CN111815131A - 一种沿岸地区电-气互联系统环境经济调度方法 - Google Patents
一种沿岸地区电-气互联系统环境经济调度方法 Download PDFInfo
- Publication number
- CN111815131A CN111815131A CN202010595320.1A CN202010595320A CN111815131A CN 111815131 A CN111815131 A CN 111815131A CN 202010595320 A CN202010595320 A CN 202010595320A CN 111815131 A CN111815131 A CN 111815131A
- Authority
- CN
- China
- Prior art keywords
- gas
- formula
- power
- diffusion
- moment
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 70
- 231100000719 pollutant Toxicity 0.000 claims abstract description 70
- 238000009792 diffusion process Methods 0.000 claims abstract description 68
- 238000005457 optimization Methods 0.000 claims abstract description 52
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 17
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 17
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 13
- 239000006185 dispersion Substances 0.000 claims abstract description 7
- 239000007789 gas Substances 0.000 claims description 133
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 116
- 239000003345 natural gas Substances 0.000 claims description 58
- 239000000779 smoke Substances 0.000 claims description 45
- 238000012544 monitoring process Methods 0.000 claims description 41
- 230000006870 function Effects 0.000 claims description 37
- 239000013598 vector Substances 0.000 claims description 35
- 239000000356 contaminant Substances 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 15
- 150000001875 compounds Chemical class 0.000 claims description 15
- 230000008878 coupling Effects 0.000 claims description 14
- 238000010168 coupling process Methods 0.000 claims description 14
- 238000005859 coupling reaction Methods 0.000 claims description 14
- 230000007613 environmental effect Effects 0.000 claims description 14
- 239000000243 solution Substances 0.000 claims description 13
- 238000002347 injection Methods 0.000 claims description 11
- 239000007924 injection Substances 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 9
- 235000019504 cigarettes Nutrition 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 6
- 238000010438 heat treatment Methods 0.000 claims description 6
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims description 4
- 230000003190 augmentative effect Effects 0.000 claims description 3
- 239000003795 chemical substances by application Substances 0.000 claims description 3
- 230000009194 climbing Effects 0.000 claims description 3
- 238000002485 combustion reaction Methods 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000009827 uniform distribution Methods 0.000 claims description 3
- 238000004401 flow injection analysis Methods 0.000 claims 1
- 230000008901 benefit Effects 0.000 description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000003912 environmental pollution Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 241000208125 Nicotiana Species 0.000 description 1
