CN109217291A - 考虑削峰填谷模型的电气互联系统多目标优化方法 - Google Patents

Abstract

本发明提供了一种考虑削峰填谷模型的电气互联系统多目标优化方法，包括：建立电气互联系统的削峰填谷模型，模型采用目标加权法的遗传算法进行优化。本发明建立了电气互联系统的削峰填谷模型，设计了基于目标加权法的遗传算法，通过算例验证模型具有良好的平滑净负荷波动的能力，并在权值比不同的情况下，进行系统削峰填谷效果和经济性能的协调分析。

Description

考虑削峰填谷模型的电气互联系统多目标优化方法

技术领域

本发明涉及一种能源互联网的节能环保技术，特别是一种考虑削峰填谷模型的电气互联系统多目标优化方法。

背景技术

经过连续多年爆发式增长，我国出现了严重的弃风现象，制约风电行业发展。2012年我国弃风率达17.12％，成为有史以来弃风最为严重的一年。2016年7月，国家能源局发布《关于建立监测预警机制促进风电产业持续健康发展的通知》，风电投资监测预警机制启动。此外，风电会间接拉大电网的峰谷差，增大有功调度控制的难度。

能源互联网有望解决新能源接入的矛盾。能源互联网是以电力系统为核心，以互联网及其他前沿信息技术为基础，以分布式可再生能源为主要一次能源，与天然气网络、交通网络等其他系统紧密耦合而形成的复杂多网流系统。电气互联系统则是能源互联网的基础和过渡。随着天然气开采技术的发展，天然气的成本有所下降，在发电行业的渗透率趋于提高。另一方面，电转气(P2G)技术逐渐成熟，P2G技术是指利用电能将水和二氧化碳转化为氢气或甲烷的过程，可将可再生能源的富余出力转化为天然气进行存储。因此，电力系统和天然气系统的耦合程度随之加深，构成了能量可以双向流动的闭环系统。

目前高空作业领域的危险系数特别大，景区清洁人员长期处于高强度的工作压力下，生命安全往往得不到很好的保障，尽管四轴飞行器的应用前景十分广泛，但是在高空垃圾清除作业领域，对于悬崖等特定环境的垃圾清除装置更是屈指可数。

发明内容

本发明的目的在于提供一种考虑削峰填谷模型的电气互联系统多目标优化方法，包括：建立电气互联系统的削峰填谷模型；模型采用目标加权法的遗传算法进行优化。

采用上述方法电气互联系统的削峰填谷模型包括目标函数和约束条件；目标函数包括削峰填谷效果最好目标和电气互联系统的运行成本目标；约束条件包括电力系统和天然气系统各自的物理运营约束；电力系统的物理运营约束包括：电力系统节点在某一时刻的有功功率平衡约束，输电线路传输的有功功率的变化，输电线路受到输送功率上下限的约束，电压相位角的约束，电力系统对备用容量的限制，天然气输入功率和燃气轮机组电力有功功率输出的转换关系，燃气轮机组输出功率的约束，外网联络节点输出功率的约束，风电场输出功率的约束；天然气系统物理运营约束包括：天然气系统节点在某一时刻存在功率平衡约束，天然气管道受到输送功率上下限的约束，天然气储气罐对存储容量的限制，天然气系统对备用容量的限制，风电输入功率和电转气设备天然气输出功率的转换关系，天然气供给站输出功率的约束。

采用上述方法，目标函数包括削峰填谷效果最好目标和电气互联系统的运行成本目标，具体为式(1)

其中，c_run(τ)为τ时刻的电气互联系统运行总成本，P_net(τ)为τ时刻电力系统的净负荷，β和γ分别为两个目标的权重；

其中，电气互联系统的运行成本目标C_run(τ)如式(2)

