CN110046750A - 一种能源互联网协同优化运行方法 - Google Patents

Abstract

本发明公开了一种能源互联网协同优化运行方法，主要包括以下步骤：以电网和热网各自运行成本最低为目标分别建立热网、电网分布式能量优化模型；将燃气轮机作为热网与电网的耦合载体，通过耦合方程式对两个区域进行耦合，形成电‑热互联综合能源系统分布式能量优化模型；采用改进的同步型ADMM算法求解电‑热互联综合能源系统分布式能量优化模型，经过反复迭代获得热网与电网可控资源的最优分布。本发明将燃气轮机作为电‑热耦合环节，在考虑不同能源利用存在时间尺度差异的基础上引入节点温度暂态方程，利用同步型ADMM对电能与热能进行协同优化，算法具有良好的收敛性并且优化结果更符合实际。

Description

一种能源互联网协同优化运行方法

技术领域

本发明涉及一种基于热网特性的能源互联网协同优化运行方法，属于能源互联网优化领 域。

背景技术

随着互联网技术的发展，能源互联网成为解决分布式可再生能源就地消纳问题、实现多 种能源网络紧密融合、提高系统整体能效的必然趋势。如何在多能转化技术的支撑下对多能 源网络进行分布式优化建模，实现综合能源系统的协调运行，是解决从能源生产、传输到能 源消费等各个环节中存在的能效问题的关键。

目前已有相关研究对能源互联网分布式优化方法做了相关探索和分析，归纳起来主要包 含一致性算法和分布式次梯度算法。其中，一致性算法与次梯度算法均只有一阶收敛性，收 敛速度较慢。另一方面，由于成本微增率等优化目标函数的(次)梯度信息和二阶梯度信息属 于各分布式单元的私有信息，对所属不同主体的分布式设备进行信息交互会造成能源互联网 参与者隐私泄露。

发明内容

针对现有技术的不足，本发明所要解决的技术问题为提供一种对综合能源进行协同优化， 具有良好的收敛性并且优化结果更符合实际的基于热网特性的能源互联网协同优化运行方 法。

本发明提出的技术方案为：一种能源互联网协同优化运行方法，其特征在于，包括以下 步骤：

1)建立精细化热网模型

对于管道k而言，定义t时刻的流入热流量与流出热流量如下：

考虑t时刻管道k的输送延时τ_k,t，t时刻的流入热流量与t+τ_k,t时刻的流出热流量 二者满足：

τ_k,t＝F_k/G^k,t

式中：G^k,t为t时刻管道k的流量，C为工质体积比热，分别为t时刻管道k的入口温度与出口温度，ε_k为管道k的损失系数，F_k为管道k的特征量，由管道长度、截面积 等参数决定。

热力网络平衡方程为：

式中：A₁,A₂分别为热力网络的起点关联矩阵与终点关联矩阵，分别为各管道在 时段t的流入热流量构成的向量与流出热流量构成的向量，Q^t为所有节点在时段t的热流量 流入量构成的向量，其中热源节点流入量为正，热负荷节点流入量为负。

2)电-热互联综合能源系统中，电网由微型燃气轮机和风力发电设备供电，电能出现不 足或富余时，与主网进行购售电交易；热网由微型燃气轮机和燃气锅炉供热。将微型燃气轮 机作为热网与电网的耦合载体，建立电-热互联综合能源系统分布式能量优化模型。

模型以整个系统的运行成本最小为优化目标，可以得到目标函数为：

式中：f为系统运行总成本，由电网运行成本和f_e热网运行成本f_h构成，分别为第t个 调度周期时刻对应的购售电价，分别为第t个调度周期内电网购电功率与售电功率(负 值)，Δt为调度周期，为第t个调度周期时刻对应的天然气价格，为第t个调度周期 内热网购气量，分别用于微型燃气轮机和燃气锅炉。

电网约束条件考虑电力平衡与电力网络约束，其中电力平衡约束如下：

式中：η_T为变压器效率，分别为第t个调度周期内微型燃气轮机发电量和风力发 电量，为第t个调度周期内电负荷用电量。

热网约束条件除了考虑上述热网精细化模型中建立的热力支路特性方程，还需考虑热力 平衡约束、热力网络约束以及微型燃气轮机、燃气锅炉的设备运行约束。其中热力平衡约束 如下：

式中：分别为第t个调度周期内微型燃气轮机、燃气锅炉产热量，为第t个 调度周期内热负荷耗热量。

微型燃气轮机作为电-热耦合元件，具有如下耦合方程：

式中，υ为分配系数，即用于微型燃气轮机的天然气比例，η_E,MT为微型燃气轮机的电转 化效率。

利用上述耦合载体对热网模型和电网模型进行耦合，形成电-热互联综合能源系统分布 式能量优化模型；

式中：区域e代表电网，区域h代表热网，x、z分别为电网、热网内部优化变量，f_e(x)、 f_h(z)分别为电网、热网进行独立优化的目标函数，h_e(x)＝0、h_h(z)＝0分别为电网与热网内 部等式约束，g_e(x)≤0、g_h(z)≤0分别为电网与热网内部不等式约束，x_B、z_B分别为电网、 热网的边界变量，由耦合方程可知，

