CN111222257B - 基于凸优化的电热水多能流协同调度方法 - Google Patents

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

基于凸优化的电热水多能流协同调度方法

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：

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；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ρ_max，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),ρ_max}，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s_sum的解；δ₁和δ₂分别为所给定的两个收敛性指标的阈值。

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：

其中，

表示表示

与m^j,t-k的乘积；

表示表示

与m^j,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：

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 c^Tx

s.t.Ax+By+Cz≤b

z_i＝x_iy_i i∈Ω₁

z_i＝(x_i)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；x_i、y_i、z_i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z_i＝x_iy_i转换为如下约束：

4ξ_iz_1,i＝(x_i+ξ_iy_i)²,4ξ_iz_2,i＝(x_i-ξ_iy_i)²,

z_i＝z_1,i-z_2,i i∈Ω₁

其中，ξ_i是为了避免数值问题而引入的常数；z_1,i和z_2,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z_i＝(x_i)²和S231中建立的二次约束4ξ_iz_1,i＝(x_i+ξ_iy_i)²和4ξ_iz_2,i＝(x_i-ξ_iy_i)²进行如下松弛：

4ξ_iz_i,1≥(x_i+ξ_iy_i)²,4ξ_iz_i,2≥(x_i-ξ_iy_i)² i∈Ω₁

z_i≥(x_i)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z_i＝x_iy_i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 c^Tx

s.t.Ax+By+Cz≤b

z_i＝z_1，i-z_2，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 c^Tx+ρ^(k)s_sum

其中，ρ^(k)为第k次迭代时的补偿参数；s_sum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：

s_1i,s_2i≥0 i∈Ω₁,s_3i≥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x_i和y_i的解；s_1i、s_2i、s_3i为引入的辅助变量，分别表示约束条件4ξ_iz_1i＝(x_i+ξ_iy_i)²、4ξ_iz_2i＝(x_i-ξ_iy_i)²、z_i＝(x_i)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 c^Tx+ρ^(k)s_sum

s.t.Ax+By+Cz≤b

z_i＝z_1,i-z_2,i

s_1i,s_2i≥0 i∈Ω₁,s_3i≥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，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。

的计算公式如下：

其中，i为电网节点编号；Ι_bus为电网节点标号集合；Δt为调度时段间隔；c_gas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。

的计算公式如下：

其中，

为t时段系统向电网购电的价格；

为t时段系统向电网售电的价格；

为t时段系统向电网购电功率；

为t系统向电网售电功率。

的计算公式如下：

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：

其中，

为节点i处燃气轮机功率上限；

为节点i处燃气轮机在t时段的产热功率；

为节点i处燃气轮机的热损率；

为节点i处余热回收装置效率。

建立可再生能源机组运行约束条件：

其中，

为节点i处可再生能源机组出力预测值。

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：

其中，

为t时段联络线功率；

为联络线功率上限。

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；Φ_p为热网管道集合；m^j,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；m^j,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；τ_amb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；c_w为热媒的比热容；ρ_w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：

其中，

为节点i处电热锅炉功率上限；

为节点i处电热锅炉产热效率；

为节点i处电热锅炉在t时段的产热功率；

为节点i处燃气锅炉功率上限。

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：

其中，

为t时段热网源节点注入热功率。

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；Φ_sn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；Φ_ln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：

其中，Φ_in为热网中与中间节点连接的管道集合；

为热网中入口节点为节点k的管道集合；

为热网中出口节点为节点k的管道集合；

为供水管道v在t时段的入口温度；

为回水管道v在t时段的入口温度。

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：

其中，

和τ _s分别为热网供水温度上下限；

和τ _r分别为热网回水温度上下限。

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：

其中，

为管道j的长度。

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：

其中，

和m ^j分别为管道j质量流量的上限和下限。

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，μ^j为管道j的比摩阻。

建立热网循环水泵运行约束条件：

其中，g为重力加速度；

为管道j的循环水泵效率；

为管道j的循环水泵在t时段消耗的电功率；

为管道j的循环水泵功率上限。

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：

其中，

和

分别为热网节点k的压头上下限。

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：

其中，

表示表示

与m^j,t-k的乘积；

表示表示

与m^j,t-k的乘积。

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 c^Tx

s.t.Ax+By+Cz≤b

z_i＝x_iy_i i∈Ω₁

z_i＝(x_i)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；x_i、y_i、z_i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z_i＝x_iy_i转换为如下约束：