Φ_TPU、Φ_Ee、Φ_NGS、Φ_GST、Φ_WF和Φ_P2G分别为已存在的燃气轮机组、外网联络点、天然气供给站、天然气储气罐、风电场和电转气设备的集合，C_u,i、C_e,i、C_s,m、C_gs,m、C_w,k和C_P2G,p分别为燃气轮机组i、外网联络点i、天然气供给站m、天然气储气罐m、风电场k和电转气设备p的每小时单位出力成本，P_u,i(τ)、P_e,i(τ)、Q_s,m(τ)、Q_gs,m(τ)、P_w,k(τ)和P_P2G,p(τ)分别为燃气轮机组i、外网联络点i、天然气供给站m、天然气储气罐m、风电场k和电转气设备p在τ时刻的小时出力，δ_w,k为风电场k的弃风率；

其中，削峰填谷效果最好目标P_net(τ)如式(3)

其中，P_L,i(τ)为节点i在τ时刻的有功负荷。

采用上述方法，所述电力系统物理运营约束包括式(4)至式(12)

x_ijP_l,ij(τ)＝θ_i(τ)-θ_j(τ) (5)

P_u,i(τ)＝φ_u,iQ_g,i(τ) (9)

其中，式(4)为电力系统节点i在τ时刻的有功功率平衡约束，Φ_TL为已存在的输电线路集合，P_l,ij(τ)为电力系统ij节点间输电线路在τ时刻传输的有功功率，

式(5)为输电线路传输的有功功率的变化，x_ij表示电力系统ij节点间输电线路的电抗参数，θ_i(τ)和θ_j(τ)分别表示电力系统节点i和j在τ时刻的电压相位角，

式(6)为输电线路受到输送功率上下限的约束，和P_l,ij分别表示电力系统ij节点间输电线路的传输有功功率上下限，

式(7)对电压相位角的约束，和θ_i分别表示电力系统节点i的电压相位角上下限，

式(8)为电力系统对备用容量的限制，Φ_En表示电力系统的节点集合，表示燃气轮机组i的最大出力；表示外网联络点i的最大出力，表示风电场i的最大出力，P_R表示电力系统的备用容量，

式(9)为天然气输入功率和燃气轮机组电力有功功率输出的转换关系，φ_u,i表示燃气轮机组i的转换效率；Q_g,i(τ)为燃气轮机组i在τ时刻的天然气输入功率，

式(10)为燃气轮机组输出功率的约束，和P_u,i分别表示燃气轮机组i的有功出力上下限，

式(11)为外网联络节点输出功率的约束，和P_e,i分别表示外网联络节点i的有功出力上下限，

式(12)为风电场输出功率的约束，和P_w,k分别表示风电场i的有功出力上下限。

采用上述方法，所述天然气系统物理运营约束包括式(13)至式(18)

其中，式(13)为天然气系统节点m在τ时刻存在功率平衡约束，Φ_NGP表示已存在的天然气管道集合，Q_P2G,m(τ)为电转气设备在τ时刻在节点m转换得到的天然气功率，Q_g,m(τ)为在τ时刻在节点m燃气轮机组消耗的天然气功率，Q_L,m(τ)为在τ时刻节点m的天然气负荷功率，Q_c,mn(τ)为节点mn间天然气管道在τ时刻的传输功率，

式(14)为天然气管道受到输送功率上下限的约束，和Q_c,mn分别表示节点mn间天然气管道在τ时刻的传输功率上下限，

式(15)为天然气储气罐对存储容量的限制，和Q_gs,m分别表示天然气储气罐的存储容量上下限，

式(16)为天然气系统对备用容量的限制，Φ_Gn表示天然气系统的节点集合，Q_s,m表示天然气供给站m的最大输出功率，Q_gs,m表示天然气储气罐m的最大输出功率，Q_P2G,m表示电转气设备在节点m转换得到的最大天然气功率；Q_R表示天然气系统的备用容量，