3)采用同步型ADMM算法求解电-热互联综合能源系统分布式能量优化模型；

初始化电网内优化变量x⁰,热网内优化变量z⁰,并分别初始化电网和热网内广义拉格朗 日乘子和置权重值λ＝0.5，惩罚因子ρ＝1.5，初始化固定参考值初值和

根据下式进行电网与热网区域的优化迭代计算，得到优化变量的更新值x^t+1,z^t+1；

将电网边界变量更新值传输给热网，并将热网边界变量更新值传输给电网；

分别计算电网和热网下次迭代需要的参考固定值和本区的广义拉格朗日乘子的 更新值

通过收敛判据公式判断当前迭代优化得到的解是否满足精度要求，如满足则迭代结束， 输出优化结果，如不满足预定的收敛精度，那么令t＝t+1，并且继续迭代计算。

所述固定参考值的设置依据为

广义拉格朗日乘子的设置依据为

所述收敛判据为

本发明的有益效果为：

本发明将微型燃气轮机作为电-热耦合环节，利用同步型ADMM对电能与热能进行协同 优化，算法具有良好的收敛性并且优化结果更符合实际。

本发明方法中，同步型ADMM算法是一种完全同步迭代求解的、迭代过程中只需要相 邻区域间进行边界变量交换的、不需要任何重要协调器的分布式算法。该算法将当前迭代得 到的各个相邻区域边界变量的加权平均作为下一次迭代的固定参考值从而实现区域间解耦， 能够有效解决含多调度中心的多区域电网以及含多决策主体的多区域能源网在集中式调度过 程中的通信量大、信息安全性与私密性无法保障的问题。同步型ADMM算法与其他ADMM 算法对比，具有收敛性能佳、同步并行迭代的优点。

附图说明

图1为本发明中ADMM算法流程图；

图2为本发明实施例中热网铺设图；

图3为热网功率平衡曲线；

图4为电网功率平衡曲线。

具体实施方式

下面结合附图以及具体实施例对本发明进行详细说明。

实施例

以图2所示实际供热区域为案例，该区域一级管网铺设如图2所示。该区域具有50条管 道、24个节点以及26个二级换热器，两个热源。一个热源是微型燃气轮机，另一个热源是 燃气锅炉。为防止热负荷过多，通过V1、V2两个调峰截止阀调整。热网管道设计流量见表1。电网部分则采用IEEE39节点纯交流电网，将IEEE39节点纯交流电力系统的32号发 电机与39号发电机修改为微型燃气轮机，分别接入比利时20节点热力系统中的18号节 点与3号节点。

表1供热管道设计流量

本实施例的能源互联协同优化运行方法，采用LINGO11.0为仿真平台进行仿真试验，具 体步骤为：

步骤一、基于系统运行规律，考虑热网与电网内部功率平衡、能源特性以及设备运行与 容量限制等约束，以各自运行成本最低为目标分别建立热网、电网能量优化模型，其中调度 时间为30min，调度总时长为8h。

步骤二、将微型燃气轮机作为热网与电网的耦合载体，通过耦合方程式对两个区域边界 变量进行耦合，形成电-热互联综合能源系统分布式能量优化模型；

步骤三、采用改进的同步型ADMM算法求解电-热互联综合能源系统分布式能量优化模 型，经过反复迭代获得热网与电网可控资源的最优分布，流程如图1所示；

步骤3.1、将电网与热网内优化变量分别用x,z向量表示，初始化变量x⁰,z⁰,置权 重值λ＝0.5，罚因子ρ＝1.5，计算出固定参考值初值和设置迭代次数t＝0；

步骤3.2、电网与热网分别进行各自区域的最优解计算，每个子问题在本次(第t+1次) 最优解计算时只需利用上一次(第t次)计算所得自身变量更新值以及相邻相关子问题的优 化变量更新值来计算出固定参考值，就可以实现各个子问题的同步并行优化计算，得到本区 域变量进行第t+1次迭代的更新值x^t+1,z^t+1；

其中：固定参考值的设置依据为

广义拉格朗日乘子的设置依据为

收敛判据为

步骤3.3、电网将边界变量更新值传输给热网，并且接受热网传输过来的边界变量更 新值

步骤3.4、电网与热网在本次迭代结束后，分别计算本区域下次迭代需要的参考固定值 和本区的广义拉格朗日乘子的更新值

步骤3.5、通过收敛判据公式判断当前迭代优化得到的解是否满足精度要求，如满足则迭 代结束，输出优化结果，如不满足预定的收敛精度，那么令t＝t+1，并且返回步骤3.2继续 迭代计算。

