CN111553544A - 基于一致性算法的工业园区分布式综合需求响应方法 - Google Patents

Abstract

本发明公开了一种基于一致性算法的工业园区分布式综合需求响应方法。首先根据工厂综合能源系统的供能架构给出用户的可调控资源和工业园区集中式IDR模型，然后设计了工业园区的分布式信息交互机制，进而提出一种在均衡状态下能使用户个体最优与园区整体最优的IDR方案相一致的工业园区IDR市场机制。最后，基于一致性算法建立了工业园区分布式IDR模型。算例分析结果表明所提分布式IDR方法可在减少用户对外提供信息的同时得到有效的IDR方案，并且用户可获得比各自独立参与IDR更高的收益。

Description

基于一致性算法的工业园区分布式综合需求响应方法

技术领域

本发明涉及工业园区综合需求响应领域，尤其涉及一种基于一致性算法的工业园区分布式综合需求响应方法。

背景技术

近年来，构建综合能源系统(integrated energy system，IES)，实现电、热、冷、气等各种能源的耦合互补已经成为能源领域发展的主要方向。在此背景下，传统的电力需求响应(demand response，DR)正逐步扩展为综合需求响应(integrated demand response，IDR)。IDR可将需求侧的多种可调控资源进行整合，将用能种类转换与用能时间转移、负荷削减相结合，进一步挖掘需求侧的响应潜力。电网输送能力不断增加的同时，还要关注电力使用的安全情况,要想能够安全有效地运行就少不了对大用户业扩报装进行负荷预测,只有知道了当前电网所能承受的负荷电量,才能使之不超过这个限度而发生安全危险，同时也只有知道了用户需要的负荷电量，才能为配电网建设进行准确的规划，增加电网设备的利用率，节省经费。

目前国内外学者对IDR的研究已经取得了一定成果。如中国电机工程学报报道了一种由电热水器组成的集群温控负荷模型，研究了其在频率响应下的调节策略。以及基于安全约束的价格型需求响应优化调度建模，针对具有确定价格弹性系数的价格型负荷，分析了价格型DR参与平衡风电功率波动的调度过程。外文文献中有报道利用家庭能量管理系统，对居民用户典型用电设备的需求响应特性进行分类，实现对实时电价的响应。但是现有报道中均只研究了具有特定响应特性及运行约束的需求侧可控资源参与DR的调控策略，而实际中考虑多能互补的IDR特性往往较为复杂，难以建立响应量与成本的显函数关系。

现有研究中的IDR多为集中式的统一优化调度，上级EMS需要获取用户的设备参数、生产运行情况等可能涉及私密性的信息，降低了用户参与IDR的意愿。此外，现有技术中只考虑用户对分时电价的响应，关于用户参与调峰需求响应的削峰容量分配和补偿机制，目前尚未有充分的研究。

发明内容

针对现有技术问题中的集中式IDR信息安全性较低，且对用户参与调峰需求响应后的削峰容量分配和补偿机制研究不完善的问题，本发明提出了一种基于一致性算法的工业园区分布式综合需求响应方法，本发明以工业园区为研究对象，在工业用户响应分时电价的基础上，进一步考虑用户对上级电网调峰需求的响应。首先，根据工厂IES的供能架构，建立工业园区的集中式IDR模型，用以获取使园区整体运行成本最小的IDR方案。然后，结合现行市场机制设计了工业园区内部用户间的IDR市场机制，在该机制引导下用户个体最优与园区整体最优的IDR方案相一致，即各用户分布式的运行优化结果与采用集中式IDR模型得到的结果相同。最后，基于一致性算法和所设计的IDR市场机制，建立了工业园区的分布式IDR模型。在分布式迭代计算过程中，用户需要对外提供的信息仅为IDR边际成本迭代值，较好地保护了其信息私密性。

本发明的目的是通过以下技术方案来实现的：

一种基于一致性算法的工业园区分布式综合需求响应方法，包括如下步骤：

步骤1：在工业园区内部建立以统一价格结算的园区IDR市场，工业用户对分时电价做出响应并上报用能计划，上级电网对工业园区总体用能情况进行安全性评估，若能通过安全校核，则工业用户按原计划用能，若不能通过安全校核，则上级电网向工业园区下发削峰需求指令和电网调峰服务价格；所述的削峰需求指令包括工业园区调峰需求容量以及各个工业用户的应削峰量；

