CN112380681A - 基于分布式优化的综合能源系统参数确定方法及相关装置 - Google Patents
基于分布式优化的综合能源系统参数确定方法及相关装置 Download PDFInfo
- Publication number
- CN112380681A CN112380681A CN202011210812.0A CN202011210812A CN112380681A CN 112380681 A CN112380681 A CN 112380681A CN 202011210812 A CN202011210812 A CN 202011210812A CN 112380681 A CN112380681 A CN 112380681A
- Authority
- CN
- China
- Prior art keywords
- region
- parameters
- constraint
- energy system
- model
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000004458 analytical method Methods 0.000 claims abstract description 111
- 239000003345 natural gas Substances 0.000 claims abstract description 103
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 172
- 230000008878 coupling Effects 0.000 claims description 31
- 238000010168 coupling process Methods 0.000 claims description 31
- 238000005859 coupling reaction Methods 0.000 claims description 31
- 230000006870 function Effects 0.000 claims description 25
- 230000002457 bidirectional effect Effects 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 4
- 239000007789 gas Substances 0.000 description 63
- 238000005516 engineering process Methods 0.000 description 12
- 238000007726 management method Methods 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 10
- 239000012530 fluid Substances 0.000 description 9
- 238000010248 power generation Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 230000001276 controlling effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 239000002343 natural gas well Substances 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 239000003245 coal Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 3
- 238000004146 energy storage Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000012384 transportation and delivery Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 239000001257 hydrogen Substances 0.000 description 2
- 229910052739 hydrogen Inorganic materials 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000002706 hydrostatic effect Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于分布式优化的综合能源系统参数确定方法及相关装置，电力‑天然气综合能源系统为代表的综合能源系统中包含至少一个处理器，所述处理器分别对应不同能源分析区域，即不同能源分析区域使用不同的处理器进行处理，进而在进行管理时，能够采用分区域管理的方式，并且处理器在进行区域调控时，除了考量了区域内部设备情况，还考量了连接不同区域的线路设备情况，在实现能源分析区域独立控制的同时，仍然能够保证整个综合能源系统的协同优化，相比于所有区域统一控制的方式，不同区域间仅需共享边界数据，数据共享内容较少、且数据分散处理，则能够降低整个综合能够系统数据泄露的概率，提高整个综合能源系统的设备运行安全。
Description
本申请要求于2020年9月28日提交中国专利局、申请号为202011040202.0、发明名称为“一种综合能源系统的设备参数确定方法及相关装置”的国内申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本发明涉及综合能源系统管理领域，更具体的说，涉及一种基于分布式优化的综合能源系统参数确定方法及相关装置。
背景技术
随着燃气发电机的广泛应用和电转气技术的日趋成熟，以电力-天然气综合能源系统为代表的综合能源系统为提高能源利用效率和促进可再生能源的消纳提供了新的思路。因此，对电力-天然气综合能源系统的研究，尤其是电力-天然气协同优化的研究具有重要的意义。
在对电力-天然气综合能源系统的协同优化时，一般是统一的处理器采用集中式优化算法对所有区域的电力系统和天然气系统进行整体调控，但是这种集中式优化算法需要对所有区域的数据进行集中收集和处理，在处理器发生数据泄露时，所有区域的数据均发生泄露，数据隐私性较差，且在数据泄露后，综合能源系统内部的设备运行可能会受到异常控制，影响设备运行安全。
发明内容
有鉴于此，本发明提供了一种基于分布式优化的综合能源系统参数确定方法及相关装置，以解决处理器采用集中式优化算法需要对所有区域的数据进行集中收集和处理，容易发生数据泄露，数据隐私性较差，且影响综合能源系统内部的设备运行安全的问题。
为解决上述技术问题，本发明采用了如下技术方案：
一种基于分布式优化的综合能源系统参数确定方法，应用于综合能源系统中的处理器，所述综合能源系统中包含至少一个处理器，所述处理器分别对应不同能源分析区域；所述综合能源系统参数确定方法包括：
获取预先生成的综合能源系统的整体模型，并按照能源分析区域对所述整体模型进行拆分，得到能源分析区域对应的区域子模型；所述区域子模型包括区域内部参数和区域边界参数；所述区域内部参数和区域边界参数均包括目标控制参数以及非目标控制参数；