本发明为了提高算法的收敛性能，提出一种权重值λ的自适应调整方法，即根据两个子 问题的边界变量在最近的两次优化迭代中更新值的变化的大小赋予不同的权重。在计算固定 参考值时，后一次迭代更新值相比于前一次迭代结果变化大的优化变量对应赋予系数λ＝0.45， 变化小的对应赋予λ＝0.55。

仿真结果如图3和图4所示，其中图3为热网功率平衡，图4为电网功率平衡。可见热出力变化与热负荷呈现相同趋势，而电出力能够与电负荷实时匹配。实现了优化过程中不同 能源特性的协调，并且算法具有良好的收敛性。

本发明的技术方案不局限于上述各实施例，凡采用等同替换方式得到的技术方案均落在 本发明要求保护的范围内。

Claims (4)

1.一种能源互联网协同优化运行方法，其特征在于，包括以下步骤：

1)建立精细化热网模型

对于管道k而言，定义t时刻的流入热流量与流出热流量如下：

考虑t时刻管道k的输送延时τ_k,t，t时刻的流入热流量与t+τ_k,t时刻的流出热流量二者满足：

τ_k,t＝F_k/G^k,t

式中：G^k,t为t时刻管道k的流量，C为工质体积比热，分别为t时刻管道k的入口温度与出口温度，ε_k为管道k的损失系数，F_k为管道k的特征量，由管道长度、截面积等参数决定。

热力网络平衡方程为：

式中：A₁,A₂分别为热力网络的起点关联矩阵与终点关联矩阵，分别为各管道在时段t的流入热流量构成的向量与流出热流量构成的向量，Q^t为所有节点在时段t的热流量流入量构成的向量，其中热源节点流入量为正，热负荷节点流入量为负。

2)电-热互联综合能源系统中，电网由微型燃气轮机和风力发电设备供电，电能出现不足或富余时，与主网进行购售电交易；热网由微型燃气轮机和燃气锅炉供热。将微型燃气轮机作为热网与电网的耦合载体，建立电-热互联综合能源系统分布式能量优化模型。

模型以整个系统的运行成本最小为优化目标，可以得到目标函数为：

式中：f为系统运行总成本，由电网运行成本和f_e热网运行成本f_h构成，分别为第t个调度周期时刻对应的购售电价，分别为第t个调度周期内电网购电功率与售电功率(负值)，Δt为调度周期，为第t个调度周期时刻对应的天然气价格，为第t个调度周期内热网购气量，分别用于微型燃气轮机和燃气锅炉。

电网约束条件考虑电力平衡与电力网络约束，其中电力平衡约束如下：

式中：η_T为变压器效率，分别为第t个调度周期内微型燃气轮机发电量和风力发电量，为第t个调度周期内电负荷用电量。

热网约束条件除了考虑上述热网精细化模型中建立的热力支路特性方程，还需考虑热力平衡约束、热力网络约束以及微型燃气轮机、燃气锅炉的设备运行约束。其中热力平衡约束如下：

式中：分别为第t个调度周期内微型燃气轮机、燃气锅炉产热量，为第t个调度周期内热负荷耗热量。

微型燃气轮机作为电-热耦合元件，具有如下耦合方程：

式中，υ为分配系数，即用于微型燃气轮机的天然气比例，η_E,MT为微型燃气轮机的电转化效率。

利用上述耦合载体对热网模型和电网模型进行耦合，形成电-热互联综合能源系统分布式能量优化模型；

min f_e(x)+f_h(z)

式中：区域e代表电网，区域h代表热网，x、z分别为电网、热网内部优化变量，f_e(x)、f_h(z)分别为电网、热网进行独立优化的目标函数，h_e(x)＝0、h_h(z)＝0分别为电网与热网内部等式约束，g_e(x)≤0、g_h(z)≤0分别为电网与热网内部不等式约束，x_B、z_B分别为电网、热网的边界变量，由耦合方程可知，

3)采用同步型ADMM算法求解电-热互联综合能源系统分布式能量优化模型；

初始化电网内优化变量x⁰,热网内优化变量z⁰,并分别初始化电网和热网内广义拉格朗日乘子u_x ⁰和u_z ⁰，置权重值λ＝0.5，惩罚因子ρ＝1.5，初始化固定参考值初值和

根据下式进行电网与热网区域的优化迭代计算，得到优化变量的更新值x^t+1,z^t+1；

将电网边界变量更新值传输给热网，并将热网边界变量更新值传输给电网；

分别计算电网和热网下次迭代需要的参考固定值和本区的广义拉格朗日乘子的更新值

通过收敛判据公式判断当前迭代优化得到的解x与z是否满足精度要求，如满足则迭代结束，输出优化结果，如不满足预定的收敛精度，那么令t＝t+1，并且继续迭代计算。

2.根据权利要求1所述能源互联网协同优化运行方法，其特征在于：

所述固定参考值的设置依据为

3.根据权利要求2所述能源互联网协同优化运行方法，其特征在于：广义拉格朗日乘子的设置依据为

4.根据权利要求4所述能源互联网协同优化运行方法，其特征在于：所述收敛判据为