CN113890023A - 一种综合能源微网分布式经济调度优化方法及系统 - Google Patents
一种综合能源微网分布式经济调度优化方法及系统 Download PDFInfo
- Publication number
- CN113890023A CN113890023A CN202111156374.9A CN202111156374A CN113890023A CN 113890023 A CN113890023 A CN 113890023A CN 202111156374 A CN202111156374 A CN 202111156374A CN 113890023 A CN113890023 A CN 113890023A
- Authority
- CN
- China
- Prior art keywords
- natural gas
- hydrogen
- constraint
- power
- gas
- 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
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 120
- 238000000034 method Methods 0.000 title claims abstract description 82
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims abstract description 301
- 229910052739 hydrogen Inorganic materials 0.000 claims abstract description 158
- 239000001257 hydrogen Substances 0.000 claims abstract description 158
- 239000003345 natural gas Substances 0.000 claims abstract description 142
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims abstract description 141
- 238000004146 energy storage Methods 0.000 claims abstract description 80
- 230000008878 coupling Effects 0.000 claims abstract description 35
- 238000010168 coupling process Methods 0.000 claims abstract description 35
- 238000005859 coupling reaction Methods 0.000 claims abstract description 35
- 239000007789 gas Substances 0.000 claims description 109
- 239000000243 solution Substances 0.000 claims description 30
- 238000003860 storage Methods 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 23
- 230000005611 electricity Effects 0.000 claims description 22
- 239000000446 fuel Substances 0.000 claims description 22
- 238000004519 manufacturing process Methods 0.000 claims description 18
- 230000007246 mechanism Effects 0.000 claims description 16
- 238000005868 electrolysis reaction Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 9
- 230000015572 biosynthetic process Effects 0.000 claims description 8
- 238000003786 synthesis reaction Methods 0.000 claims description 8
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 6
- 230000009977 dual effect Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000002347 injection Methods 0.000 claims description 4
- 239000007924 injection Substances 0.000 claims description 4
- 230000002457 bidirectional effect Effects 0.000 claims description 3
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 3
- 239000001569 carbon dioxide Substances 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 101150067055 minC gene Proteins 0.000 claims description 2
- 230000001502 supplementing effect Effects 0.000 claims description 2
- 230000003993 interaction Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000007599 discharging Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 229910052799 carbon Inorganic materials 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/30—The power source being a fuel cell
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
-
- 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
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
-
- 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
Abstract