式(17)为风电输入功率和电转气设备天然气输出功率的转换关系，表示电转气设备m的转换效率；P_P2G,m(τ)为τ时刻输入电转气设备m的风电功率，

式(18)为天然气供给站输出功率的约束，和Q_s,m分别为天然气供给站m的输出功率上下限。

采用上述方法，遗传算法如式(19)

其中，X＝(X₁,X₂,...,X_n)^T是Rⁿ空间的n维向量，称X所在的空间D为问题的决策空间；f_i(X)(i＝1,2,...,m)为问题子目标函数，问题子目标函数之间是相互冲突的，即不存在X∈Ω使(f₁(X),f₂(X),...,f_m(X))在X处同时取最小值；m维向量(f₁(X),f₂(X),...,f_m(X))所在的空间为问题的目标空间，g_i(X)≤0(i＝1,2,...,p)为约束条件。

本发明建立了电气互联系统的削峰填谷模型，设计了基于目标加权法的遗传算法，通过算例验证模型具有良好的平滑净负荷波动的能力，并在权值比不同的情况下，进行系统削峰填谷效果和经济性能的协调分析。通过电转气和燃气轮机的协调配合，实现风电出力时空平移，有效平滑净负荷曲线。

下面结合说明书附图对本发明作进一步描述。

附图说明

图1是本发明中削峰填谷原理示意图。

图2是电气系统和天然气系统耦合拓补图。

图3是日电负荷、风电场出力、天然气负荷曲线示意图。

图4是遗传算法迭代曲线图，其中β/γ＝0.1。

图5是日净负荷、燃气轮机组出力、电转气功率曲线示意图。

图6是不同β/γ情况下，净负荷方差和、净负荷最大峰谷差、运行成本、弃风成本变化曲线图。

图7是本发明的方法流程示意图。

具体实施方式

参照图1至图7，一种考虑削峰填谷模型的电气互联系统多目标优化方法，包括电气互联系统的削峰填谷模型和基于目标加权法的遗传算法。

参照图1，所述削峰填谷方法为：与传统的电负荷削峰填谷不同，本发明将电转气功率、燃气轮机出力和风电场出力均看成广义的电负荷，定义电负荷、电转气功率与燃气轮机出力、风电场出力的差为净负荷，对净负荷进行协调削峰填谷。通过协调系统的电源侧和负荷侧，能够提高系统整体安全性和可靠性，同时增强网络传输能力。电转气将剩余风电转化为天然气存储，使得净负荷曲线变得平缓；燃气轮机动态响应快速，适于调峰调频。故本发明利用电转气和燃气轮机对净负荷削峰填谷。

由于风电的反调峰特性，当电负荷低谷时，风电出力为高峰时段，大量风电难以消纳，通过电转气将剩余风电转化为天然气进行存储，提高了系统对风电的消纳能力，有效增加了净负荷，起到“填谷”的作用；当电负荷高峰时，增加燃气轮机出力以减少净负荷，起到“削峰”作用。这样通过电转气和燃气轮机的协调配合，实现风电出力时空平移，有效平滑净负荷曲线。

所述电气互联系统的削峰填谷模型包括以下目标函数和约束条件：

所述目标函数包括以下两个部分，全天候运行成本最低目标和削峰填谷效果最好目标。所述目标函数表示如式(1)：

式中，β和γ分别为两个目标的权重，削峰填谷目标采用所有相邻时间段的净负荷变化率平方和最小来表征。由于削峰填谷目标和运行成本目标量纲不同，引入权重β和γ将削峰填谷目标投影到经济维度，与系统运行成本一起构成综合成本最低经济目标，从而将多目标优化问题转化为单目标优化，对负荷削峰填谷的同时兼顾系统运行的经济性；c_run(τ)为τ时刻的电气互联系统运行总成本；P_net(τ)为τ时刻电力系统的净负荷。

