CN111222257B - 基于凸优化的电热水多能流协同调度方法 - Google Patents
基于凸优化的电热水多能流协同调度方法 Download PDFInfo
- Publication number
- CN111222257B CN111222257B CN202010123025.6A CN202010123025A CN111222257B CN 111222257 B CN111222257 B CN 111222257B CN 202010123025 A CN202010123025 A CN 202010123025A CN 111222257 B CN111222257 B CN 111222257B
- Authority
- CN
- China
- Prior art keywords
- constraint
- model
- water
- scheduling
- order cone
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000005485 electric heating Methods 0.000 title claims abstract description 44
- 239000008236 heating water Substances 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000005457 optimization Methods 0.000 title claims abstract description 19
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 67
- 238000010438 heat treatment Methods 0.000 claims description 27
- 230000005540 biological transmission Effects 0.000 claims description 21
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 239000000446 fuel Substances 0.000 claims description 3
- 239000003102 growth factor Substances 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000002040 relaxant effect Effects 0.000 claims description 3
- 239000013598 vector Substances 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 abstract 1
- 238000003672 processing method Methods 0.000 abstract 1
- 238000005728 strengthening Methods 0.000 abstract 1
- 238000005338 heat storage Methods 0.000 description 16
- 239000007789 gas Substances 0.000 description 13
- 230000006872 improvement Effects 0.000 description 9
- 238000004146 energy storage Methods 0.000 description 7
- 239000000243 solution Substances 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000007599 discharging Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000020169 heat generation Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 239000002737 fuel gas Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 239000002918 waste heat Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明专利公开了一种基于凸优化的电热水多能流协同调度方法,通过建立电热水多能流协同调度非凸规划模型,采用凸松弛及近似处理方法将非凸规划模型转化为二阶锥规划模型,使用罚函数法构建强化模型来减小松弛误差,最后通过模型的迭代求解获得调度结果,从而实现电热水异质能流的协同优化,提高系统运行的安全性与经济性。
