本发明涉及一种多能流系统多目标最优潮流模型及其求解方法，属于多能流系统运行控制领域。
背景技术：
随着能源和环境问题的日益突出，能源互联网是能源研究领域的前沿和热点，构建多能流系统有助于实现多能流系统能效的提高以及实现能源输入成本的降低。当前多能流耦合的不断发展导致传统单能流系统的方法已很难直接应用，为了保证多能流系统的高效运行，亟待发展面向多能流的能源管理。基于此，提出一种多能流系统多目标最优潮流模型及其求解方法对多能流系统的能源管理具有一定意义。
文献《A Decomposed Solution to Multiple-Energy Carriers Optimal Power Flow》建立了一种多能流系统最优潮流模型，提出一种分解算法解决多能源系统最优潮流问题，把多能流问题分解为传统单能流问题；文献《Optimal Power Flow of Mutiple Energy Carriers》考虑了综合能源的经济调度问题，包括静态电力网络和综合能源系统的最优潮流问题；文献《区域综合能源系统电/气/热混合潮流算法研究》采用能源集线器模型，基于顺序求解法，分别对电力网络潮流方程和天然气网络进行求解。这些虽然在多能流网络的建模及其求解取得了一定的成果，但尚未有从多能流系统多目标最优潮流模型的建立及其求解方法展开研究。
为了能更好地提高综合能源的能源利用率，减少总的能源输入成本，研究多能流系统多目标最优潮流模型及其求解方法十分必要，在能源互联网背景下有着重要意义。
技术实现要素：
针对现有技术的不足，本发明“一种多能流系统多目标最优潮流模型及其求解方法”，建立多能流系统多目标最优潮流模型，采取NSGA-II与最大满意度法混合算法求解获取多目标最优潮流的Pareto解集和最优折衷解。
本发明采用如下技术方案：一种多能流系统多目标最优潮流模型及其求解方法，该方法包括如下步骤：
步骤1：提出基于多能流系统多目标最优潮流模型；
步骤2：基于NSGA-II和最大满意度法混合算法求解多能流系统多目标最优潮流模型，得到多目标最优潮流的Pareto解集和最优折衷解。
附图说明
图1是本发明的多能流系统多目标最优潮流模型示意图。
具体实施方式
本发明包括以下步骤：
步骤1：提出基于多能流系统多目标最优潮流模型
(1)决策变量向量
其中si和vi是能源集线器中的虚拟因子和调度因子，Pei,Pgi,Phi分别是能源集线器中能源输入，分别是电力网络机组的有功出力和节点电压，RNc,pNn分别为天然气网络中压缩机的压缩比和节点压强。
本实例中，多能源耦合系统有11个能源集线器，电力网络以IEEE 5机14节点标准系统为模型，天然气网络以3压缩机22节点为模型，则有99个决策变量。
(2)目标函数
(3)约束条件
1)等式约束
1.能源集线器耦合约束
2.电力网络功率平衡约束
3.天然气网络流量平衡约束
(A+U)f+ω-Tτ＝0 (7)
2)不等式约束
1.虚拟因子约束
2.调度因子约束
3.机组有功出力约束
PGi min≤PGi≤PGi max,i＝1,2,…,NG (10)
4.节点电压约束
Ui min≤Ui≤Ui max,i＝1,2,…,Nbus (11)
5.压缩机压缩比约束
1≤Ri≤Ri max,j＝1,2,…,Nc (12)
6.节点压强约束
pi min≤p≤pi max,i＝1,2,…,Nn (13)
步骤2：基于NSGA-II和最大满意度法混合算法求解多能流系统多目标最优潮流模型，得到多目标最优潮流的Pareto解集和最优折衷解。
采用NSGA-II算法求取Pareto最优解集，用最大满意度法筛选出最优折衷解，在优化目标函数中加入罚函数。
采用最大满意度法中偏小型模糊满意度计算公式。对于Pareto解集中的每个非支配解，根据实际情况，计算其每个目标值的满意度及每个非支配解的综合满意度，选取综合满意度最大的非支配解，从而得到多目标最优折衷解。
据此就得到一种多能流系统多目标最优潮流模型及其求解方法。
以上实施方案仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的保护范畴。