其中，电气互联系统的运行总成本如式(2)，包括燃气轮机组发电成本、外网联络点发电成本、天然气供给站供气成本、天然气储气罐储气成本、弃风成本和电转气成本：

式中，Φ_TPU、Φ_Ee、Φ_NGS、Φ_GST、Φ_WF和Φ_P2G分别为已存在的燃气轮机组、外网联络点、天然气供给站、天然气储气罐、风电场和电转气设备的集合；C_u,i、C_e,i、C_s,m、C_gs,m、C_w,k和C_P2G,p分别为燃气轮机组i、外网联络点i、天然气供给站m、天然气储气罐m、风电场k和电转气设备p的每小时单位出力成本；P_u,i(τ)、P_e,i(τ)、Q_s,m(τ)、Q_gs,m(τ)、P_w,k(τ)和P_P2G,p(τ)分别为燃气轮机组i、外网联络点i、天然气供给站m、天然气储气罐m、风电场k和电转气设备p在τ时刻的小时出力；δ_w,k为风电场k的弃风率。

此外，用电力系统净负荷的差方来衡量削峰填谷效果。定义净负荷如式(3)，为电负荷、电转气功率与燃气轮机组出力、风电场出力的差：

式中，P_L,i(τ)为节点i在τ时刻的有功负荷。

所述约束条件包括电力系统和天然气系统各自的物理运营约束。

所述电力系统物理运营约束包括式(4)至式(12)：

电力系统节点i在τ时刻存在有功功率平衡约束如式(4)：

式中，Φ_TL为已存在的输电线路集合；P_l,ij(τ)为电力系统ij节点间输电线路在τ时刻传输的有功功率。

采用直接潮流法表示输电线路传输有功功率的变化如式(5)：

x_ijP_l,ij(τ)＝θ_i(τ)-θ_j(τ) (5)

式中，x_ij表示电力系统ij节点间输电线路的电抗参数；θ_i(τ)和θ_j(τ)分别表示电力系统节点i和j在τ时刻的电压相位角。

输电线路都受到输送功率上下限的约束如式(6)：

式中，和P _l,ij分别表示电力系统ij节点间输电线路的传输有功功率上下限。

电力系统采用直流潮流法计算时，对电压相位角也存在约束，如式(7)：

式中，和θ _i分别表示电力系统节点i的电压相位角上下限。

电力系统对备用容量有限制，如式(8)：

式中，Φ_En表示电力系统的节点集合；表示燃气轮机组i的最大出力；表示外网联络点i的最大出力；表示风电场i的最大出力；P_R表示电力系统的备用容量。

天然气输入功率和燃气轮机组电力有功功率输出存在转换关系，如式(9)：

P_u,i(τ)＝φ_u,iQ_g,i(τ) (9)

式中，φ_u,i表示燃气轮机组i的转换效率；Q_g,i(τ)为燃气轮机组i在τ时刻的天然气输入功率。

由于燃气轮机组的技术条件，存在输出功率的约束，如式(10)：

式中，和P _u,i分别表示燃气轮机组i的有功出力上下限。

外网联络节点也存在输出功率的约束，如式(11)：

式中，和P _e,i分别表示外网联络节点i的有功出力上下限。

由于风电场的技术条件，存在输出功率的约束，如式(12)：

式中，和P _w,k分别表示风电场i的有功出力上下限。

所述天然气系统物理运营约束包括包括式(13)至式(18)：

天然气系统节点m在τ时刻存在功率平衡约束，如式(13)：

式中，Φ_NGP表示已存在的天然气管道集合；Q_P2G,m(τ)为电转气设备在τ时刻在节点m转换得到的天然气功率；Q_g,m(τ)为在τ时刻在节点m燃气轮机组消耗的天然气功率；Q_L,m(τ)为在τ时刻节点m的天然气负荷功率；Q_c,mn(τ)为节点mn间天然气管道在τ时刻的传输功率。