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 1
- 239000000809 air pollutant Substances 0.000 description 1
- 231100001243 air pollutant Toxicity 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000004138 cluster model Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003009 desulfurizing effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000004043 dyeing Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000013316 zoning Methods 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种沿岸地区电‑气互联系统环境经济调度方法，包括以下步骤1）针对沿岸地区气象条件复杂多变，大气层结具有区域特征的特点，建立计及局地海陆环流和热力内边界层的大气污染物扩散模型；2）结合大气污染扩散模型，以经济成本、碳排放、污染物浓度贡献值为优化目标，建立电‑气互联系统多目标环境经济调度模型；3）采用基于ADMM的多目标分布式优化算法进行电‑气分散协同优化求解；4）将求解得到的调度方案输入电网调度系统，从而得到地区电网的电力调度计划。
Description
技术领域
本发明涉及电力系统环境经济调度领域，提出一种沿岸地区电-气互联系统环境经济调度方法。
背景技术
近年来随着中国工商业规模的持续增加，电力负荷水平不断增加，电力系统发电造成的环境污染也逐渐得到关注。电力系统贡献了中国31％的SO2排放和30％的NOx排放。电力行业造成的环境污染治理问题由此得到国内外专家广泛研究，包括：对污染物进行脱硫、脱硝[2-3]，提高清洁能源利用率并研究清洁能源发电的环保效益，在经济调度基础上兼顾环境保护的环境经济调度。
环境经济调度旨在调度运行层面兼顾调度的经济性和环境保护的目标，不增加额外的投资、建设和治理费用。目前关于环境经济调度的研究一方面考虑从减少污染物排放量的角度进行优化调度，包括：对发电污染物排放量设置排放配额，并对超出部分设置罚金，在经济调度模型中设置污染物排放量约束，将污染物排放量设置为优化目标之一，进行环境经济多目标优化调度。但从减少污染物排放量的角度进行优化调度往往片面降低污染物排放总量，污染物地面浓度反而可能进一步增加。
环境经济调度另一方面研究侧重于对污染扩散模型进行建模，探究污染物扩散的时空分布特征，并将其与电力调度模型相结合。目前采用的基本高斯烟羽模型模拟发电厂污染物扩散，此模型适用于排放量、天气条件均恒定的理想情况。现有技术采用的基本高斯烟团模型，此模型适用于天气条件多变的情况，但未考虑大气中复杂的层结结构及其影响(尹楠，于继来.考虑火电对空气质量影响的机组检修计划与电能分解方法[J].电力系统自动化,2017,41(6):72-79.)。在基本高斯烟团模型的基础上，考虑了大气边界层的影响及其日变化特征。然而，在沿岸地区，天气条件多变，大气层结具有区域特征，以上模型不再使用于局地海陆风环流条件下的沿岸地区大气污染物扩散模拟(Chen Y,Yu T,Yang B,etal.Many-objective Optimal Power Dispatch Strategy Incorporating Temporal andSpatial Distribution Control of Multiple Air Pollutants[J].IEEE Transactionson Industrial Informatics,2019:1-1.)。
目前，能量载体由传统电力潮流逐渐过渡到电-气能流，而电-气耦合系统相对于传统的电力系统，在环境目标控制上存在明显优势。一方面，燃气机组污染物排放远小于燃煤机组；另一方面，电力系统和气网能流的协调优化，可结合污染物扩散的时空分布特征，对污染物浓度控制实现削峰填谷，在此P2G为实现污染控制削峰填谷的关键。对计及大气污染时空扩散的电-气能流优化问题进行了初探，但仅采用基本高斯烟团模型，未对大气层结的变化及其影响进行深度建模，同时并未考虑到P2G装置对污染控制的削峰填谷的有益效果。
因此，本发明首先建立了沿岸地区大气扩散模型，考虑了海陆环流和热力内边界层的影响；然后，结合经济目标、碳排放目标和污染物浓度贡献值三个目标，建立考虑P2G进行污染控制的削峰填谷的电-气互联系统多目标优化调度模型，并采用基于ADMM的多目标分布式优化方法求解。
发明内容
基于此，本发明提出了一种沿岸地区电-气互联系统环境经济调度方法。
本发明至少通过如下技术方案之一实现。
一种沿岸地区电-气互联系统环境经济调度方法，包括以下步骤：
1)针对沿岸地区气象条件复杂多变，大气层结具有区域特征的特点，建立计及局地海陆环流和热力内边界层的大气污染物扩散模型；
2)结合大气污染扩散模型，以经济成本、碳排放、污染物浓度贡献值为优化目标，建立电-气互联系统多目标环境经济调度模型；
3)采用基于ADMM的多目标分布式优化算法进行电-气分散协同优化求解；
4)将求解得到的调度方案输入电网调度系统，从而得到地区电网的电力调度计划。
优选的，建立计及局地海陆环流和热力内边界层的大气污染物扩散模型包括：以高斯烟团模型为核心，对烟团在不同气层结构中的扩散进行建模，当烟团处在稳定气层中，烟团的扩散与一般高架点源污染扩散相同，其地面污染物浓度贡献值表示为：
式中，τ和t′分别为烟团排放时刻和监测点监测时刻；M(τ)为第i个火电厂在τ时刻排放烟团质量；Tres为污染物居留时间，认为污染物扩散Tres后，污染物对环境的影响可忽略不计；xc(τ,t′),yc(τ,t′),zc(τ,t′)为烟团中心的坐标，其坐标在不同监测时刻不断更新，即
式中，xs、ys、zs为火电厂污染源的三维地理坐标，t为烟团排放时刻和监测点监测时刻之间的某个时刻，Δt为两监测时刻的时间间隔，常取Δt＝1h；u(t)，v(t)，w(t)为时间间隔Δt内x、y、z三个方向上烟团中心的平均风速；
式(1)中，σx(τ,t′)，σy(τ,t′)，σz(τ,t′)为x、y、z三个维度的扩散参数，计算公式为：
式中，α1、γ1、α2、γ2分别为扩散参数的计算系数，分别用于计算式(3)中的扩散参数，其取值取决于各时刻烟团中心的大气稳定度等级；
