一种电-气联合系统最优能流快速计算方法与流程

本发明属于领域，特别涉及一种电-气联合系统最优能流快速计算方法。

背景技术：

1、与传统燃煤机组相比，燃气机组具有更高的能量转换效率、更快的响应速度和更少的污染物排放，在电力行业得到了快速发展。到2020年，天然气在许多地区的总发电量中占很大比例，例如，美国天然气发电占比38.8％，日本占比37.7％，俄罗斯和意大利超过40％，英国超过30％。如此大量的天然气发电大大增加了电力系统(eps)和天然气系统(ngs)之间的相互依赖关系，将对两个系统的运行产生重大影响。在此背景下，对eps(电力系统)和ngs(天然气系统)进行协同运行分析越来越受到重视。

2、最优电-气能流问题(opgf)作为一种基本的协同运行问题，已经得到了广泛的研究。一般情况下，opgf求解难度较大，主要原因有：1)eps侧交流潮流非线性模型；2)描述管道气体流量与两端压力关系的非凸韦茅斯方程；3)压缩机耗气量(也称气体损耗)。

3、针对模型的非凸性，研究人员提供了许多建模技术和求解方法。对于eps建模，少数研究在opgf问题中直接采用了交流潮流模型。然而，非线性交流潮流模型的强非凸性使得opgf问题难以求解。考虑到这一点，eps常用的建模方法是采用线性形式的直流潮流模型。采用直流潮流模型的主要缺点在于没有考虑电压和功率损耗。虽然和引入了eps的直流潮流嵌入功率损失，可以在一定程度上提高建模精度，但仍然不能考虑电压。在这种情况下，得到的结果可能会引发一些关键总线的电压问题，这可能会威胁到两个系统的安全协调运行。因此，有必要开发一种opgf方法，其中建模包括电压和功率损失。

4、以上背景技术内容的公开仅用于辅助理解本发明的发明构思及技术方案，其并不必然属于本专利申请的现有技术，在没有明确的证据表明上述内容在本专利申请的申请日已经公开的情况下，上述背景技术不应当用于评价本技术的新颖性和创造性。

技术实现思路

1、本发明的目的在于提供一种电-气联合系统最优能流快速计算方法，充分的考虑功率损耗、气体损耗和电压的最优能流快速计算方法。

2、为实现上述目的，本发明采用如下技术方案：

3、一种电-气联合系统最优能流快速计算方法，具体包括以下步骤：

4、s1、获取电网基本信息和气网基本信息；

5、s2、建立电网连续线性化模型；

6、s3、建立气网连续线性化模型；

7、s4、建立电-气联合连续线性化最优能流模型；

8、s5、求解步骤s4中所述电-气联合系统最优能流连续线性化模型，并得到最优解。

9、进一步的，上述步骤s1中，所述电网基本信息包括网络拓扑结构，负荷数据，系统容量数据；所述气网基本信息包括气负荷数据，管道数据。

10、进一步的，上述步骤s2中，建立电网连续线性化模型包括以下步骤：

11、步骤a、建立电网-支路潮流上下限约束：

12、pij＝gij(vi2-vivj cosθij)-bijvivj sinθij

13、qij＝-bij(vi2-vivj cosθij)-gijvivj sinθij (29)；

14、

15、

16、式中：pij，qij分别表示节点i到j的有功和无功；gij，bij分别表示线路i-j的串联电导和电纳；vi，vj分别表示节点i、j的电压幅值；θij表示节点i、j之间的电压相角；表示节点i到j的最大视在功率，式(1)(1)和(2)(2)式为原始交流模型，下面以节点电压幅值平方，和节点电压角度作为决策变量进行泰勒展开，以下所有下标带0的变量都是泰勒展开初始点：

17、

18、

19、

20、

21、步骤b、建立电网-节点功率平衡约束：

22、

23、

24、式中：pg,i,t：t时刻，i节点的火电机组的有功出力,pgm,i-m,t：t时刻，连接电网i节点和天然气网m节点的燃气机组的有功出力；pl,i.t：t时刻，i节点的有功负荷需求；vi,t：t时刻，i节点的节点电压幅值平方；qg,i,t：t时刻，i节点的火电机组的无功出力；qgm,i-m,t：t时刻，连接电网i节点和天然气网m节点的燃气机组的无功出力；ql,i,t：t时刻，i节点的无功负荷需求；

25、步骤c、建立电网-发电机出力约束

26、

27、

28、式中：分别表示发电机有功出力幅值最小值和最大值；分别表示发电机出力无功幅值最小值和最大值；

29、步骤d、建立电网-节点电压幅值相角约束:

30、(vimin)2≤vi,t≤(vimax)2

31、-π≤θi,t≤π (35)；

32、式中：vimin，vimax分别表示节点i电压幅值最小值和最大值；

33、步骤e、建立电网-爬坡约束

34、rd≤pg,i,t-pg,i,t-1≤ru

35、rd≤pgm,i-m,t-pgm,i-m,t-1≤ru (36)；

36、式中：rd表示火电和燃气机组爬坡系数，设为最大出力的30％；pg,i,t，pg,i,t-1分别表示火电机组i在t时刻和t-1时刻的有功出力；pgm,i-m,t,pgm,i-m,t-1,分别表示燃气机组i_m在t时刻和t-1时刻的有功出力。