步骤2：各个工业用户根据邻近用户的IDR边际成本对自身的IDR边际成本进行更新，同时以最小化自身运行成本为目标更新IDR容量，并将更新后的IDR边际成本传递至邻近工业用户；其中初始IDR边际成本为电网调峰服务价格；

步骤3：根据各个工业用户更新前与更新后的IDR边际成本及IDR容量，判断是否满足迭代计算的终止条件，若满足，则将各个工业用户最后更新的IDR边际成本中的最大值作为园区IDR市场的最终出清价格进行结算，同时各个工业用户最后更新的IDR容量为其削峰量；若不满足，则返回步骤2继续更新各个工业用户的IDR边际成本和IDR容量。

与现有技术相比，本发明方法具有的有益效果是：

1)与传统的集中式IDR相比，本发明采用了工业园区的分布式IDR模型，具体的，本发明结合现行市场机制设计了工业园区内部用户间的IDR市场机制，在该机制引导下用户个体最优与园区整体最优的IDR方案相一致，即各用户分布式的运行优化结果与采用集中式IDR模型得到的结果相同，在分布式迭代计算过程中，用户需要对外提供的信息较少，仅需要提供IDR边际成本迭代值，较好地保护了其信息私密性，使需求响应具备更强的实际可行性。

2)借鉴并结合现行市场机制设计了工业用户参与调峰需求响应的削峰容量与收益分配机制，初始化时，各个工业用户将电网调峰服务价格作为自身的初始IDR边际成本，将自身的IDR边际成本传递至邻近工业用户，各个工业用户根据邻近用户的IDR边际成本更新自身的IDR边际成本，并提出了边际成本的更新公式：

根据更新后的自身IDR边际成本值，以最小化自身运行成本为目标更新可提供的IDR容量，根据迭代计算的终止条件得到最终结果。在现行的市场机制下具备实施的可行性，并且在该机制下用户可获得比各自独立进行IDR更高的收益，提高了用户参与IDR的积极性。

3)本发明的分布式IDR可使园区整体运行成本达到最小，并且在分布式IDR过程中用户能够以最小化自身成本为目标进行优化运行，可促进用户充分挖掘自身的IDR潜力。

附图说明

图1为分布式IDR的信息流示意图。

具体实施方式

下面结合附图和实施例对本发明做进一步的说明。

与园区EMS进行集中式的优化管理不同，在分布式IDR机制中，工业用户以自身利益最大化为目标进行用能优化，用户之间通过多次消息传递最终对IDR方案达成共识。以包含5个用户的工业园区为例，用户之间的通信网络以及多方主体之间传递的信息如图1所示。其中：λ_i,k为第i个用户在第k次消息传递中发出的信息，本实施例中该消息为IDR边际成本。

在园区中实施分布式IDR的具体消息传递流程为：

首先，工业用户考虑生产过程的多能协同和热能梯级利用，对分时电价做出响应，进行用能优化，并向上级电网发送用能计划。

然后，上级电网对电力系统总体用能情况进行安全性评估，若能通过安全校核，则用户按原计划用能，否则向园区下发调峰需求和电网调峰辅助服务价格。同时上级电网根据用户缴纳的基本电费，计算各用户的应削峰量并下发。

最后，在设计的工业园区IDR市场机制下，基于一致性算法，用户之间通过多次相互传递IDR边际成本信息得到IDR方案。每次消息传递后，用户根据邻近用户的IDR边际成本更新自身的IDR边际成本值，并发送给邻近用户，并且以最小化自身运行成本为目标更新意愿提供的削峰容量，其中邻近用户是指存在通信信道相连的用户。最终各用户的IDR边际成本趋于一致，将其确定为IDR市场的出清价格，同时得到各用户的削峰量。园区内部的出清价格不应高于电网调峰服务价格，削峰容量小于需求量的部分需向电网购买。

在本发明的一个具体实施中，对工业园区IDR市场机制进行介绍。

本发明在工业园区内部用户组成的IDR市场中采用统一价格机制，各用户之间通过相互传递IDR边际成本信息确定市场出清价格，且该出清价格不应高于电网调峰辅助服务的价格，否则IDR市场的需求方可选择向电网购买调峰服务。

