CN113269449A - 天然气系统气源供气流量调度的节点级分散方法 - Google Patents

天然气系统气源供气流量调度的节点级分散方法 Download PDF

Info

Publication number
CN113269449A
CN113269449A CN202110601438.5A CN202110601438A CN113269449A CN 113269449 A CN113269449 A CN 113269449A CN 202110601438 A CN202110601438 A CN 202110601438A CN 113269449 A CN113269449 A CN 113269449A
Authority
CN
China
Prior art keywords
node
branch
natural gas
compressor
flow
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.)
Granted
Application number
CN202110601438.5A
Other languages
English (en)
Other versions
CN113269449B (zh
Inventor
江辉
彭建春
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen University
Original Assignee
Shenzhen University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen University filed Critical Shenzhen University
Priority to CN202110601438.5A priority Critical patent/CN113269449B/zh
Publication of CN113269449A publication Critical patent/CN113269449A/zh
Application granted granted Critical
Publication of CN113269449B publication Critical patent/CN113269449B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Computer Hardware Design (AREA)
  • General Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种天然气系统气源供气流量调度的节点级分散方法，属于天然气工程领域，首先根据已知的天然气系统的结构和参数，建立节点气流量平衡的线性渐近方程；根据线性渐近方程、气源供气成本以及支路压缩机压强变比，建立天然气系统气源供气流量调度的二次规划模型；根据二次规划模型建立拉格朗日函数；根据拉格朗日函数建立节点级分散迭代公式，继而根据节点级分散迭代公式获取天然气系统的气源供气流量调度值。这使天然气系统气源供气流量调度的求解结果唯一和全局最优，避免了传统方法中气源供气流量调度之解的全局最优性无保障缺陷；同时，这种天然气系统气源供气流量调度的求解既节点级分散又无源荷的气流量私密信息泄露。

