一种综合能源配电网多目标优化调度方法与流程

本发明属于电力系统综合能源运行调度，具体涉及一种综合能源配电网多目标优化调度方法。

背景技术：

1、园区综合能源系统(pies)是面向园区微能源网的综合能源系统，亦称为微能源网或冷热电联供型微网，园区综合能源系统(pies)通过多能协同、互补互济的方式提高了能源利用效率，是推动减污降碳协同增效，实现能源转型的重要途径，配电网对并网的分布式电源进行主动管理，与下级微电网进行信息交互是现代配电系统的发展方向，同时配电网作为综合能源系统中电力供应的关键一环，配电网技术的快速发展也为进一步推动多种能源的综合利用提供了手段，如何实现园区综合能源系统与配电网的协调调度和一体化运行是亟须解决的重要问题之一。

技术实现思路

1、本发明的目的是为了克服现有技术的不足，而提供一种能够将园区综合能源与主动配电网进行良好结合调度的一种综合能源配电网多目标优化调度方法。

2、本发明的目的是这样实现的，一种综合能源配电网多目标优化调度方法，它包括以下步骤：

3、步骤1：建立园区综合能源系统协调调度模型；

4、步骤2：建立配电网系统多目标优化调度模型；

5、步骤3：结合粒子群算法对配电网系统多目标优化调度模型求解，得出最优方案；

6、步骤4：基于atc法的整体模型求解。

7、所述的步骤1中，园区综合能源系统(pies)的系统结构为：园区综合能源系统(pies)由各类能量储存和转化元件、能量传输母线和负荷构成，与上级电网和天然气网进行电能和天然气交互，能量存储和转化设备包含风电、热电联产(chp)机组、吸收式制冷机、燃气锅炉、蓄热装置、电制冷机和蓄电池，负荷包括电负荷、热负荷和冷负荷，园区综合能源系统各设备的详细模型如下：

8、1)热电联产机组包括燃气轮机和余热收集装置，吸收天然气并将其转化为热能和电能，其表达式为：

9、式中：echp,t和hchp,t分别为热电联产机组t时刻产生的电能和热能；ηge和ηgh分别为热电联产机组的产电和产热效率；g1,t为t时刻热电联产机组吸收天然气转化成的能量；

10、2)燃气锅炉吸收天然气产热供给热负荷，其表达式为：

11、hgb,t＝g2,tηh

12、式中hgb,t为燃气锅炉t时刻产生的热能；ηh为燃气锅炉的产热效率；g2,t为t时刻燃气锅炉吸收天然气转化成的能量；

13、3)电制冷机吸收电能制冷，其表达式为：

14、cer,t＝e2,tηc

15、式中：cer,t为电制冷机t时刻产生的冷能；e2,t为吸收的电能；ηc为制冷效率；

16、4)吸收式制冷机吸收电能制冷，其表达式为：

17、cac,t＝h2,tηhc

18、式中：cac,t为吸收式制冷机t时刻产生的冷能；h2,t为吸收式制冷机t时刻吸收的热能；ηhc为转换效率；

19、5)蓄电池储能吸收电能或放出电能，存储量约束表达式为：

20、

21、式中：wt为蓄电池t时刻存储的电能；ec,t和ed,f分别为蓄电池t时刻的充电和放电功率；ηch和ηdis分别为充电和放电效率；σ为能量自损率，wmax和wmin分别为蓄电池存储量的上限和下限；w0和wt分别为调度初始时刻和结束时刻t的存储量；

22、充放电约束为：

23、

24、式中ec,max和ec,min分别为蓄电池充电功率ec,t的上限和下限；ed,max和ed,min分别为蓄电池放电功率ed,t的上限和下限；ic,t和id,t分别为蓄电池t时刻储能充电和放电的状态变量。

25、园区综合能源系统(pies)的目标函数和约束条件为：园区综合能源系统是一个集中控制的系统，运营商协调各设备在各时段的出力，使系统处于最优运行状态，达到总成本最小的目的，综合成本cpies由购电成本ce,t、购气成本cgas,t和储能调用成本css,t组成，具体表达式为：

26、

27、1)购电成本：

28、ce,t＝αb,tmax{0,et}+αs,tmin{0,et}+e1,tαw,t

29、式中：et为t时刻与配电网交互的联络线功率；e1,t为t时刻风电的输出功率；αb,t为从配电网购入的电价；αw,t为风电上网电价；αs,t为向配电网售电的电价；

