统,随后,每个区域供热系统将边界变量作为参数,求解其在给定边界变量值下的多参数优化问题,并将局部目标函数与可行域返回给传递至电力系统;通过高斯消元法,将等式约束消除;为在保留目标函数的前提下消除辅助变量、、,引入变量,将线性目标函数转化为: 经上述转化后,EPS的可行域为一个多面体,可以表示为: 上式中,为EPS中辅助变量、、、、、、、、、、构成的向量;为EPS中除上述辅助变量外的决策变量;、、为系数矩阵;为表述简洁,省略上标e;应用FME算法对EPS模型进行变量消去,FME算法的基本原理为一次从约束集合中消除一个决策变量;通过FME算法消除中的变量,具体如下:重新排列原始约束,表述如下: 上式中,为不含的决策变量向量;为删除对应的列的子矩阵;是删除对应的行的子向量;集合、、分别为原不等式组中前系数为零、负数、正数的变量集合;通过重新排列组合约束和约束,可得如下简化线性不等式约束: 消除约束中的变量,则约束可表述为: 重复上述消除步骤,直至式中所有与分布鲁棒相关的辅助变量均被删除;最终,EPS的约束可以表示为: 上式中,、、、为简化后的系数矩阵;基于高斯消元算法对DHS进行预投影;具体如下:确定DHC子问题表述形式如下: 上式中,、、、均为系数矩阵;为表述简洁,省略上标e、h;通过高斯消元法,式中可以求解为: 将带入 中,可将DHS的模型简化为: 基于多参数规划理论的改进局部投影方法;具体如下:单区域IEHS协同调度中,局部投影算法的基本步骤为:EPS首先将边界变量的值传递给相连的DHS,随后,每个DHS将边界变量作为参数,求解其在给定边界变量值下的多参数优化问题,并将局部目标函数与可行域返回给传递至EPS;其具体分为以下步骤:初始化迭代次数k=1;EPS运营商将边界变量的初始值发送给各个DHS运营商;每个DHS将从EPS处接收的边界变量作为参数,并优化子问题: 上式中,中的上标表示其作为一个参数而并非为优化变量;若子问题可行,则DHS生成第k次迭代的临界域与局部目标函数投影,并发送至EPS运营商;若子问题不可行,则DHS更新可行割平面,并发送至EPS运营商;EPS运营商根据从各个DHS处接收的信息,优化子问题,生成: 收敛性判断;若,其中为收敛判据,为一个很小的正常数,则单区域内算法收敛,单区域内EPS与DHS的协同结束,进行EPS将与PDC的协同步骤;否则,更新,将发送至各DHS运营商,返回子问题中继续迭代。

全文数据:

权利要求:

百度查询: 山东大学 一种多区域互联电热综合能源系统可信分布调度方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。