本发明涉及综合能源系统,尤其涉及一种基于神经动力学的综合能源系统优化调度方法及终端。
背景技术:
1、综合能源系统(integrated energy system,ies)凭借多能源互补、开放互联等优势,引起了学术界的广泛研究兴趣。为了解决ies内的多主体协调、多目标运行、大数据量和数据隐私等问题,分布式优化在ies能源管理中的应用具有重要的理论意义和实用价值。ies能源管理问题旨在优化多种能源资源的使用,以提高能源效率、降低成本、减少环境影响,并确保能源供应的可靠性。但系统规模的逐渐扩大和各类新能源的接入,给ies的能源管理问题带来了挑战。
2、目前针对不同能源系统中分布式优化的研究在一定程度上实现了主体的利益平衡,并保护了主体的信息隐私。然而,随着系统规模的扩大和运行约束的增加,优化算法的性能不可避免地受到影响;而且信息交换过程中可能出现的窃听行为等意外情况,会使得ies中的分布式优化调度问题变得更加复杂。如何在提升分布式计算效率的同时,保护各能源运行主体交流时的信息隐私,是一个巨大的挑战。
技术实现思路
1、本发明所要解决的技术问题是:提供一种基于神经动力学的综合能源系统优化调度方法及终端,能够提高计算效率,并保证各能源运行主体的信息隐私。
2、为了解决上述技术问题,本发明采用的技术方案为:
3、一种基于神经动力学的综合能源系统优化调度方法,包括步骤:
4、建立电-热-氢综合能源系统模型;
5、以最小化分布式资源的运行成本为目标构建所述电-热-氢综合能源系统模型的目标函数,并确定所述目标函数的约束条件;
6、基于所述目标函数和所述约束条件使用神经动力学优化方法对所述电-热-氢综合能源系统模型进行求解,得到优化结果,所述神经动力学优化方法引入了噪声和隐私函数。
7、为了解决上述技术问题,本发明采用的另一种技术方案为:
8、一种基于神经动力学的综合能源系统优化调度终端,包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
9、建立电-热-氢综合能源系统模型;
10、以最小化分布式资源的运行成本为目标构建所述电-热-氢综合能源系统模型的目标函数,并确定所述目标函数的约束条件;
11、基于所述目标函数和所述约束条件使用神经动力学优化方法对所述电-热-氢综合能源系统模型进行求解,得到优化结果,所述神经动力学优化方法引入了噪声和隐私函数。
12、本发明的有益效果在于:以最小化分布式资源的运行成本为目标构建所建立的电-热-氢综合能源系统模型的目标函数,并确定目标函数的约束条件,基于目标函数和约束条件使用神经动力学优化方法对电-热-氢综合能源系统模型进行求解,得到优化结果,该神经动力学优化方法引入了噪声和隐私函数,保护了主体的信息隐私,且神经动力学优化方法对模型进行求解,减少了计算量和通信复杂度,具有更快的求解速度,从而提高了计算效率,并保证各能源运行主体的信息隐私。
1.一种基于神经动力学的综合能源系统优化调度方法,其特征在于,包括步骤:
2.根据权利要求1所述的一种基于神经动力学的综合能源系统优化调度方法,其特征在于,所述以最小化分布式资源的运行成本为目标构建所述电-热-氢综合能源系统模型的目标函数包括:
3.根据权利要求2所述的一种基于神经动力学的综合能源系统优化调度方法,其特征在于,所述确定所述目标函数的约束条件包括:
4.根据权利要求3所述的一种基于神经动力学的综合能源系统优化调度方法,其特征在于,所述出力功率约束为:
5.根据权利要求3所述的一种基于神经动力学的综合能源系统优化调度方法,其特征在于,所述线路传输容量约束包括:
6.根据权利要求3所述的一种基于神经动力学的综合能源系统优化调度方法,其特征在于,所述热电联产机组可行域约束为:
7.根据权利要求1所述的一种基于神经动力学的综合能源系统优化调度方法,其特征在于,所述基于所述目标函数和所述约束条件使用神经动力学优化方法对所述电-热-氢综合能源系统模型进行求解,得到优化结果包括:
8.根据权利要求7所述的一种基于神经动力学的综合能源系统优化调度方法,其特征在于,所述每一主体对转换为拉格朗日函数形式的子问题的决策变量和拉格朗日乘子进行更新迭代,得到求解结果包括:
9.根据权利要求7所述的一种基于神经动力学的综合能源系统优化调度方法,其特征在于,所述使用加密方法与相邻主体进行信息交换,并根据交换得到的信息对应更新自身的决策变量值包括:
10.一种基于神经动力学的综合能源系统优化调度终端,包括存储器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述的一种基于神经动力学的综合能源系统优化调度方法中的各个步骤。