Description

天然气系统气源供气流量调度的节点级分散方法
技术领域
本申请涉及天然气工程领域，尤其涉及一种天然气系统气源供气流量调度的节点级分散方法。
背景技术
天然气系统气源供气流量调度是保障运行高经济性的关键环节。目前，它要么集中、要么分片构建和求解以非线性节点气流量平衡方程组为约束的优化模型实现。但约束的非线性导致调度之解的全局最优性无保障缺陷、求解的集中或分片性导致节点级源荷的气流量私密数据泄露缺陷。同时，已有调度方法因难以计入支路压缩机增压损耗气流量而存在劣化调度结果经济性缺陷。
发明内容
本申请实施例提供一种天然气系统气源供气流量调度的节点级分散方法，能够解决现有的天然气系统气源供气流量调度方法所存在的调度之解的全局最优性无保障、源荷的气流量私密信息泄露以及难以计入支路压缩机增压损耗气流量的问题。
本申请实施例的第一方面提供了一种天然气系统气源供气流量调度的节点级分散方法，包括：
根据已知的天然气系统的结构和参数，建立节点气流量平衡的线性渐近方程；
根据所述线性渐近方程、气源供气成本以及支路压缩机压强变比，建立天然气系统气源供气流量调度的二次规划模型；
根据所述二次规划模型建立拉格朗日函数；
根据所述拉格朗日函数建立节点级分散迭代公式，并根据所述节点级分散迭代公式获取所述天然气系统的气源供气流量调度值。
本申请实施例的第二方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述天然气系统气源供气流量调度的节点级分散方法的步骤。
本申请实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述天然气系统气源供气流量调度的节点级分散方法的步骤。
本申请实施例与现有技术相比存在的有益效果是：由于采用线性渐近方程建立天然气系统气源供气流量调度的二次规划模型，故天然气系统气源供气流量调度的求解结果唯一和全局最优，避免了调度之解的全局最优性无保障的缺陷；又由于根据支路压缩机压强变比建立天然气系统气源供气流量调度的二次规划模型，故解决了支路压缩机增压损耗气流量难以计入的问题；同时，由于建立节点级分散迭代公式，故天然气系统气源供气流量调度的求解既节点级分散又无源荷气流量私密信息泄露。
附图说明
为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见，下面描述中的附图是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种天然气系统气源供气流量调度的节点级分散方法的实现流程图；
图2是本发明实施例提供的天然气系统通用模型的结构示意图；
图3是本发明实施例提供的一种终端设备的结构示意图。
具体实施方式
为了使本申请所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
参见图1，图1是本发明实施例提供的一种天然气系统气源供气流量调度的节点级分散方法的实现流程图。如图所示的天然气系统气源供气流量调度的节点级分散方法可包括以下步骤：
在步骤101中，根据已知的天然气系统的结构和参数，建立节点气流量平衡的线性渐近方程。
具体实施中，步骤101可以包括步骤A1和步骤B1。
在步骤A1中，根据天然气系统的支路参数和支路两端的压强，运用韦茅斯(Weymouth)方程并撤分其中的耦合项，建立如下的支路天然气流量的线性渐近表达式：
fij＝aijPi+bijPj+cijkij+dijkji
其中，fij为从节点i流入支路ij的天然气流量变量；i和j均为天然气系统中节点的编号，且都属于连续自然数的集合{1，2，…，n}，n为天然气系统中节点的总个数；Pi和Pj分别为节点i和节点j的天然气压强；kij为支路ij上节点i一侧的压缩机所产生的相对节点i的压强变比，不存在节点i一侧的压缩机时kij＝1；kji是支路ij上节点j一侧的压缩机所产生的相对节点j的压强变比，不存在节点j一侧的压缩机时kji＝1；aij为按照