当污染物烟团扩散到稳定气层与热力内边界层的交界，从污染物烟团进入内边界层到完全进入完毕过程中，污染物进入热力内边界层瞬即扩散到地面，并均匀分布在内边界层顶下的垂直气层里，此时，其地面污染物浓度贡献值表示为：
式中，σys(τ,t′)和σzs(τ,t′)为污染物原先处于稳定层结时的水平和垂直扩散参数；σyF(τ,t′)为污染物进入热力内边界层过程中的扩散参数；D(x,y)为此处的热力边界层高度；p为计算算子，其计算公式于式(4)中给出，即p(t′)；zi(t)为第i个烟团在维度z上的高度；
当污染物处于热力内边界层内，污染物在垂直方向上处于均匀分布状态，并继续保持均匀混合，地面污染物浓度贡献值表示为：
式中，xs＇和ys＇为烟团由稳定层结进入热力内边界层后假定的虚源坐标，以解决以火电厂污染源为扩散原点带来的扩散系数高估问题，近似地令虚源坐标(xs＇,ys＇)为烟团由稳定层结进入热力内边界层时与热内力边界层的交点坐标；
式(5)中，σyu(τ,t′)为修正后的横向扩散参数，若烟团一直处于热力内边界层内，则无需引入虚源，σyu(τ,t′)由式(3)直接求得。
优选的，建立电-气互联系统多目标环境经济调度模型，包括以下步骤：
步骤21、构建以下目标函数
1)经济目标
式中，T为调度周期；ΩG、Ωg、ΩS分别为燃煤机组、气源和储气罐集合；a2,i、a1,i、a0,i分别为燃煤机组的二次、一次和常数经济成本系数；Cg,i,t，CS,m分别为气源成本系数和储气成本系数；PG,i,t为t时刻燃煤机组i的有功出力；fg,j,t为t时刻气源j的出力值；
为t时刻储气罐m的天然气输出量；
2)碳排放量
式中，ΩGT为燃气机组集合；b2,i、b1,i、b0,i分别为燃机组的二次、一次和常数碳排放系数；c2,j、c1,j、c0,j分别为燃气机组的二次、一次和常数碳排放系数；PGT,j,t为t时刻燃气机组j的有功出力；
3)污染物浓度贡献值
随着扩散的进行，烟团的浓度将不断衰减，假设在烟团居留期Tres之后，烟团对监测点o的影响可忽略不计，监测点o在t′时段的污染物浓度贡献值Contri(t′,o)为所有燃煤机组在此前Tres中排放的所有烟团在该监测点污染物浓度贡献值的累积，具体如下：
式中，xo、yo为监测点o的地理坐标；
将所有时刻所有监测点的污染物浓度贡献值的加权之和作为第三个优化目标：
式中，Ωo为监测点集合，ρo为监测点o的权重值，取决于监测点o的人口密度及环境容忍能力；
步骤22、构建电力网络约束；
步骤23、构建天然气网络约束；
步骤24、构建电力网络与天然气网络耦合约束。
优选的，步骤22构建电力网络约束包括电力网络约束：
式中，AG、AP2G和B为节点-机组关联矩阵、节点-P2G关联矩阵和节点导纳矩阵的虚部；θt为节点相角向量，θmax、θmin为其上下限；θi,t、θj,t分别为节点i,j的电压相角；xij和
分别为输电线路i-j的电抗和有功功率传输上限；ΩSP为电力网络节点集合；PG,t为机组有功出力向量，
为其上下限；PP2G,t为P2G消耗有功功率向量，
为其上限；PD,t为电力负荷向量；ad和au为机组爬坡速率约束向量；
为平衡节点相角。
优选的，步骤23构建天然气网络约束包括：
1)气源点约束
式中，
分别为气源点j的天然气供应流量fl,ij的上下限；
2)管道约束
管道节点气压约束表示为：
式中，ΩgB为天然气节点集合；bi,t为t时刻天然气节点i的气体压强；
分别为其上下限；
管道的天然气动态特性表示为：
式中，Ωpipe为天然气管道集合；
和
分别为t时刻管道i-j在位置d处的气体压强和气流量；M1和M2为管道传输特性常数；Δxij为空间步长；
3)管存约束
为了调度运行的可持续性，令调度周期T后管存清零，表示为：
4)储气罐约束
式中，Sm,t为t时刻储气罐m的容量；
和
分别t时刻储气罐m的天然气输入量和输出量；
和
分别为t时刻储气罐m的充气和放气效率；
为储气罐m额定储气容量；
为储气罐m的容量的上下限；
5)含加压站管道约束
忽略加压站的耗能，含加压站的管道约束表示为：
式中，
和
分别为气压变比上下限；
6)流量平衡约束
式中，fg,t、fP2G,t、fGT,t和fD,t分别为t时刻气源出力向量、P2G天然气注入向量、燃气机组气流注入向量和天然气负荷向量；Bg、BP2G、BS、BGT和Ag分别为节点与气源、节点与P2G、节点与储气罐、节点与燃气机组和管道与节点的关联矩阵。
优选的，步骤24构建电力网络与天然气网络耦合约束包括：
1)燃气机组
fGT,i,t＝h2,i(PGT,i,t)2+h1,iPGT,i,t+h0,i i∈ΩGT (20)
式中，PGT,i,t和fGT,i,t分别为t时刻燃气机组i的有功功率和其消耗的天然气流；h2,i、h1,i、h0,i分别为燃气机组的二次、一次和常数耗量系数；
2)P2G
fP2G,j,t＝ηP2G,jPP2G,j,t/HHVgas j∈ΩP2G (21)
式中，ΩP2G为P2G装置集合；PP2G,j,t和fP2G,j,t分别为t时刻电转气j的有功功率消耗和其转换的天然气流；ηP2G，j为电转气j的转化效率；HHVgas为天然气高热值。
优选的，电-气分散协同优化求解包括以下步骤：步骤31、目标函数模糊处理；
本发明采用隶属度函数对目标函数进行模糊处理：
式中，Fobj表示第obj个目标；μobj为Fobj的隶属度；
和
是Fobj的最大值和最小值；分别优化各Fobj，从各单目标优化结果中获得
和
设满意度变量
为所有目标隶属度的最小值，表示多目标决策的满意程度，多目标优化模型转换为最大化满意度
的模糊优化模型：
式中，H(x)和G(x)为电-气互联系统多目标环境经济调度模型中的等式和不等式约束；
步骤32、罚凹凸处理；
式(20)可直接松弛为凸二次约束：
fGT,i,t≥h2,i(PGT,i,t)2+h1,iPGT,i,t+h0,i i∈ΩGT (24)
式中，fGT,i,t为电力网络变量；
为天然气网络变量；
而式(14)用如下两个不等式约束描述：
进一步地转化为：
式中，
和
分别为t时刻管道位置d+1处在第k-1次迭代后的气压值和气流量；
和
分别为t时刻管道位置d处在第k-1次迭代后的气压值和气流量；
为松弛变量；
在内层电气分解的目标函数中增加对松弛变量
的惩罚项构成罚函数，外层PCCP通过不断对
进行惩罚，以使松弛域不断紧缩，直至收敛，可描述为下式：
式中，ρk为外层PCCP第k迭代的惩罚因子，F为目标函数值，Wk为迭代算子；
PCCP收敛条件如下：
式中，ε1和ε2为收敛容许度，δ为式(28)、式(29)中的松弛变量；
若上述两个收敛条件均满足时，则停止计算，找到最优解；否则按照下式更新惩罚因子：
ρk+1＝min(vcρk,ρmax) (31)
式中，vc为惩罚因子的动态调整系数，且vc>1；ρmax为预设的惩罚因子上限，根据算法实际规模弹性设定；