Description
所属领域
本发明属于多能流系统调度领域,具体涉及一种基于凸优化的电热水多能流协同调度方法。
背景技术
多能流系统集成了燃气、电力、供热、交通等多种能源子系统,可通过多个能源子系统间的相互协同,实现一次能源的梯级利用,提高可再生能源利用率,实现多能负荷的协调互补,达到能源系统的节能减排的目标。在工程应用中,以电力-供热耦合系统为代表的多能流,可充分利用热网及建筑物的热惯性特征,提高了电力系统运行的灵活性,促进风电的消纳,降低能源成本,因而正越来越得到更多的关注。
电热耦合的多能流系统中有电力、热力、水力多种不同形式的能量流并存。热网中热力与水力的物理特性复杂,两者耦合之后又进一步增加了模型的复杂度,因此多能流系统中电力、热力、水力的协同问题成为一个极具挑战的难题。如果不对电热水进行有效的协同调度,可能导致调度计划在物理上是不可行的,给系统的安全稳定运行造成威胁,同时也将影响系统运行的经济性。
发明内容
本发明正是针对现有技术中的问题,提供了一种基于凸优化的电热水多能流协同调度方法,可有效解决多能流系统电热三者协同调度的问题,对电热水三者的物理特性进行准确的刻画,通过所提出的建模方法与求解算法获得经济可行的多能流系统调度计划,保证多能流系统安全、高效、经济的运行。
为了实现上述目的,本发明采用的技术方案是:一种基于凸优化的综合能源电热水协同调度方法,包括以下步骤:
S1,建立电热水多能流协同调度非凸规划模型,所述非凸规划模型的目标函数为:
所述非凸规划模型中的热力工况约束条件至少包括供热网络传输延时约束和供热网络热损约束;所述电热水多能流协同调度水利工况约束条件至少包括供热网络传输延时约束;
S2,将电热水多能流协同调度非凸规划模型转化为二阶锥松弛模型;
S3,建立电热水多能流协同调度二阶锥补偿模型;
S4,通过迭代求解算法得到调度结果。
作为本发明的又一种改进,所述步骤S2将电热水多能流协同调度非凸规划模型转化为二阶锥规划模型进一步包括:
S21,对热网传输延时约束和热损约束进行转换;
S22,建立电热水多能流协同调度二次约束规划模型;
S23,将二次约束规划模型中的二次约束松弛为二阶锥约束;
S24,建立电热水多能流协同调度二阶锥松弛模型。
作为本发明的一种改进,所述步骤S3建立电热水多能流协同调度二阶锥补偿模型进一步包括:
S31,构建电热水多能流协同调度二阶锥补偿模型的目标函数;
S32,构建电热水多能流协同调度二阶锥补偿模型的约束条件;
S33,建立电热水多能流协同调度二阶锥补偿模型。
作为本发明的又一种改进,所述步骤S4中通过迭代求解算法得到调度结果,具体流程如下:
S41,设置迭代次数k=0,惩罚系数初始值ρ(0)>0,惩罚系数增长因子μ≥1,惩罚系数最大值ρmax,收敛性指标阈值δ1和δ2;
S42,求解S2中所建立的电热水多能流协同调度二阶锥松弛模型;
S43,如果k=0,则基于S42的结果按照S3所述方法构建电热水多能流协同调度二阶锥补偿模型并求解;如果k≥1,则基于上一次迭代S43的结果按照S3所述方法构建电热水多能流协同调度二阶锥补偿模型并求解;
S44,计算收敛性指标,判断算法是否收敛,如果收敛则算法终止,否则更新ρ(k+1)=min{μρ(k),ρmax},k=k+1,转入步骤S43循环继续;所述收敛性指标为:
作为本发明的又一种改进,所述步骤S21中建立的热力工况约束条件中的供热网络传输延时约束,转化成的约束为:
其中,为引入的辅助变量,表示与的乘积;为引入的辅助变量,表示与的乘积;为引入的辅助变量,表示与的乘积;为引入的辅助变量,表示与的乘积;为引入的辅助变量,表示在不考虑热损的情况下供水管道j在t时段流入的热媒功率;为引入的辅助变量,表示在不考虑热损的情况下回水管道j在t时段流入的热媒功率;
所述建立的水利工况约束条件中的供热网络传输延时约束,转化成的约束为:
所述建立的热力工况约束条件中对热网热损约束,转化后为:
作为本发明的又一种改进,所述步骤S22建立的电热水多能流协同调度二次约束规划模型为:
(P0)min cTx
s.t.Ax+By+Cz≤b
zi=xiyi i∈Ω1