天然气管道受到输送功率上下限的约束，如式(14)：

式中，和Q_c,mn分别表示节点mn间天然气管道在τ时刻的传输功率上下限。

天然气储气罐对存储容量有限制，如式(15)：

式中，和Q_gs,m分别表示天然气储气罐的存储容量上下限。

天然气系统对备用容量有限制，如式(16)：

式中，Φ_Gn表示天然气系统的节点集合；Q_s,m表示天然气供给站m的最大输出功率；Q_gs,m表示天然气储气罐m的最大输出功率；Q_P2G,m表示电转气设备在节点m转换得到的最大天然气功率；Q_R表示天然气系统的备用容量。

风电输入功率和电转气设备天然气输出功率存在转换关系，如式(17)：

式中，表示电转气设备m的转换效率；P_P2G,m(τ)为τ时刻输入电转气设备m的风电功率。

由于天然气供给站的技术条件，存在输出功率的约束，如式(18)：

式中，和Q _s,m分别为天然气供给站m的输出功率上下限。

所述基于目标加权法的遗传算法包括加权求和法和遗传算法。

所述加权求和法就是将多目标优化中的各个目标函数加权(即乘以一个用户自定义的权值)然后求和，将其转换为单目标优化问题进行求解。利用加权求和可以将多目标优化转化为以下形式，如式(19)：

其中，X＝(X₁,X₂,...,X_n)^T是Rⁿ空间的n维向量，称X所在的空间D为问题的决策空间，f_i(X)(i＝1,2,...,m)为问题子目标函数，他们之间是相互冲突的，即不存在X∈Ω使(f₁(X),f₂(X),...,f_m(X))在X处同时取最小值，m维向量(f₁(X),f₂(X),...,f_m(X))所在的空间称为问题的目标空间，g_i(X)≤0(i＝1,2,...,p)为约束条件。

所述遗传算法中一条合格的染色体s由四部分组成，假设电气互联系统中有i个燃气轮机组和k个风电场，则第一部分代表每小时的弃风率，为24行1列矩阵；第二部分代表各个风电场的小时出力，为24行k列矩阵；第三部分代表各个燃气轮机组的小时出力，为24行i列矩阵；第四部分代表各个风电场的小时弃风量，为24行k列矩阵。

将本发明提出的优化方法用于IEEE57节点的电力系统和19节点的天然气系统的耦合算例中。

如图2中左半部分所示，为57节点的电力系统网络拓扑图，包括50个电力负荷节点，7个发电机节点，80条输电线路。设置节点1、3、8处分别接入燃气轮机组，有功上限为580MW，转化效率为43％；设置节点9、12处分别接入风电场集群，出力上限为900MW，弃风成本为1000元/(MW·h)。如图2中右半部分所示，为19节点的天然气系统网络拓扑图，包括19个天然气负荷节点，2个天然气供给站，19条天然气管道，设置节点B、H、N、P处分别接入储气罐，容量上限为0.25Mm³，成本系数为4.5万元/Mm³。设置天然气节点P、N、H处的储气罐分别与电力节点1、3、8处的燃气轮机组相连，进行G2P工作。设置电力节点9、12处的风电场集群分别与天然气节点B、P处的储气罐相连，进行P2G工作。如图3所示，所述算例设置的日电负荷分为高峰、非峰谷和低谷时段。其中，高峰时段为8:00-11:00和18:00-23:00；非峰谷时段为7:00-8:00和11:00-18:00；低谷时段为23:00-7:00。设置的日天然气负荷与日电负荷类似。

取权值比β/γ＝0.1，对上述算例进行求解。遗传算法的迭代情况如图4所示，目标函数在850次左右趋近于收敛，最小值为0.43×10⁷万元。当β/γ＝0.1时，各个时段的日净负荷、燃气轮机组出力、P2G功率变化如图5(a)所示；当β/γ＝10时，如图5(b)所示。不难发现，2:00-6:00和14:00-19:00这两个时段的P2G功率最大。此时，大量风电难以消纳，剩余的风电通过P2G转化为天然气，增加了电负荷低谷时的净负荷，起到了“填谷”的作用。9:00-11:00和20:00-23:00h这两个时段的燃气轮机组出力最大。此时，存储的天然气通过燃气轮机组转化为电能，减少了电负荷高峰时的净负荷，起到了“削峰”的作用。因此，电气互联系统通过P2G和燃气轮机组的协调作用，使系统净负荷曲线变得平滑，起到了“削峰填谷”的作用。