步骤33、分布式多目标优化求解
ADMM基于增广拉格朗日函数法将耦合约束松弛到目标函数，将集中优化问题分解为电力网络最优潮流(OPF)主问题和天然气网络最优潮流(OGF)子问题，同时，各目标函数也分解为：
式中，
分别为电力网络和气网的目标函数值；
OPF问题中引入虚拟变量
以替换气网中的实际目标值和边界变量值，由此多目标优化问题等效为：
式中，xP、xG分别电力系统和气网的决策变量；HP、HG分别电力系统和气网的等式约束和GP、GH分别电力系统和气网的不等式约束；fP2G、fGT分别为P2G天然气注入向量、燃气机组气流注入向量；
因此，ADMM迭代格式如下：
式中，XP、XG分别为OPF和OGF问题的边界变量；n为迭代次数；下标i为耦合方程的第i条。
收敛条件如下，r1和r2为收敛容许度：
优选的，所述将求解得到的调度方案输入电网调度系统，从而得到地区电网的电力调度计划，所述调度方案主要为燃煤电力机组出力、燃气电力机组出力、P2G出力。由于上述建模和求解过程都是以区域电网实际数据为基础进行的，故得到的方案可直接应用于电力调度，
本发明的优点在于：1)具有工程实用性，可以直接应用于电力调度；2)在实现调度的同时进行了环境污染的控制，从源头进行治理而非先污染后治理的模式；3)考虑了海陆大气环境和大气污染扩散的特征，更符合实际情况，更具实践价值；4)考虑综合能源系统与电力调度协同优化，从时间尺度上实现多能源协同，进行污染控制的削峰填谷；从空间尺度，深度挖掘污染扩散的空间特征，并综合考虑了发电机组的地理分布，从而实现对重要区域以及主要居民聚居地的污染物浓度水平控制，有益于城市居民健康。
优选的，所述建立计及局地海陆环流和热力内边界层的大气污染物扩散模型，内容包括明确该地区局地海陆风环流特征，此特征由数据统计方法获取；同时包括构建沿岸地区边界层结构，将沿岸地区的大气边界层分为自由大气，稳定气层，热力内边界层和过渡气层，各层结的湍流特性和稳定度都明显不同；还包括对计及局地海陆环流和热力内边界层的大气污染物扩散进行建模。
优选的，所述建立电-气互联系统多目标环境经济调度模型，模型内容包括：目标函数，分别为经济成本，二氧化碳排放量，污染物浓度贡献值；电力系统约束；天然气网络约束；电-气耦合约束。
优选的，所述基于ADMM的多目标分布式优化算法先采用隶属度函数对多目标进行模糊化处理，然后采用罚凹凸方法对模型中的非凸约束进行凸化，最后采用ADMM算法对处理后的模型进行电力系统和气网系统的分布式优化求解。
相对于现有技术，本发明具有如下有益效果：
(1)本发明根据沿岸地区的污染物时空扩散特征，安排电-气各发电机组针对性地发电出力，不仅在时间维度上将出力计划与沿岸地区的大气结构变化相协调，且在空间维度上将机组地理位置、污染物烟团的扩散和主要人口聚居地的地理位置进行了协调，大大降低了污染物的平均地面浓度和浓度峰值。
(2)本发明对P2G的污染物浓度控制的削峰填谷作用进行了研究，结果表明，电-气互联系统中P2G可以根据污染扩散条件的好坏，在调度日污染易于扩散或对人口聚居地聚集影响较小的时段进行电转气，而在污染易于聚集的时间段停止出力，由此实现污染物浓度控制的削峰填谷。
(3)本发明实现电力系统和天然气网络的协同环境经济调度，实现了多种能流的协同优化，充分利用了多能源系统的环境效益和经济效益的互补优势。
(4)本发明建模优化仿真的结果可以直接应用于电网电力调度系统，提供地区电网调度计划，在保证调度需求的同时，对其环境效益也进行优化控制。
附图说明
图1为本实施例的一种沿岸地区电-气互联系统环境经济调度方法的流程图；
图2a为本实施例中提及的典型的海风环流结构示意图；
图2b为本实施例中提及的典型的陆风环流结构示意图；
图3为本实施例提及的气流分区结构示意图。
具体实施方式
下面将结合附图和具体的实施例对本发明的具体实施作进一步说明。
本实施例的一种沿岸地区电-气互联系统环境经济调度方法。该实施方式首先建立计及局地海陆环流和热力内边界层的大气污染物扩散模型；然后结合沿岸地区大气污染扩散模型，建立电-气互联系统多目标环境经济调度模型；最后采用基于ADMM的多目标分布式优化算法进行电-气分散协同优化求解。如图1所示，该方法包括以下步骤：
步骤A1、建立计及局地海陆环流和热力内边界层的大气污染物扩散模型，具体步骤如下：
步骤11、明确局地海陆风特征；
局地海陆风环流是沿岸地区特殊的大气现象之一，由下垫面条件热力诱生。日间，低层风自海上吹向陆地，即海风；夜间则由陆地吹向海面，即陆风。在上层空中，风向与低层风向相反。在海面和陆地上空一定范围内，分别存在上升气流和下沉气流区，从而构成一种局地海陆环流，其结构示意如图2a和图2b所示。海岸风场环流呈现典型的日变化特征，一般规律如下：
1)清晨，如8:00左右，气压面变平坦而无风；
2)晨后，如11:00左右，陆上不稳定边界层气块湍流混合向上，在陆地上，一定距离形成离岸气压梯度；
3)再后，如13:00左右，陆上气层形成的离岸气流造成地面低压区，从而向岸风(即海风)发展；
4)向岸风将水面冷空气输送上岸，于是形成水平温度梯度、海风伸向内陆，在16:00左右确立；
5)日落后，如19:00，气压面再次变成呈水平；
6)至22:00左右，近地面气层变成较稠密并下沉，一定高度上，气压面降低呈现离岸风；
7)至01:00左右，随着陆上空气块流失，紧邻水陆交界的水面上空气压降到最低，近地面离岸风(即陆风)发展。
步骤12、明确沿岸地区大气边界层结构；
沿岸地区大气边界层主要特征为，由稳定向岸流形成水陆交界地区气层分区结构，并形成陆上热力内边界层；在离岸流情况下，同样在水面形成热力内边界层。其结构图如图3所示。
步骤13、建立计及局地海陆环流和热力内边界层的大气污染物扩散模型。
由于水陆交界地区气层分区结构，沿岸地区的大气扩散在不同气层结构中呈现不同的特征。以高斯烟团模型为核心，对烟团在不同气层结构中的扩散进行建模。
当烟团处在稳定气层中，即图3中的III区，它的扩散与一般高架点源污染扩散相同，其地面污染物浓度贡献值表示为：
式中，τ和t′分别为烟团排放时刻和监测点监测时刻；M(τ)为第i个火电厂在τ时刻排放烟团质量；Tres为污染物居留时间，可认为污染物扩散Tres后，污染物对环境的影响可忽略不计；xc(τ,t′),yc(τ,t′),zc(τ,t′)为烟团中心的坐标，其坐标在不同监测时刻不断更新，即
式中，xs、ys、zs为火电厂污染源的三维地理坐标，t为烟团排放时刻和监测点监测时刻之间的某个时刻，Δt为两监测时刻的时间间隔，常取Δt＝1h；u(t)，v(t)，w(t)为时间间隔Δt内x、y、z三个方向上烟团中心的平均风速；
式(1)中，σx(τ,t′)，σy(τ,t′)，σz(τ,t′)为x、y、z三个维度的扩散参数，计算公式为：