获取所述区域内部参数和所述区域边界参数中的非目标控制参数的参数值；
依据所述非目标控制参数的参数值，计算得到所述区域子模型中的目标控制参数的参数值；所述目标控制参数的参数值作为对设备控制的依据。
可选地，获取预先生成的综合能源系统的整体模型，并按照能源分析区域对所述整体模型进行拆分，得到能源分析区域对应的区域子模型，包括：
依据所述综合能源系统中的设备的运行参数，确定所述综合能源系统的目标函数；
依据所述综合能源系统中的天然气系统的天然气物理参数，确定所述综合能源系统中的天然气系统的质量守恒约束以及动量守恒约束；
对所述质量守恒约束和所述动量守恒约束进行简化处理，得到修正后的质量守恒约束和修正后的动量守恒约束；
获取所述天然气系统的安全约束；
获取依据所述综合能源系统中的电力系统的设备参数确定的所述综合能源系统中的电力系统的电力系统约束；
获取所述综合能源系统中的每一所述能源分析区域内的电力系统和天然气系统的双向能流耦合约束；
将所述目标函数、所述修正后的质量守恒约束、所述修正后的动量守恒约束、所述安全约束、所述电力系统约束、所述双向能流耦合约束构建得到所述综合能源系统的整体模型；
对所述整体模型按照能源分析区域进行拆分，得到能源分析区域对应的区域子模型。
可选地，对所述整体模型按照能源分析区域进行拆分，得到能源分析区域对应的区域子模型，包括：
获取所述整体模型的区域解耦变量；
确定所述区域解耦变量对应的解耦约束；
依据所述解耦约束，对所述整体模型进行解耦操作，得到能源分析区域对应的区域子模型。
可选地，确定所述区域解耦变量对应的解耦约束，包括：
依据所述能源分析区域与所述能源分析区域相邻的能源分析区域的共有连接线路设备；
依据所述共有连接线路设备的设备参数，确定所述区域解耦变量对应的解耦约束。
可选地，依据所述非目标控制参数的参数值，计算得到所述区域子模型中的目标控制参数的参数值，包括：
依据所述非目标控制参数的参数值，调用预设求解算法对所述区域子模型进行求解，得到所述区域子模型中的目标控制参数的参数值。
一种基于分布式优化的综合能源系统参数确定装置，应用于综合能源系统中的处理器，所述综合能源系统中包含至少一个处理器，所述处理器分别对应不同能源分析区域；所述综合能源系统参数确定装置包括：
模型获取模块，用于获取预先生成的综合能源系统的整体模型，并按照能源分析区域对所述整体模型进行拆分，得到能源分析区域对应的区域子模型；所述区域子模型包括区域内部参数和区域边界参数；所述区域内部参数和区域边界参数均包括目标控制参数以及非目标控制参数；
数据获取模块，用于获取所述区域内部参数和所述区域边界参数中的非目标控制参数的参数值；
数据计算模块，用于依据所述非目标控制参数的参数值，计算得到所述区域子模型中的目标控制参数的参数值；所述目标控制参数的参数值作为对设备控制的依据。
可选地，所述模型获取模块包括：
第一确定子模块，用于依据所述综合能源系统中的设备的运行参数，确定所述综合能源系统的目标函数；
第二确定子模块，用于依据所述综合能源系统中的天然气系统的天然气物理参数，确定所述综合能源系统中的天然气系统的质量守恒约束以及动量守恒约束；
修正子模块，用于对所述质量守恒约束和所述动量守恒约束进行简化处理，得到修正后的质量守恒约束和修正后的动量守恒约束；
第一约束获取子模块，用于获取所述天然气系统的安全约束；
第二约束获取子模块，用于获取依据所述综合能源系统中的电力系统的设备参数确定的所述综合能源系统中的电力系统的电力系统约束；
第三约束获取子模块，用于获取所述综合能源系统中的每一所述能源分析区域内的电力系统和天然气系统的双向能流耦合约束；
模型确定子模块，用于将所述目标函数、所述修正后的质量守恒约束、所述修正后的动量守恒约束、所述安全约束、所述电力系统约束、所述双向能流耦合约束构建得到所述综合能源系统的整体模型；
模型拆分子模块，用于对所述整体模型按照能源分析区域进行拆分，得到能源分析区域对应的区域子模型。
可选地，所述模型拆分子模块具体用于：
获取所述整体模型的区域解耦变量，确定所述区域解耦变量对应的解耦约束，依据所述解耦约束，对所述整体模型进行解耦操作，得到能源分析区域对应的区域子模型。
可选地，所述模型拆分子模块用于确定所述区域解耦变量对应的解耦约束时，具体用于：
依据所述能源分析区域与所述能源分析区域相邻的能源分析区域的共有连接线路设备，依据所述共有连接线路设备的设备参数，确定所述区域解耦变量对应的解耦约束。
一种电子设备，所述综合能源系统中包含至少一个电子设备，所述电子设备分别对应不同能源分析区域，所述电子设备包括：存储器和处理器；
其中，所述存储器用于存储程序；
处理器调用程序并用于：
获取预先生成的综合能源系统的整体模型，并按照能源分析区域对所述整体模型进行拆分，得到能源分析区域对应的区域子模型；所述区域子模型包括区域内部参数和区域边界参数；所述区域内部参数和区域边界参数均包括目标控制参数以及非目标控制参数；
获取所述区域内部参数和所述区域边界参数中的非目标控制参数的参数值；
依据所述非目标控制参数的参数值，计算得到所述区域子模型中的目标控制参数的参数值；所述目标控制参数的参数值作为对设备控制的依据。
相较于现有技术，本发明具有以下有益效果：
本发明提供了一种基于分布式优化的综合能源系统参数确定方法及相关装置，电力-天然气综合能源系统为代表的综合能源系统中包含至少一个处理器，所述处理器分别对应不同能源分析区域，即不同能源分析区域使用不同的处理器进行处理，进而在进行管理时，能够采用分区域管理的方式，并且处理器在进行区域调控时，除了考量了区域内部设备情况，还考量了连接不同区域的线路设备情况，在实现能源分析区域独立控制的同时，仍然能够保证整个综合能源系统的协同优化，相比于所有区域统一控制的方式，不同区域间仅需共享边界数据，数据共享内容较少、且数据分散处理，则能够降低整个综合能够系统数据泄露的概率，提高整个综合能源系统的设备运行安全。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种综合能源系统的结构示意图；
图2为本发明实施例提供的一种基于分布式优化的综合能源系统参数确定方法的方法流程图；
图3为本发明实施例提供的另一种基于分布式优化的综合能源系统参数确定方法的方法流程图；
图4为本发明实施例提供的一种区域解耦变量的场景示意图；
图5为本发明实施例提供的一种基于分布式优化的综合能源系统参数确定装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
近年来，随着全球范围内环境污染问题的日益严峻以及天然气等低碳清洁能源的成本日趋降低，可再生能源发电技术和燃气发电机组在电力生产中扮演着越来越重要的角色。燃气发电机以天然气、液化气等可燃气体作为燃料，具有运行安全稳定、调节响应迅速、发电质量高、经济效益好、污染排放低等优点，并广泛应用于热、电联产工业，发展前景十分广阔，在促进可再生能源的消纳以及保证电力系统安全稳定运行中也扮演重要的角色。