Figure BDA0003092832930000031
Figure BDA0003092832930000032
确定的支路ij的第1修正参数；bij为按照
Figure BDA0003092832930000033
Figure BDA0003092832930000034
确定的支路ij的第2修正参数；cij是按照
Figure BDA0003092832930000035
Figure BDA0003092832930000036
确定的支路ij的第3修正参数；dij是按照
Figure BDA0003092832930000041
确定的支路ij的第4修正参数；Cij是支路ij的管道流量传递参数；Bij是支路ij上节点i一侧的压缩机增压产生的流量损耗参数；sij＝sgn(Pikij-Pjkji)是符号函数。Pi、Pj、kij以及kji均为未知的天然气系统变量。
通过将非线性的韦茅斯方程变换为线性渐近表达式，避免了以非线性方程为约束的优化规划模型难以求解的问题。
在步骤B1中，根据支路天然气流量的线性渐近表达式和天然气系统的支路连接结构，按照流量守恒建立如下的节点i的气流量平衡的线性渐近方程：
Figure BDA0003092832930000042
其中，fsi为接于节点i的气源供气流量变量，且为未知量；fDi为接于节点i的气荷吸气流量参数，且为已知量。
上述节点气流量平衡的线性渐近方程是关于节点天然气压强和支路压缩机压强变比的线性方程，且该线性方程随节点天然气压强和支路压缩机压强变比逼近真值而逼近按流量守恒得到的精确的节点气流量平衡方程。这正是称上述方程为节点气流量平衡的线性渐近方程的缘故。
在步骤102中，根据线性渐近方程、气源供气成本以及支路压缩机压强变比，建立天然气系统气源供气流量调度的二次规划模型；
步骤102包括：以线性渐近方程为约束，并以气源供气成本与支路压缩机压强变比相对1的偏移量的平方和之和最小为目标函数，建立如下的天然气系统气源供气流量调度的二次规划模型：
Figure BDA0003092832930000043
Figure BDA0003092832930000044
其中，αSi为节点i的气源的供气成本函数中二次项(以计入气源增压成本)的系数；βSi为节点i的气源的供气成本函数中一次项的系数；γSi为节点i的气源的供气成本函数中常数项；Ωi是编号为i的节点的所有邻居节点之编号集合；编号为n的节点是天然气系统气流量调度的压强参考节点；i和j均为天然气系统中节点的编号，且都属于连续自然数的集合{1,2，…,n}，n为天然气系统中节点的总个数；Pi和Pj分别为节点i和节点j的天然气压强；Pn是编号为n的节点的天然气压强,且Pn＝1是已知量；kij为支路ij上节点i一侧的压缩机所产生的相对节点i的压强变比，不存在节点i一侧的压缩机时kij＝1；kji是支路ij上节点j一侧的压缩机所产生的相对节点j的压强变比，不存在节点j一侧的压缩机时kji＝1；aij为按照
Figure BDA0003092832930000051
确定的支路ij的第1修正参数；bij为按照
Figure BDA0003092832930000052
确定的支路ij的第2修正参数；cij是按照
Figure BDA0003092832930000053
Figure BDA0003092832930000054
确定的支路ij的第3修正参数；dij是按照
Figure BDA0003092832930000055
Figure BDA0003092832930000056
确定的支路ij的第4修正参数；Cij是支路ij的管道流量传递参数；Bij是支路ij上节点i一侧的压缩机增压产生的流量损耗参数；sij＝sgn(Pikij-Pjkji)是符号函数；fSi为接于节点i的气源供气流量变量，且为未知量；fDi为接于节点i的气荷吸气流量参数，且为已知量。