式中，α1、γ1、α2、γ2分别为扩散参数的计算系数，分别用于计算式(3)中的扩散参数，其取值取决于各时刻烟团中心的大气稳定度等级；
当污染物烟团扩散到稳定气层与热力内边界层的交界，从污染物烟团进入内边界层到完全进入完毕过程中，污染物进入热力内边界层瞬即扩散到地面，并均匀分布在内边界层顶下的垂直气层里，此时，其地面污染物浓度贡献值表示为：
式中，σys(τ,t′)和σzs(τ,t′)为污染物原先处于稳定层结时的水平和垂直扩散参数；σyF(τ,t′)为污染物进入热力内边界层过程中的扩散参数；D(x,y)为此处的热力边界层高度；p为计算算子，其计算公式于式(4)中给出，即p(t′)；zi(t)为第i个烟团在维度z上的高度。
当污染物处于热力内边界层内，污染物在垂直方向上处于均匀分布状态，并继续保持均匀混合，地面污染物浓度贡献值表示为：
式中，xs＇和ys＇为烟团由稳定层结进入热力内边界层后假定的虚源坐标，以解决以火电厂污染源为扩散原点带来的扩散系数高估问题，近似地令虚源坐标(xs＇,ys＇)为烟团由稳定层结进入热力内边界层时与热内力边界层的交点坐标；
式(5)中，σyu(τ,t′)为修正后的横向扩散参数，若烟团一直处于热力内边界层内，则无需引入虚源，σyu(τ,t′)由式(3)直接求得。
步骤A2、建立电-气互联系统多目标环境经济调度模型，步骤如下：
步骤21、构建目标函数；
1)经济目标
式中，T为调度周期；ΩG、Ωg、ΩS分别为燃煤机组、气源和储气罐集合；a2,i、a1,i、a0,i分别为燃煤机组的二次、一次和常数经济成本系数；Cg,i,t，CS,m分别为气源成本系数和储气成本系数；PG,i,t为t时刻燃煤机组i的有功出力；fg,j,t为t时刻气源j的出力值；
为t时刻储气罐m的天然气输出量；
2)碳排放量
式中，ΩGT为燃气机组集合；b2,i、b1,i、b0,i分别为燃机组的二次、一次和常数碳排放系数；c2,j、c1,j、c0,j分别为燃气机组的二次、一次和常数碳排放系数，PGT,j,t为t时刻燃气机组j的有功出力；
3)污染物浓度贡献值
随着扩散的进行，烟团的浓度将不断衰减，假设在烟团居留期Tres之后，烟团对监测点o的影响可忽略不计，监测点o在t′时段的污染物浓度贡献值Contri(t′,o)为所有燃煤机组在此前Tres中排放的所有烟团在该监测点污染物浓度贡献值的累积，具体如下：
式中，xo、yo为监测点o的地理坐标；
将所有时刻所有监测点的污染物浓度贡献值的加权之和作为第三个优化目标：
式中，Ωo为监测点集合，ρo为监测点o的权重值，取决于监测点o的人口密度及环境容忍能力；
步骤22、构建电力网络约束包括电力网络约束：
式中，AG、AP2G和B为节点-机组关联矩阵、节点-P2G关联矩阵和节点导纳矩阵的虚部；θt为节点相角向量，θmax、θmin为其上下限；θi,t、θj,t分别为节点i,j的电压相角；xij和
分别为输电线路i-j的电抗和有功功率传输上限；ΩSP为电力网络节点集合；PG,t为机组有功出力向量，
为其上下限；PP2G,t为P2G消耗有功功率向量，
为其上限；PD,t为电力负荷向量；ad和au为机组爬坡速率约束向量；
为平衡节点相角。
步骤23、明确天然气网络约束
1)气源点约束
式中，
分别为气源点j的天然气供应流量fl,ij的上下限；
2)管道约束
管道节点气压约束表示为：
式中，ΩgB为天然气节点集合；bi,t为t时刻天然气节点i的气体压强；
分别为其上下限；
管道的天然气动态特性可表示为：
式中，Ωpipe为天然气管道集合；
和
分别为t时刻管道i-j在位置d处的气体压强和气流量；M1和M2为管道传输特性常数；Δxij为空间步长；
3)管存约束
为了调度运行的可持续性，令调度周期T后管存清零，可表示为：
4)储气罐约束
式中，Sm,t为t时刻储气罐m的容量；
和
分别t时刻储气罐m的天然气输入量和输出量；
和
分别为t时刻储气罐m的充气和放气效率；
为储气罐m额定储气容量；
为储气罐m的容量的上下限；
5)含加压站管道约束
忽略加压站的耗能，含加压站的管道约束表示为：
式中，
和
分别为气压变比上下限。
6)流量平衡约束
式中，fg,t、fP2G,t、fGT,t和fD,t分别为气源出力向量、P2G天然气注入向量、燃气机组气流注入向量和天然气负荷向量；Bg、BP2G、BS、BGT和Ag分别为节点与气源、节点与P2G、节点与储气罐、节点与燃气机组和管道与节点的关联矩阵。
步骤24、明确电力网络与天然气网络耦合约束
天然气系统与电力系统主要耦合部分是燃气机组和P2G。
1)燃气机组
fGT,i,t＝h2,i(PGT,i,t)2+h1,iPGT,i,t+h0,i i∈ΩGT (20)
式中，PGT,i,t和fGT,i,t分别为t时刻燃气机组i的有功功率和其消耗的天然气流；h2,i、h1,i、h0,i分别为燃气机组的二次、一次和常数耗量系数；
2)P2G
fP2G,j,t＝ηP2G,jPP2G,j,t/HHVgas j∈ΩP2G (21)
式中，ΩP2G为P2G装置集合；PP2G,j,t和fP2G,j,t分别为t时刻电转气j的有功功率消耗和其转换的天然气流；ηP2G，j为电转气j的转化效率；HHVgas为天然气高热值，取39MJ/m3。
步骤A3、采用基于ADMM的多目标分布式优化算法进行电-气分散协同优化求解。本发明采用基于ADMM的多目标分布式优化算法对本发明上述优化问题进行求解。该算法在传统ADMM算法的基础上进行改进，实现多目标优化问题的分布式优化求解。算法首先采用隶属度函数对目标函数进行模糊处理；其次，由于式(14)和式(20)为非凸的约束，故采用一种罚凸凹过程(PCCP)对式(14)和式(20)进行松弛、凸化；最后，结合ADMM对问题进行求解，步骤如下：
步骤31、目标函数模糊处理；
本发明采用隶属度函数对目标函数进行模糊处理：
式中，Fobj表示第obj个目标；μobj为Fobj的隶属度；
和
是Fobj的最大值和最小值；分别优化各Fobj，从各单目标优化结果中获得
和
设满意度变量
为所有目标隶属度的最小值，表示多目标决策的满意程度，多目标优化模型可转换为最大化满意度
的模糊优化模型：
式中，H(x)和G(x)为本发明调度模型中的等式和不等式约束。
步骤32、罚凹凸处理；
式(20)可直接松弛为凸二次约束：
fGT,i,t≥h2,i(PGT,i,t)2+h1,iPGT,i,t+h0,i i∈ΩGT (24)
式中，fGT,i,t为电力网络变量；
为天然气网络变量；
而式(14)可用如下两个不等式约束描述：
进一步地可转化为：
式中，
和
分别为t时刻管道位置d+1处在第k-1次迭代后的气压值和气流量；
和
分别为t时刻管道位置d处在第k-1次迭代后的气压值和气流量；
为松弛变量。
在内层电气分解的目标函数中增加对松弛变量