本发明公开了一种综合能源微网分布式经济调度优化方法及系统，分析氢储能系统的工作特性，得到电力能流、天然气能流、氢能流能量流动路径；根据氢储能系统的工作特性，建立以综合能源微网运行成本最小化为目标的经济调度优化模型；建立经济调度优化模型的约束条件，包括氢储能系统约束、电力系统约束、天然气系统约束和耦合元件约束；根据经济调度优化模型和约束条件，构建基于交替方向乘子法的分布式求解方法，电力系统经济调度优化子问题与天然气‑氢气经济调度优化子问题进行交替迭代求解后获得满足收敛性条件的最优解，优化经济调度。可以在有限信息交互的情况下实现全局优化。
Description
技术领域
本发明属于技术领域，具体涉及一种综合能源微网分布式经济调度优化方法及系统。
背景技术
碳达峰和碳中和的战略目标顺应了全球低碳发展的趋势，作为能源互联网的主要组成部分，综合能源系统(Integrated Energy System，IES)成为实现节能减排的关键环节。IES可以打破现有单个能源子系统独立规划和运行的固有模式，进而保证多能源系统经济、高效、协调运行。因此，IES的经济调度优化是目前的研究热点之一。
电气互联综合能源系统(Integrated Electricity-Gas System,IEGS)中存在大量燃气发电机或电转气设备(Power to gas,P2G)的耦合关系，IEGS主要考虑电力网络和天然气网络约束来进行调度优化运行，随着电解氢技术的发展，剩余的电能通过电解槽转化为氢能储存，当电力供应不足时，这部分能量可以通过燃料电池转化为电能。此外，数据表明，电解氢的效率比电转天然气的效率高出约30％。因此，氢气储能是一种很有前途的储能技术方法。
IES经济调度是稳定运行研究的重要组成部分，也可以实现多种能源的互补互济。IES的经济运行与各能源子系统的协调和优化不可分割，因此子系统之间的信息通信非常重要。然而，由于每个能源子系统的信息隐私的限制，集中式优化算法似乎并不实际。在此基础上，分布式算法受到了学者的广泛关注和研究。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种综合能源微网分布式经济调度优化方法及系统，在综合能源系统中考虑氢储能系统，在建模和分析中将P2G过程细化为电解和电天然气制氢气的子过程，基于ADMM的分布式方法，应用于IES经济调度优化问题中，可以在有限信息交互的情况下实现全局优化。
本发明采用以下技术方案：
一种综合能源微网分布式经济调度优化方法，包括以下步骤：
S1、分析氢储能系统的工作特性，得到电力能流、天然气能流、氢能流能量流动路径；
S2、根据步骤S1得到的氢储能系统的工作特性，建立以综合能源微网运行成本最小化为目标的经济调度优化模型；
S3、建立步骤S2构建的经济调度优化模型的约束条件，包括氢储能系统约束、电力系统约束、天然气系统约束和耦合元件约束；
S4、根据步骤S2构建的经济调度优化模型和步骤S3的约束条件，构建基于交替方向乘子法的分布式求解方法，电力系统经济调度优化子问题与天然气-氢气经济调度优化子问题进行交替迭代求解后获得满足收敛性条件的最优解，优化经济调度。
具体的，步骤S1中，氢储能系统包括电解制氢单、燃料电池单元、氢转天然气单元和储氢单元；通过电解过程，电解制氢单元将电能转化为氢气，储存在储氢单元或满足氢负荷供应；氢转天然气单元使用储氢单元中的氢气和空气中捕获的二氧化碳来合成甲烷；当电网电力供应不足时，启动燃料电池单元，同时通过燃气发电机补充电力缺额，将氢气或天然气中的化学能转化为电能，并送回电网；通过氢储能系统、P2G设备及燃气发电机，电力系统与天然气系统形成双向耦合关系。
具体的，步骤S2中，综合能源微网运行成本minC包括电力系统运行成本Ce和天然气-氢气混合系统运行成本Cg，电力系统运行成本Ce考虑燃气发电机组燃气成本和从主电网购电成本，包括经济调度优化模型的燃气成本
和从主电网的购电成本
天然气-氢气混合系统运行成本Cg考虑甲烷合成过程中氢储能系统的能量损失，包括氢储能系统的能量损失成本
和电转天然气带来的收益
具体的，步骤S3中，氢储能系统约束包括：
氢储能约束表示如下：
其中，
和
分别表示在时间t和t-1时刻的氢储能系统的剩余电量，
和
是氢储能系统的最大和最小容量限制。
是t时刻氢储能系统输出的有功功率，
是t时刻氢负荷有功功率；
放电约束条件如下：
其中，
分别为电解槽有功功率上下限，
分别为燃料电池单元有功功率上下限，
分别为P2G装置的有功功率上下限；
为0/1变量，分别表示充电和放电的状态。
具体的，步骤S3中，电力系统约束包括：
联络线约束：
PG,min≤Pt G≤PG,max
其中，Pt G表示t时刻与主网联络线传输的有功功率，PG,max和PG,min分别表示主网联络线上传输的有功功率上下限；
电力传输线约束：
其中，
表示t时刻第l条线路的有功功率，Pl EL,max和Pl EL,max分别表示第l条线路的有功功率上下限，Bl表示第l条线路的导纳值，θm,t和θn,t分别表示t时刻第m和n节点的相角；
相角约束为：
其中，θi,t表示t时刻第i节点的相角，
和
表示第i节点的相角值上下限；
系统电力平衡约束为：
其中，
表示t时刻第i台燃气发电机输出的有功功率，NGG表示燃气发电机的数量，Pt G表示t时刻与主网联络线传输的有功功率，Pt w表示t时刻风力发电机输出的有功功率，Nd表示负荷节点的数量，
表示t时刻第i个负荷节点的有功功率，Pt H1是t时刻氢储能系统输出的有功功率，Pt H2是t时刻氢负荷有功功率，NFC表示燃料电池单元的数量，
为t时刻第i个燃料电池单元有功功率。
具体的，步骤S3中，天然气系统约束包括：
气源气流约束：
其中，
表示t时刻气源w生产的天然气气体流量，
和
分别表示气源生产气流量的上下限；
天然气管道节点的正常压力水平：
其中，πj,t表示t时刻天然气网络节点j的气压，
和
分别表示天然气网络节点j气压的上下限；
和
是0/1变量；
对于稳态天然气管道气体流量及其气流方向的约束条件：
其中，
表示在时刻t从节点j到节点i的天然气流量，
表示管道气体最大流量；kmn代表节点m,n之间管道的气体传输参数；
天然气系统气流平衡约束：
其中，
分别表示在时刻t节点i气源生产的气流量、P2G装置注入的气流量、燃气发电机的天然气消耗气流量和天然气负荷，
表示在时间t时从节点j到节点i的天然气流量。
具体的，步骤S3中，耦合元件约束包括：
t时刻氢储能系统的输出功率
与天然气网络的注入功率
之间的关系表示为：
其中，H为天燃气热值系数，
为在P2G装置时刻t注入节点i的气流量，αHtG是P2G设备氢气合成甲烷的效率系数；
天然气消耗气流量
与燃气发电机组发电功率
之间的关系表示为：
其中，
表示在时刻t节点i燃气发电机的天然气消耗气流量，ηGG表示燃气发电机效率系数。
具体的，步骤S4具体为：
S401、初始化系统参数、惩罚参数和耦合变量，设置迭代的初始值。以及原始残差和对偶残差的阈值；
S402、电力系统调度机构解决电力系统经济调度优化子问题，根据第s次迭代得到的耦合变量和乘子
电力系统调度机构对电力系统经济调度优化子问题进行求解，得到最优解
和
S403、天然气系统调度机构解决天然气系统经济调度优化子问题，根据第s+1次迭代得到的耦合变量
和根据第s次得到的乘子
天然气系统调度机构对天然气系统经济调度优化子问题进行求解，得到最优解
和
S404、计算步骤S402和步骤S403中得到的耦合变量的平均值