下面从调峰需求响应中用户应削峰容量的分配和补偿机制两方面说明本发明的IDR市场机制。

1)用户应削峰量计算

目前国内大部分地区对于工业用户实行两部制电价，即根据基本电价和电量电价两部分计算电费。设第i个工业用户缴纳的基本电费为：

C_b,i＝c_bP_b,i

式中：i为园区内工业用户的编号；C_b,i为用户缴纳的基本电费；c_b为基本电价；P_b,i为用户的需量。

基本电费中包含了容量费用，上级电网应参考该值分配各用户的应削峰量。当电网得出调峰需求后，首先根据P_b,i计算各用户的可用容量基准值：

式中：t为一天内的时段编号，P_ref,i,t为第i个工业用户在时段t的可用容量基准值，P_o,i,t第i个用户在t时段的计划购电功率；P_d,t为上级电网在时段t的削峰需求总量，N为工业园区内的工业用户数量，P_b,i为第i个工业用户的需量；

进而计算各工业用户的应削峰量：

P_dref,i,t＝P_o,i,t-P_ref,i,t

式中：P_dref,i,t为第i个用户在时段t的应削峰量。P_ref,i,t是按照用户缴纳的基本电费占园区基本电费总和的比例进行分配，为决定用户在园区IDR市场中是作为供应方或是需求方提供了依据。若用户在IDR过程中的削峰量大于P_dref,i,t，则在园区IDR市场中为供应方，否则为需求方。

2)用户参与IDR的收益

得到最终的IDR市场出清结果后，各工业用户在园区IDR市场中获得的收益为：

式中：I_i为第i个用户在园区IDR市场获得的收益；p_IDR为IDR市场出清价格；P_i,t为第i个用户参与IDR后在时段t的购电需求。

用电量小于P_b,i的用户应无需承担电网调峰责任。在园区参与IDR后，电网需支付相应费用：

式中：C_comp为电网向工业园区购买调峰服务的费用；p_max为电网调峰服务价格。

按照各用户的可用容量基准值与其需量的偏差分配从上级电网获得的补偿收益如下：

式中：C_comp,i为第i个用户分配到的IDR补偿费用。

在本发明的一个具体实施中，对分布式IDR模型进行介绍，具体为：

1)：各个工业用户将电网调峰服务价格作为自身的初始IDR边际成本；

2)：各个工业用户将自身的IDR边际成本传递至邻近工业用户，各个工业用户根据邻近用户的IDR边际成本更新自身的IDR边际成本：

式中包含β_k的表达式称为“一致项”，该项使得不同节点的状态变量趋于一致；包含α_k的表达式称为“创新项”，该项基于本地节点的IDR容量和电网的调峰需求量对状态变量进行修正，使得全局约束最终得到满足。

改进一致性算法收敛需要满足如下条件：

条件1：通信网络的拓扑图是连通的。在分布式IDR中，不要求工业用户两两之间建立通信，每个用户可仅与邻近的用户进行通信，使上述条件1中通信网络的连通性得到满足。

条件2：权重系数数列{β_k}和{α_k}是单调递减的，并且当k→∞时，满足β_k→0和α_k→0。

条件3：数列{β_k}和{α_k}的级数发散，即

条件4：当k→∞时，β_k/α_k→∞。

式中：λ_i,t,k为第k次消息传递后第i个用户更新的时段t的IDR边际成本值，初始IDR边际成本为电网调峰服务价格；β_k-1和α_k-1为单调递减的第k-1次消息传递的权重系数；Φ_i为通信网络中第i个用户的邻近用户集合；Γ为需调峰的时段集合；P_d,i,t,k-1为第k-1次迭代后第i个用户提供的IDR容量，其计算公式如下：

P_d,i,t,k-1＝P_o,i,t-P_i,t,k-1,t∈Γ

式中：P_i,t,k-1为第k-1次迭代后第i个用户在t时段的购电功率，P_o,i,t为第i个用户在t时段的初始计划购电功率；

3)：各个工业用户根据更新后的自身IDR边际成本值，以最小化自身运行成本为目标更新可提供的IDR容量，迭代优化的目标函数为：

式中：C_i为第i个用户根据自身IDR边际成本值预计的其参与IDR后的总成本，λ_i,t,k为第k次消息传递后第i个用户更新的时段t的IDR边际成本值，C_eqp,i为第i个工业用户的日用能成本，P_ref,i,t为第i个工业用户在时段t的可用容量基准值，P_i,t为工业用户i在时段t的计划购电功率；