的惩罚项构成罚函数，外层PCCP通过不断对
进行惩罚，以使松弛域不断紧缩，直至收敛，可描述为下式：
式中，ρk为外层PCCP第k迭代的惩罚因子，F为目标函数值，Wk为迭代算子；
PCCP收敛条件如下：
式中，ε1和ε2为收敛容许度，δ为式(28)、(29)中的松弛变量；
若上述两个收敛条件均满足时，则停止计算，找到最优解；否则按照下式更新惩罚因子：
ρk+1＝min(vcρk,ρmax) (31)
式中，vc为惩罚因子的动态调整系数，且vc>1；ρmax为预设的惩罚因子上限，根据算法实际规模弹性设定；
步骤33、分布式多目标优化求解
ADMM基于增广拉格朗日函数法将耦合约束松弛到目标函数，将集中优化问题分解为电力网络最优潮流(OPF)主问题和天然气网络最优潮流(OGF)子问题，同时，各目标函数也分解为：
式中，
分别为电力网络和气网的目标函数值。
OPF问题中引入虚拟变量
以替换气网中的实际目标值和边界变量值，由此多目标优化问题等效为：
式中，xP、xG分别电力系统和气网的决策变量；HP、HG分别电力系统和气网的等式约束和GP、GH分别电力系统和气网的不等式约束；fP2G、fGT分别为P2G天然气注入向量、燃气机组气流注入向量；
因此，ADMM迭代格式如下：
式中，XP、XG分别为OPF和OGF问题的边界变量；n为迭代次数；下标i为耦合方程的第i条。
收敛条件如下，r1和r2为收敛容许度：
步骤A4、将求解得到的调度方案输入电网调度系统，从而得到地区电网的电力调度计划。
求解得到的调度方案主要为燃煤电力机组出力、燃气电力机组出力、P2G出力。由于上述建模和求解过程都是以区域电网实际数据为基础进行的，故得到的方案可直接应用于电力调度。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种沿岸地区电-气互联系统环境经济调度方法，其特征在于，包括以下步骤：
1)针对沿岸地区气象条件复杂多变，大气层结具有区域特征的特点，建立计及局地海陆环流和热力内边界层的大气污染物扩散模型；
2)结合大气污染扩散模型，以经济成本、碳排放、污染物浓度贡献值为优化目标，建立电-气互联系统多目标环境经济调度模型；
3)采用基于ADMM的多目标分布式优化算法进行电-气分散协同优化求解；
4)将求解得到的调度方案输入电网调度系统，从而得到地区电网的电力调度计划。
2.根据权利要求1所述的一种沿岸地区电-气互联系统环境经济调度方法，其特征在于，建立计及局地海陆环流和热力内边界层的大气污染物扩散模型包括：以高斯烟团模型为核心，对烟团在不同气层结构中的扩散进行建模，当烟团处在稳定气层中，烟团的扩散与一般高架点源污染扩散相同，其地面污染物浓度贡献值表示为：
式中，τ和t′分别为烟团排放时刻和监测点监测时刻；M(τ)为第i个火电厂在τ时刻排放烟团质量；Tres为污染物居留时间，认为污染物扩散Tres后，污染物对环境的影响可忽略不计；xc(τ,t′),yc(τ,t′),zc(τ,t′)为烟团中心的坐标，其坐标在不同监测时刻不断更新，即
式中，xs、ys、zs为火电厂污染源的三维地理坐标，t为烟团排放时刻和监测点监测时刻之间的某个时刻，Δt为两监测时刻的时间间隔，常取Δt＝1h；u(t)，v(t)，w(t)为时间间隔Δt内x、y、z三个方向上烟团中心的平均风速；
式(1)中，σx(τ,t′)，σy(τ,t′)，σz(τ,t′)为x、y、z三个维度的扩散参数，计算公式为：
式中，α1、γ1、α2、γ2分别为扩散参数的计算系数，分别用于计算式(3)中的扩散参数，其取值取决于各时刻烟团中心的大气稳定度等级；
当污染物烟团扩散到稳定气层与热力内边界层的交界，从污染物烟团进入内边界层到完全进入完毕过程中，污染物进入热力内边界层瞬即扩散到地面，并均匀分布在内边界层顶下的垂直气层里，此时，其地面污染物浓度贡献值表示为：
式中，σys(τ,t′)和σzs(τ,t′)为污染物原先处于稳定层结时的水平和垂直扩散参数；σyF(τ,t′)为污染物进入热力内边界层过程中的扩散参数；D(x,y)为此处的热力边界层高度；p为计算算子，其计算公式于式(4)中给出，即p(t′)；zi(t)为第i个烟团在维度z上的高度；
当污染物处于热力内边界层内，污染物在垂直方向上处于均匀分布状态，并继续保持均匀混合，地面污染物浓度贡献值表示为：
式中，xs＇和ys＇为烟团由稳定层结进入热力内边界层后假定的虚源坐标，以解决以火电厂污染源为扩散原点带来的扩散系数高估问题，近似地令虚源坐标(xs＇,ys＇)为烟团由稳定层结进入热力内边界层时与热内力边界层的交点坐标；
式(5)中，σyu(τ,t′)为修正后的横向扩散参数，若烟团一直处于热力内边界层内，则无需引入虚源，σyu(τ,t′)由式(3)直接求得。
3.根据权利要求1所述的一种沿岸地区电-气互联系统环境经济调度方法，其特征在于，建立电-气互联系统多目标环境经济调度模型，包括以下步骤：
步骤21、构建以下目标函数
1)经济目标
式中，T为调度周期；ΩG、Ωg、ΩS分别为燃煤机组、气源和储气罐集合；a2,i、a1,i、a0,i分别为燃煤机组的二次、一次和常数经济成本系数；Cg,i,t，CS,m分别为气源成本系数和储气成本系数；PG,i,t为t时刻燃煤机组i的有功出力；fg,j,t为t时刻气源j的出力值；
为t时刻储气罐m的天然气输出量；
2)碳排放量
式中，ΩGT为燃气机组集合；b2,i、b1,i、b0,i分别为燃机组的二次、一次和常数碳排放系数；c2,j、c1,j、c0,j分别为燃气机组的二次、一次和常数碳排放系数；PGT,j,t为t时刻燃气机组j的有功出力；
3)污染物浓度贡献值
随着扩散的进行，烟团的浓度将不断衰减，假设在烟团居留期Tres之后，烟团对监测点o的影响可忽略不计，监测点o在t′时段的污染物浓度贡献值Contri(t′,o)为所有燃煤机组在此前Tres中排放的所有烟团在该监测点污染物浓度贡献值的累积，具体如下：
式中，xo、yo为监测点o的地理坐标；
将所有时刻所有监测点的污染物浓度贡献值的加权之和作为第三个优化目标：
式中，Ωo为监测点集合，ρo为监测点o的权重值，取决于监测点o的人口密度及环境容忍能力；
步骤22、构建电力网络约束；
步骤23、构建天然气网络约束；
步骤24、构建电力网络与天然气网络耦合约束。
4.根据权利要求1所述的一种沿岸地区电-气互联系统环境经济调度方法，其特征在于，步骤22构建电力网络约束包括电力网络约束：
式中，AG、AP2G和B为节点-机组关联矩阵、节点-P2G关联矩阵和节点导纳矩阵的虚部；θt为节点相角向量，θmax、θmin为其上下限；θi,t、θj,t分别为节点i,j的电压相角；xij和
分别为输电线路i-j的电抗和有功功率传输上限；ΩSP为电力网络节点集合；PG,t为机组有功出力向量，