电气互联系统的运行成本最低目标和削峰填谷效果最好目标是两个不同的目标，本发明通过加权求和法，将多目标优化问题转化为单目标优化，通过设置不同的权值比β/γ，可以反映出两个目标不同的重要性。分别对β/γ＝0.1、0.5、1、2、3、5、8、9、10这9种不同情况逐一进行仿真，系统的净负荷方差和、净负荷最大峰谷差、运行成本、弃风成本的变化如图6所示。不难发现，β/γ越小，净负荷方差和、净负荷最大峰谷差越小，削峰填谷效果越好；β/γ越大，运行成本、弃风成本越小，系统经济性能越优。可见，削峰填谷模型为了抑制净负荷曲线波动，会导致弃风量增大，造成经济成本增加。因此，电力和天然气调度部门可以根据实时需求，调整权值比β/γ，以此来兼顾削峰填谷效果和经济性能。

Claims (6)

1.一种考虑削峰填谷模型的电气互联系统多目标优化方法，其特征在于，包括：

建立电气互联系统的削峰填谷模型；

模型采用目标加权法的遗传算法进行优化。

2.根据权利要求1所述的方法，其特征在于，电气互联系统的削峰填谷模型包括目标函数和约束条件；其中

目标函数包括削峰填谷效果最好目标和电气互联系统的运行成本目标；

约束条件包括电力系统和天然气系统各自的物理运营约束；

电力系统的物理运营约束包括：

电力系统节点在某一时刻的有功功率平衡约束，

输电线路传输的有功功率的变化，

输电线路受到输送功率上下限的约束，

电压相位角的约束，

电力系统对备用容量的限制，

天然气输入功率和燃气轮机组电力有功功率输出的转换关系，

燃气轮机组输出功率的约束，

外网联络节点输出功率的约束，

风电场输出功率的约束；

天然气系统物理运营约束包括：

天然气系统节点在某一时刻存在功率平衡约束，

天然气管道受到输送功率上下限的约束，

天然气储气罐对存储容量的限制，

天然气系统对备用容量的限制，

风电输入功率和电转气设备天然气输出功率的转换关系，

天然气供给站输出功率的约束。

3.根据权利要求2所述的方法，其特征在于，目标函数包括削峰填谷效果最好目标和电气互联系统的运行成本目标，具体为式(1)

其中，c_run(τ)为τ时刻的电气互联系统运行总成本，P_net(τ)为τ时刻电力系统的净负荷，β和γ分别为两个目标的权重；

其中，电气互联系统的运行成本目标C_run(τ)如式(2)

Φ_TPU、Φ_Ee、Φ_NGS、Φ_GST、Φ_WF和Φ_P2G分别为已存在的燃气轮机组、外网联络点、天然气供给站、天然气储气罐、风电场和电转气设备的集合，C_u,i、C_e,i、C_s,m、C_gs,m、C_w,k和C_P2G,p分别为燃气轮机组i、外网联络点i、天然气供给站m、天然气储气罐m、风电场k和电转气设备p的每小时单位出力成本，P_u,i(τ)、P_e,i(τ)、Q_s,m(τ)、Q_gs,m(τ)、P_w,k(τ)和P_P2G,p(τ)分别为燃气轮机组i、外网联络点i、天然气供给站m、天然气储气罐m、风电场k和电转气设备p在τ时刻的小时出力，δ_w,k为风电场k的弃风率；

其中，削峰填谷效果最好目标P_net(τ)如式(3)