zi=(xi)2 i∈Ω2
其中,x、y、z均为决策变量所构成的向量;c为目标函数系数;A、B、C、b为模型参数;xi、yi、zi分别表示决策变量x、y、z的第i个元素;Ω1表示双线性约束集合;Ω2表示二次约束集合。
作为本发明的又一种改进,所述步骤S23进一步包括:
S231,引入辅助变量将S22建立的二次约束规划中的双线性约束zi=xiyi转换为如下约束:
4ξiz1,i=(xi+ξiyi)2,4ξiz2,i=(xi-ξiyi)2,
zi=z1,i-z2,i i∈Ω1
其中,ξi是为了避免数值问题而引入的常数;z1,i和z2,i为引入的辅助变量。
S232,将S22建立的二次约束规划中的二次约束zi=(xi)2和S231中建立的二次约束4ξiz1,i=(xi+ξiyi)2和4ξiz2,i=(xi-ξiyi)2进行如下松弛:
4ξizi,1≥(xi+ξiyi)2,4ξizi,2≥(xi-ξiyi)2 i∈Ω1
zi≥(xi)2 i∈Ω2
S233,将S232中的约束条件转换为如下二阶锥约束:
作为本发明的又一种改进,,所述步骤S24进一步包括:
S241,在约束条件中加入如下双线性约束zi=xiyi的McCormick包括来收紧二阶锥松弛:
S242,将S22建立的二次约束规划模型转换为如下二阶锥规划模型:
(P1)min cTx
s.t.Ax+By+Cz≤b
zi=z1,i-z2,i
作为本发明的又一种改进,所述步骤S31所构建的二阶锥补偿模型目标函数为:
min cTx+ρ(k)ssum
其中,ρ(k)为第k次迭代时的补偿参数;ssum为引入的辅助变量,表示松弛变量之和;
所述步骤S32所构建的二阶锥补偿模型的约束条件为:
s1i,s2i≥0 i∈Ω1,s3i≥0 i∈Ω2
其中,和分别表示第k次迭代二阶锥松弛模型(k=0时)或二阶锥补偿模型(k≥1时)中变量xi和yi的解;s1i、s2i、s3i为引入的辅助变量,分别表示约束条件4ξiz1i=(xi+ξiyi)2、4ξiz2i=(xi-ξiyi)2、zi=(xi)2的松弛误差。
作为本发明的又一种改进,所述步骤S33所构建的电热水多能流协同调度二阶锥补偿模型为:
(P2)min cTx+ρ(k)ssum
s.t.Ax+By+Cz≤b
zi=z1,i-z2,i
s1i,s2i≥0 i∈Ω1,s3i≥0 i∈Ω2
与现有技术相比,本发明专利提出了一种基于凸优化的电热水多能流协同调度方法,本方法可对多能流系统中电力、热力、水力复杂的物理特性进行准确的刻画,可对电热水多能流协同调度的数学模型进行有效的处理与高效的求解,可有效解决多能流系统电热水三者协同调度的问题。通过所提出的建模方法与求解算法获得经济可行的多能流系统调度计划,保证多能流系统安全、高效、经济的运行。
附图说明
图1是本发明多能流系统结构图;
图2是本发明电热水多能流协同调度迭代求解算法流程图;
图3是本发明实施例2的多能流系统结构图;
图4是本发明实施例2的算法迭代过程中收敛性指标值;
图5是本发明实施例2的设备电功率调度结果;
图6是本发明实施例2的设备热功率调度结果。
具体实施方式
以下将结合附图和实施例,对本发明进行较为详细的说明。
实施例1
本实施例运用于多能流系统中,该多能流系统结构如图1所示。
基于凸优化的电热水多能流协同调度方法,如图2所示,包括以下步骤:
S1,建立电热水多能流协同调度非凸规划模型:
S11,建立电热水多能流协同调度的目标函数:
其中,i为电网节点编号;Ιbus为电网节点标号集合;Δt为调度时段间隔;cgas为天然气价格;为节点i处燃气轮机在t时段的发电功率;为节点i处燃气锅炉在t时段的产热功率;为节点i处燃气轮机发电效率;为节点i处燃气锅炉产热效率。
其中,为节点i处燃气轮机运维成本单价;为节点i处燃气锅炉运维成本单价;为节点i处电锅炉运维成本单价;为节点i处电锅炉在t时段所消耗的电功率;为节点i处蓄电池运维成本单价;为节点i处蓄电池在t时段的充电功率;为节点i处蓄电池在t时段的放电功率;为节点i处储热罐运维成本单价;为节点i处储热罐在t时段的储热功率;为节点i处储热罐在t时段的放热功率;为节点i处可再生能源机组运维成本单价;为节点i处可再生能源机组在t时段的放电功率。
S12,建立电热水多能流协同调度电力系统约束条件:
S121,建立电力系统设备运行约束条件:
建立燃气轮机运行约束条件:
建立可再生能源机组运行约束条件:
建立蓄电池运行约束条件:
其中,为节点i处蓄电池在t时段的储能量;为节点i处蓄电池在t-1时段的储能量;为节点i处蓄电池的自放电率;为节点i处蓄电池的充电效率;为节点i处蓄电池的放电效率;为节点i处蓄电池的充电功率上限;为节点i处蓄电池的放电功率上限;为节点i处蓄电池储能量下限;为节点i处蓄电池储能量上限。
S122,建立电力系统联络线功率约束条件:
S123,使用DistFlow模型建立电力系统潮流约束。
S13,建立电热水多能流协同调度热力工况约束条件;
S131,建立供热网络传输延时与热损约束条件:
建立供热网络传输延时约束条件:
其中,j为热网管道编号;Φp为热网管道集合;mj,t为管道j在t时段的热水质量流量;为供水管道j在t时段的拟出口温度;k为传输延时时段;为管道j的最大传输延时;和为引入的辅助变量;mj,t-k为管道j在t-k时段的热水质量流量;为供水管道j在t-k时段的入口温度;为回水管道j在t时段的拟出口温度;为回水管道j在t-k时段的入口温度。
建立供热网络热损约束条件:
其中,为供水管道j在t时段的出口温度;为回水管道j在t时段的出口温度;τamb为热网的环境温度;为管道j在t时段的热损系数变量;为管道j的传热系数;cw为热媒的比热容;ρw为热网的密度;为管道j的横截面积。
S132,建立供热设备与热网能量约束条件:
建立热网设备运行约束条件:
建立储热罐运行约束条件:
其中,为节点i处储热罐在t时段的储能量;为节点i处储热罐在t-1时段的储能量;为节点i处蓄电池的能量损耗率;为节点i处储热罐的储热效率;为节点i处储热罐的放热效率;为节点i处储热罐的储热功率上限;为节点i处储热罐的放热功率上限;为节点i处储热罐储能量下限;为节点i处储热罐储能量上限。
建立热网源节点处能量平衡约束条件:
建立热网源节点和负荷节点注入功率约束条件:
其中,k为热网中的节点编号;Φsn为热网中与源节点连接的管道集合;为供水管道j在t时段流入的热功率;为热网流入负荷节点k的热功率;为回水管道j在t时段流出的热功率;Φln为热网中与负荷节点连接的管道集合;为供水管道j在t时段流出的热功率;为回水管道j在t时段流入的热功率。
建立热网热功率与热媒流量、热媒温度的方程约束条件:
建立热网中间节点能量平衡与温度方程约束条件:
S133,建立热力工况上下限约束条件:
建立热网供回水温度上下限约束条件:
S14,建立电热水多能流协同调度水利工况约束条件:
S141,建立热网传输延时约束:
建立热网管段的水力方程:
建立热网传输延时辅助变量的约束条件:
S142,建立热网水力平衡约束及上下限约束:
建立热网节点流量平衡约束条件:
建立热网挂流量上下限约束条件:
S143,建立热网压头约束:
建立热网管道压头平衡约束条件:
其中,和为分别为热网节点k和v在t时段的压头;和为分别为热网节点k和v在t时段的海拔高度;为管道j的循环水泵在t时段的压头增益;为管道j的电动控制阀在t时段的压头损耗;为管道j在t时段由于摩擦力所造成的压头损耗;为管道j两端的节点编号集合。
建立热网管道摩擦力压头损耗约束条件:
其中,μj为管道j的比摩阻。
建立热网循环水泵运行约束条件:
建立热网建立热网循环水泵运行约束条件:
建立热网节点压头上下限约束条件:
S15,建立电热水多能流协同调度供负荷约束条件:
其中,和分别为热网负荷节点k处的建筑物在t和t-1时段的室内温度; 分别为热网负荷节点k处的建筑物热参数;为t时段建筑物的室外温度;和τ in分别为建筑物室内温度上下限;N为调度周期内的时段数;为建筑物室内温度的最佳值。
S2,将电热水多能流协同调度非凸规划模型转化为二阶锥松弛模型:
S21,对热网传输延时约束和热损约束进行转换:
S211,对热网传输延时约束进行转换,具体为:
首先,引入如下辅助变量:
其中,为引入的辅助变量,表示与的乘积;为引入的辅助变量,表示与的乘积;为引入的辅助变量,表示与的乘积;为引入的辅助变量,表示与的乘积;为引入的辅助变量,表示在不考虑热损的情况下供水管道j在t时段流入的热媒功率;为引入的辅助变量,表示在不考虑热损的情况下回水管道j在t时段流入的热媒功率。
从而可将S131建立的供热网络传输延时约束转化为如下线性约束:
接着,引入如下辅助变量:
从而可将S141建立热网传输延时约束转化为如下线性约束:
S212,对热网热损约束进行转换:
采用如下约束替换S131建立的供热网络热损约束条件:
S22,建立电热水多能流协同调度二次约束规划模型:
(P0)min cTx
s.t.Ax+By+Cz≤b
zi=xiyi i∈Ω1
zi=(xi)2 i∈Ω2
其中,x、y、z均为决策变量所构成的向量;c为目标函数系数;A、B、C、b为模型参数;xi、yi、zi分别表示决策变量x、y、z的第i个元素;Ω1表示双线性约束集合;Ω2表示二次约束集合。