同时，随着电转气技术的发展，电力系统和天然气系统之间的耦合愈发紧密，双向的能量流出现在两个能源系统之间。因此，对电力-天然气联合传输系统的运行进行协同的优化，对于提高这两个子系统的可靠性和可持续性有着至关重要的作用。并且，随着全球能源互联网的推动，能源系统正趋向于在更大的范围内实现互通与合作，以实现资源在更大空间上的互补协调。当能源子系统隶属不同的行政辖区或有着不同的市场规则时，由于各能源子系统对于决策独立性和数据隐私性的要求，使得传统的、需要由上级调度控制中心集中调控的方法变得难以部署。并且，这种集中式优化算法需要对所有区域的数据进行集中收集和处理，在处理器发生数据泄露时，所有区域的数据均发生泄露，数据隐私性较差，且在数据泄露后，综合能源系统内部的设备运行可能会受到异常控制，影响设备运行安全。
同时，随着能源系统在更大范围内的互联，其规划与运行问题的数学模型规模也愈发庞大，加大了系统运行者的数据处理难度，导致优化问题的规模进一步扩大，为传统的集中式优化方法带来了挑战。
为了解决上述技术问题，发明人发现，若是能够实现分区域进行能源管理，且不同区域之间仅传输区域间的边界信息，区域内的信息仅该区域对应的处理器能够获取，其他区域的处理器不能获取，这样可以保证数据的隐私性，且数据分散处理，能够降低处理器的数据处理压力。
具体的，电力-天然气综合能源系统为代表的综合能源系统中包含至少一个处理器，所述处理器分别对应不同能源分析区域，即不同能源分析区域使用不同的处理器进行处理，进而在进行管理时，能够采用分区域管理的方式，并且处理器在进行区域调控时，除了考量了区域内部设备情况，还考量了连接不同区域的线路设备情况，在实现能源分析区域独立控制的同时，仍然能够保证整个综合能源系统的协同优化，相比于所有区域统一控制的方式，不同区域间仅需共享边界数据，数据共享内容较少、且数据分散处理，则能够降低整个综合能够系统数据泄露的概率，提高整个综合能源系统的设备运行安全。
在上述内容的基础上，本发明的一实施例提供了一种基于分布式优化的综合能源系统参数确定方法，综合能源系统参数确定方法应用于综合能源系统中的处理器，参照图1，所述综合能源系统中包含至少一个处理器(也可以称为区域调度中心)，所述处理器分别对应不同能源分析区域。
在实际应用中，一个处理器对应至少一个能源分析区域，如对应一个、二个、或三个以上的能源分析区域，但是一个处理器不能够对应所有的能源分析区域。本实施例中的最优方案是一个处理器对应一个能源分析区域，如图1中的三个区域调度中心分别对应电力-天然气综合能源系统(区域A)、电力-天然气综合能源系统(区域B)以及电力-天然气综合能源系统(区域C)。这样不同的区域使用不同的处理器进行数据处理，能够保证一个处理器仅处理自身对应的区域即可。若是为了节省处理器的资源，可以采用一个处理器对应多个区域的技术方案，在实际应用中，本领域技术人员能够根据具体使用场景进行相应设定。
相邻的能源分析区域之间需要共享共有连接线路设备，如不同区域的天然气系统需要共享P2G设备，不同区域的电力系统需要共享电力线路。此时不同区域之间需要进行电力流和天然气流的交互，具体参照图1中的电力流和天然气流的交互。
不同区域的处理器需要共享相邻边界的边界信息流。具体的，共享连接不同区域的电力线路母线的电压相角、连接不同区域的天然气线路气流速率以及连接不同区域的天然气线路节点气压。
参照图2，一种基于分布式优化的综合能源系统参数确定方法可以包括：
S12、获取预先生成的综合能源系统的整体模型，并按照能源分析区域对所述整体模型进行拆分，得到能源分析区域对应的区域子模型。
所述区域子模型包括区域内部参数和区域边界参数；所述区域内部参数和区域边界参数均包括目标控制参数以及非目标控制参数。
本实施例中，对于整个综合能源系统，其对应一整体模型。具体的，参照图3，步骤S12可以包括：
S21、依据所述综合能源系统中的设备的运行参数，确定所述综合能源系统的目标函数。
对于一个多区域电力-天然气综合能源系统，其集中式优化策略的目标为实现一个调度周期内系统总的运行成本最小，目标函数如式(3.1)所示，包括了各区域内非燃气火力发电机组的煤耗成本和天然气气井的供气成本，主要根据风电出力场景概率、燃煤发电机组发电功率、燃煤机组煤耗成本函数、气井产气功率以及天然气价格来计算。
式中：t为任意运行时段，T为运行时段集合，a为任意子区域，A为互联区域的子区域集合，χ为风电出力场景，
ΨNGU、ΨGS分别为风电场景、燃气发电机组、天然气气井的集合，
为风电出力场景χ的概率，
为机组i在时刻t的发电功率，Ca,t(·)为区域a内燃煤机组在时刻t的煤耗成本函数，
表示气井y在时刻t的产气功率，pgas表示单位产量天然气的价格。
该优化问题的决策变量(也即所有的目标控制参数)包括各区域的火力发电机组出力(包括燃煤发电机组和燃气发电机组)、天然气气井出力、节点电压相角、节点气压、天然气管道流量和P2G设备的输入、输出功率等，如式(3.2)所示：
式中：θj,t为电力节点j在时刻t的电压相角，πm,t为天然气节点m时刻t的气压，fm,t为时刻t流经气节点m的气流速率，
为P2G设备x在时刻t的输入电功率，
为P2G设备x在时刻t的输出气功率。ΨPG、ΨIB、ΨND和ΨST分别为火力发电机组、电力系统内部节点、天然气系统节点和P2G设备的集合。
S22、依据所述综合能源系统中的天然气系统的天然气物理参数，确定所述综合能源系统中的天然气系统的质量守恒约束以及动量守恒约束。
各区域子系统内部的具体运行约束主要包括天然气系统和电力系统两类运行约束。由于电力潮流的传播速度接近光速，也就是说电能从发电环节到用电环节的传播几乎是瞬时完成的，电能的实时平衡对于电力系统的安全稳定运行具有重要的意义。因此，在输电系统的经济调度计算中，集总参数的稳态直流潮流模型被广泛采用。不同的是，天然气的传播速度相较电能来说非常缓慢，并且输气管道具有天然的储气特性，也就是说多余的产气量可储存在输气管道中以维持管线气压，称之为管线充填特性。因此，输气系统具有较大的惯性，负荷的波动一般不会对输气系统的能量平衡产生影响。如果严格处理，对天然气流动的建模将需要计及分布参数和管道的暂态模型。
针对天然气和电力潮流在物理特性上的差异，将分别基于计及动态特性的暂态模型和稳态直流模型对天然气系统和电力系统的约束进行建模。
输气系统约束
首先，从物理意义上讲，天然气潮流产生的动因是由于输气管道两端节点存在气压差，而这个气压差的大小取决于输气管道的物理特性(如管道长度、直径等)、环境温度、高度差以及气体的密度和流速。如前节所述，由于输气系统和输电系统在能量传播速率上的差异，天然气潮流这种动态特性不容忽视。
计及动态特性的天然气潮流方程可用式(3.3)-(3.5)所示的一组偏微分方程表示：
π＝ρ·φ·Rg·Υ (3.5)
式中：ρ为管道天然气流体密度，v为天然气流动速率，
为天然气线路微分段的长度，π为节点气压，βc为输气管道摩擦因子，ge为重力加速度，α为输气管道倾斜角，d为管道直径，φ为压缩因子，Rg为气体常数，Υ为环境温度。
式(3.3)为质量守恒约束，表示流体从微分体积内流出的净质量速率等于微分体积内的质量减少的速率。式(3.4)由牛顿第二定律(即动量守恒定律)推演而来，表示气体颗粒在某一时刻动量的增长率等于作用在该气体颗粒上的力的总和，式中等式左边5项分别表示天然气流体静压、天然气流体动压、天然气流体惯性、液压摩擦力和重力。式(3.5)表示天然气气压为气流密度、压缩系数、气体常数和管道温度的函数。
S23、对所述质量守恒约束和所述动量守恒约束进行简化处理，得到修正后的质量守恒约束和修正后的动量守恒约束。