其中，P_L,i(τ)为节点i在τ时刻的有功负荷。

4.根据权利要求2所述的方法，其特征在于，所述电力系统物理运营约束包括式(4)至式(12)

x_ijP_l,ij(τ)＝θ_i(τ)-θ_j(τ) (5)

P_u,i(τ)＝φ_u,iQ_g,i(τ) (9)

其中，式(4)为电力系统节点i在τ时刻的有功功率平衡约束，Φ_TL为已存在的输电线路集合，P_l,ij(τ)为电力系统ij节点间输电线路在τ时刻传输的有功功率，

式(5)为输电线路传输的有功功率的变化，x_ij表示电力系统ij节点间输电线路的电抗参数，θ_i(τ)和θ_j(τ)分别表示电力系统节点i和j在τ时刻的电压相位角，

式(6)为输电线路受到输送功率上下限的约束，和P _l,ij分别表示电力系统ij节点间输电线路的传输有功功率上下限，

式(7)对电压相位角的约束，和θ _i分别表示电力系统节点i的电压相位角上下限，

式(8)为电力系统对备用容量的限制，Φ_En表示电力系统的节点集合，表示燃气轮机组i的最大出力；表示外网联络点i的最大出力，表示风电场i的最大出力，P_R表示电力系统的备用容量，

式(9)为天然气输入功率和燃气轮机组电力有功功率输出的转换关系，φ_u,i表示燃气轮机组i的转换效率；Q_g,i(τ)为燃气轮机组i在τ时刻的天然气输入功率，

式(10)为燃气轮机组输出功率的约束，和P _u,i分别表示燃气轮机组i的有功出力上下限，

式(11)为外网联络节点输出功率的约束，和P _e,i分别表示外网联络节点i的有功出力上下限，

式(12)为风电场输出功率的约束，和P _w,k分别表示风电场i的有功出力上下限。

5.根据权利要求2所述的方法，其特征在于，所述天然气系统物理运营约束包括式(13)至式(18)

其中，式(13)为天然气系统节点m在τ时刻存在功率平衡约束，Φ_NGP表示已存在的天然气管道集合，Q_P2G,m(τ)为电转气设备在τ时刻在节点m转换得到的天然气功率，Q_g,m(τ)为在τ时刻在节点m燃气轮机组消耗的天然气功率，Q_L,m(τ)为在τ时刻节点m的天然气负荷功率，Q_c,mn(τ)为节点mn间天然气管道在τ时刻的传输功率，

式(14)为天然气管道受到输送功率上下限的约束，和Q_c,mn分别表示节点mn间天然气管道在τ时刻的传输功率上下限，

式(15)为天然气储气罐对存储容量的限制，和Q_gs,m分别表示天然气储气罐的存储容量上下限，

式(16)为天然气系统对备用容量的限制，Φ_Gn表示天然气系统的节点集合，Q_s,m表示天然气供给站m的最大输出功率，Q_gs,m表示天然气储气罐m的最大输出功率，Q_P2G,m表示电转气设备在节点m转换得到的最大天然气功率；Q_R表示天然气系统的备用容量，

式(17)为风电输入功率和电转气设备天然气输出功率的转换关系，表示电转气设备m的转换效率；P_P2G,m(τ)为τ时刻输入电转气设备m的风电功率，

式(18)为天然气供给站输出功率的约束，和Q_s,m分别为天然气供给站m的输出功率上下限。

6.根据权利要求1所述的方法，其特征在于，遗传算法如式(19)

其中，X＝(X₁,X₂,...,X_n)^T是Rⁿ空间的n维向量，称X所在的空间D为问题的决策空间；f_i(X)(i＝1,2,...,m)为问题子目标函数，问题子目标函数之间是相互冲突的，即不存在X∈Ω使(f₁(X),f₂(X),...,f_m(X))在X处同时取最小值；m维向量(f₁(X),f₂(X),...,f_m(X))所在的空间为问题的目标空间，g_i(X)≤0(i＝1,2,...,p)为约束条件。