为其上下限；PP2G,t为P2G消耗有功功率向量，
为其上限；PD,t为电力负荷向量；ad和au为机组爬坡速率约束向量；
为平衡节点相角。
5.根据权利要求1所述的一种沿岸地区电-气互联系统环境经济调度方法，其特征在于，步骤23构建天然气网络约束包括：
1)气源点约束
式中，
分别为气源点j的天然气供应流量fl,ij的上下限；
2)管道约束
管道节点气压约束表示为：
式中，ΩgB为天然气节点集合；bi,t为t时刻天然气节点i的气体压强；
分别为其上下限；
管道的天然气动态特性表示为：
式中，Ωpipe为天然气管道集合；
和
分别为t时刻管道i-j在位置d处的气体压强和气流量；M1和M2为管道传输特性常数；Δxij为空间步长；
3)管存约束
为了调度运行的可持续性，令调度周期T后管存清零，表示为：
4)储气罐约束
式中，Sm,t为t时刻储气罐m的容量；
和
分别t时刻储气罐m的天然气输入量和输出量；
和
分别为t时刻储气罐m的充气和放气效率；
为储气罐m额定储气容量；
为储气罐m的容量的上下限；
5)含加压站管道约束
忽略加压站的耗能，含加压站的管道约束表示为：
式中，
和
分别为气压变比上下限；
6)流量平衡约束
式中，fg,t、fP2G,t、fGT,t和fD,t分别为t时刻气源出力向量、P2G天然气注入向量、燃气机组气流注入向量和天然气负荷向量；Bg、BP2G、BS、BGT和Ag分别为节点与气源、节点与P2G、节点与储气罐、节点与燃气机组和管道与节点的关联矩阵。
6.根据权利要求1所述的一种沿岸地区电-气互联系统环境经济调度方法，其特征在于，步骤24构建电力网络与天然气网络耦合约束包括：
1)燃气机组
fGT,i,t＝h2,i(PGT,i,t)2+h1,iPGT,i,t+h0,i i∈ΩGT (20)
式中，PGT,i,t和fGT,i,t分别为t时刻燃气机组i的有功功率和其消耗的天然气流；h2,i、h1,i、h0,i分别为燃气机组的二次、一次和常数耗量系数；
2)P2G
fP2G,j,t＝ηP2G,jPP2G,j,t/HHVgas j∈ΩP2G (21)
式中，ΩP2G为P2G装置集合；PP2G,j,t和fP2G,j,t分别为t时刻电转气j的有功功率消耗和其转换的天然气流；ηP2G，j为电转气j的转化效率；HHVgas为天然气高热值。
7.根据权利要求1所述的一种沿岸地区电-气互联系统环境经济调度方法，其特征在于，电-气分散协同优化求解包括以下步骤：
步骤31、目标函数模糊处理；
本发明采用隶属度函数对目标函数进行模糊处理：
式中，Fobj表示第obj个目标；μobj为Fobj的隶属度；
和
是Fobj的最大值和最小值；分别优化各Fobj，从各单目标优化结果中获得
和
设满意度变量
为所有目标隶属度的最小值，表示多目标决策的满意程度，多目标优化模型转换为最大化满意度
的模糊优化模型：
式中，H(x)和G(x)为电-气互联系统多目标环境经济调度模型中的等式和不等式约束；
步骤32、罚凹凸处理；
式(20)可直接松弛为凸二次约束：
fGT,i,t≥h2,i(PGT,i,t)2+h1,iPGT,i,t+h0,i i∈ΩGT (24)
式中，fGT,i,t为电力网络变量；
为天然气网络变量；
而式(14)用如下两个不等式约束描述：
进一步地转化为：
式中，
和
分别为t时刻管道位置d+1处在第k-1次迭代后的气压值和气流量；
和
分别为t时刻管道位置d处在第k-1次迭代后的气压值和气流量；
为松弛变量；
在内层电气分解的目标函数中增加对松弛变量
的惩罚项构成罚函数，外层PCCP通过不断对
进行惩罚，以使松弛域不断紧缩，直至收敛，可描述为下式：
式中，ρk为外层PCCP第k迭代的惩罚因子，F为目标函数值，Wk为迭代算子；
PCCP收敛条件如下：
式中，ε1和ε2为收敛容许度，δ为式(28)、式(29)中的松弛变量；
若上述两个收敛条件均满足时，则停止计算，找到最优解；否则按照下式更新惩罚因子：
ρk+1＝min(vcρk,ρmax) (31)
式中，vc为惩罚因子的动态调整系数，且vc>1；ρmax为预设的惩罚因子上限，根据算法实际规模弹性设定；
步骤33、分布式多目标优化求解
ADMM基于增广拉格朗日函数法将耦合约束松弛到目标函数，将集中优化问题分解为电力网络最优潮流(OPF)主问题和天然气网络最优潮流(OGF)子问题，同时，各目标函数也分解为：
式中，
分别为电力网络和气网的目标函数值；
OPF问题中引入虚拟变量
以替换气网中的实际目标值和边界变量值，由此多目标优化问题等效为：
式中，xP、xG分别电力系统和气网的决策变量；HP、HG分别电力系统和气网的等式约束和GP、GH分别电力系统和气网的不等式约束；fP2G、fGT分别为P2G天然气注入向量、燃气机组气流注入向量；
因此，ADMM迭代格式如下：
式中，XP、XG分别为OPF和OGF问题的边界变量；n为迭代次数；下标i为耦合方程的第i条；
收敛条件如下，r1和r2为收敛容许度：
8.根据权利要求1所述的一种沿岸地区电-气互联系统环境经济调度方法，其特征在于，所述调度方案包括燃煤电力机组出力、燃气电力机组出力、P2G出力。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010595320.1A CN111815131A (zh) | 2020-06-28 | 2020-06-28 | 一种沿岸地区电-气互联系统环境经济调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010595320.1A CN111815131A (zh) | 2020-06-28 | 2020-06-28 | 一种沿岸地区电-气互联系统环境经济调度方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111815131A true CN111815131A (zh) | 2020-10-23 |
Family
ID=72855488
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010595320.1A Pending CN111815131A (zh) | 2020-06-28 | 2020-06-28 | 一种沿岸地区电-气互联系统环境经济调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111815131A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112861357A (zh) * | 2021-02-10 | 2021-05-28 | 福州大学 | 一种多微能网耦合系统分布式协同调度方法及系统 |