迭代优化的约束条件为：

根据KKT条件，在上述约束条件下，当用户的用能成本C_eqp,i关于P_i,tT的边际成本与λ_i,t,k尽可能接近时，用户的总成本最小，即在上述优化问题的最优解处，用户的IDR边际成本将趋于λ_i,t,k。因此可将求得的P_i,t最优值作为P_i,t,k的更新值。

式中：P_AC,L,i,t、P_DC,L,i,t、H_L,i,t、Q_L,i,t和P_pv,i,t分别为第i个工业用户在t时段的交流负荷、直流负荷、热负荷、冷负荷和光伏出力；P_AC,i,t和P_DC,i,t分别为对应于第i个工业用户t时段交直流转换器的交流侧输入功率和直流侧输出功率，P_bs,c,i,j,t和P_bs,o,i,j,t分别为第j个电池储能在时段t的充电功率和放电功率，P_ice,i,j,t为第i个工业用户第j台冰蓄冷装置在时段t的耗电功率；P_GT,i,j,t为第i个工业用户第j台燃气轮机在时段t的产电功率；H_WH,m,i,j,t和H_WH,l,i,j,t分别为第i个工业用户第j台燃气轮机在时段t回收生产的中品味和低品位热功率，H_st,l,i,j,t和H_st,m,i,j,t分别为第i个工业用户第j台蒸汽驱动设备在时段t回收的低品位热功率和蒸汽负荷；Q_Br,i,j,t和H_Br,i,j,t分别为第i个工业用户第j台吸收式制冷机在时段t的制冷功率和耗热功率；H_GB,i,j,t为第i个工业用户第j台燃气锅炉在时段t的产电功率；Q_ac,i,j,t和P_ac,i,j,t分别为第i个工业用户第j台中央空调在时段t的制冷功率和耗电功率；Q_ice,i,j,t为第i个工业用户第j台冰蓄冷装置在时段t的制冷功率；H_buy,i,t为第i个工业用户在时段t的购热功率；

将求得的P_i,t最优值作为第k次迭代后P_i,t,k的更新值，进而对P_d,i,t,k进行更新。优化问题和迭代表达式仅涉及到用户的本地信息，可以分布式地进行计算，迭代计算的终止条件。

式中：ε₁和ε₂为给定的计算精度要求；P_d,i,k为第k次迭代后在调峰时段用户的IDR容量构成的向量。

当分布式IDR模型计算收敛，最终得到的IDR方案使得各用户的IDR边际成本趋于一致，且满足全局约束。

实施例

本发明以广州从化某工业园区为例分析所提的分布式IDR方法。

步骤1：在工业园区内部建立以统一价格结算的园区IDR市场，工业用户对分时电价做出响应并上报用能计划，上级电网对工业园区总体用能情况进行安全性评估，若能通过安全校核，则工业用户按原计划用能，若不能通过安全校核，则上级电网向工业园区下发削峰需求指令和电网调峰服务价格；所述的削峰需求指令包括工业园区调峰需求容量以及各个工业用户的应削峰量；

根据工厂综合能源系统的供能架构给出用户的可调控资源和工业园区集中式IDR模型。将一天划分为96个时段，建立工业用户同时响应分时电价和调峰需求的模型。

本发明以某市某电压等级为35kV的工业园区为例分析所提的分布式IDR方法。在该工业园区中共有5个工业用户参与IDR，用户之间的通信网络如图1所示。各用户的工厂IES中配置的设备种类和数量如表1所示，各类设备的参数如表2所示。分时电价如表3所示。天然气和CHP热蒸汽的价格分别为3.45元/m3和348元/t，折合成单位热值价格，分别为0.349元/kWh和0.465元/kWh。各用户的可中断负荷参数为ai＝6.10×10-5元/(kWh)2，bi＝1.208元/kWh，最大可中断容量为500kW。5个用户缴纳的基本电费所对应的需量分别为：4.5MW、2.1MW、1.6MW、1.8MW和3.8MW。计算精度要求为ε1＝0.001元/kWh，ε2＝1kWh。

表1各用户的设备

表2设备参数

表3分时电价

1.对集中式IDR结果分析

根据集中式IDR模型，计算工业园区的调峰需求响应方案。根据各用户在参与集中式IDR后的购电计划下，5个用户的用能成本分别为100848、79603、60021、44908和59034元，并且在调峰时段工业园区的购电功率减少，主要由用户1、用户2和用户3进行削峰，分配到各用户的削峰容量如表4所示。