S23,将二次约束规划模型中的二次约束松弛为二阶锥约束:
S231,引入辅助变量将S22建立的二次约束规划中的双线性约束zi=xiyi转换为如下约束:
4ξiz1,i=(xi+ξiyi)2,4ξiz2,i=(xi-ξiyi)2,
zi=z1,i-z2,i i∈Ω1
其中,ξi是为了避免数值问题而引入的常数;z1,i和z2,i为引入的辅助变量。
S232,将S22建立的二次约束规划中的二次约束zi=(xi)2和S231中建立的二次约束4ξiz1,i=(xi+ξiyi)2和4ξiz2,i=(xi-ξiyi)2进行如下松弛:
4ξizi,1≥(xi+ξiyi)2,4ξizi,2≥(xi-ξiyi)2 i∈Ω1
zi≥(xi)2 i∈Ω2
S233,将S232中的约束条件转换为如下二阶锥约束:
S24,建立电热水多能流协同调度二阶锥松弛模型:
S241,在约束条件中加入如下双线性约束zi=xiyi的McCormick包括来收紧二阶锥松弛:
S242,将S22建立的二次约束规划模型转换为如下二阶锥规划模型:
(P1)min cTx
s.t.Ax+By+Cz≤b
zi=z1,i-z2,i
S3,建立电热水多能流协同调度二阶锥补偿模型:
S31,构建电热水多能流协同调度二阶锥补偿模型的目标函数:
min cTx+ρ(k)ssum
其中,ρ(k)为第k次迭代时的补偿参数;ssum为引入的辅助变量,表示松弛变量之和。
S32,构建电热水多能流协同调度二阶锥补偿模型的约束条件:
s1i,s2i≥0 i∈Ω1,s3i≥0 i∈Ω2
其中,和分别表示第k次迭代二阶锥松弛模型(k=0时)或二阶锥补偿模型(k≥1时)中变量xi和yi的解;s1i、s2i、s3i为引入的辅助变量,分别表示约束条件4ξiz1i=(xi+ξiyi)2、4ξiz2i=(xi-ξiyi)2、zi=(xi)2的松弛误差。
S33,建立电热水多能流协同调度二阶锥补偿模型:
(P2)min cTx+ρ(k)ssum
s.t.Ax+By+Cz≤b
zi=z1,i-z2,i
s1i,s2i≥0 i∈Ω1,s3i≥0 i∈Ω2
S4,通过迭代求解算法得到调度结果:
S41,设置迭代次数k=0,惩罚系数初始值ρ(0)>0,惩罚系数增长因子μ≥1,惩罚系数最大值ρmax,收敛性指标阈值δ1和δ2;
S42,求解S2中所建立的电热水多能流协同调度二阶锥松弛模型;
S43,如果k=0,则基于S42的结果按照S3所述方法构建电热水多能流协同调度二阶锥补偿模型并求解;如果k≥1,则基于上一次迭代S43的结果按照S3所述方法构建电热水多能流协同调度二阶锥补偿模型并求解;
S44,计算如下收敛性指标,判断算法是否收敛,如果收敛则算法终止,如果不收敛则继续以下步骤:
S45,更新ρ(k+1)=min{μρ(k),ρmax},k=k+1;
实施例2
本实施例的多能流系统由一个9节点配电系统和一个8节点供热系统组成,如图3所示。系统包含1台2MW的燃气轮机,1台2MW电锅炉,1台容量为1MW的风机,1台200kWh的蓄电池,1台1MWh的储热罐,1台10kW的循环水泵。热网节点5、6、7和8分别连接热负荷,运行优化周期为24h,调度时间间隔取1h。参数设置为ρ(0)=ρmax=104,δ1=10-4,δ2=10-2。
根据本发明的步骤进行协同调度,算法迭代过程中的收敛性指标值如图4所示。GAP1和GAP2分别在在第17次和第13次满足收敛性条件,因此算法所需迭代次数为13次。总的求解时间为31.23s。而采用现有非线性求解器均无法成功求解电热水多能流协同的原始非凸规划模型。因此,本发明的方法具有较高的计算效率。所得到的调度结果中设备的电功率和热功率分别如图5和图6所示。
不同调度方法下的系统运行成本如表1所示。根据本发明的步骤运行后可见,系统运行成本为52870元。而采用电热系统优化或电力系统、供热系统独立优化的方法,将分别增加2.48%、4.92%的运行费用。
表1不同场景下系统运行成本
调度方法 | <![CDATA[运行费用(×10<sup>3</sup>¥)]]> | 增加费用百分比 |
电热水协同优化 | 52.87 | 0 |
电热协同优化 | 54.18 | 2.48% |
电力系统和供热系统独立优化 | 55.48 | 4.92% |
因而本方法既可对电热水多能流协同调度的数学模型进行有效的处理与高效的求解,可有效解决多能流系统电热水三者协同调度的问题,获得经济可行的多能流系统调度计划,保证多能流系统安全、高效、经济的运行。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实例的限制,上述实例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等同物界定。