对于正常运行状态下的输气系统，为便于计算，可做出以下合理假设：(1)输气系统工作在恒温环境中，即忽略温差，温度以平均温度Υavg表示；(2)气体压缩因子为常数，以其均值φavg表示；(3)由于在正常运行状态下，流体惯性、流体动压和重力产生的对流加速度对动量守恒公式产生的影响极微(通常对计算结果的影响小于1％)，因此忽略相关项式。因此，式(3.3)和式(3.4)可简化为：
式中f＝ρ·v·S表示天然气流体质量速率，S表示天然气线路截面积。
为便于进一步处理天然气潮流模型，此处使用天然气的平均速率vavg来近似处理式(3.7)中的二次项变量，天然气流体的动量守恒定律可进一步表示为式(3.8)所示的线性化模型。
接着，使用Wendroff差分方法处理上述偏微分方程组，可得:
式中：K1＝φavg·Rg·Υavg/S，K2＝2βc/(d·S)，Lmn为线路mn的长度。
式(3.9)和式(3.10)分别为描述天然气流体质量守恒和动量守恒的Wendroff差分形式。
S24、获取所述天然气系统的安全约束。
此外，天然气系统的运行约束还包括以下安全约束：
式中：
为节点m在时刻t的气负荷功率，
表示节点m在时刻t的常规气负荷功率，
为燃气机组i在时刻t的耗气功率，πm,t为节点m在时刻t的气压值，fm,t为时刻t流经节点m的流体质量速率，
和
分别为气井y的产气功率上下限，π m和
分别为节点m的气压上下限，f m和
分别为节点m的流体质量速率上下限，ΨSND和ΨEND分别表示管道起始节点和结束节点的集合，ΨGS(m)、ΨST(m)和ΨNGU(m)分别表示与节点m相连的气源、P2G设备和燃气发电机的集合。
式(3.11)表示气网节点的能量守恒约束。式(3.12)表示节点的耗气功率等于常规气负荷功率与该节点连接的燃气机组的耗气功率之和。式(3.13)-(3.15)分别表示气井输出功率、节点气压和质量流率的上下限约束。
S25、获取依据所述综合能源系统中的电力系统的设备参数确定的所述综合能源系统中的电力系统的电力系统约束。
具体的，输电网络运行采用稳态直流潮流模型描述，需要给定的数据包括线路电抗、常规电负荷功率、输电线路功率上限、风电机组出力上限、P2G设备功率上限以及燃气发电机组功率爬坡和滑坡速度上限，涉及到的变量包括节点电压相角、燃气机组发电功率、风电机组出力和节点总的电负荷功率，具体约束如下：
式中：θk,t为电力节点k在时刻t的电压相角，Xj,k为线路jk的电抗，
为风电机组w在时刻t的出力，
为节点j在时刻t的电负荷功率，
为节点j在时刻t的常规电负荷功率，
和
分别为输电线路、风电机组出力和P2G设备功率的上限值，ΨPG(j)、ΨPW(j)和ΨST(j)分别为与节点j相连接的火力发电机组、风电机组和P2G设备的集合。
式(3.16)表示电力系统节点功率平衡方程。式(3.17)表示电力线路潮流容量约束。式(3.18)表示节点负荷功率为节点常规负荷功率和节点所连接P2G设备的耗电功率。式(3.19)-(3.21)分别表示火力发电机组的爬坡约束、风电机组的出力约束和P2G设备的出力约束。
S26、获取所述综合能源系统中的每一所述能源分析区域内的电力系统和天然气系统的双向能流耦合约束。
在各区域内部，电力系统和天然气系统通过燃气发电机组实现天然气向电能的转换，同时也可以通过P2G技术实现电能向天然气的转换。下面，将针对P2G技术的工作原理进行简要说明。
P2G技术首先通过电解水反应将水电解为氢气和氧气，然后在催化剂的作用下将二氧化碳和产生的氢气转换为甲烷和水，实现电能向天然气的转换。在可再生能源发电技术大规模应用的形势下，对平抑波动有重要意义的储能技术的需求日益高涨。目前而言，相对成熟的电储能技术均存在规模和成本的限制。相比于电能，气体更加方便储存和远距离运输，因此配备储气库的P2G技术，具备实现季节及更长时间的调节能力，是一种大规模储能技术。通过将电能转化为相对方便储存的气体，为能源互联网中可再生能源的消纳提供了新的思路。目前，P2G技术已日趋成熟，其能量转换效率可高达90％。
双向能量流的耦合约束如下所述：
式中：ηP2G和ηNGU分别为P2G设备和燃气发电机的能量转换效率，
为燃气发电机x在时刻t的输入功率。
在所提出的多区域综合能源系统分布式优化策略中，各区域的子系统由各区域独立的综合能源系统运营商统一进行调度，形成按区域自治的电力-天然气综合能源系统。此外，各调度者在调度运行过程中，通过与相邻区域调度者分享有限的边界信息实现区域间的协同优化。以三区域互联系统为例，其协作原理的框架如图1所示。
如图1所示，在能量流层面，三个区域通过电力联络线和天然气联络管道实现跨区的资源协调，各区域内部通过耦合设备(燃气机组和P2G设备)实现天然气系统和电力系统的双向能量流动。在信息流层面，各区域之间设立双向的数据共享通道，与相邻区域进行边界信息的共享和更新。各区域调度者地位平等，无需设立上一级调度控制中心，因此无需对运行数据进行上传，保证了决策的独立性。同时，由于仅与相邻区域共享少量边界信息，内部数据的隐私性得到了保护。
S27、将所述目标函数、所述修正后的质量守恒约束、所述修正后的动量守恒约束、所述安全约束、所述电力系统约束、所述双向能流耦合约束构建得到所述综合能源系统的整体模型。
将上述的目标函数、所述修正后的质量守恒约束、所述修正后的动量守恒约束、所述安全约束、所述电力系统约束、所述双向能流耦合约束进行汇总，即可得到综合能源系统的整体模型。
S28、对所述整体模型按照能源分析区域进行拆分，得到能源分析区域对应的区域子模型。
在实际应用中，步骤S28可以包括：
1)获取所述整体模型的区域解耦变量。
对前述集中式多区域优化模型按区域进行分解，以实现各区域调度者的决策独立性。分布式优化的关键环节在于确定互联区域间的耦合约束，通过对耦合约束的有效解耦，将集中式优化问题分解为按区域独立的子优化问题。在已有研究中，基于稳态直流潮流模型的多区域电力系统的解耦变量常选为边界母线的电压相角。而流经节点的天然气潮流值是由节点气压差值和前一时段的节点气流速率共同决定的，所以天然气的潮流是流经节点的气流速率和节点气压的函数。因此选取边界节点的气压和气流速率为区域间天然气系统的解耦变量。
2)确定所述区域解耦变量对应的解耦约束。
在实际应用中，本步骤包括：
依据所述能源分析区域与所述能源分析区域相邻的能源分析区域的共有连接线路设备，依据所述共有连接线路设备的设备参数，确定所述区域解耦变量对应的解耦约束。
对于任意区域a，与其相连接区域之间的解耦约束可描述为：
式中:δa,j,t和δa,k,t分别表示时刻t由区域a调度者得到的联络线jk两端节点电压相角值，δb,j,t和δb,k,t则分别为时刻t由区域b调度者得到的联络线jk两端节点电压相角值；fa,m,t和fa,n,t分别表示在时刻t由区域a调度者得到的联络管道两端节点m和n的气流质量速率，fb,m,t和fb,n,t则分别为时刻t由区域b调度者得到的联络管道两端节点m和n在时刻t的气流质量速率；πa,m,t和πa,n,t分别表示时刻t由区域a调度者得到的联络管道两端节点m和n的气压值，πb,m,t和πb,n,t分别为时刻t由区域b调度者得到的联络管道两端节点m和n的气压值；
和ΨBB(j)分别为区域a电力系统的边界节点集合和与节点j相连接的相邻区域电力系统边界节点集合；
和ΨBN(m)分别为区域a天然气系统的边界节点和与节点m相连接的相邻区域天然气系统边界节点集合；ΨA(a)为与区域a相连接的区域集合。