30、2)购气成本：

31、cgas,t＝βgt

32、式中：gt为t时刻购入的天然气经热值换算成的功率；β为单位功率的天然气价格；

33、3)储能调用成本：

34、css,t＝(ed,t+ec,t+hd,t+hc,t)αss

35、式中：hc,t和hd,t分别为蓄热装置储热和放热功率；αss为单位功率的调用成本。

36、所述的步骤2中，可调度资源包括风电、光伏、微型燃气轮机、蓄电池储能、柔性负荷以及园区综合能源的联络线功率，利用可调度资源建立配电网多目标优化调度模型，以调度成本cadn、负荷曲线方差d和可再生能源弃电量r为优化目标；

37、调度成本cadn由分布式发电购电成本cdg,t、储能设备调用成本cess,t、柔性负荷补偿成本cdr,t和与园区综合能源交互成本ctr,t组成，ctr,t为正时，配电网从园区综合能源购电，ctr,t为负时，配电网向园区综合能源售电，调度成本表达式为：

38、

39、

40、

41、

42、ctr,t＝λb,tmax{0,p1,t}+λs,tmin{0,p1,t}

43、式中ndg为分布式电源数量；pdg,d,t为第d台分布式电源在t时刻的输出功率；λdg,d为分布式电源上网电价；ness为储能设备台数；pc,m,t和pd,m,t分别为第m台储能设备在t时刻的充电功率和放电功率；λess为储能单位功率的调用成本；ndr为柔性负载个数；pdr,h,t和p*dr,h,t分别为第h个柔性负荷在t时刻的实际功率和期望功率；λdr,为柔性负荷单位功率的补偿费用；p1,t为t时刻联络线功率；λb,t和λs,t分别为t时刻的购电价格和售电价格。

44、所述的步骤3中，多目标优化问题一般可以表示为如下模型：

45、

46、式中：x为决策变量；ω为决策变量可行解空间；fm(·)为第m维目标函数，m∈m，其中m为目标函数总维度集合；

47、对于2个任意决策变量x1和x2，假设当前模型为最小化问题，那么当且仅当满足fm(x1)＜fm(x2)时，称x1支配x2，若决策变量xa∈ω，且xa不被可行解空间的任意解支配，则称xa为该目标优化的非劣解或pareto最优解，所有pareto最优解的集合称为pareto最优解集，pareto最优解集对应的目标函数向量集合为pareto前沿；

48、粒子群算法中，通过搜索空间中多个粒子根据全局最优和个体最优指导速度和位置的更新，共同进化找到问题的最优解，主动配电网优化调度的决策变量为各电源各时刻的有功功率，将一个粒子作为一种调度方案，粒子位置表示各电源的岀力，粒子的速度表示出力的调整量，用ng表示电源个数，各电源各时刻的有功出力组合为ng×t矩阵,作为粒子位置p,设各机组各时刻出力的调整量作为速度v,则粒子群算法的更新公式为:

49、

50、

51、式中为粒子i在第ta次进化的速度；w为惯性系数；c1和c2为加速常数；r为在区间[0,1]均匀分布的随机数；pi,ta为粒子i在第ta次进化的位置，即一个调度方案；pbest,i为粒子i自身经历的最优调度方案，即个体最优方案；gbest为整个种群进化过程中最优的调度方案，即全局最优方案。

52、所述的步骤4中，首先确定上下层关系，上层系统为主动配电网，下层系统为园区综合能源系统,上层系统和下层系统间耦合的决策变量为联络线功率，以实现两个系统各自的优化目标，这种层级结构与atc法的基本思想相一致因此，可将atc法的思想应用于园区综合能源系统和主动配电网协调调度问题的求解。

53、本发明的有益效果：本发明一种综合能源配电网多目标优化调度方法，基于atc法的整体模型求解，本发明对主动配电网中的分布式电源、柔性负荷、储能设备、联络线功率进行优化调度能够有效地提升可再生能源的消纳能力，优化负荷曲线，缩小负荷峰谷差，将园区综合能源系统中多种能源互补耦合，多种设备共同出力能满足系统运行的冷、热、电负荷需求，本发明所提出的园区综合能源系统和主动配电网协调调度模型能够兼顾两个系统的多个优化目标，体现了园区综合能源接入主动配电网的多方面效益。