通过上述二次规划模型，在满足节点气流量平衡方程约束下，既实现供气成本最小，又减小天然气调节设备的磨损。
上述二次规划模型中目标函数的二次项系数都大于零、故是凸函数，约束条件是线性等式，因此是凸二次规划。按最优化理论，它的局部最优解唯一、且是全局最优解。因此，二次规划模型的拉格朗日函数的驻点就是唯一的全局最优解。
在步骤103中，根据二次规划模型建立拉格朗日函数。
步骤103包括：根据二次规划模型，按拉格朗日函数的定义建立如下的拉格朗日函数。
Figure BDA0003092832930000061
其中，
Figure BDA0003092832930000062
为拉格朗日函数；λi为对应节点i的气流量平衡方程的拉格朗日乘子；αSi为节点i的气源的供气成本函数中二次项(以计入气源增压成本)的系数；βSi为节点i的气源的供气成本函数中一次项的系数；γSi为节点i的气源的供气成本函数中常数项；Ωi是编号为i的节点的所有邻居节点之编号集合；编号为n的节点是天然气系统气流量调度的压强参考节点；i和j均为天然气系统中节点的编号，且都属于连续自然数的集合{1，2，…，n}，n为天然气系统中节点的总个数；Pi和Pj分别为节点i和节点j的天然气压强；Pn是编号为n的节点的天然气压强,且Pn＝1是已知量；kij为支路ij上节点i一侧的压缩机所产生的相对节点i的压强变比，不存在节点i一侧的压缩机时kij＝1；kji是支路ij上节点j一侧的压缩机所产生的相对节点j的压强变比，不存在节点j一侧的压缩机时kji＝1；aij为按照
Figure BDA0003092832930000063
确定的支路ij的第1修正参数；bij为按照
Figure BDA0003092832930000064
确定的支路ij的第2修正参数；cij是按照
Figure BDA0003092832930000065
Figure BDA0003092832930000066
确定的支路ij的第3修正参数；dij是按照dij＝Cij[Pj+sijPi2kij2/kij2-Pj20.5-Pikij/kji/4确定的支路jj的第4修正参数；Cij是支路ij的管道流量传递参数；Bij是支路ij上节点i一侧的压缩机增压产生的流量损耗参数；sij＝sgn(Pikij-Pjkji)是符号函数；fSi为接于节点i的气源供气流量变量，且为未知量；fDi为接于节点i的气荷吸气流量参数，且为已知量。
在步骤104中，根据拉格朗日函数建立节点级分散迭代公式，继而根据节点级分散迭代公式获取天然气系统的气源供气流量调度值。
具体实施中，步骤104可以包括步骤A2和步骤B2。
在步骤A2中，根据拉格朗日函数，按驻点的定义建立如下的驻点方程组：
Figure BDA0003092832930000071
其中，
Figure BDA0003092832930000072
为拉格朗日函数；λi为对应节点i的气流量平衡方程的拉格朗日乘子；αSi为节点i的气源的供气成本函数中二次项(以计入气源增压成本)的系数；βSi为节点i的气源的供气成本函数中一次项的系数；γSi为节点i的气源的供气成本函数中常数项；Ωi是编号为i的节点的所有邻居节点之编号集合；编号为n的节点是天然气系统气流量调度的压强参考节点；i和j均为天然气系统中节点的编号，且都属于连续自然数的集合{1,2,…,n}，n为天然气系统中节点的总个数；Pi和Pj分别为节点i和节点j的天然气压强；Pn是编号为n的节点的天然气压强,且Pn＝1是已知量；kij为支路ij上节点i一侧的压缩机所产生的相对节点i的压强变比，不存在节点i一侧的压缩机时kij＝1；kji是支路ij上节点j一侧的压缩机所产生的相对节点j的压强变比，不存在节点j一侧的压缩机时kji＝1；aij为按照
Figure BDA0003092832930000073
确定的支路ij的第1修正参数；bij为按照
Figure BDA0003092832930000074
确定的支路ij的第2修正参数；cij是按照