表4集中式IDR后各用户的削峰容量

结合表2，可以看出能源设备种类、数量较多，多能耦合更为紧密的用户具有更强的IDR能力和更低的响应成本，因此在集中式IDR方案中其所提供的削峰容量也较多。在表4所示的削峰容量下，各用户在4个调峰时段的IDR边际成本分别为0.513、0.509、0.509、0.510元/kWh，各用户的IDR边际成本趋于一致。

以上对集中式IDR的分析结果作为分布式IDR结果的对比。

2对分布式IDR结果分析

利用本发明的分布式IDR模型计算工业园区的调峰需求响应方案。根据工业园区IDR市场机制，结果如表5所示。

表5各用户的应削峰量

初始以电网调峰辅助服务价格0.840元/kWh作为各用户本地的IDR边际成本值，进行分布式IDR响应过程。各用户将自身的IDR边际成本传递至邻近用户，各个用户根据邻近用户的IDR边际成本更新自身的IDR边际成本：

式中：λ_i,t,k为第k次消息传递后第i个用户更新的时段t的IDR边际成本值，初始IDR边际成本为电网调峰服务价格；Φ_i为通信网络中第i个用户的邻近用户集合；Γ为需调峰的时段集合；β_k-1和α_k-1为单调递减的第k-1次消息传递的权重系数，满足以下条件：

条件1通信网络的拓扑图是连通的。

条件2权重系数数列{β_k}和{α_k}是单调递减的，并且当k→∞时，满足β_k→0和α_k→0；

条件3权重系数数列{β_k}和{α_k}的级数发散，即

条件4当k→∞时，β_k/α_k→∞。

P_d,i,t,k-1为第k-1次迭代后第i个用户提供的IDR容量，其计算公式如下：

P_d,i,t,k-1＝P_o,i,t-P_i,t,k-1,t∈Γ

式中：P_i,t,k-1为第k-1次迭代后第i个用户在t时段的购电功率，P_o,i,t为第i个用户在t时段的初始计划购电功率；

权重系数βk和αk可采用p级数对应的数列为其赋值，如下所示：

式中：τ1、τ2、τ3和τ4为正常数。

根据p级数的性质，当式中0<τ1,τ3≤1时，{βk}和{αk}的级数发散，可满足条件3。由条件4可知，随着迭代的进行，一致项将对状态变量的变化起主导作用，因此τ1<τ3，通常可将τ1取为0.001，τ3在10-1范围内调节。τ2和τ4的选取与式(18)中与权值系数相乘的因子大小有关，应避免使迭代过程中状态变量的变化超出其合理取值范围。通过实验对比计算收敛效果，选取权重系数如下：

容易验证上述权重系数取值满足条件2、3、4。

随着用户之间的消息传递和迭代计算的进行，各用户的IDR边际成本逐渐趋于一致。当经过39次迭代后计算收敛，与集中式IDR得到的结果相同。各用户在4个调峰时段的IDR边际成本分别为0.513、0.509、0.509、0.510元/kWh。根据最终IDR方案中各用户的购电功率，5个用户的用能成本分别为100852、79607、60025、44912和59038元，各个用户最终提供的削峰容量如表6所示。

表6分布式IDR后各用户的削峰容量

对比表6和表4，可以看出采用分布式IDR模型得到的IDR方案与集中式IDR接近。若期望得到更精确的结果，可以通过减小计算精度要求ε1、ε2实现，但同时也需要更多的迭代次数。

结合表5和表6，可以看出用户1和用户3的提供的IDR容量大于其应削峰量，因此在IDR市场中为供应方，而用户2、用户4和用户5为需求方。最终各用户在IDR市场获得的收益分别为713、-263、373、-265和-554元。上级电网支付给工业园区的IDR总补偿费用为3483元，各用户按照其可用容量基准值与其基本电费对应需量的偏差分配电网的补偿收益，分别为1136、530、404、454和959元。各用户在参与分布式IDR后的总成本分别为99003、79340、59248、44723和58633元。