S405、判断迭代的收敛性，如果满足收敛准则，则输出计算结果，否则，转至步骤S406；
S406、更新乘子，然后s＝s+1，返回步骤S402并开始新一轮迭代。
进一步的，电力系统经济调度优化子问题为：
天然气系统经济调度优化子问题为：
其中，
为对构建的分布式电力系统经济调度优化子问题进行求解使成本最低，
为对构建的分布式天然气系统经济调度优化子问题进行求解使成本最低，Ce为集中式模型中电力系统经济调度优化子问题的成本，Cg为集中式模型中天然气系统经济调度优化子问题的成本，T为一个调度周期24h，
和
分别为第s次迭代时燃气发电机消耗的天然气流量和P2G设备生产的天然气流量的乘子，
和
分别为电力系统调度优化运行子问题中待求的t时刻第i个燃气发电机天然气量需求及第j个P2G设备可生产的天然气流量，
和
分别为第s次迭代天然气系统调度优化运行子问题中求解得到的t时刻可供应第i个燃气发电机的天然气量及第j个P2G设备生产的天然气需求量，
和
分别为电力系统调度优化运行子问题中求解得到的t时刻第i个燃气发电机天然气量需求及第j个P2G设备可生产的天然气流量，
和
分别为第s次迭代天然气系统调度优化运行子问题中待求的t时刻可供应第i个燃气发电机的天然气量及第j个P2G设备生产的天然气需求量，ρGG和ρP2G分别为燃气发电机耗气量和P2G设备产气量的惩罚因子。
本发明的另一技术方案是，一种综合能源微网分布式经济调度优化系统，包括：
分析模块，分析氢储能系统的工作特性，得到电力能流、天然气能流、氢能流能量流动路径；
目标模块，根据分析模块得到的氢储能系统的工作特性，建立以综合能源微网的运行成本最小化为目标的经济调度优化模型；
约束模块，建立目标模块构建的经济调度优化模型的约束条件，包括氢储能系统约束、电力系统约束、天然气系统约束和耦合元件约束；
优化模块，根据目标模块的经济调度优化模型和约束模块的约束条件，构建基于交替方向乘子法的分布式求解方法，电力系统经济调度优化子问题与天然气-氢气经济调度优化子问题进行交替迭代求解后获得满足收敛性条件的最优解，优化经济调度。
与现有技术相比，本发明至少具有以下有益效果：
本发明一种综合能源微网分布式经济调度优化方法，通过分析模块、目标模块、约束模块、优化模块，构建经济调度模型与分布式求解算法，克服集中式调度方法无法保证实用性以及信息隐私性的弊端。
进一步的，步骤S1是分析氢储能系统的工作特性，得到各能流流动路径，对后续调度优化模型及约束条件的构建厘清脉络。
进一步的，步骤S2构建以综合能源微网运行成本最小化为目标的经济调度优化模型，运行成本主要包括电力系统与天然气-氢气混合系统两部分，电力系统运行成本考虑燃气发电机组燃气成本和从主电网购电成本，天然气-氢气混合系统运行成本考虑甲烷合成过程中氢储能系统的能量损失，包括氢储能系统的能量损失成本和电转天然气带来的收益，有利于综合考虑各系统运行成本以达到经济最优化。
进一步的，步骤S3氢储能系统约束设置包括了包含充放电过程的剩余电量约束，以及电解槽、燃料电池、P2G装置的功率上下限约束，更为实际有效地刻画氢储能系统的运行状态。
进一步的，步骤S3电力系统约束设置包括了联络线约束、电力传输线约束、相角约束、电力平衡约束，更为实际有效地刻画电力系统的运行状态。
进一步的，步骤S3天然气系统约束设置包括了气源气流约束、节点气压约束、管道流量约束、气流平衡约束，更为实际有效地刻画天然气系统的运行状态。
进一步的，步骤S3耦合元件约束设置包括了氢储能系统的输出功率与天然气网络的注入功率关系约束、天然气消耗气流量与燃气发电机组发电功率关系约束，进而将能源转化效率与耦合关系用约束条件有效表达出来。
进一步的，步骤S4中的基于交替方向乘子法的分布式求解方法做了进一步的说明，目的在于更加明确分布式求解算法的求解过程。
进一步的，电力系统经济调度优化子问题和天然气系统经济调度优化子问题是在集中式调度优化运行问题上分解，通过这两个子问题的交替迭代求解，可以在保证信息私密性和各自利益的情况下实现综合能源微网的经济调度优化运行。
综上所述，本发明在综合能源系统中考虑了氢储能系统，同时在建模和分析中，将P2G过程细化为电解和电天然气制氢气的子过程；提出基于ADMM的分布式算法，并应用于IES经济调度优化问题中，可以在有限信息交互的情况下实现全局优化。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明流程示意图；
图2为综合能源微网结构特性及能量流动路径图；
图3为实际案例中综合能源微网的具体拓扑结构图；
图4为实际案例中综合能源微网24小时的电力、天然气、氢气负荷数据示意图；
图5为电价曲线图，其中，(a)为24小时分时电价曲线图；(b)为风电机组24小时预测发电功率曲线图；
图6为迭代过程中残差的变化图；
图7为实际案例中综合能源微网各类有功功率输出的24h变化图。
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。
在本发明的描述中，需要理解的是，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
在附图中示出了根据本发明公开实施例的各种结构示意图。这些图并非是按比例绘制的，其中为了清楚表达的目的，放大了某些细节，并且可能省略了某些细节。图中所示出的各种区域、层的形状及它们之间的相对大小、位置关系仅是示例性的，实际中可能由于制造公差或技术限制而有所偏差，并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。
本发明提供了一种综合能源微网分布式经济调度优化方法，首先分析了氢储能系统的典型架构和运行特点，建立了综合能源微网的经济调度优化模型，通过构建基于交替方向乘子法的分布式经济调度优化算法，将集中式的全局优化问题解耦成不同子问题独立迭代求解，克服了传统集中式经济调度优化方法无法保证不同调度机构数据隐私以及各自利益的弊端，利于拓展分布式方法的应用范围和提高其实用性。最后通过综合能源微网实例代入计算，验证了该模型和方法的有效性和适用性。
请参阅图1，本发明一种综合能源微网分布式经济调度优化方法，包括以下步骤：
S1、根据现有对综合能源微网的研究，综合考虑各类研究的优缺点，分析氢储能系统的工作特性，明确电力能流、天然气能流、氢能流能量流动路径，并以此为基础构建一种考虑氢储能的综合能源微网分布式经济调度优化模型；
请参阅图2，氢储能系统包括4个主要部分：电解制氢单元(EHPU)、燃料电池单元(FCU)、氢转天然气单元(HtGU)和储氢单元(HSU)。通过电解过程，EHPU可以将电能转化为氢气，储存在HSU或满足氢负荷供应；HtGU可以进一步使用HSU中的氢气和空气中捕获的二氧化碳来合成甲烷。当电网电力供应不足时，启动FCU，同时可通过燃气发电机补充电力缺额，此类措施可以将氢气或天然气中的化学能转化为电能，并将其送回电网。通过氢储能系统、P2G设备及燃气发电机，电力系统与天然气系统形成了有效的双向耦合关系，实现能源的互补互济，提高了能源利用效率。
S2、建立以综合能源微网的运行成本最小化为目标的经济调度优化模型；
运行成本分为两部分，电力系统运行成本和天然气-氢气混合系统运行成本；电力系统运行成本主要考虑燃气发电机组燃气成本和从主电网购电成本，天然气-氢气混合系统的运行成本主要考虑甲烷合成过程中氢储能系统的能量损失。
综合能源微网运行成本如下：