Figure BDA0003092832930000075
Figure BDA0003092832930000076
确定的支路ij的第3修正参数；dij是按照
Figure BDA0003092832930000077
Figure BDA0003092832930000078
确定的支路ij的第4修正参数；Cij是支路ij的管道流量传递参数；Bij是支路ij上节点i一侧的压缩机增压产生的流量损耗参数；sij＝sgn(Pikij-Pjkji)是符号函数；fSi为接于节点i的气源供气流量变量，且为未知量；fDi为接于节点i的气荷吸气流量参数，且为已知量。
通过求驻点方程组的解，从而获取到目标函数取极小值时各个变量的值。
在步骤B2中，基于驻点方程组，建立如下的节点级分散迭代公式，继而根据节点级分散迭代公式获取天然气系统的气源供气流量调度值：
Figure BDA0003092832930000081
其中，(t+1)表示第t+1步的迭代结果；(t)表示第t步的迭代结果；σ为大于0小于1的惯性参数。
按上述节点级分散迭代公式迭代计算，直至收敛，所得系统各节点气源供气流量最终解，就是天然气系统气源供气流量调度值，从而实现天然气系统气源供气流量的节点级分散调度。
步骤B2按照控制理论，将连续方程组(驻点方程组)转化为离散迭代表达式(节点级分散迭代公式)。按上述节点级分散迭代公式计算编号为i的节点的天然气压强Pi、编号为i的节点的气流量平衡方程的拉格朗日乘子λi、接于节点i的气源供气流量变量fSi和支路ij上节点i一侧的压缩机所产生的相对节点i的压强变比kij时，只需要编号属于集合Ωi的节点(也就是只需要邻居节点)的天然气压强和拉格朗日乘子及靠近邻居节点一侧的支路压缩机压强变比，不需要邻居节点的源荷气流量私密数据。因此，上述迭代公式是节点级分散的，且邻居节点的源荷气流量私密信息无泄露。这正是称本申请给出的方法为天然气系统气源供气流量调度的节点级分散方法的缘故。
本申请实施例首先根据已知的天然气系统的结构和参数，建立节点气流量平衡的线性渐近方程；根据线性渐近方程、气源供气成本以及支路压缩机压强变比，建立天然气系统气源供气流量调度的二次规划模型；根据二次规划模型建立拉格朗日函数；根据拉格朗日函数建立节点级分散迭代公式，继而根据节点级分散迭代公式获取天然气系统的气源供气流量调度值。由于采用线性渐近方程建立天然气系统气源供气流量调度的二次规划模型，故天然气系统气源供气流量调度的求解结果唯一和全局最优，避免了调度之解的全局最优性无保障缺陷；又由于根据支路压缩机压强变比建立天然气系统气源供气流量调度的二次规划模型，故解决了支路压缩机增压损耗气流量难以计入的问题；同时，由于建立节点级分散迭代公式，故天然气系统气源供气流量调度的求解既节点级分散又无源荷气流量私密信息泄露。
本申请实施例第二方面提供的是一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述天然气系统气源供气流量调度的节点级分散方法的步骤。
图3是本申请实施例第三方面提供的终端设备的示意图。该实施例的终端设备3包括：处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32，所述处理器30执行所述计算机程序32时实现上述天然气系统气源供气流量调度的节点级分散方法实施例中的各个步骤，例如图1所示的步骤101至104。本领域技术人员应当理解，图3仅仅是终端设备3的示例，并不构成对终端设备3的限定。所述终端设备3包括但不限于处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32，例如所述终端设备是本身存储器上或外接可移动存储器上存储有所述计算机程序32的服务器、计算机、掌上电脑及其与输入输出设备和网络接入设备的组合。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (7)