4ξ_iz_1,i＝(x_i+ξ_iy_i)²,4ξ_iz_2,i＝(x_i-ξ_iy_i)²,

z_i＝z_1,i-z_2,i i∈Ω₁

其中，ξ_i是为了避免数值问题而引入的常数；z_1,i和z_2,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z_i＝(x_i)²和S231中建立的二次约束4ξ_iz_1,i＝(x_i+ξ_iy_i)²和4ξ_iz_2,i＝(x_i-ξ_iy_i)²进行如下松弛：

4ξ_iz_i,1≥(x_i+ξ_iy_i)²,4ξ_iz_i,2≥(x_i-ξ_iy_i)² i∈Ω₁

z_i≥(x_i)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z_i＝x_iy_i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 c^Tx

s.t.Ax+By+Cz≤b

z_i＝z_1,i-z_2,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 c^Tx+ρ^(k)s_sum

其中，ρ^(k)为第k次迭代时的补偿参数；s_sum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：

s_1i,s_2i≥0 i∈Ω₁,s_3i≥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x_i和y_i的解；s_1i、s_2i、s_3i为引入的辅助变量，分别表示约束条件4ξ_iz_1i＝(x_i+ξ_iy_i)²、4ξ_iz_2i＝(x_i-ξ_iy_i)²、z_i＝(x_i)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 c^Tx+ρ^(k)s_sum

s.t.Ax+By+Cz≤b

z_i＝z_1,i-z_2,i

s_1i,s_2i≥0 i∈Ω₁,s_3i≥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ρ_max，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：

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s_sum的解。

S45，更新ρ^(k+1)＝min{μρ^(k),ρ_max}，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⁾＝ρ_max＝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 c^Tx+ρ^(k)s_sum

其中，ρ^(k)为第k次迭代时的补偿参数；s_sum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：

s_1i,s_2i≥0 i∈Ω₁,s_3i≥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x_i和y_i的解；s_1i、s_2i、s_3i为引入的辅助变量，分别表示约束条件4ξ_iz_1i＝(x_i+ξ_iy_i)²、4ξ_iz_2i＝(x_i-ξ_iy_i)²、z_i＝(x_i)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)minc^Tx+ρ^(k)s_sum

s.t.Ax+By+Cz≤b

z_i＝z_1,i-z_2,i

s_1i,s_2i≥0 i∈Ω₁,s_3i≥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ρ_max，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),ρ_max}，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s_sum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m^j,t-k的乘积；表示表示与m^j,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 c^Tx

s.t.Ax+By+Cz≤b

z_i＝x_iy_i i∈Ω₁

z_i＝(x_i)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；x_i、y_i、z_i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z_i＝x_iy_i转换为如下约束：

4ξ_iz_1,i＝(x_i+ξ_iy_i)²,4ξ_iz_2,i＝(x_i-ξ_iy_i)²,

z_i＝z_1,i-z_2,i i∈Ω₁

其中，ξ_i是为了避免数值问题而引入的常数；z_1,i和z_2,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z_i＝(x_i)²和S231中建立的二次约束4ξ_iz_1,i＝(x_i+ξ_iy_i)²和4ξ_iz_2,i＝(x_i-ξ_iy_i)²进行如下松弛：

4ξ_iz_i,1≥(x_i+ξ_iy_i)²,4ξ_iz_i,2≥(x_i-ξ_iy_i)² i∈Ω₁

z_i≥(x_i)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z_i＝x_iy_i的McCormick包括来收紧二阶锥松弛：

z_i≥x_iy_i+x_iy_i-x_iy_i,

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：

。

Images