min C＝Ce+Cg (1)
其中，Ce表示电力系统运行成本，Cg表示天然气-氢气混合系统运行成本。
1)电力系统运行成本
在综合能源微网中，发电机组包括燃气发电机和风力发电机，风力发电机不消耗燃料，经济调度优化模型的燃气成本
如下：
其中HG是天然气的热值常数，Cn1表示天然气的购买价格。η1为燃气发电机发电效率系数，
表示在t时刻第i台燃气发电机有功功率输出，Δt为时间步长。
在调度优化模型中，需要考虑从主电网的购电成本
其中λt为第t时刻的电价，
表示第t时刻从主电网购电的有功功率。
2)天然气-氢气混合系统运行成本
天然气-氢气混合系统运行成本Cg包括氢储能系统的能量损失成本
和电转天然气带来的收益
这两个主要部分：
风力发电机产生的多余功率可以通过电转气设备转换为天然气。公式(6)表示注入天然气网络的CH4的带来的收益：
其中，Cn2表示天然气的销售价格，
表示在t时刻第i台P2G设备的有功功率输出。
在储能系统充放电过程和P2G设备合成甲烷的过程中，存在着能量损失。在经济调度优化中，需要合理考虑这部分运行成本，在公式(7)中，考虑电解制氢、燃料电池单元和电转天然气的能量损失成本。
其中，αEtH和αHtG是电解制氢和P2G设备氢气合成甲烷的效率系数，NEtH和NHtG是电解槽和P2G装置的数量，
分别代表在t时刻第i个电解槽和第i个P2G装置的有功功率输出，
表示在t时刻第i个燃料电池单元的有功功率输出。
S3、建立综合能源微网分布式经济调度优化模型的约束条件；
按照系统不同属性和特性可以分为：氢储能系统约束、电力系统约束、天然气系统约束、耦合元件约束。氢储能系统中，系统运行约束为系统电量约束，设备运行约束包括电解制氢单元功率约束、燃料电池单元放电功率约束和电转天然气单元功率约束；电力系统中，系统运行约束包括电力系统联络线约束、电力系统电力平衡约束，设备运行约束包括电力传输线约束、相角约束；天然气系统中，系统运行约束为系统气流平衡约束，设备运行约束包括气源输出流量约束、气压约束、管道气体流量约束、气流方向约束；耦合元件约束属于设备运行约束。
氢储能系统约束包括系统电量约束、电解制氢单元功率约束、燃料电池单元放电功率约束和电转天然气单元功率约束；
假设在一个调度运行周期内储能装置的充放电功率恒定，氢储能电量约束表示如下：
其中，
和
分别表示在时间t和t-1时刻的氢储能系统的剩余电量，
和
是氢储能系统的最大和最小容量限制。
是t时刻氢储能系统输出的有功功率，
是t时刻氢负荷有功功率。
根据对氢储能系统的原理和运行特点的分析，其充放电约束条件表示如下：
其中，
分别为电解槽有功功率上下限，
分别为燃料电池单元有功功率上下限，
分别为P2G装置的有功功率上下限；
为0/1变量，分别表示充电和放电的状态。
电力系统约束包括联络线约束、电力传输线约束、相角约束、系统电力平衡约束；
联络线约束表示为：
PG,min≤Pt G≤PG,max (14)
其中，Pt G表示t时刻与主网联络线传输的有功功率，PG,max和PG,min分别表示主网联络线上传输的有功功率上下限。
电力传输线约束
其中，
表示t时刻第l条线路的有功功率，Pl EL,max和Pl EL,max分别表示第l条线路的有功功率上下限，Bl表示第l条线路的导纳值，θm,t和θn,t分别表示t时刻第m和n节点的相角。
相角约束
其中，θi,t表示t时刻第i节点的相角，
和
表示第i节点的相角值上下限。
系统电力平衡约束
其中，
表示t时刻第i台燃气发电机输出的有功功率，NGG表示燃气发电机的数量，Pt G表示t时刻与主网联络线传输的有功功率，Pt w表示t时刻风力发电机输出的有功功率，Nd表示负荷节点的数量，
表示t时刻第i个负荷节点的有功功率，Pt H1是t时刻氢储能系统输出的有功功率，Pt H2是t时刻氢负荷有功功率，NFC表示燃料电池单元的数量，
为t时刻第i个燃料电池单元有功功率。
天然气系统约束包括气源输出流量约束、气压约束、管道气体流量约束、气流方向约束、系统气流平衡约束；
在天然气系统的调度运行中，需要考虑气流和压力等约束条件，公式(18)表示气源气流约束：
其中，
表示t时刻气源w生产的天然气气体流量，
和
分别表示气源生产气流量的上下限。
公式(19)-(20)保证天然气管道节点的正常压力水平。
其中，πj,t表示t时刻天然气网络节点j的气压，
和
分别表示天然气网络节点j气压的上下限；
和
是0/1变量，当气体从管道节点m流向n时，
和
的值分别为1和0，反之亦然。
公式(21)-(23)是对于稳态天然气管道气体流量及其气流方向的约束条件。
其中，
表示在时刻t从节点j到节点i的天然气流量，
表示管道气体最大流量；kmn代表节点m,n之间管道的气体传输参数。
约束条件(24)是天然气系统气流平衡约束：
其中，
分别表示在时刻t节点i气源生产的气流量、P2G装置注入的气流量、燃气发电机的天然气消耗气流量和天然气负荷，
表示在时间t时从节点j到节点i的天然气流量。
耦合元件约束包括P2G装置功率约束以及燃气发电机功率约束。
在综合能源系统中，电网与天然气网络之间存在着多重耦合关系，在P2G耦合装置中，HtGU在电解制氢的基础上进一步完成了氢转天然气过程，t时刻氢储能系统的输出功率
与天然气网络的注入功率
之间的关系表示为：
其中，H为天燃气热值系数，
为在P2G装置时刻t注入节点i的气流量，αHtG是P2G设备氢气合成甲烷的效率系数。
燃气发电机在电网中作为电源，在天然气系统中是作为燃气负荷，天然气消耗气流量
与燃气发电机组发电功率
之间的关系表示为：
其中，
表示在时刻t节点i燃气发电机的天然气消耗气流量，ηGG表示燃气发电机效率系数。
S4、构建基于交替方向乘子法的分布式求解算法，以满足不同调度机构适用性以及信息保密性的需求。
集中式调度需要有统一的调度机构，而在现实中电力系统、天然气系统分属不同的调度机构。基于交替方向乘子法，通过有限的耦合信息传递，即可将全局的经济调度优化问题分解为几个子问题，在交替迭代求解后获得满足收敛性条件的最优解。
为了解耦步骤S2中集中式经济调度优化模型，将耦合变量
和
引入电力系统调度子问题中，满足如下方程式：
电力系统子目标函数可构建公式(31)，天然气系统子目标函数可构建公式(32)，
和
分别是燃气发电机的燃气消耗量和P2G设备生产的天然气流量的乘子，ρGG和ρP2G是对应的惩罚因子，上标表示第s次标准迭代过程。
对于步骤S4中分布式求解算法，具体的求解过程包括以下步骤：
S401、初始化系统参数、惩罚参数和耦合变量。设置迭代的初始值。以及原始残差和对偶残差的阈值；
S402、电力系统调度机构解决了经济调度优化子问题(31)，根据第s次迭代得到的耦合变量和乘子
电力系统调度机构对电力系统经济调度优化子问题进行求解，得到最优解
和
S403、天然气系统调度机构解决了经济调度优化子问题(32)。根据第s+1次迭代得到的耦合变量
和根据第s次得到的乘子
天然气系统调度机构对天然气系统经济调度优化子问题进行求解，得到最优解
和
S404、根据方程式(33)和方程式(34)计算步骤S402和步骤S403中得到的耦合变量的平均值：
S405、根据方程(35)-(38)，判断迭代的收敛性。如果满足收敛准则，则输出计算结果，否则，转至步骤S406；
S406、根据方程式(39)和(40)来更新乘子。
然后s＝s+1，返回步骤S402并开始新一轮迭代。