1.一种天然气系统气源供气流量调度的节点级分散方法，其特征在于，所述天然气系统气源供气流量调度的节点级分散方法包括：
根据已知的天然气系统的结构和参数，建立节点气流量平衡的线性渐近方程；
根据所述线性渐近方程、气源供气成本以及支路压缩机压强变比，建立天然气系统气源供气流量调度的二次规划模型；
根据所述二次规划模型建立拉格朗日函数；
根据所述拉格朗日函数建立节点级分散迭代公式，继而根据所述节点级分散迭代公式获取所述天然气系统的气源供气流量调度值。
2.根据权利要求1所述的天然气系统气源供气流量调度的节点级分散方法，其特征在于，所述根据已知的天然气系统的结构和参数，建立节点气流量平衡的线性渐近方程包括：
根据所述天然气系统的支路参数和支路两端的压强，运用Weymouth方程并撤分其中的耦合项，建立如下的支路天然气流量的线性渐近表达式：
fij＝aijPi+bijPj+cijkij+dijkji
其中，fij为从节点i流入支路ij的天然气流量变量；i和j均为所述天然气系统中节点的编号，且都属于连续自然数的集合{1，2，…，n}，n为所述天然气系统中所述节点的总个数；Pi和Pj分别为所述节点i和节点j的天然气压强；kij为所述支路ij上所述节点i一侧的压缩机所产生的相对所述节点i的压强变比，不存在所述节点i一侧的压缩机时kij＝1；kji是所述支路ij上所述节点j一侧的压缩机所产生的相对所述节点j的压强变比，不存在所述节点j一侧的压缩机时kji＝1；aij为按照
Figure FDA0003092832920000011
确定的所述支路ij的第1修正参数；bij为按照
Figure FDA0003092832920000012
确定的所述支路ij的第2修正参数；cij为按照
Figure FDA0003092832920000021
Figure FDA0003092832920000022
确定的所述支路ij的第3修正参数；dij为按照
Figure FDA0003092832920000023
确定的所述支路ij的第4修正参数；Cij是所述支路ij的管道流量传递参数；Bij为所述支路ij上所述节点i一侧的压缩机增压产生的流量损耗参数；sij＝sgn(Pikij-Pjkji)为符号函数；
根据所述支路天然气流量的线性渐近表达式和所述天然气系统的支路连接结构，按照流量守恒建立如下的所述节点i的气流量平衡的线性渐近方程：
Figure FDA0003092832920000024
其中，fSi为接于所述节点i的气源供气流量变量；fDi为接于所述节点i的气荷吸气流量参数。
3.根据权利要求1所述的天然气系统气源供气流量调度的节点级分散方法，其特征在于，所述根据所述线性渐近方程、气源供气成本以及支路压缩机压强变比，建立天然气系统气源供气流量调度的二次规划模型包括：
以所述线性渐近方程为约束，并以所述气源供气成本与所述支路压缩机压强变比相对1的偏移量的平方和之和最小为目标函数，建立如下的所述天然气系统气源供气流量调度的二次规划模型：
Figure FDA0003092832920000025
Figure FDA0003092832920000026
其中，αSi为节点i的气源的供气成本函数中二次项(以计入气源增压成本)的系数；βSi为所述节点i的气源的供气成本函数中一次项的系数；γSi为所述节点i的气源的供气成本函数中常数项；Ωi是编号为i的节点的所有邻居节点之编号集合；编号为n的节点是天然气系统气流量调度的压强参考节点；i和j均为所述天然气系统中节点的编号，且都属于连续自然数的集合{1，2，…，n}，n为所述天然气系统中所述节点的总个数；Pi和Pj分别为所述节点i和节点j的天然气压强；Pn是所述编号为n的节点的天然气压强，且Pn＝1是已知量；kij为所述支路ij上所述节点i一侧的压缩机所产生的相对所述节点i的压强变比，不存在所述节点i一侧的压缩机时kij＝1；kji是所述支路ij上所述节点j一侧的压缩机所产生的相对所述节点j的压强变比，不存在所述节点j一侧的压缩机时kji＝1；aij为按照
Figure FDA0003092832920000031
确定的所述支路ij的第1修正参数；bij为按照
Figure FDA0003092832920000032
确定的所述支路ij的第2修正参数；cij是按照
Figure FDA0003092832920000033
Figure FDA0003092832920000034
确定的所述支路ij的第3修正参数；dij是按照
Figure FDA0003092832920000035
确定的所述支路ij的第4修正参数；Cij是所述支路ij的管道流量传递参数；Bij是所述支路ij上所述节点i一侧的压缩机增压产生的流量损耗参数；sij＝sgn(Pikij-Pjkji)是符号函数；fSi为接于所述节点i的气源供气流量变量；fDi为接于所述节点i的气荷吸气流量参数。
4.根据权利要求1所述的天然气系统气源供气流量调度的节点级分散方法，其特征在于，所述根据所述二次规划模型建立拉格朗日函数包括：
根据所述二次规划模型，按拉格朗日函数的定义建立如下的拉格朗日函数；
Figure FDA0003092832920000036
其中，
Figure FDA0003092832920000037
为拉格朗日函数；λi为对应节点i的气流量平衡方程的拉格朗日乘子；αSi为节点i的气源的供气成本函数中二次项(以计入气源增压成本)的系数；βSi为所述节点i的气源的供气成本函数中一次项的系数；γSi为所述节点i的气源的供气成本函数中常数项；Ωi是编号为i的节点的所有邻居节点之编号集合；编号为n的节点是天然气系统气流量调度的压强参考节点；i和j均为所述天然气系统中节点的编号，且都属于连续自然数的集合{1，2，…，n}，n为所述天然气系统中所述节点的总个数；Pi和Pj分别为所述节点i和节点j的天然气压强；Pn是所述编号为n的节点的天然气压强，且Pn＝1是已知量；kij为所述支路ij上所述节点i一侧的压缩机所产生的相对所述节点i的压强变比，不存在所述节点i一侧的压缩机时kij＝1；kji是所述支路ij上所述节点j一侧的压缩机所产生的相对所述节点j的压强变比，不存在所述节点j一侧的压缩机时kji＝1；aij为按照
Figure FDA0003092832920000041
Figure FDA0003092832920000042
确定的所述支路ij的第1修正参数；bij为按照
Figure FDA0003092832920000043
确定的所述支路ij的第2修正参数；cij是按照
Figure FDA0003092832920000044
Figure FDA0003092832920000045
确定的所述支路ij的第3修正参数；dij是按照
Figure FDA0003092832920000046
Figure FDA0003092832920000047
确定的所述支路ij的第4修正参数；Cij是所述支路ij的管道流量传递参数；Bij是所述支路ij上所述节点i一侧的压缩机增压产生的流量损耗参数；sij＝sgn(Pikij-Pjkji)是符号函数；fSi为接于所述节点i的气源供气流量变量；fDi为接于所述节点i的气荷吸气流量参数。
5.根据权利要求1所述的天然气系统气源供气流量调度的节点级分散方法，其特征在于，所述根据所述拉格朗日函数建立节点级分散迭代公式，继而根据所述节点级分散迭代公式获取所述天然气系统的气源供气流量调度值包括：
根据所述拉格朗日函数，按驻点的定义建立如下的驻点方程组：
Figure FDA0003092832920000051
其中，
Figure FDA0003092832920000052
为拉格朗日函数；λi为对应节点i的气流量平衡方程的拉格朗日乘子；αSi为节点i的气源的供气成本函数中二次项(以计入气源增压成本)的系数；βSi为所述节点i的气源的供气成本函数中一次项的系数；γSi为所述节点i的气源的供气成本函数中常数项；Ωi是编号为i的节点的所有邻居节点之编号集合；编号为n的节点是天然气系统气流量调度的压强参考节点；i和j均为所述天然气系统中节点的编号，且都属于连续自然数的集合{1，2，…，n}，n为所述天然气系统中所述节点的总个数；Pi和Pj分别为所述节点i和节点j的天然气压强；Pn是所述编号为n的节点的天然气压强，且Pn＝1是已知量；kij为所述支路ij上所述节点i一侧的压缩机所产生的相对所述节点i的压强变比，不存在所述节点i一侧的压缩机时kij＝1；kji是所述支路ij上所述节点j一侧的压缩机所产生的相对所述节点j的压强变比，不存在所述节点j一侧的压缩机时kji＝1；aij为按照
Figure FDA0003092832920000053
确定的所述支路ij的第1修正参数；bij为按照
Figure FDA0003092832920000054
确定的所述支路ij的第2修正参数；cij是按照
Figure FDA0003092832920000055
Figure FDA0003092832920000056
确定的所述支路ij的第3修正参数；dij是按照
Figure FDA0003092832920000057
确定的所述支路ij的第4修正参数；Cij是所述支路ij的管道流量传递参数；Bij是所述支路ij上所述节点i一侧的压缩机增压产生的流量损耗参数；sij＝sgn(Pikij-Pjkji)是符号函数；fSi为接于所述节点i的气源供气流量变量；fDi为接于所述节点i的气荷吸气流量参数；
基于所述驻点方程组，建立如下的节点级分散迭代公式，继而根据所述节点级分散迭代公式获取所述天然气系统的气源供气流量调度值：
Figure FDA0003092832920000061
其中，(t+1)表示第t+1步的迭代结果；(t)表示第t步的迭代结果；σ为大于0小于1的惯性参数。
6.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述天然气系统气源供气流量调度的节点级分散方法的步骤。
7.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述天然气系统气源供气流量调度的节点级分散方法的步骤。
CN202110601438.5A 2021-05-31 2021-05-31 天然气系统气源供气流量调度的节点级分散方法 Expired - Fee Related CN113269449B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110601438.5A CN113269449B (zh) 2021-05-31 2021-05-31 天然气系统气源供气流量调度的节点级分散方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110601438.5A CN113269449B (zh) 2021-05-31 2021-05-31 天然气系统气源供气流量调度的节点级分散方法