以图4为例，节点j和m归属于区域a，节点k和n归属于其连接区域b。这些边界节点的运行状态信息为耦合决策变量，由其相连的两个区域得到的决策值应该是一致的。即由区域a和区域b计算得到的边界节点j的相角值应该相等，其他边界节点信息同理。
3)依据所述解耦约束，对所述整体模型进行解耦操作，得到能源分析区域对应的区域子模型。
为进一步实现多区域分布式优化，需对耦合约束进行松弛解耦。对各区域子问题进行单独建模，并将式(3.24)-(3.26)以增广拉格朗日松弛的方式引入各区域子问题的目标函数中。区域a优化子问题的目标函数可表示为：
式中：λa,j,t,μa,m,t和γa,m,t分别为对应于边界节点信息的拉格朗日乘子，
和
分别表示对应的二次项罚因子，
和
分别表示由各互联区域得到的耦合变量数值的平均值，可由式(2.28)-(2.30)求得。
式中：|ΨA(j)|和|ΨA(m)|分别表示与节点j和m直接相连的区域的数目。
对于联络线和联络管道，其运行约束为：
S13、依据所述非目标控制参数的参数值，计算得到所述区域子模型中的目标控制参数的参数值，
所述目标控制参数的参数值作为对设备控制的依据，具体的，本实施例中的目标控制参数可以是区域的燃气发电机组发电功率、燃煤发电机组发电功率、天然气气井出力、P2G设备输入输出功率、天然气管道流量，实现综合能源系统的优化调度。
在实际应用中，依据所述非目标控制参数的参数值，调用预设求解算法对所述区域子模型进行求解，得到所述区域子模型中的目标控制参数的参数值。
上述通过对耦合约束的松弛，将多区域集中式最优调度问题解耦为按区域自治的最优调度子问题。如式(3.27)所示，将耦合约束以拉格朗日松弛的方式引入各子问题优化的目标函数中，正是交替方向乘子法的求解基础。交替方向乘子法算法通过迭代的思想对拉格朗日乘子进行不断的更新与修正。在每次迭代中，各区域系统运行者根据更新的拉格朗日乘子求解本区域的优化子问题，得到该区域优化结果，并对各区域求得的耦合变量进行比较。当各区域优化所得耦合变量数值差值(也称为残差)极小时，认为该耦合约束成立，分布式算法迭代进程终止，获得最优调度结果。
具体的，本发明采用一种基于交替方向乘子法的迭代算法，求解考虑数据隐私的多区域综合能源系统分布式优化运行问题。具体的求解流程如下所示:
步骤1初始化：初始化迭代次数s＝0，对共享信息
和拉格朗日乘子赋初值，设置交替方向乘子法算法收敛对应的一次和二次容差值εP,εD；
步骤2信息共享和更新：各子系统与相邻区域子系统共享边界信息
并根据更新的边界信息按照式(3.28)-(3.30)更新耦合变量的平均值；
步骤3求解子问题：各子系统根据本次迭代修正的拉格朗日乘子和耦合变量平均值，按式(3.27)所示目标函数和相关电力系统约束、天然气系统约束和耦合约束求解区域优化子问题，约束见如式(3.3)-(3.23)；得到第s次迭代获得的最优解
步骤4收敛性判别：各子系统计算包括主残差和对偶残差在内的残差值，并检验是否满足所设定的交替方向乘子法收敛容差限值，主pr残差与对偶残差dr计算方法如下：
收敛判据如下：
当主残差和对偶残差均小于容差限值时εP和εD，即式(3.36)和(3.37)同时满足时，算法收敛，得出最优解。否则，进入步骤5。
步骤5更新拉格朗日乘子：各子系统通过下式更新拉格朗日乘子：
步骤6重复迭代：设置s＝s+1，各区域子系统回到步骤2，重复步骤2至步骤6直至满足收敛条件。
具体在日前调度过程中：首先，各区域调度者对管辖区域内的综合能源系统进行优化调度，调度参数来自于式(3.27)与式(3.3)-(3.23)构成的优化问题的结果；各区域的系统网架拓扑结构以及包括发电机组出力、天然气气井产气量等在内的系统运行数据都仅为各自隶属的调度者所掌握，而不必上传至上级系统或共享给其他区域。之后，每个区域的调度者在一定时间间隔后与相邻区域的决策者进行数据交换，更新边界信息，通过这种分布式协同实现社会效益的最大化。如前所述，在这种分布式优化策略下，保证决策独立性的前提下实现了对各区域调度者的数据隐私性的保护。
本实施例中，电力-天然气综合能源系统为代表的综合能源系统中包含至少一个处理器，所述处理器分别对应不同能源分析区域，即不同能源分析区域使用不同的处理器进行处理，进而在进行管理时，能够采用分区域管理的方式，并且处理器在进行区域调控时，除了考量了区域内部设备情况，还考量了连接不同区域的线路设备情况，在实现能源分析区域独立控制的同时，仍然能够保证整个综合能源系统的协同优化，相比于所有区域统一控制的方式，不同区域间仅需共享边界数据，数据共享内容较少、且数据分散处理，则能够降低整个综合能够系统数据泄露的概率，提高整个综合能源系统的设备运行安全。
另外，各区域电力-天然气综合能源系统运行者在调度过程中仅需关注区域内部设备状态和自身网架结构，并与相邻系统运行者共享有限的边界信息，而不需将内部数据共享，亦无须设置上一级调度管理者，保证了各区域系统运行者决策行为的独立，并且保护了区域系统数据的隐私，实现了分布式调度运行结构。
可选地，在上述基于分布式优化的综合能源系统参数确定方法的实施例的基础上，本发明的另一实施例提供了一种基于分布式优化的综合能源系统参数确定装置，应用于综合能源系统中的处理器，所述综合能源系统中包含至少一个处理器，所述处理器分别对应不同能源分析区域；参照图5，所述综合能源系统参数确定装置包括：
模型获取模块11，用于获取预先生成的综合能源系统的整体模型，并按照能源分析区域对所述整体模型进行拆分，得到能源分析区域对应的区域子模型；所述区域子模型包括区域内部参数和区域边界参数；所述区域内部参数和区域边界参数均包括目标控制参数以及非目标控制参数；
数据获取模块12，用于获取所述区域内部参数和所述区域边界参数中的非目标控制参数的参数值；
数据计算模块13，用于依据所述非目标控制参数的参数值，计算得到所述区域子模型中的目标控制参数的参数值；所述目标控制参数的参数值作为对设备控制的依据。
进一步，所述模型获取模块包括：
第一确定子模块，用于依据所述综合能源系统中的设备的运行参数，确定所述综合能源系统的目标函数；
第二确定子模块，用于依据所述综合能源系统中的天然气系统的天然气物理参数，确定所述综合能源系统中的天然气系统的质量守恒约束以及动量守恒约束；
修正子模块，用于对所述质量守恒约束和所述动量守恒约束进行简化处理，得到修正后的质量守恒约束和修正后的动量守恒约束；
第一约束获取子模块，用于获取所述天然气系统的安全约束；
第二约束获取子模块，用于获取依据所述综合能源系统中的电力系统的设备参数确定的所述综合能源系统中的电力系统的电力系统约束；
第三约束获取子模块，用于获取所述综合能源系统中的每一所述能源分析区域内的电力系统和天然气系统的双向能流耦合约束；
模型确定子模块，用于将所述目标函数、所述修正后的质量守恒约束、所述修正后的动量守恒约束、所述安全约束、所述电力系统约束、所述双向能流耦合约束构建得到所述综合能源系统的整体模型；
模型拆分子模块，用于对所述整体模型按照能源分析区域进行拆分，得到能源分析区域对应的区域子模型。
进一步，所述模型拆分子模块具体用于：
获取所述整体模型的区域解耦变量，确定所述区域解耦变量对应的解耦约束，依据所述解耦约束，对所述整体模型进行解耦操作，得到能源分析区域对应的区域子模型。
进一步，所述模型拆分子模块用于确定所述区域解耦变量对应的解耦约束时，具体用于：
依据所述能源分析区域与所述能源分析区域相邻的能源分析区域的共有连接线路设备，依据所述共有连接线路设备的设备参数，确定所述区域解耦变量对应的解耦约束。
进一步，数据计算模块13具体用于：
依据所述非目标控制参数的参数值，调用预设求解算法对所述区域子模型进行求解，得到所述区域子模型中的目标控制参数的参数值。
本实施例中，电力-天然气综合能源系统为代表的综合能源系统中包含至少一个处理器，所述处理器分别对应不同能源分析区域，即不同能源分析区域使用不同的处理器进行处理，进而在进行管理时，能够采用分区域管理的方式，并且处理器在进行区域调控时，除了考量了区域内部设备情况，还考量了连接不同区域的线路设备情况，在实现能源分析区域独立控制的同时，仍然能够保证整个综合能源系统的协同优化，相比于所有区域统一控制的方式，不同区域间仅需共享边界数据，数据共享内容较少、且数据分散处理，则能够降低整个综合能够系统数据泄露的概率，提高整个综合能源系统的设备运行安全。
需要说明的是，本实施例中的各个模块和子模块的工作过程，请参照上述实施例中的相应说明，在此不再赘述。
可选地，在上述基于分布式优化的综合能源系统参数确定方法及装置的实施例的基础上，本发明的另一实施例提供了一种电子设备，所述综合能源系统中包含至少一个电子设备，所述电子设备分别对应不同能源分析区域，所述电子设备包括：存储器和处理器；
其中，所述存储器用于存储程序；
处理器调用程序并用于：
获取预先生成的综合能源系统的整体模型，并按照能源分析区域对所述整体模型进行拆分，得到能源分析区域对应的区域子模型；所述区域子模型包括区域内部参数和区域边界参数；所述区域内部参数和区域边界参数均包括目标控制参数以及非目标控制参数；
获取所述区域内部参数和所述区域边界参数中的非目标控制参数的参数值；
依据所述非目标控制参数的参数值，计算得到所述区域子模型中的目标控制参数的参数值；所述目标控制参数的参数值作为对设备控制的依据。
进一步，获取预先生成的综合能源系统的整体模型，并按照能源分析区域对所述整体模型进行拆分，得到能源分析区域对应的区域子模型，包括：
依据所述综合能源系统中的设备的运行参数，确定所述综合能源系统的目标函数；
依据所述综合能源系统中的天然气系统的天然气物理参数，确定所述综合能源系统中的天然气系统的质量守恒约束以及动量守恒约束；
对所述质量守恒约束和所述动量守恒约束进行简化处理，得到修正后的质量守恒约束和修正后的动量守恒约束；
获取所述天然气系统的安全约束；
获取依据所述综合能源系统中的电力系统的设备参数确定的所述综合能源系统中的电力系统的电力系统约束；
获取所述综合能源系统中的每一所述能源分析区域内的电力系统和天然气系统的双向能流耦合约束；
将所述目标函数、所述修正后的质量守恒约束、所述修正后的动量守恒约束、所述安全约束、所述电力系统约束、所述双向能流耦合约束构建得到所述综合能源系统的整体模型；
对所述整体模型按照能源分析区域进行拆分，得到能源分析区域对应的区域子模型。
进一步，对所述整体模型按照能源分析区域进行拆分，得到能源分析区域对应的区域子模型，包括：
获取所述整体模型的区域解耦变量；
确定所述区域解耦变量对应的解耦约束；
依据所述解耦约束，对所述整体模型进行解耦操作，得到能源分析区域对应的区域子模型。
进一步，确定所述区域解耦变量对应的解耦约束，包括：
依据所述能源分析区域与所述能源分析区域相邻的能源分析区域的共有连接线路设备；
依据所述共有连接线路设备的设备参数，确定所述区域解耦变量对应的解耦约束。
进一步，依据所述非目标控制参数的参数值，计算得到所述区域子模型中的目标控制参数的参数值，包括：
依据所述非目标控制参数的参数值，调用预设求解算法对所述区域子模型进行求解，得到所述区域子模型中的目标控制参数的参数值。
本实施例中，电力-天然气综合能源系统为代表的综合能源系统中包含至少一个处理器，所述处理器分别对应不同能源分析区域，即不同能源分析区域使用不同的处理器进行处理，进而在进行管理时，能够采用分区域管理的方式，并且处理器在进行区域调控时，除了考量了区域内部设备情况，还考量了连接不同区域的线路设备情况，在实现能源分析区域独立控制的同时，仍然能够保证整个综合能源系统的协同优化，相比于所有区域统一控制的方式，不同区域间仅需共享边界数据，数据共享内容较少、且数据分散处理，则能够降低整个综合能够系统数据泄露的概率，提高整个综合能源系统的设备运行安全。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种基于分布式优化的综合能源系统参数确定方法，其特征在于，应用于综合能源系统中的处理器，所述综合能源系统中包含至少一个处理器，所述处理器分别对应不同能源分析区域；所述综合能源系统参数确定方法包括：
获取预先生成的综合能源系统的整体模型，并按照能源分析区域对所述整体模型进行拆分，得到能源分析区域对应的区域子模型；所述区域子模型包括区域内部参数和区域边界参数；所述区域内部参数和区域边界参数均包括目标控制参数以及非目标控制参数；
获取所述区域内部参数和所述区域边界参数中的非目标控制参数的参数值；
依据所述非目标控制参数的参数值，计算得到所述区域子模型中的目标控制参数的参数值；所述目标控制参数的参数值作为对设备控制的依据。
2.根据权利要求1所述的综合能源系统参数确定方法，其特征在于，获取预先生成的综合能源系统的整体模型，并按照能源分析区域对所述整体模型进行拆分，得到能源分析区域对应的区域子模型，包括：
依据所述综合能源系统中的设备的运行参数，确定所述综合能源系统的目标函数；
依据所述综合能源系统中的天然气系统的天然气物理参数，确定所述综合能源系统中的天然气系统的质量守恒约束以及动量守恒约束；
对所述质量守恒约束和所述动量守恒约束进行简化处理，得到修正后的质量守恒约束和修正后的动量守恒约束；
获取所述天然气系统的安全约束；
获取依据所述综合能源系统中的电力系统的设备参数确定的所述综合能源系统中的电力系统的电力系统约束；
获取所述综合能源系统中的每一所述能源分析区域内的电力系统和天然气系统的双向能流耦合约束；
将所述目标函数、所述修正后的质量守恒约束、所述修正后的动量守恒约束、所述安全约束、所述电力系统约束、所述双向能流耦合约束构建得到所述综合能源系统的整体模型；
对所述整体模型按照能源分析区域进行拆分，得到能源分析区域对应的区域子模型。
3.根据权利要求2所述的综合能源系统参数确定方法，其特征在于，对所述整体模型按照能源分析区域进行拆分，得到能源分析区域对应的区域子模型，包括：
获取所述整体模型的区域解耦变量；
确定所述区域解耦变量对应的解耦约束；
依据所述解耦约束，对所述整体模型进行解耦操作，得到能源分析区域对应的区域子模型。
4.根据权利要求3所述的综合能源系统参数确定方法，其特征在于，确定所述区域解耦变量对应的解耦约束，包括：
依据所述能源分析区域与所述能源分析区域相邻的能源分析区域的共有连接线路设备；
依据所述共有连接线路设备的设备参数，确定所述区域解耦变量对应的解耦约束。
5.根据权利要求1所述的综合能源系统参数确定方法，其特征在于，依据所述非目标控制参数的参数值，计算得到所述区域子模型中的目标控制参数的参数值，包括：
依据所述非目标控制参数的参数值，调用预设求解算法对所述区域子模型进行求解，得到所述区域子模型中的目标控制参数的参数值。
6.一种基于分布式优化的综合能源系统参数确定装置，其特征在于，应用于综合能源系统中的处理器，所述综合能源系统中包含至少一个处理器，所述处理器分别对应不同能源分析区域；所述综合能源系统参数确定装置包括：
模型获取模块，用于获取预先生成的综合能源系统的整体模型，并按照能源分析区域对所述整体模型进行拆分，得到能源分析区域对应的区域子模型；所述区域子模型包括区域内部参数和区域边界参数；所述区域内部参数和区域边界参数均包括目标控制参数以及非目标控制参数；
数据获取模块，用于获取所述区域内部参数和所述区域边界参数中的非目标控制参数的参数值；
数据计算模块，用于依据所述非目标控制参数的参数值，计算得到所述区域子模型中的目标控制参数的参数值；所述目标控制参数的参数值作为对设备控制的依据。
7.根据权利要求6所述的综合能源系统参数确定装置，其特征在于，所述模型获取模块包括：
第一确定子模块，用于依据所述综合能源系统中的设备的运行参数，确定所述综合能源系统的目标函数；
第二确定子模块，用于依据所述综合能源系统中的天然气系统的天然气物理参数，确定所述综合能源系统中的天然气系统的质量守恒约束以及动量守恒约束；
修正子模块，用于对所述质量守恒约束和所述动量守恒约束进行简化处理，得到修正后的质量守恒约束和修正后的动量守恒约束；
第一约束获取子模块，用于获取所述天然气系统的安全约束；
第二约束获取子模块，用于获取依据所述综合能源系统中的电力系统的设备参数确定的所述综合能源系统中的电力系统的电力系统约束；
第三约束获取子模块，用于获取所述综合能源系统中的每一所述能源分析区域内的电力系统和天然气系统的双向能流耦合约束；
模型确定子模块，用于将所述目标函数、所述修正后的质量守恒约束、所述修正后的动量守恒约束、所述安全约束、所述电力系统约束、所述双向能流耦合约束构建得到所述综合能源系统的整体模型；
模型拆分子模块，用于对所述整体模型按照能源分析区域进行拆分，得到能源分析区域对应的区域子模型。
8.根据权利要求7所述的综合能源系统参数确定装置，其特征在于，所述模型拆分子模块具体用于：
获取所述整体模型的区域解耦变量，确定所述区域解耦变量对应的解耦约束，依据所述解耦约束，对所述整体模型进行解耦操作，得到能源分析区域对应的区域子模型。
9.根据权利要求8所述的综合能源系统参数确定装置，其特征在于，所述模型拆分子模块用于确定所述区域解耦变量对应的解耦约束时，具体用于：
依据所述能源分析区域与所述能源分析区域相邻的能源分析区域的共有连接线路设备，依据所述共有连接线路设备的设备参数，确定所述区域解耦变量对应的解耦约束。
10.一种电子设备，其特征在于，所述综合能源系统中包含至少一个电子设备，所述电子设备分别对应不同能源分析区域，所述电子设备包括：存储器和处理器；
其中，所述存储器用于存储程序；
处理器调用程序并用于：
获取预先生成的综合能源系统的整体模型，并按照能源分析区域对所述整体模型进行拆分，得到能源分析区域对应的区域子模型；所述区域子模型包括区域内部参数和区域边界参数；所述区域内部参数和区域边界参数均包括目标控制参数以及非目标控制参数；
获取所述区域内部参数和所述区域边界参数中的非目标控制参数的参数值；
依据所述非目标控制参数的参数值，计算得到所述区域子模型中的目标控制参数的参数值；所述目标控制参数的参数值作为对设备控制的依据。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011040202 | 2020-09-28 | ||
| CN2020110402020 | 2020-09-28 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112380681A true CN112380681A (zh) | 2021-02-19 |
Family
ID=74578198
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011210812.0A Pending CN112380681A (zh) | 2020-09-28 | 2020-11-03 | 基于分布式优化的综合能源系统参数确定方法及相关装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112380681A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113205266A (zh) * | 2021-05-12 | 2021-08-03 | 浙江浙能技术研究院有限公司 | 分布式区域能源布局用规划与评估系统 |
| CN113489063A (zh) * | 2021-07-01 | 2021-10-08 | 上海发电设备成套设计研究院有限责任公司 | 一种区域综合能源的联合调度系统及方法 |
| CN113890023A (zh) * | 2021-09-29 | 2022-01-04 | 西安交通大学 | 一种综合能源微网分布式经济调度优化方法及系统 |
| CN116402295A (zh) * | 2023-04-06 | 2023-07-07 | 中国矿业大学 | 一种电转气掺混煤层气的矿山综合能源系统优化调度方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106208102A (zh) * | 2016-08-19 | 2016-12-07 | 东南大学 | 一种基于辅助问题原理的主动配电网分布式无功优化方法 |
| CN110322051A (zh) * | 2019-06-06 | 2019-10-11 | 国网浙江省电力有限公司经济技术研究院 | 考虑n-1安全约束的综合能源系统优化配置方法 |
| CN111342452A (zh) * | 2020-03-16 | 2020-06-26 | 四川大学 | 一种多区域电气综合能源系统能量与备用分散式调度方法 |
-
2020
- 2020-11-03 CN CN202011210812.0A patent/CN112380681A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106208102A (zh) * | 2016-08-19 | 2016-12-07 | 东南大学 | 一种基于辅助问题原理的主动配电网分布式无功优化方法 |
| CN110322051A (zh) * | 2019-06-06 | 2019-10-11 | 国网浙江省电力有限公司经济技术研究院 | 考虑n-1安全约束的综合能源系统优化配置方法 |
| CN111342452A (zh) * | 2020-03-16 | 2020-06-26 | 四川大学 | 一种多区域电气综合能源系统能量与备用分散式调度方法 |
Non-Patent Citations (3)
| Title |
|---|
| FENG QI .ETC: "Decentralized Privacy-Preserving Operation of Multi-Area Integrated Electricity and Natural Gas Systems With Renewable Energy Resources", 《IEEE TRANSACTIONS ON SUSTAINABLE ENERGY》, vol. 11, no. 3, pages 1785 - 1796, XP011794404, DOI: 10.1109/TSTE.2019.2940624 * |
| 张浩禹等: "基于机会约束目标规划的多电-气互联综合能源系统分布式优化模型", 《电力建设》, vol. 41, no. 7, pages 82 - 91 * |
| 张海峰等: "考虑P2G的电-气综合能源系统分布式最优能量流", 《电测与仪表》, vol. 55, no. 21, pages 61 - 67 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113205266A (zh) * | 2021-05-12 | 2021-08-03 | 浙江浙能技术研究院有限公司 | 分布式区域能源布局用规划与评估系统 |
| CN113205266B (zh) * | 2021-05-12 | 2022-06-14 | 浙江浙能技术研究院有限公司 | 分布式区域能源布局用规划与评估系统 |
| CN113489063A (zh) * | 2021-07-01 | 2021-10-08 | 上海发电设备成套设计研究院有限责任公司 | 一种区域综合能源的联合调度系统及方法 |
| CN113489063B (zh) * | 2021-07-01 | 2022-07-15 | 上海发电设备成套设计研究院有限责任公司 | 一种区域综合能源的联合调度系统及方法 |
| CN113890023A (zh) * | 2021-09-29 | 2022-01-04 | 西安交通大学 | 一种综合能源微网分布式经济调度优化方法及系统 |
| CN113890023B (zh) * | 2021-09-29 | 2023-08-08 | 西安交通大学 | 一种综合能源微网分布式经济调度优化方法及系统 |
| CN116402295A (zh) * | 2023-04-06 | 2023-07-07 | 中国矿业大学 | 一种电转气掺混煤层气的矿山综合能源系统优化调度方法及系统 |
| CN116402295B (zh) * | 2023-04-06 | 2023-10-27 | 中国矿业大学 | 一种电转气掺混煤层气的矿山综合能源系统优化调度方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mohammadi et al. | Energy hub: From a model to a concept–A review | |
| Jiang et al. | Coordinated operation of gas-electricity integrated distribution system with multi-CCHP and distributed renewable energy sources | |
| Wu et al. | Bi-level optimization model for integrated energy system considering the thermal comfort of heat customers | |
| CN112380681A (zh) | 基于分布式优化的综合能源系统参数确定方法及相关装置 | |
| CN108173282B (zh) | 一种考虑电转气运行成本综合能源系统优化调度方法 | |
| Arnold et al. | Distributed predictive control for energy hub coordination in coupled electricity and gas networks | |
| Ahmad et al. | Improved dynamic performance and hierarchical energy management of microgrids with energy routing | |
| Fu et al. | Research on joint optimal dispatching method for hybrid power system considering system security | |
| CN112701687B (zh) | 考虑价格型联合需求响应的气电配网系统鲁棒优化运行方法 | |
| CN110007600A (zh) | 一种具有约束的多能流协调调度辅助决策系统 | |
| Li et al. | A novel coordinated optimization strategy for high utilization of renewable energy sources and reduction of coal costs and emissions in hybrid hydro-thermal-wind power systems | |
| Yang et al. | Optimal operation of an integrated energy system by considering the multi energy coupling, AC-DC topology and demand responses | |
| Zhu et al. | A review of distributed energy system optimization for building decarbonization | |
| CN115392373A (zh) | 基于深度强化学习的多区域综合能源系统能量管理方法 | |
| CN115688448A (zh) | 一种考虑共享储能的多区域综合能源系统优化调度方法 | |
| CN115659651A (zh) | 一种考虑多种灵活性资源的综合能源协同优化调度方法 | |
| CN111667136A (zh) | 一种区域电力市场的出清方法、装置及存储介质 | |
| 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 | |
| CN106786812B (zh) | 虚拟发电厂分布式无功补偿系统及其补偿方法 | |
| CN108062022A (zh) | 一种热电协同系统的优化控制方法 | |
| Liang et al. | Research on optimization scheduling of integrated electricity-gas system considering carbon trading and P2G operation characteristics | |
| CN115935619A (zh) | 基于需求响应的主动配电网日前低碳调度方法及装置 | |
| Ju et al. | Near-zero carbon stochastic dispatch optimization model for power-to-gas-based virtual power plant considering information gap status theory | |
| CN115293561A (zh) | 计及碳排放流的电力系统低碳规划方法及装置 | |
| CN109345030B (zh) | 多微网的综合能源系统热电能流分布式优化方法和装置 |
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 |