| CN113469470A (zh) * | 2021-09-02 | 2021-10-01 | 国网浙江省电力有限公司杭州供电公司 | 基于电力大脑中枢的用能数据与碳排放量关联分析方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109494809A (zh) * | 2019-01-07 | 2019-03-19 | 中国矿业大学(北京) | 包含电转气装置的电-气互联系统及运行方法 |
| CN110535120A (zh) * | 2019-08-16 | 2019-12-03 | 华南理工大学 | 考虑大气污染扩散的电-气互联系统分布式优化调度方法 |
-
2020
- 2020-06-28 CN CN202010595320.1A patent/CN111815131A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109494809A (zh) * | 2019-01-07 | 2019-03-19 | 中国矿业大学(北京) | 包含电转气装置的电-气互联系统及运行方法 |
| CN110535120A (zh) * | 2019-08-16 | 2019-12-03 | 华南理工大学 | 考虑大气污染扩散的电-气互联系统分布式优化调度方法 |
Non-Patent Citations (2)
| Title |
|---|
| 吴新等: "基于并行 ADMM 的分布式电-气能量流多目标协同优化", 《电测与仪表》, vol. 57, no. 12, 25 June 2020 (2020-06-25), pages 60 - 68 * |
| 张志义等: "考虑大气污染物时空分布的多区域电力系统调度及其多目标分布式优化", 《电网技术》, vol. 44, no. 3, 31 March 2020 (2020-03-31), pages 1047 - 1056 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112861357A (zh) * | 2021-02-10 | 2021-05-28 | 福州大学 | 一种多微能网耦合系统分布式协同调度方法及系统 |
| CN113469470A (zh) * | 2021-09-02 | 2021-10-01 | 国网浙江省电力有限公司杭州供电公司 | 基于电力大脑中枢的用能数据与碳排放量关联分析方法 |
| CN113469470B (zh) * | 2021-09-02 | 2021-12-03 | 国网浙江省电力有限公司杭州供电公司 | 基于电力大脑中枢的用能数据与碳排放量关联分析方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111461439B (zh) | 基于城市大气扩散预测的多热源供热负荷调度方法和系统 | |
| CN106786603B (zh) | 一种区域综合能源系统多目标最优混合潮流算法 | |
| CN103903073B (zh) | 一种含分布式电源及储能的微电网优化规划方法及系统 | |
| CN109888835A (zh) | 一种基于改进粒子群的分布式光伏配电网规划方法 | |
| CN107591844A (zh) | 考虑节点注入功率不确定性的主动配电网鲁棒重构方法 | |
| CN111815131A (zh) | 一种沿岸地区电-气互联系统环境经济调度方法 | |
| CN107634547A (zh) | 基于新能源出力预测误差的电气联合系统出电控制方法 | |
| CN107147152A (zh) | 新能源配电网多类型有功无功源协同优化配置方法及系统 | |
| Asgari et al. | Exergy analysis and optimisation of a wind turbine using genetic and searching algorithms | |
| CN113570117B (zh) | 一种基于二阶锥松弛转化方法的电-气综合能源微网优化调度方法 | |
| CN104167765A (zh) | 一种基于接纳能力分布的最大风电装机容量计算方法 | |
| CN109670694B (zh) | 一种多能源供给系统负荷预测方法 | |
| CN109449987A (zh) | 新能源发电并网的电力系统模拟方法及系统 | |
| CN108092321A (zh) | 一种考虑不确定性的有源配电网有功无功协调控制方法 | |
| Pan et al. | Operation optimization of integrated energy systems based on heat storage characteristics of heating network | |
| CN116388147A (zh) | 一种电-气耦合的综合能源系统碳排放监测方法 | |
| CN110535120A (zh) | 考虑大气污染扩散的电-气互联系统分布式优化调度方法 | |
| CN105633971B (zh) | 一种基于帝国主义竞争算法的智能配电网随机潮流方法 | |
| CN114741960A (zh) | 一种综合能源经济环境调度优化方法及系统 | |
| CN114243781A (zh) | 基于仿射区间潮流的区域电网新能源消纳水平分析方法 | |
| CN111768036B (zh) | 一种综合能源配电系统与上级电网交互运行的功率优化方法 | |
| Li et al. | Environmental economic dispatch strategy for power-gas interconnection system considering spatiotemporal diffusion of air pollutant and P2G in coastal areas | |
| CN111262275A (zh) | 一种模拟空间太阳能电站的全局协同控制方法 | |
| Zhang et al. | Study on winter air pollution control in Lanzhou, China | |
| Wang et al. | Robust unit commitment and dispatch considering with atmospheric pollutant concentration constraints |
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 |