本发明再一个实施例中，提供一种综合能源微网分布式经济调度优化系统，该系统能够用于实现上述综合能源微网分布式经济调度优化方法，具体的，该综合能源微网分布式经济调度优化系统包括分析模块、目标模块、约束模块以及优化模块。
其中，分析模块，分析氢储能系统的工作特性，得到电力能流、天然气能流、氢能流能量流动路径；
目标模块，根据分析模块得到的氢储能系统的工作特性，建立以综合能源微网的运行成本最小化为目标的经济调度优化模型；
约束模块，建立目标模块构建的经济调度优化模型的约束条件，包括氢储能系统约束、电力系统约束、天然气系统约束和耦合元件约束；
优化模块，根据目标模块的经济调度优化模型和约束模块的约束条件，构建基于交替方向乘子法的分布式求解方法，电力系统经济调度优化子问题与天然气-氢气经济调度优化子问题进行交替迭代求解后获得满足收敛性条件的最优解，优化经济调度。
本发明再一个实施例中，提供了一种终端设备，该终端设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(Central ProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor、DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能；本发明实施例所述的处理器可以用于综合能源微网分布式经济调度优化方法的操作，包括：
分析氢储能系统的工作特性，得到电力能流、天然气能流、氢能流能量流动路径；根据氢储能系统的工作特性，建立以综合能源微网运行成本最小化为目标的经济调度优化模型；建立经济调度优化模型的约束条件，包括氢储能系统约束、电力系统约束、天然气系统约束和耦合元件约束；根据经济调度优化模型和约束条件，构建基于交替方向乘子法的分布式求解方法，电力系统经济调度优化子问题与天然气-氢气经济调度优化子问题进行交替迭代求解后获得满足收敛性条件的最优解，优化经济调度。
本发明再一个实施例中，本发明还提供了一种存储介质，具体为计算机可读存储介质(Memory)，所述计算机可读存储介质是终端设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括终端设备中的内置存储介质，当然也可以包括终端设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。
可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中有关综合能源微网分布式经济调度优化方法的相应步骤；计算机可读存储介质中的一条或一条以上指令由处理器加载并执行如下步骤：
分析氢储能系统的工作特性，得到电力能流、天然气能流、氢能流能量流动路径；根据氢储能系统的工作特性，建立以综合能源微网运行成本最小化为目标的经济调度优化模型；建立经济调度优化模型的约束条件，包括氢储能系统约束、电力系统约束、天然气系统约束和耦合元件约束；根据经济调度优化模型和约束条件，构建基于交替方向乘子法的分布式求解方法，电力系统经济调度优化子问题与天然气-氢气经济调度优化子问题进行交替迭代求解后获得满足收敛性条件的最优解，优化经济调度。
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。
为了进一步说明本发明所提供的综合能源微网分布式经济调度优化方法的适用性及效果，下面结合具体实例进行展示。
请参阅图3，仿真时间步长设置为1小时，随后我们进行24小时的经济调度优化。图4显示了实际案例中综合能源微网24小时的电力、天然气、氢气负荷数据。24小时分时电价数据和风电机组24小时预测发电功率数据可以在图5(a)和(b)中获得。所提出的模型和方法的收敛过程如图6所示。随着迭代次数的增加，原始残差和对偶残差均呈现下降趋势。最终在12次迭代之后，所有残差达到了误差阈值为0.0001的收敛标准。
考虑到氢储能系统的充放电因素，通过上述经济调度优化模型可以得到最优有功功率结果，进而得到可实现最小运行成本目标的综合能源微网各类有功功率输出曲线，如图7所示。
从1:00到10:00和22:00到24:00，微电网的净负荷为负值，系统电力过剩。因此，氢储能系统中的电解氢装置此时开始工作，此时氢储能系统是充电状态。与此同时，分时电价与一天的其他时间相比较低。因此，综合能源微网优先通过从主网购电来补充电力缺额，该过程持续到氢储能系统电量达到容量上限之前才结束。
从11:00到15:00和19:00到21:00，分时电价升高，燃气发电机的运行成本低于与主网联络线的交换功率的电价成本。因此，燃气发电机的发电功率增加并且主网联络线注入功率降低。与此同时，由于电力缺额，仍然有必要从外部网络购买电力以满足某些时段的电力需求。
从11:00到21:00，可以从图7中观察到，此时氢储能系统中的燃料电池单元(FCU)发电，将电力注入电网以补充功率缺额。氢储能系统的充电和放电过程显著，但是电转天然气功率和弃风电量几乎为零。曲线结果表明，当没有或很少的弃风电量时，优化模型是优先考虑电转氢过程。原因是电力-天然气转换过程中的能量损失较大，成本高于电-氢转化过程中的成本。
综上所述，本发明一种综合能源微网分布式经济调度优化方法及系统，氢储能系统的有效运行有利于实现综合能源系统的良好经济运行。与此同时，作为清洁能源，氢气也确保了良好的环境保护。在未来的能源战略发展和双碳目标的背景下存在广泛的发展前景。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。
Claims (10)
1.一种综合能源微网分布式经济调度优化方法，其特征在于，包括以下步骤：
S1、分析氢储能系统的工作特性，得到电力能流、天然气能流、氢能流能量流动路径；
S2、根据步骤S1得到的氢储能系统的工作特性，建立以综合能源微网运行成本最小化为目标的经济调度优化模型；
S3、建立步骤S2构建的经济调度优化模型的约束条件，包括氢储能系统约束、电力系统约束、天然气系统约束和耦合元件约束；
S4、根据步骤S2构建的经济调度优化模型和步骤S3的约束条件，构建基于交替方向乘子法的分布式求解方法，电力系统经济调度优化子问题与天然气-氢气经济调度优化子问题进行交替迭代求解后获得满足收敛性条件的最优解，优化经济调度。
2.根据权利要求1所述的方法，其特征在于，步骤S1中，氢储能系统包括电解制氢单、燃料电池单元、氢转天然气单元和储氢单元；通过电解过程，电解制氢单元将电能转化为氢气，储存在储氢单元或满足氢负荷供应；氢转天然气单元使用储氢单元中的氢气和空气中捕获的二氧化碳来合成甲烷；当电网电力供应不足时，启动燃料电池单元，同时通过燃气发电机补充电力缺额，将氢气或天然气中的化学能转化为电能，并送回电网；通过氢储能系统、P2G设备及燃气发电机，电力系统与天然气系统形成双向耦合关系。
3.根据权利要求1所述的方法，其特征在于，步骤S2中，综合能源微网运行成本minC包括电力系统运行成本Ce和天然气-氢气混合系统运行成本Cg，电力系统运行成本Ce考虑燃气发电机组燃气成本和从主电网购电成本，包括经济调度优化模型的燃气成本
和从主电网的购电成本
天然气-氢气混合系统运行成本Cg考虑甲烷合成过程中氢储能系统的能量损失，包括氢储能系统的能量损失成本
和电转天然气带来的收益
4.根据权利要求1所述的方法，其特征在于，步骤S3中，氢储能系统约束包括：
氢储能约束表示如下：
其中，
和
分别表示在时间t和t-1时刻的氢储能系统的剩余电量，
和
是氢储能系统的最大和最小容量限制，
是t时刻氢储能系统输出的有功功率，
是t时刻氢负荷有功功率；
放电约束条件如下：
其中，
分别为电解槽有功功率上下限，
分别为燃料电池单元有功功率上下限，
分别为P2G装置的有功功率上下限；
为0/1变量，分别表示充电和放电的状态。
5.根据权利要求1所述的方法，其特征在于，步骤S3中，电力系统约束包括：
联络线约束：
PG,min≤Pt G≤PG,max
其中，Pt G表示t时刻与主网联络线传输的有功功率，PG,max和PG,min分别表示主网联络线上传输的有功功率上下限；
电力传输线约束：
其中，
表示t时刻第l条线路的有功功率，Pl EL,max和Pl EL,max分别表示第l条线路的有功功率上下限，Bl表示第l条线路的导纳值，θm,t和θn,t分别表示t时刻第m和n节点的相角；
相角约束为：
其中，θi,t表示t时刻第i节点的相角，
和
表示第i节点的相角值上下限；
系统电力平衡约束为：
其中，
表示t时刻第i台燃气发电机输出的有功功率，NGG表示燃气发电机的数量，Pt G表示t时刻与主网联络线传输的有功功率，Pt w表示t时刻风力发电机输出的有功功率，Nd表示负荷节点的数量，
表示t时刻第i个负荷节点的有功功率，Pt H1是t时刻氢储能系统输出的有功功率，Pt H2是t时刻氢负荷有功功率，NFC表示燃料电池单元的数量，
为t时刻第i个燃料电池单元有功功率。
6.根据权利要求1所述的方法，其特征在于，步骤S3中，天然气系统约束包括：
气源气流约束：
其中，
表示t时刻气源w生产的天然气气体流量，
和
分别表示气源生产气流量的上下限；
天然气管道节点的正常压力水平：
其中，πj,t表示t时刻天然气网络节点j的气压，
和
分别表示天然气网络节点j气压的上下限；
和
是0/1变量；
对于稳态天然气管道气体流量及其气流方向的约束条件：
其中，
表示在时刻t从节点j到节点i的天然气流量，
表示管道气体最大流量；kmn代表节点m,n之间管道的气体传输参数；
天然气系统气流平衡约束：
其中，
分别表示在时刻t节点i气源生产的气流量、P2G装置注入的气流量、燃气发电机的天然气消耗气流量和天然气负荷，
表示在时间t时从节点j到节点i的天然气流量。
7.根据权利要求1所述的方法，其特征在于，步骤S3中，耦合元件约束包括：
t时刻氢储能系统的输出功率
与天然气网络的注入功率
之间的关系表示为：
其中，H为天燃气热值系数，
为在P2G装置时刻t注入节点i的气流量，αHtG是P2G设备氢气合成甲烷的效率系数；
天然气消耗气流量
与燃气发电机组发电功率
之间的关系表示为：
其中，
表示在时刻t节点i燃气发电机的天然气消耗气流量，ηGG表示燃气发电机效率系数。
8.根据权利要求1所述的方法，其特征在于，步骤S4具体为：
S401、初始化系统参数、惩罚参数和耦合变量，设置迭代的初始值，以及原始残差和对偶残差的阈值；
S402、电力系统调度机构解决电力系统经济调度优化子问题，根据第s次迭代得到的耦合变量和乘子
电力系统调度机构对电力系统经济调度优化子问题进行求解，得到最优解
和
S403、天然气系统调度机构解决天然气系统经济调度优化子问题，根据第s+1次迭代得到的耦合变量
和根据第s次得到的乘子
天然气系统调度机构对天然气系统经济调度优化子问题进行求解，得到最优解
和
S404、计算步骤S402和步骤S403中得到的耦合变量的平均值
S405、判断迭代的收敛性，如果满足收敛准则，则输出计算结果，否则，转至步骤S406；
S406、更新乘子，然后s＝s+1，返回步骤S402并开始新一轮迭代。
9.根据权利要求8所述的方法，其特征在于，电力系统经济调度优化子问题为：
天然气系统经济调度优化子问题为：
其中，
为对构建的分布式电力系统经济调度优化子问题进行求解使成本最低，
为对构建的分布式天然气系统经济调度优化子问题进行求解使成本最低，Ce为集中式模型中电力系统经济调度优化子问题的成本，Cg为集中式模型中天然气系统经济调度优化子问题的成本，T为一个调度周期24h，
和
分别为第s次迭代时燃气发电机消耗的天然气流量和P2G设备生产的天然气流量的乘子，
和
分别为电力系统调度优化运行子问题中待求的t时刻第i个燃气发电机天然气量需求及第j个P2G设备可生产的天然气流量，
和
分别为第s次迭代天然气系统调度优化运行子问题中求解得到的t时刻可供应第i个燃气发电机的天然气量及第j个P2G设备生产的天然气需求量，
和
分别为电力系统调度优化运行子问题中求解得到的t时刻第i个燃气发电机天然气量需求及第j个P2G设备可生产的天然气流量，
和
分别为第s次迭代天然气系统调度优化运行子问题中待求的t时刻可供应第i个燃气发电机的天然气量及第j个P2G设备生产的天然气需求量，ρGG和ρP2G分别为燃气发电机耗气量和P2G设备产气量的惩罚因子。
10.一种综合能源微网分布式经济调度优化系统，其特征在于，包括：
分析模块，分析氢储能系统的工作特性，得到电力能流、天然气能流、氢能流能量流动路径；
目标模块，根据分析模块得到的氢储能系统的工作特性，建立以综合能源微网的运行成本最小化为目标的经济调度优化模型；
约束模块，建立目标模块构建的经济调度优化模型的约束条件，包括氢储能系统约束、电力系统约束、天然气系统约束和耦合元件约束；
优化模块，根据目标模块的经济调度优化模型和约束模块的约束条件，构建基于交替方向乘子法的分布式求解方法，电力系统经济调度优化子问题与天然气-氢气经济调度优化子问题进行交替迭代求解后获得满足收敛性条件的最优解，优化经济调度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111156374.9A CN113890023B (zh) | 2021-09-29 | 2021-09-29 | 一种综合能源微网分布式经济调度优化方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111156374.9A CN113890023B (zh) | 2021-09-29 | 2021-09-29 | 一种综合能源微网分布式经济调度优化方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113890023A true CN113890023A (zh) | 2022-01-04 |
| CN113890023B CN113890023B (zh) | 2023-08-08 |
Family
ID=79004611
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111156374.9A Active CN113890023B (zh) | 2021-09-29 | 2021-09-29 | 一种综合能源微网分布式经济调度优化方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113890023B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114581223A (zh) * | 2022-05-05 | 2022-06-03 | 支付宝(杭州)信息技术有限公司 | 分配任务处理方法、设备、分布式计算系统及存储介质 |