Publications (2)

Publication Number Publication Date
CN113269449A true CN113269449A (zh) 2021-08-17
CN113269449B CN113269449B (zh) 2022-10-04

Family

ID=77233662

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110601438.5A Expired - Fee Related CN113269449B (zh) 2021-05-31 2021-05-31 天然气系统气源供气流量调度的节点级分散方法

Country Status (1)

Country Link
CN (1) CN113269449B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114065669A (zh) * 2021-11-26 2022-02-18 成都千嘉科技有限公司 一种基于燃气管网拓扑的燃气调度方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2953385A1 (en) * 2014-06-30 2016-01-07 Evolving Machine Intelligence Pty Ltd A system and method for modelling system behaviour
CN108062607A (zh) * 2018-01-11 2018-05-22 南方电网科学研究院有限责任公司 一种求解多区域电网经济调度模型的优化方法
CA3036879A1 (en) * 2018-03-16 2019-09-16 Feng Pan Integrated solution techniques for security constrained unit commitment problem
CN110377973A (zh) * 2019-06-28 2019-10-25 西安交通大学 一种标准线性化综合能源系统模型的构建方法
CN110601203A (zh) * 2019-09-30 2019-12-20 重庆大学 一种电-气耦合系统分段线性化最优潮流计算方法
CN112288283A (zh) * 2020-10-30 2021-01-29 国网福建省电力有限公司厦门供电公司 多区互联的微网系统分散协调调度方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2953385A1 (en) * 2014-06-30 2016-01-07 Evolving Machine Intelligence Pty Ltd A system and method for modelling system behaviour
CN108062607A (zh) * 2018-01-11 2018-05-22 南方电网科学研究院有限责任公司 一种求解多区域电网经济调度模型的优化方法
CA3036879A1 (en) * 2018-03-16 2019-09-16 Feng Pan Integrated solution techniques for security constrained unit commitment problem
CN110377973A (zh) * 2019-06-28 2019-10-25 西安交通大学 一种标准线性化综合能源系统模型的构建方法
CN110601203A (zh) * 2019-09-30 2019-12-20 重庆大学 一种电-气耦合系统分段线性化最优潮流计算方法
CN112288283A (zh) * 2020-10-30 2021-01-29 国网福建省电力有限公司厦门供电公司 多区互联的微网系统分散协调调度方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
T. A. ADEOSUN等: "《Development of unsteady-state Weymouth equations for gas volumetric flow rate in horizontal and inclined pipes》", 《JOURNAL OF NATURAL GAS SCIENCE AND ENGINEERING》 *
彭建春等: "《基于支路耗散功率转归分量的最优潮流模型与算法》", 《电网技术》 *
李美成等: "《基于可再生能源不确定性的多能源微网调度优化模型研究》", 《电网技术》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114065669A (zh) * 2021-11-26 2022-02-18 成都千嘉科技有限公司 一种基于燃气管网拓扑的燃气调度方法
CN114065669B (zh) * 2021-11-26 2023-04-25 成都千嘉科技股份有限公司 一种基于燃气管网拓扑的燃气调度方法

Also Published As

Publication number Publication date
CN113269449B (zh) 2022-10-04

Similar Documents

Publication Publication Date Title
Zhou et al. A trial-and-error congestion pricing scheme for networks with elastic demand and link capacity constraints
Lu et al. Distributed resource allocation via multi-agent systems under time-varying networks
CN110570034B (zh) 一种基于多XGBoost模型融合的母线负荷预测方法
CN113269449B (zh) 天然气系统气源供气流量调度的节点级分散方法
Mattioni et al. Discrete-time energy-balance passivity-based control
CN113205128A (zh) 基于无服务器计算的分布式深度学习性能保证方法
CN113283194B (zh) 获取天然气系统最小状态气流量的节点级分散方法
Shi et al. Multi-cluster distributed optimization via random sleep strategy
Bravo Distributed methods for resource allocation: a passivity based approach
CN105262702B (zh) 基于最小时延抖动的tdma通信网络时隙均匀分配方法
Wang et al. Nonlinear output-feedback tracking in multiagent systems with an unknown leader and directed communication
CN107947153B (zh) 一种最小化交直流混合输电系统中有功损耗的方法
Yilmaz et al. On a new smoothing technique for non-smooth, non-convex optimization
CN113381453B (zh) 交流电力系统电源发电功率调度的节点级分散方法
Huang et al. A primal decomposition approach to globally coupled aggregative optimization over networks
Carrillo et al. Contractivity of Wasserstein metrics and asymptotic profiles for scalar conservation laws
Huang et al. Distributed stochastic nash equilibrium learning in locally coupled network games with unknown parameters
Chydzinski Burst ratio for a versatile traffic model
CN113675854A (zh) 一种考虑台区电压损耗的配网线变校验方法及装置
O'Malley Coordination of Gas-Electric Networks: Modeling, Optimization and Uncertainty
Zan Staffing service centers under arrival-rate uncertainty
Zhang et al. Approximate optimal solution of the DTHJB equation for a class of nonlinear affine systems with unknown dead-zone constraints
Lin et al. Improved characterization for AC-feasible power transfer regions of virtual power plants
Fetterolf Design of data networks with spanning tree bridges
CN113381402A (zh) 获取交流电力系统最小状态潮流的节点级分散方法

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
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20221004