37、进一步的，上述步骤s3中，建立气网连续线性化模型包括以下步骤：

38、步骤a、建立天然气网-节点气量平衡约束：

39、

40、式中：qs,m,t：t时刻，m节点的气站的输入气量；qd,m,t：t时刻，m节点的负荷的需求气量；αgmpgm,i-m,t：t时刻，连接电网节点i与气网节点m的燃气机组的需求气量；αgm:燃气机组耗气系数；

41、τc,k-m,t：t时刻，与天然气网节点m相连的压缩机k的损耗气量；qmn,t：t时刻，天然气网管道mn中的气流量；ng：天然气网节点数；

42、步骤b、建立天然气网weymouth方程：

43、

44、

45、式中：天然气网管道mn的管道系数；πm,t：t时刻，天然气网节点压力的平方；qmn,t：t时刻，天然气网管道mn中的气流量；

46、采用大m法处理符号函数，以节点气压平方作为变量，对公式(10)进行转换，得如下式(11)-(13)：

47、-mλmn≤πm,t-πn,t≤m(1-λmn) (39)；

48、-mλmn≤qmn,t≤m(1-λmn) (40)；

49、

50、式中：λmn表示描述未知气流方向的二进制变量；再用变量(13)进行转换：

51、-mλmn+πm-πn≤wmn≤mλmn+πm-πn (42)；

52、-m(1-λmn)+πn,t-πm,t≤wmn,t≤m(1-λmn)+πn,t-πm,t (43)；

53、

54、式中：wmn表示：节点压差辅助变量；对式(16)(16)进行一阶泰勒级数展开：

55、

56、步骤c、建立天然气网压缩机压缩率约束：

57、

58、式中：压缩机压缩系数；t时刻，与压缩机k输入端相连的天然气节点m的气压；t时刻，与压缩机k输出端相连的天然气节点n的气压；

59、步骤d、建立天然气网压缩机压力损失模型：

60、

61、式中：τc,k-m,t：t时刻，与天然气节点m相连的压缩机k的天然气损耗；α，β，γ是经验系数；hc,k-m,t：压缩机在t时刻的耗电量k；βc,k，zc,k：压缩机k的压缩机常数；

62、式(19)对其进行线性化处理，对式(19)泰勒展开，得如下的式(20)：

63、

64、其中：

65、

66、

67、

68、通过式(21)(21)得到：

69、

70、

71、步骤e、建立天然气网供气站上下限约束：

72、

73、式中：分别表示供气站气流量的最小值和最大值；

74、步骤f、建立天然气网压缩机气流上下限约束：

75、

76、式中：qc,k,t：t时刻，流过压缩机k的气流量；

77、步骤g、建立天然气网管道气流上下限约束：

78、

79、式中：表示天然气网管道气流量最大值；

80、步骤h、建立天然气网管道压力上下限约束：

81、

82、式中：分别表示天然气网管道压力的最小值和最大值；

83、步骤i、建立天然气网燃气机组出力上下限约束：

84、

85、

86、式中：分别表示燃气机组有功出力幅值最小值和最大值；分别表示燃气机组出力无功幅值最小值和最大值。

87、进一步的，上述步骤s4中，以下方的式(28)(28)为目标函数，包括火电机组出力成本，购气成本以及节点压力松弛惩罚成本：

88、

89、式中：pi,t：t时刻，i节点的发电机的有功出力；qi,t：t时刻，i节点的发电机的无功出力；ap，bp，cp：发电机有功成本系数；aq，bq，cq：发电机无功成本系数；λ：天然气成本系数；qs,m,t：t时刻，m节点的气站的输出气量；γ：补偿气压惩罚系数；prm,t：t时刻，m节点的补偿气压。

90、进一步的，上述步骤s5中，采用cplex求解器对电-气联合系统最优能流连续线性化模型求解，获取最优解。

91、进一步的，所述cplex求解器中对电-气联合系统最优能流连续线性化模型求解时，进行逐次迭代求解，基于连续线性化求解思路最终逼近原始非线性模型的最优解。

92、与现有的技术相比，本发明具有如下有益效果：

93、1、本发明中，构建的电-气联合系统最优能流的连续线性化模型极大减轻了计算负担，基于泰勒级数原理对原始非线性电-气联合约束进行线性化处理，充分保证了原始模型中电网的网络损耗与气网中压缩机气网损耗，同时基于大m法对weymouth方程进行处理保留了气流双向流动的能力，并最终结合泰勒级数实现模型的线性化，因此本发明具有高精度以及高求解速率的效果。

94、2、本发明中，提出的连续线性化模型是依赖于初始点的，较差的初始点会在整个优化中带来较低的求解精度，为保证求解结果的精确性，本方法进一步使用连续线性化求解思路，通过一系列迭代求解，最终求得接近非线性模型最优解的优化解。

95、3、本发明中，为加速求解过程，使用了无损线性模型的优化结果改进初值，极大削减了模型的求解范围，提升了模型的求解速度，并保证了整个模型的求解精度。