各用户在响应分时电价后的初始计划用能成本、参与集中式IDR后的成本、参与分布式IDR后的成本和各自独立参与IDR的成本如表7所示。

表7各用户的成本

由表7可知，相比于初始计划用能的成本，各用户按本发明的IDR机制参与调峰需求响应后的总成本更低，该机制可使用户具有参与IDR的意愿。采用分布式IDR得到的用户成本与集中式IDR结果接近。此外，若园区用户各自独立地参与IDR，则无法实现用户之间IDR资源的协调，会增大用户的成本。通过上述分析可以得出，本发明的工业园区IDR市场机制能够有效地配置园区内IDR资源。在调峰需求量一定的约束下，可使得各用户参与IDR的成本达到最低或使收益达到最大。同时，分布式的迭代计算结果使各用户的IDR边际成本尽可能地趋于一致，因此园区整体的IDR成本也达到最小，并且用户不需要对外提供设备参数等信息，有利于保护用户的信息私密性。

Claims (7)

1.一种基于一致性算法的工业园区分布式综合需求响应方法，其特征在于包括如下步骤：

步骤1：在工业园区内部建立以统一价格结算的园区IDR市场，工业用户对分时电价做出响应并上报用能计划，上级电网对工业园区总体用能情况进行安全性评估，若能通过安全校核，则工业用户按原计划用能，若不能通过安全校核，则上级电网向工业园区下发削峰需求指令和电网调峰服务价格；所述的削峰需求指令包括工业园区调峰需求容量以及各个工业用户的应削峰量；

步骤2：各个工业用户根据邻近用户的IDR边际成本对自身的IDR边际成本进行更新，同时以最小化自身运行成本为目标更新IDR容量，并将更新后的IDR边际成本传递至邻近工业用户；其中初始IDR边际成本为电网调峰服务价格；

步骤3：根据各个工业用户更新前与更新后的IDR边际成本及IDR容量，判断是否满足迭代计算的终止条件，若满足，则将各个工业用户最后更新的IDR边际成本中的最大值作为园区IDR市场的最终出清价格进行结算，同时各个工业用户最后更新的IDR容量为其削峰量；若不满足，则返回步骤2继续更新各个工业用户的IDR边际成本和IDR容量。

2.如权利要求1所述的基于一致性算法的工业园区分布式综合需求响应方法，其特征在于，所述的步骤1中上级电网根据工业用户缴纳的基本电费对应的需量分配各个工业用户的应削峰量，首先计算各工业用户的可用容量基准值：

其中，t为一天内的时段编号，P_ref,i,t为第i个工业用户在时段t的可用容量基准值，P_o,i,t第i个用户在t时段的计划购电功率；P_d,t为上级电网在时段t的削峰需求总量，N为工业园区内的工业用户数量，P_b,i为第i个工业用户的需量；

根据各工业用户的可用容量基准值，计算各工业用户的应削峰量：

P_dref,i,t＝P_o,i,t-P_ref,i,t

其中，P_dref,i,t为第i个工业用户在时段t的应削峰量。

3.如权利要求1所述的基于一致性算法的工业园区分布式综合需求响应方法，其特征在于，所述的步骤2具体为：

步骤2.1：各个工业用户将电网调峰服务价格作为自身的初始IDR边际成本；

步骤2.2：各个工业用户将自身的IDR边际成本传递至邻近工业用户，各个工业用户根据邻近用户的IDR边际成本更新自身的IDR边际成本：

式中：λ_i,t,k为第k次消息传递后第i个用户更新的时段t的IDR边际成本值，初始IDR边际成本为电网调峰服务价格；β_k-1和α_k-1为单调递减的第k-1次消息传递的权重系数；Φ_i为通信网络中第i个用户的邻近用户集合；Γ为需调峰的时段集合；P_d,i,t,k-1为第k-1次迭代后第i个用户提供的IDR容量，其计算公式如下：

P_d,i,t,k-1＝P_o,i,t-P_i,t,k-1,t∈Γ

式中：P_i,t,k-1为第k-1次迭代后第i个用户在t时段的购电功率，P_o,i,t为第i个用户在t时段的初始计划购电功率；

步骤2.3：各个工业用户根据更新后的自身IDR边际成本值，以最小化自身运行成本为目标更新可提供的IDR容量，迭代优化的目标函数为：

式中：C_i为第i个用户根据自身IDR边际成本值预计的其参与IDR后的总成本，λ_i,t,k为第k次消息传递后第i个用户更新的时段t的IDR边际成本值，C_eqp,i为第i个工业用户的日用能成本，P_ref,i,t为第i个工业用户在时段t的可用容量基准值，P_i,t为工业用户i在时段t的计划购电功率；