| CN114581160A (zh) * | 2022-05-05 | 2022-06-03 | 支付宝(杭州)信息技术有限公司 | 资源分配方法、分布式计算系统及设备 |
| CN115222102A (zh) * | 2022-06-23 | 2022-10-21 | 杭州鸿晟电力设计咨询有限公司 | 输配一体化综合能源系统的分布式调度方法 |
| CN115345391A (zh) * | 2022-10-20 | 2022-11-15 | 广东电网有限责任公司 | 一种电-气能源系统的灾后恢复方法、装置及存储介质 |
| CN115713438A (zh) * | 2022-11-25 | 2023-02-24 | 国网江苏省电力有限公司常州供电分公司 | 综合能源系统的优化调度方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7444189B1 (en) * | 2004-06-15 | 2008-10-28 | John Joseph Marhoefer | Method and apparatus for simultaneous optimization of distributed generation and hydrogen production |
| CN107292456A (zh) * | 2017-08-01 | 2017-10-24 | 重庆大学 | 基于交替方向乘子法的电‑气能量流分布式协同优化计算方法 |
| CN110957722A (zh) * | 2019-11-28 | 2020-04-03 | 昆明理工大学 | 一种含电转气设备的微型能源网日前优化调度方法 |
| CN112290533A (zh) * | 2020-09-17 | 2021-01-29 | 国家电网公司西南分部 | 一种氢能-天然气混合储能的综合能源微电网调度方法 |
| CN112380681A (zh) * | 2020-09-28 | 2021-02-19 | 国网浙江省电力有限公司经济技术研究院 | 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 |
| CN112736939A (zh) * | 2020-12-11 | 2021-04-30 | 国网江苏省电力有限公司南通供电分公司 | 掺氢天然气综合能源系统制氢储氢装置优化容量配置方法 |
-
2021
- 2021-09-29 CN CN202111156374.9A patent/CN113890023B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7444189B1 (en) * | 2004-06-15 | 2008-10-28 | John Joseph Marhoefer | Method and apparatus for simultaneous optimization of distributed generation and hydrogen production |
| CN107292456A (zh) * | 2017-08-01 | 2017-10-24 | 重庆大学 | 基于交替方向乘子法的电‑气能量流分布式协同优化计算方法 |
| CN110957722A (zh) * | 2019-11-28 | 2020-04-03 | 昆明理工大学 | 一种含电转气设备的微型能源网日前优化调度方法 |
| CN112290533A (zh) * | 2020-09-17 | 2021-01-29 | 国家电网公司西南分部 | 一种氢能-天然气混合储能的综合能源微电网调度方法 |
| CN112380681A (zh) * | 2020-09-28 | 2021-02-19 | 国网浙江省电力有限公司经济技术研究院 | 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 |
| CN112736939A (zh) * | 2020-12-11 | 2021-04-30 | 国网江苏省电力有限公司南通供电分公司 | 掺氢天然气综合能源系统制氢储氢装置优化容量配置方法 |
Non-Patent Citations (4)
| Title |
|---|
| GUANGSHENG PAN ET AL.: "Bi-level Low-Carbon Optimal Dispatch Model for P2G Plant Within Power and Natural Gas Markets", 《2020 IEEE POWER & ENERGY SOCIETY GENERAL MEETING (PESGM)》 * |
| GUANGSHENG PAN ET AL.: "Bi-level Low-Carbon Optimal Dispatch Model for P2G Plant Within Power and Natural Gas Markets", 《2020 IEEE POWER & ENERGY SOCIETY GENERAL MEETING (PESGM)》, 16 December 2020 (2020-12-16), pages 1 - 5 * |
| 刘继春等: "考虑氢能-天然气混合储能的电-气综合能源微网日前经济调度优化", 《电网技术》 * |
| 刘继春等: "考虑氢能-天然气混合储能的电-气综合能源微网日前经济调度优化", 《电网技术》, vol. 42, no. 1, 31 January 2018 (2018-01-31), pages 170 - 178 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114581223A (zh) * | 2022-05-05 | 2022-06-03 | 支付宝(杭州)信息技术有限公司 | 分配任务处理方法、设备、分布式计算系统及存储介质 |
| CN114581160A (zh) * | 2022-05-05 | 2022-06-03 | 支付宝(杭州)信息技术有限公司 | 资源分配方法、分布式计算系统及设备 |
| CN114581223B (zh) * | 2022-05-05 | 2022-07-29 | 支付宝(杭州)信息技术有限公司 | 分配任务处理方法、设备、分布式计算系统及存储介质 |
| CN114581160B (zh) * | 2022-05-05 | 2022-09-02 | 支付宝(杭州)信息技术有限公司 | 资源分配方法、分布式计算系统及设备 |
| CN115222102A (zh) * | 2022-06-23 | 2022-10-21 | 杭州鸿晟电力设计咨询有限公司 | 输配一体化综合能源系统的分布式调度方法 |
| CN115345391A (zh) * | 2022-10-20 | 2022-11-15 | 广东电网有限责任公司 | 一种电-气能源系统的灾后恢复方法、装置及存储介质 |