Claims (6)
1.基于凸优化的电热水多能流协同调度方法,其特征在于,包括以下步骤:
S1,建立电热水多能流协同调度非凸规划模型,所述非凸规划模型的目标函数为:
其中,t为调度时段;T为调度时段集合;为t时段燃料成本;为t时段系统与电网交互成本;为t时段系统运维成本;
所述非凸规划模型中的热力工况约束条件至少包括供热网络传输延时约束和供热网络热损约束,水利工况约束条件至少包括供热网络传输延时约束;
S2,将电热水多能流协同调度非凸规划模型转化为二阶锥松弛模型,本步骤具体包括:
S21,对热网传输延时约束和热损约束进行转换;
S22,建立电热水多能流协同调度二次约束规划模型;
S23,将二次约束规划模型中的二次约束松弛为二阶锥约束;
S24,建立电热水多能流协同调度二阶锥松弛模型;
S3,建立电热水多能流协同调度二阶锥补偿模型,本步骤具体包括:
S31,构建电热水多能流协同调度二阶锥补偿模型的目标函数具体为:
min cTx+ρ(k)ssum
其中,ρ(k)为第k次迭代时的补偿参数;ssum为引入的辅助变量,表示松弛变量之和;
S32,构建电热水多能流协同调度二阶锥补偿模型的约束条件,约束条件具体为:
s1i,s2i≥0 i∈Ω1,s3i≥0 i∈Ω2
其中,和分别表示第k次迭代二阶锥松弛模型(k=0时)或二阶锥补偿模型(k≥1时)中变量xi和yi的解;s1i、s2i、s3i为引入的辅助变量,分别表示约束条件4ξiz1i=(xi+ξiyi)2、4ξiz2i=(xi-ξiyi)2、zi=(xi)2的松弛误差;
S33,建立电热水多能流协同调度二阶锥补偿模型,补偿模型具体为:
(P2)mincTx+ρ(k)ssum
s.t.Ax+By+Cz≤b
zi=z1,i-z2,i
s1i,s2i≥0 i∈Ω1,s3i≥0 i∈Ω2
;
S4,通过迭代求解算法得到调度结果。
2.如权利要求1所述的基于凸优化的电热水多能流协同调度方法,其特征在于,所述步骤S4中通过迭代求解算法得到调度结果,具体流程如下:
S41,设置迭代次数k=0,惩罚系数初始值ρ(0)>0,惩罚系数增长因子μ≥1,惩罚系数最大值ρmax,收敛性指标阈值δ1和δ2;
S42,求解S2中所建立的电热水多能流协同调度二阶锥松弛模型;
S43,如果k=0,则基于S42的结果按照S3所述方法构建电热水多能流协同调度二阶锥补偿模型并求解;如果k≥1,则基于上一次迭代S43的结果按照S3所述方法构建电热水多能流协同调度二阶锥补偿模型并求解;
S44,计算收敛性指标,判断算法是否收敛,如果收敛则算法终止,否则更新ρ(k+1)=min{μρ(k),ρmax},k=k+1,转入步骤S43循环继续;所述收敛性指标为:
其中,GAP1和GAP2为两个收敛性指标;和分别为第k-1和第k次迭代辅助变量ssum的解;δ1和δ2分别为所给定的两个收敛性指标的阈值。
3.如权利要求1或2所述的基于凸优化的电热水多能流协同调度方法,其特征在于,所述步骤S21中建立的热力工况约束条件中的供热网络传输延时约束,转化成的约束为:
其中,为引入的辅助变量,表示与的乘积;为引入的辅助变量,表示与的乘积;为引入的辅助变量,表示与的乘积;为引入的辅助变量,表示与的乘积;为引入的辅助变量,表示在不考虑热损的情况下供水管道j在t时段流入的热媒功率;为引入的辅助变量,表示在不考虑热损的情况下回水管道j在t时段流入的热媒功率;
所述建立的水利工况约束条件中的供热网络传输延时约束,转化成的约束为:
其中,表示表示与mj,t-k的乘积;表示表示与mj,t-k的乘积;
所述建立的热力工况约束条件中对热网热损约束,转化后为:
。
4.如权利要求1或2所述的基于凸优化的电热水多能流协同调度方法,其特征在于,所述步骤S22建立的电热水多能流协同调度二次约束规划模型为:
(P0)min cTx
s.t.Ax+By+Cz≤b
zi=xiyi i∈Ω1
zi=(xi)2 i∈Ω2
其中,x、y、z均为决策变量所构成的向量;c为目标函数系数;A、B、C、b为模型参数;xi、yi、zi分别表示决策变量x、y、z的第i个元素;Ω1表示双线性约束集合;Ω2表示二次约束集合。
5.如权利要求1或2所述的基于凸优化的电热水多能流协同调度方法,其特征在于,所述步骤S23进一步包括:
S231,引入辅助变量将S22建立的二次约束规划中的双线性约束zi=xiyi转换为如下约束:
4ξiz1,i=(xi+ξiyi)2,4ξiz2,i=(xi-ξiyi)2,
zi=z1,i-z2,i i∈Ω1
其中,ξi是为了避免数值问题而引入的常数;z1,i和z2,i为引入的辅助变量;
S232,将S22建立的二次约束规划中的二次约束zi=(xi)2和S231中建立的二次约束4ξiz1,i=(xi+ξiyi)2和4ξiz2,i=(xi-ξiyi)2进行如下松弛:
4ξizi,1≥(xi+ξiyi)2,4ξizi,2≥(xi-ξiyi)2 i∈Ω1
zi≥(xi)2 i∈Ω2
S233,将S232中的约束条件转换为如下二阶锥约束:
。
6.如权利要求1或2所述的基于凸优化的电热水多能流协同调度方法,其特征在于,所述步骤S24进一步包括:
S241,在约束条件中加入如下双线性约束zi=xiyi的McCormick包括来收紧二阶锥松弛:
zi≥xiyi+xiyi-xiyi,
S242,将S22建立的二次约束规划模型转换为如下二阶锥规划模型:
。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010123025.6A CN111222257B (zh) | 2020-02-27 | 2020-02-27 | 基于凸优化的电热水多能流协同调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010123025.6A CN111222257B (zh) | 2020-02-27 | 2020-02-27 | 基于凸优化的电热水多能流协同调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111222257A CN111222257A (zh) | 2020-06-02 |
CN111222257B true CN111222257B (zh) | 2023-05-02 |
Family
ID=70827317
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010123025.6A Active CN111222257B (zh) | 2020-02-27 | 2020-02-27 | 基于凸优化的电热水多能流协同调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111222257B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112347607B (zh) * | 2020-09-21 | 2022-09-27 | 浙江大学 | 一种基于凸松弛的热电联合调度方法 |
CN112989612B (zh) * | 2021-03-18 | 2023-09-19 | 贵州电网有限责任公司 | 一种基于麦考密克包络的电热综合能源系统线性建模方法 |
CN113177185B (zh) * | 2021-04-25 | 2023-05-23 | 国网吉林省电力有限公司 | 基于缩紧McCormick方法的综合热电系统调度方法 |
CN113108353B (zh) * | 2021-04-26 | 2022-09-13 | 杭州鸿晟电力设计咨询有限公司 | 考虑热损非线性的变流量变温度区域供热系统调度方法 |
CN113507124A (zh) * | 2021-06-09 | 2021-10-15 | 重庆锦禹云能源科技有限公司 | 一种基于序列凸优化的能源互联网快速调度方法及装置 |
CN113627021A (zh) * | 2021-08-11 | 2021-11-09 | 东南大学 | 一种基于序列凸规划的电气互联系统最优能流计算方法 |
CN113598785B (zh) * | 2021-08-31 | 2022-02-18 | 山东省人工智能研究院 | 基于小波域稀疏特性的心电信号去噪方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7991512B2 (en) * | 2007-08-28 | 2011-08-02 | General Electric Company | Hybrid robust predictive optimization method of power system dispatch |
CN107565566B (zh) * | 2017-08-15 | 2019-08-16 | 清华大学 | 一种电力系统最优潮流的凸优化求解方法 |
