本发明涉及一种电-气耦合系统概率最大负荷裕度多目标优化模型及其求解方法，属于多能流系统运行控制领域。
背景技术：
随着能源危机日益严重，电力、天然气等能源需求量大，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。再加上风电出力受风速的影响而具有间歇性、波动性等不确定特征，为了保证多能流系统的高效运行，在含风电电力系统的电气耦合系统的优化问题中，对风电不确定性的分析以及电气耦合系统概率最大负荷裕度多目标优化建模亟待研究。基于此，提出一种电-气耦合系统概率最大负荷裕度多目标优化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《计及电—气互联能源系统安全约束的可用输电能力计算》考虑了电气耦合系统安全约束，提出一种基于线性预测的连续潮流法进行求解，用线性预测法辨识制约电力系统可输电能力的关键约束，对电力系统可输电能力进行了计算；文献《含大型风电场的电力系统概率最大输电能力快速计算》通过对含风电机组的电力系统的可用输电能力进行研究，对含风电机组的电力系统的最大负荷能力进行相关研究；文献《themaximuminjectionpoweranalysisofgrid-connectedwindfarms》构建了基于能量流的电热综合能源系统(integratedenergysystems,ies)弃风消纳优化调度模型全能流模型，并对能源进行了优化管理研究；文献《电–气混联综合能源系统概率能量流分析》研究了负荷及风电场出力的随机性，对电-气混联网络的ies进行了概率能量流分析。这些研究虽然在多能流网络的建模及其求解算法中取得了一定的成果，但尚未有从多能流概率最大负荷裕度多目标优化模型的建立及其求解方法展开研究。
为了保证多能流系统的高效和环保运行，研究电-气耦合系统概率最大负荷裕度多目标优化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“一种电-气耦合系统概率最大负荷裕度多目标优化模型及其求解方法”，建立电-气耦合系统概率最大负荷裕度多目标优化模型，提出基于srsm，牛顿法及nsga-ii和最大满意度决策混合算法结合的电气概率多能流负荷裕度混合算法求解获取最优折衷调度策略及其对应的潮流分布等数据信息。
本发明采用如下技术方案：一种电-气耦合系统概率最大负荷裕度多目标优化模型及其求解方法，该方法包括如下步骤：
步骤1：提出基于电-气耦合系统概率最大负荷裕度多目标优化模型；
步骤2：基于srsm，牛顿法及nsga-ii和最大满意度决策混合算法求解多目标优化模型，得到最优折衷调度策略及其对应的潮流分布等数据信息。
附图说明
图1是本发明的逻辑架构图。
图2是本发明的求解流程示意图。
具体实施方式
本发明包括以下步骤：
步骤1：提出基于电-气耦合系统概率最大负荷裕度多目标优化模型；
(1)目标函数
max{λe,λg}
式中，λ为负荷参数，其中λe，λg分别为电力系统和天然气系统的负荷参数。λ＝0即为原始运行点的负荷水平，λe，λg的最大分别为电力系统和天然气系统在临界点的负荷参数。plei为电力系统原始运行点的负荷水平，flgi为天然气网络系统原始运行点的负荷水平。pleimax为电力系统负荷节点的最大负荷能力，flgimax为天然气网络系统中负荷节点的最大负荷能力。
(2)约束条件
本发明所提出的电气耦合系统概率最大负荷裕度多目标优化模型的约束条件包括电力网络，天然气网络及能源集线器(energyhub,eh)三个部分。
1)电力网络约束
本发明研究风电场出力的不确定性，采用二参数的威布尔分布模型来描述风速v的随机变化规律，风力发电机的输出功率pw。电力网络约束条件包括电力网络功率平衡约束，机组有功出力约束，机组无功出力约束，节点电压约束，旋转备用约束和支路功率传输约束，关于风电机组的建模和电力网络系统的约束条件已经被广泛研究，本发明将直接应用，细节不再赘述。
2)天然气网络约束
天然气网络约束与电力网络约束具有一定的相似之处，在电力系统当中求解潮流方程时，节点电压幅值v和相角θ是状态变量，类比于电力系统，天然气网络潮流方程的主要状态变量则是状态变量节点压力p。
1.天然气网络平衡约束
一般稳态通过管道的流量取决于为管道两端压力及管道属性，对于天然气系统中输气管道k(i,j为天然气网络管道的两端)，其流量fk即：
式中，fk为第k条天然气管道的流量；mk为天然气管道常数；sij为管道中气体流动的方向；p为节点压强。
压缩机消耗的流量方程可以近似为：
qc＝kc×qr×δp
式中，qc为通过压缩机的流量；kc为压缩机常数；qr为压缩机通过流量的效率常数；δp为管道两端的压力差。
类似于电力系统，天然气网络系统中各节点的流量平衡方程为：
(b+u)f+ω-tτ＝0
式中，b为去掉压缩机管道的支路节点关联矩阵；u为压缩机节点关联矩阵；ω为气体输入量；tτ为压缩机气体需求量。
2.压缩机压缩比约束：
1≤ri≤rimaxj＝1,...,nc
式中，rimax为压缩机压缩比上限；nc为天然气网络压缩机的集合。
3.节点压强约束：
pimin≤p≤pimaxi＝1,...,nn
式中，pimin，pimax为天然气网络节点压强的下限和上限值；nn为天然气网络节点压强。
3)电力-天然气系统的耦合约束
1.电-气系统耦合关系约束
式中：ηtrans，ηchp.e，ηchp.th，ηfur，ηex，分别为变压器、chp发电部分、chp供热部分、热锅炉和热交换机的转化效率；pw为风机出力。
2.能源输入约束
pemin≤pe≤pemax
pgmin≤pg≤pgmax
式中，pmin，pmax为eh中能源输入的下限和上限值。
步骤2：基于srsm，牛顿法及nsga-ii和最大满意度决策混合算法求解多目标优化模型，得到最优折衷调度策略及其对应的潮流分布等数据信息。
首先，采用srsm来考虑风速的随机性，将风速作为随机变量，即系统的输入不确定参数，将风力发电机组的有功出力作为系统的输出响应，然后求解电-气耦合系统概率能量流及最大负荷裕度，最后可得到多能系统各状态变量的概率分布。牛顿法用以求解多能系统中的稳态潮流方程，确定合适的状态量初值，通过牛顿法计算得到状态变量的修正量作为下一次计算的初值，一直迭代达到系统临界运行点。
采用nsga-ii算法求取pareto最优解集，用最大满意度法筛选最优折衷解，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，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。
据此就得到一种电-气耦合系统概率最大负荷裕度多目标优化模型及其求解方法。
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。