| CN115713438A (zh) * | 2022-11-25 | 2023-02-24 | 国网江苏省电力有限公司常州供电分公司 | 综合能源系统的优化调度方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113890023B (zh) | 2023-08-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110009152B (zh) | 一种考虑电转气和不确定性的区域综合能源系统运行鲁棒优化方法 | |
| Lin et al. | Decentralized solution for combined heat and power dispatch through benders decomposition | |
| CN113890023A (zh) | 一种综合能源微网分布式经济调度优化方法及系统 | |
| Arnold et al. | Distributed predictive control for energy hub coordination in coupled electricity and gas networks | |
| Yang et al. | Risk-constrained stochastic scheduling for energy hub: Integrating renewables, demand response, and electric vehicles | |
| Alkano et al. | Distributed supply coordination for power-to-gas facilities embedded in energy grids | |
| Wang et al. | Joint planning of electricity transmission and hydrogen transportation networks | |
| Xu et al. | Robust energy management for an on-grid hybrid hydrogen refueling and battery swapping station based on renewable energy | |
| Zhu et al. | A review of distributed energy system optimization for building decarbonization | |
| Ferahtia et al. | Optimal heuristic economic management strategy for microgrids based PEM fuel cells | |
| Qayyum et al. | Predictive optimization based energy cost minimization and energy sharing mechanism for peer-to-peer nanogrid network | |
| Han et al. | Multi-stage distributionally robust optimization for hybrid energy storage in regional integrated energy system considering robustness and nonanticipativity | |
| Hu et al. | Economic model predictive control for microgrid optimization: A review | |
| Bo et al. | Hyperfine optimal dispatch for integrated energy microgrid considering uncertainty | |
| Saha | Adaptive model-based receding horizon control of interconnected renewable-based power micro-grids for effective control and optimal power exchanges | |
| Wang et al. | Bilevel energy optimization for grid-connected AC multimicrogrids | |
| Zhang et al. | Decentralized optimization of multiarea interconnected traffic-power systems with wind power uncertainty | |
| Zhang et al. | Optimal energy and reserve scheduling in a renewable-dominant power system | |
| Yuan et al. | A distributed multi-objective optimization method for scheduling of integrated electricity and hydrogen systems | |
| Ma et al. | Decentralized robust optimal dispatch of user-level integrated electricity-gas-heat systems considering two-level integrated demand response | |
| Najafi et al. | Participation of hydrogen-rich energy hubs in day-ahead and regulation markets: A hybrid stochastic-robust model | |
| del Real et al. | Optimal power dispatch of energy networks including external power exchanges | |
| Foroozandeh et al. | Robust energy scheduling for smart buildings considering uncertainty in PV generation | |
| Li et al. | Economic and optimal planning of a multi-carrier microgrid consisting of electricity to gas conversion system and storage with developed algorithm of championship in sports leagues | |
| Gazey | Sizing hybrid green hydrogen energy generation and storage systems (HGHES) to enable an increase in renewable penetration for stabilising the grid. |
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 |