迭代优化的约束条件为：

式中：P_AC,L,i,t、P_DC,L,i,t、H_L,i,t、Q_L,i,t和P_pv,i,t分别为第i个工业用户在t时段的交流负荷、直流负荷、热负荷、冷负荷和光伏出力；P_AC,i,t和P_DC,i,t分别为对应于第i个工业用户t时段交直流转换器的交流侧输入功率和直流侧输出功率，P_bs,c,i,j,t和P_bs,o,i,j,t分别为第j个电池储能在时段t的充电功率和放电功率，P_ice,i,j,t为第i个工业用户第j台冰蓄冷装置在时段t的耗电功率；P_GT,i,j,t为第i个工业用户第j台燃气轮机在时段t的产电功率；H_WH,m,i,j,t和H_WH,l,i,j,t分别为第i个工业用户第j台燃气轮机在时段t回收生产的中品味和低品位热功率，H_st,l,i,j,t和H_st,m,i,j,t分别为第i个工业用户第j台蒸汽驱动设备在时段t回收的低品位热功率和蒸汽负荷；Q_Br,i,j,t和H_Br,i,j,t分别为第i个工业用户第j台吸收式制冷机在时段t的制冷功率和耗热功率；H_GB,i,j,t为第i个工业用户第j台燃气锅炉在时段t的产电功率；Q_ac,i,j,t和P_ac,i,j,t分别为第i个工业用户第j台中央空调在时段t的制冷功率和耗电功率；Q_ice,i,j,t为第i个工业用户第j台冰蓄冷装置在时段t的制冷功率；H_buy,i,t为第i个工业用户在时段t的购热功率；

将求得的P_i,t最优值作为第k次迭代后P_i,t,k的更新值，进而对P_d,i,t,k进行更新。

4.如权利要求3所述的基于一致性算法的工业园区分布式综合需求响应方法，其特征在于，步骤2.2所述的权重系数β_k和α_k满足以下条件：

1)权重系数数列{β_k}和{α_k}是单调递减的，并且当k→∞时，满足β_k→0和α_k→0；

2)权重系数数列{β_k}和{α_k}的级数发散，即

3)当k→∞时，β_k/α_k→∞。

5.如权利要求3所述的基于一致性算法的工业园区分布式综合需求响应方法，其特征在于，步骤2.3所述的日用能成本C_eqp,i的计算公式为：

C_eqp,i＝C_e,i+C_gas,i+C_h,i+C_om,i+C_IL,i

式中：C_e,i、C_gas,i和C_h,i分别为第i个工业用户的购电、购气和购热成本；C_om,i为设备运行维护成本；C_IL,i为中断负荷引起的损失成本；各项成本的具体表达式如下：

1)购电成本：

式中：c_e,t为时段t的电价，T表示时长；

2)购气成本：

式中：c_gas为天然气价格；F_GB,i,j,t和F_GT,i,j,t分别为第i个工业用户在t时段的第j台燃气锅炉的燃气速率和天然气消耗速率；

3)购热成本：

式中：c_h为CHP热蒸汽价格；H_buy,i,t为第i个工业用户在时段t的购热功率；

4)设备运行维护成本：

式中：c_om,i,j为第i个工业用户第j台设备单位输出功率的运行维护费用；P_out,i,j,t为第i个工业用户第j台设备在时段t的输出功率；

5)用户中断的负荷量：

P_IL,i,t＝P_AC,LO,i,t-P_AC,L,i,t

式中：P_IL,i,t为第i个工业用户在时段t的中断负荷量；P_AC,LO,i,t和P_AC,L,i,t分别为第i个工业用户在时段t的初始计划和中断负荷后的交流负荷；

中断负荷成本：

式中：a_i和b_i为可中断负荷对应的成本系数，与工业用户的生产情况和生产设备特性相关。

6.如权利要求1所述的基于一致性算法的工业园区分布式综合需求响应方法，其特征在于，步骤3所述的迭代计算的终止条件为：

式中：ε₁和ε₂为给定的计算精度要求；P_d,i,k为第k次迭代后在调峰时段第i个用户的IDR容量构成的向量，λ_i,k表示第k次迭代后在调峰时段第i个用户的IDR边际成本值构成的向量，‖·‖₁表示向量的1-范数。

7.如权利要求6所述的基于一致性算法的工业园区分布式综合需求响应方法，其特征在于，所述的ε₁＝0.0001-0.001元/kWh，ε₂＝0.1-1kWh。

Images