CN108846507B (zh) * | 2018-05-29 | 2020-11-10 | 西安交通大学 | 基于混合整数二阶锥规划的电-气耦合系统日前经济调度方法 |
-
2020
- 2020-02-27 CN CN202010123025.6A patent/CN111222257B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111222257A (zh) | 2020-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111222257B (zh) | 基于凸优化的电热水多能流协同调度方法 | |
CN110245878B (zh) | 智能楼宇群体的分布式综合能源需求响应协同优化方法 | |
CN108229025B (zh) | 一种冷热电联供型多微网主动配电系统经济优化调度方法 | |
Lin et al. | Decentralized solution for combined heat and power dispatch through benders decomposition | |
WO2019233134A1 (zh) | 数据驱动下基于风电不确定性的电热气网三阶段调度方法 | |
CN107665384B (zh) | 一种含多区域能源站的电力-热力综合能源系统调度方法 | |
Tan et al. | A wind power accommodation capability assessment method for multi-energy microgrids | |
CN107067116A (zh) | 一种多区域电热综合系统经济环境联合调度求解方法 | |
CN113036819A (zh) | 一种考虑源荷双侧不确定性的电热综合能源系统鲁棒调度方法 | |
Mitridati et al. | Power systems flexibility from district heating networks | |
CN114723175A (zh) | 一种综合能源系统能量流和碳流分布的计算方法 | |
CN117081143A (zh) | 促进分布式光伏就地消纳的园区综合能源系统协调优化运行方法 | |
Lan et al. | Distributed optimal scheduling for coupled transmission-distribution integrated electricity-gas system | |
CN116341881B (zh) | 计及热网灵活性的电-热系统鲁棒超前调度方法及系统 | |
CN114266382A (zh) | 一种考虑热惯性的热电联产系统两阶段优化调度方法 | |
CN112701721A (zh) | 一种综合能源系统的协调规划方法 | |
CN113131513A (zh) | 考虑碳排放的电、热、气转换优化运行配置方法和存储介质 | |
Liu et al. | Influence Evaluation of Integrated Energy System on the Unit Commitment in Power System | |
CN114139837B (zh) | 一种考虑双层碳排放优化分配模型的区域多系统双层分散优化调度方法 | |
CN112084633A (zh) | 一种计及蒸汽网络动态特性的电热耦合系统优化调度方法 | |
CN113708363A (zh) | 一种电热联合系统的调度灵活性评估方法及系统 | |
CN115187129A (zh) | 考虑热网质量流量调节的微能源网优化调度方法及系统 | |
CN114841441A (zh) | 一种综合能源系统运行成本和碳排放的协同优化方法 | |
Chen et al. | Optimally coordinated operation of a multi-energy microgrid with coupled electrical and heat networks | |
Jiang et al. | Combined heat and power dispatch using simplified district heat flow model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |