CN111915071A

CN111915071A - 一种基于分布式计算的综合能源系统优化方法及装置

Info

Publication number: CN111915071A
Application number: CN202010698477.7A
Authority: CN
Inventors: 聂文昭; 刘亚骑; 崔晓青; 韩为民; 王晶; 尹爱辉
Original assignee: State Grid Corp of China SGCC; Jinan Power Supply Co of State Grid Shandong Electric Power Co Ltd
Current assignee: State Grid Corp of China SGCC; Jinan Power Supply Co of State Grid Shandong Electric Power Co Ltd
Priority date: 2020-07-20
Filing date: 2020-07-20
Publication date: 2020-11-10

Abstract

本公开提出了一种基于分布式计算的综合能源系统优化方法及装置，本公开所述方案在网络侧IES基础上，应用分布式计算思想，首先根据能源类别将IES分解成不同的子系统，然后在每一个子系统中引入独立的对偶算子，实现各单元局部独立优化，再交替迭代得到整体最优，保证综合能源系统调度周期内运行成本最小。

Description

一种基于分布式计算的综合能源系统优化方法及装置

技术领域

本公开涉及综合能源系统优化技术领域，特别是涉及一种基于分布式计算的综合能源系统优化方法及装置。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

随着可再生能源等各类技术的发展，不同能源系统之间的耦合不断深入，在能源与信息技术的深入融合和推动下，能源体系的又一次变革，能源互联网概念应运而生。能源互联网不是智能电网或其他能源体系的简单升级，其涵盖的范围既包括传统化石能源、清洁能源、电能等能源形式，也包括电网、燃气网、热网等网络结构，是实现电、气、风、光、热等“多源互补”，“源-网-荷- 储”各环节高度协调协调的新型能源服务网络。

在能源互联的背景下，综合能源系统(Integrated Energy System，IES) 成为能源领域的另一个重要发展方向，综合能源系统关注的重点在于多种能源之间融合，能源之间相互替代以实现成本最低；综合能源用户的经济需求可以分为两类，一类是对于已投运的系统，需要获得合理的用能方案实现运行成本最低；另一类是将投运前的系统建设规划一并纳入成本考虑，需要规划合理的建设方案，使未来运行成本期望最低；通过该系统内多种能源(传统能源/可再生能源，冷/热/电/气/氢等)之间的科学调度，实现能源高效利用、满足用户多种能源需求、提高社会供能可靠性和安全性等目的。

而除了上文所说的供能可靠性和安全性以外，IES用户另一基本需求是尽可能降低用能成本，对于用户而言，降低运行成本的目的是通过应用合理的用能方案来实现的，发明人发现，就IES最基本的构成元素单节点用户侧IES来说，现有的研究方法中，对于小系统和仿真系统，主要采用集中式优化方法，而较为复杂的系统网需要进行分布式计算降低计算集中度，过去有基于基本可控单元的分布式计算方法，但受限制较多，主要用于单一能源的系统中；另有基于能源类型进行子系统划分的分布式计算方法，应用于电力/燃气两元素耦合系统取得了较好的效果；然而对于含两种以上耦合能源的IES，如何采用分布式计算方法并保证计算结果收敛，尚未得到解决。

发明内容

本公开为了解决上述问题，提出了一种基于分布式计算的综合能源系统优化方法及装置，本公开所述方案在网络侧IES基础上，应用分布式计算思想，首先根据能源类别将IES分解成不同的子系统，然后在每一个子系统中引入独立的对偶算子，实现各单元局部独立优化，再交替迭代得到整体最优，保证综合能源系统调度周期内运行成本最小。

根据本公开实施例的第一个方面，提供了一种基于分布式计算的综合能源系统优化方法，包括：

建立综合能源系统运行成本的目标函数；

根据所述综合能源系统运行成本目标函数，确定优化变量和约束条件；

根据所述优化变量和约束条件，利用改进的ADMM算法建立综合能源系统分布式优化调度模型；

基于所述优化调度模型进行所述综合能源系统的调度计算，确定综合能源系统的运行参数。

进一步的，所述方法将综合能源系统分解成若干子系统，将系统优化问题转化为多变量最优问题，所述综合能源系统运行成本的目标函数为：

min{I₁(x)+I₂(y)+I₃(z)}

其中，I₁(x)、I₂(y)以及I₃(z)分别是不同自变量对应的凸函数，x、y以及z 分别表示不同子系统的耦合变量。

进一步的，所述目标函数需满足总和限制约束：

Ax+By+Cz＝b；

其中，A、B、C为调节参数，b为总负荷缺额；

同时，所述目标函数还应满足x＝y＝z，该等式为所述方法优化计算过程收敛的必要条件，即不同子系统的耦合参数结果必须相等,例如电/气耦合系统中，机组发电过程涉及的总能量与消耗的燃气对应总能量必须也必然相等,即各子系统耦合变量迭代终值相同。

进一步的，为了在各子系统变量独立计算的同时保证目标函数收敛，所述改进的ADMM算法引入一个找补变量的过程，另变量y和z对应的拉格朗日项单独更新，并经找补强制平等再参与迭代计算。

进一步的，所述目标函数迭代计算过程中，在单一对偶算子ξ的基础上，针对每个子系统引入额外的对偶算子，将目标函数进行分解，对每个子系统进行分别计算。

进一步的，所述目标函数每次迭代计算都需要初始化各子系统间的对偶变量，为了避免实时获得计算结果的优化分析中存在的大量重复运算，可将前一次迭代结果的对偶变量终值作为下一次迭代的初始值。

根据本公开实施例的第二个方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述的基于分布式计算的综合能源系统优化。

根据本公开实施例的第三个方面，提供了一种基于分布式计算的综合能源系统优化装置，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令用于执行所述基于分布式计算的综合能源系统优化方法。

与现有技术相比，本公开的有益效果是：

(1)本公开所述方案在网络侧IES基础上，应用分布式计算思想，首先根据能源类别将IES分解成不同的子系统，然后在每一个子系统中引入独立的对偶算子，实现各单元局部独立优化，再交替迭代得到整体最优，保证综合能源系统调度周期内运行成本最小。

(2)通过利用前一次迭代对偶变量终值作为下一次迭代的初始值，有效解决了在需要实时获得计算结果的优化分析场景中将存在大量重复运算，提高了优化效率。

附图说明

构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。

图1为本公开实施例一中所述的优化方法流程图。

具体实施方式

下面结合附图与实施例对本公开作进一步说明。

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

实施例一：

本实施例的目的是提供一种基于分布式计算的综合能源系统优化方法。

如图1所示，展示了本公开所述的优化方法流程图，一种基于分布式计算的综合能源系统优化方法，包括：

建立综合能源系统运行成本的目标函数；

本公开所述方法是在网络侧IES基础上，应用分布式计算思想，将IES首先根据能源类别分解成子系统，然后在每一个子系统引入独立的对偶算子，实现各单元局部独立优化，再交替迭代得到整体最优；本实施例中，将IES系统分解为三个子系统，本公开所述方法的实现分为两个步骤，基于分解的三个子系统，首先将系统优化问题分解为三个变量最优问题的集合，其次引入独立对偶算子进行分布式计算。

进一步的，将系统优化问题分解为三个变量最优问题，所构建的目标函数如式(1-1)所示，对于式(1-1)所示的三变量优化问题，I₁(x)、I₂(y)和I₃(z)分别是不同自变量对应的凸函数，通常其具有式(1-2)形式的等式约束，即总和限制。

min{I₁(x)+I₂(y)+I₃(z)} (1-1)

Ax+By+Cz＝b (1-2)

x＝y＝z (1-3)

然而具体到IES的多能协同优化问题，由于耦合点MTG机组的存在，除显性约束：各能源出力与总负荷缺额之差为零之外；该问题还需满足隐性约束：各系统耦合变量迭代终值相同(1-3)。

对该优化目标及约束，引入对偶算子ξ(拉格朗日乘子)和惩罚因子ρ构建增广拉格朗日函数(1-4)，其中x∈R^h，y∈R^g，z∈R^l，A∈R^f×h，B∈R^f×g，C∈R^f×l， b”∈R^f。按照交替乘子法(ADMM,Alternating Direction Method of Multipliers)算法思路，由于隐性约束(1-3)的存在，我们只能得出式(1-5) 所示的第k轮迭代计算过程，三个变量中y和z不能分离。

因为变量x完成更新后，为满足(1-3)，y和z必须相等，但由于不同能源系统寻优方向一般不同，强制等价两个变量将使计算结果不断趋向两个不同的最优点，以致无法收敛。而如果简单推广两算子ADMM如(1-6)，又会导致第二个变量y完成更新后，第三个原始变量z为了满足(1-3)的相等约束，而不一定能满足(1-2)的总和约束。

为了在各部分独立计算的同时保证收敛，式(1-6)第三步和第四步之间增加一个找补变量过程(使之相互等价)。本文取修正因子v＝0.9，令后两个变量y 和z对应拉格朗日项单独更新，并经找补强制平等再参与迭代，如式(1-7)所示。

进一步的，在目标函数迭代过程中需要引入新的对偶算子，具体的，在迭代计算过程中，三个原始变量每次更新的值是另外两个算子的趋近目标，但三个独立的系统之间仅依靠对偶算子ξ联系。在含有两个可分离算子的ADMM方法中，两个原始变量和一个对偶算子协同迭代可以保证结果收敛。但推广到三算子ADMM方法，式(1-6)中对ξ的更新会使得与三个算子对偶的ξ与修正后的算子之间映射关系改变，造成结果发散。针对这一矛盾，需要引入额外的对偶算子，将式(1-4)分解成三个独立的方程如式(1-8)所示。

式中ξⁱ(i＝1,2,3)为每两个系统之间的对偶联系。

具体的，在本实施例中，对于前述的网络侧IES优化问题(1-9)，根据上述步骤将所述优化问题(1-9)转化为如(1-10)所示，引入表示微型燃气轮机出力的系统变量P_MTG，并作为电网子变量P_p,r(t)、热网子变量P_h,r(t)和气网子变量 P_g,r(t)的耦合变量，下标p、g和h是电力(power)、燃气(gas)和供暖(heat) 的简称，r为循环次数。

注意到如果每次迭代计算都初始化对偶变量

在需要实时获得计算结果的优化分析场景中将存在大量重复运算。ξⁱ(i＝1,2,3)表征的是子系统两两之间的耦合联系，如系统拓扑和耦合结构不发生变化，计算中心可将上一次优化分析的对偶变量终值作为后面计算的初始值。具体计算分为初次计算和后续计算，流程如下：

(1)判断是否为初次优化计算。如是初次计算，初始化系统耦合变量P_MTG＝0，三个系统子变量P_p,r,P_h,r,P_g,r＝0，三个对偶变量

取相等的值，假设为ξ₀；如不是，则初始化对偶变量

为最终保存值参与计算；

(2)按照式(1-8)，将P_p,r赋值给P_MTG，求解供暖子系统最优出力P_h,r+1并更新电力热力耦合算子

(3)将P_h,r+1赋值给P_MTG，求解燃气子系统最优出力P_g,r+1并更新热力燃气耦合算子

(4)将P_g,r+1赋值给P_MTG，求解电力子系统最优出力P_p,r+1并更新燃气电力耦合算子

(5)根据(1-7)，对燃气系统变量P_g,r+1和电力系统变量P_p,r+1进行中间修正；

(6)设置迭代的收敛偏差ε(1-11)，如果各系统之间的偏差小于设定值，则可以输出最优结果并保存最后一轮更新的对偶变量值，如果不满足判定，则重复步骤(2)-(5)。

进一步的，所述目标函数收敛判别条件如下所示：

式中分别设置了针对三种耦合关系的子变量偏差ε₁,ε₂,ε₃，并将三者中的最大值作为收敛判定的总偏差。

实施例二：

本实施例的目的是提供一种计算机可读存储介质。

一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤，包括：

建立综合能源系统运行成本的目标函数；

实施例三：

本实施例的目的是提供一种基于分布式计算的综合能源系统优化装置。

一种基于分布式计算的综合能源系统优化装置，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令用于执行以下步骤，包括：

建立综合能源系统运行成本的目标函数；

上述实施例提供的一种基于分布式计算的综合能源系统优化方法及装置完全可以实现，具有广阔应用前景。

以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。

Claims

1.一种基于分布式计算的综合能源系统优化方法，其特征在于，包括：

建立综合能源系统运行成本的目标函数；

2.如权利要求1所述的一种基于分布式计算的综合能源系统优化方法，其特征在于，所述方法将综合能源系统分解成若干子系统，将系统优化问题转化为多变量最优问题，所述综合能源系统运行成本的目标函数为：

min{I₁(x)+I₂(y)+I₃(z)}

其中，I₁(x)、I₂(y)以及I₃(z)分别是不同自变量对应的凸函数，x、y以及z分别表示不同子系统的耦合变量。

3.如权利要求2所述的一种基于分布式计算的综合能源系统优化方法，其特征在于，所述目标函数需满足总和限制约束：

Ax+By+Cz＝b；

其中，A、B、C为调节参数，b为总负荷缺额。

4.如权利要求1所述的一种基于分布式计算的综合能源系统优化方法，其特征在于，所述目标函数还应满足x＝y＝z，该等式为所述方法优化计算过程收敛的必要条件，即不同子系统的耦合参数结果必须相等。

5.如权利要求1所述的一种基于分布式计算的综合能源系统优化方法，其特征在于，所述目标函数的优化计算过程中，需要引入对偶算子ξ和惩罚因子ρ构建增广拉格朗日函数，所述目标函数被转化为如下形式：

6.如权利要求1所述的一种基于分布式计算的综合能源系统优化方法，其特征在于，为了在各子系统变量独立计算的同时保证目标函数收敛，所述改进的ADMM算法引入一个找补变量的过程，另变量y和z对应的拉格朗日项单独更新，并经找补强制平等再参与迭代计算。

7.如权利要求1所述的一种基于分布式计算的综合能源系统优化方法，其特征在于，所述目标函数迭代计算过程中，在单一对偶算子ξ的基础上，针对每个子系统引入额外的对偶算子，将目标函数进行分解，对每个子系统进行分别计算。

8.如权利要求1所述的一种基于分布式计算的综合能源系统优化方法，其特征在于，所述目标函数每次迭代计算都需要初始化各子系统间的对偶变量，为了避免实时获得计算结果的优化分析中存在的大量重复运算，可将前一次迭代结果的对偶变量终值作为下一次迭代的初始值。

9.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，该程序被处理器执行时实现如权利要求1-8任一项所述的基于分布式计算的综合能源系统优化方法。

10.一种基于分布式计算的综合能源系统优化装置，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，其特征在于，所述指令用于执行根据权利要求1-8中任一项所述的基于分布式计算的综合能源系统优化方法。