CN118017527B - 绿证约束下基于改进admm的多源荷系统联合运行方法、系统 - Google Patents

Abstract

本发明公开了一种绿证约束下基于改进ADMM的多源荷系统联合运行方法、系统，所述方法包括：建立单一源荷系统的绿证配额约束模型；建立单一源荷系统的激励型负荷需求响应模型；单一源荷系统组成多源荷系统，建立多源荷系统的联合优化运行模型，在其中引入绿证配额惩罚项；采用改进ADMM算法对联合优化运行模型进行分布式求解，计算得到每个时刻热能设备和电能设备的输出功率，基于求解的结果对多源荷系统进行优化控制。采用上述技术方案，充分优化多源荷系统中每一个系统的可再生能源消纳和碳排放量，并且将需求响应机制纳入优化的考虑中，降低负荷曲线峰谷差和能源网供能压力，从单一源荷侧实现多源荷系统低碳运行。

Description

绿证约束下基于改进ADMM的多源荷系统联合运行方法、系统

技术领域

本发明涉及能源系统控制技术领域，尤其涉及一种绿证约束下基于改进ADMM的多源荷系统联合运行方法、系统。

背景技术

随着可再生能源配额机制的逐步实施，以及双碳目标的不断推进，对由多个单一源荷系统组成的区域多源荷系统的低碳运行、系统内分布式能源的有效消纳提出了更高的要求。其中，多源荷系统中包括可再生、分布式的能源设备、传统的能源设备和储能设备，共同为用户的负荷提供能源。

绿色证书机制作为配额机制，旨在推动可再生能源在能源系统中的有效消纳。通过引入绿证配额，能源系统依照其供能的负荷大小进行配额，进而按时消纳一定比例的可再生能源，否则将会承担高额的绿证惩罚成本，因此绿证配额有效地激励了可再生能源产业的建设和发展。

单一源荷系统在运行过程中，系统内的可再生能源的消纳率较低，容易造成能源的浪费，因此现有技术中提出了由多个单一源荷系统组成区域多源荷系统，对区域多源荷系统进行整体上的运行优化，以求可再生能源的充分消纳，其中存在的问题是，整体上的运行优化虽然可以降低区域多源荷系统的运行成本，但是对其中部分的单一源荷系统来说，其系统内的可再生能源消纳率可能并没有显著地提高或者没有提高，对于该单一源荷系统而言难以接受，另外，若不考虑绿证配额在运行优化过程中的作用，与实际应用情况不符，不具备实用性。另外，在进行源荷系统的优化过程中，传统的ADMM算法（ADMM，AlternatingDirection Method of Multipliers，交替方向乘子法）通常用于电力系统联合优化模型的求解中，然而在综合能源系统领域应用时不仅涉及传统电力变量的优化，同时会加入热能变量的求解。因此，对于高维度、多变量的区域多源荷系统联合优化模型来说，传统的ADMM算法求解速度有限，一定程度将会增加单一源荷系统控制的计算压力，不能及时为区域多源荷系统联合运行提供有效的功率信息。

发明内容

发明目的：本发明提供一种绿证约束下基于改进ADMM的多源荷系统联合运行方法、系统，旨在解决对区域多源荷系统从电源侧和负荷侧进行整体上的运行优化时，其中的单一源荷系统的可再生能源消纳没有得到充分优化、也没有考虑绿证配额约束在其中起到的作用的技术问题，同时针对高维度，多变量的区域多源荷系统联合优化模型来说，当前缺少高效求解算法的技术问题。

技术方案：本发明提供一种绿证约束下基于改进ADMM的多源荷系统联合运行方法，包括：计算单一源荷系统的绿证配额需求和通过可再生能源消纳获得的绿证配额，从而建立绿证配额惩罚项约束模型；所述单一源荷系统包括多个能源设备，为用户的热负荷和电负荷的运行提供能源；建立单一源荷系统的考虑响应约束的激励型负荷需求响应模型，用于计算单一源荷系统的热负荷和电负荷进行削减和转移的需求量；多个单一源荷系统组合形成多源荷系统，建立多源荷系统的联合优化运行模型，并基于绿证配额惩罚项约束模型，在联合优化运行模型中引入绿证配额惩罚项；以多源荷系统最大程度消纳可再生能源为目标，基于改进ADMM算法对联合优化运行模型进行分布式求解，并结合各个单一源荷系统的激励型负荷需求响应模型，计算得到在多源荷系统中，各个单一源荷系统中各个能源设备的输出功率，基于计算结果对多源荷系统进行控制。

具体的，所述绿证配额惩罚项约束模型如下：

，

其中，g_req表示单一源荷系统需要承担的绿证配额数量，g_acq表示单一源荷系统获得的绿证配额数量，T表示调度周期，P_e,t、P_e,shift,t和P_e,cut,t分别表示t时刻单一源荷系统承担、转移和削减的电负荷的需求量，α表示电负荷承担的绿证配额系数，β表示绿证转换系数，P_pv,re,t和P_wt,re,t分别表示t时刻对光伏电站和风电站的消纳功率，f_green,i表示绿证配额惩罚项，η_g表示单个绿证配额的惩罚系数。

具体的，对于热负荷和电负荷的需求量，设置每个时刻的转移和削减程度的约束条件，在约束条件下运行激励型负荷需求响应模型。

具体的，激励型负荷需求响应模型如下：

，

其中，f_IDR,i表示第i个单一源荷系统的热负荷和电负荷进行削减和转移的惩罚成本，η_shift,1和η_shift,2分别表示电负荷和热负荷的单位响应功率的转移惩罚系数，η_cut,1和η_cut,2分别表示电负荷和热负荷的单位响应功率的削减惩罚系数，H_e,shift,t和H_e,cut,t分别表示t时刻单一源荷系统削减和转移的热负荷的响应量。

具体的，所述转移和削减程度的约束条件如下：

，

其中，σ_e和σ_h分别表示电负荷和热负荷的响应量最大削减程度系数，δ_e和δ_h分别表示电负荷和热负荷的响应量最大转移程度系数，H_e,t表示t时刻单一源荷系统承担的热负荷的响应量，Ω_user表示转移和削减程度值，Ω_min表示转移和削减程度限制。

具体的，设置能源供给量与负荷需求量之间平衡的约束条件，电能和热能的传输功率的约束条件，以及单一源荷系统内的能源设备运行约束条件，在约束条件下运行联合优化运行模型。

具体的，所述联合优化运行模型如下：

，

其中，N表示区域多源荷系统中的单一源荷系统的总数，F_IES,i表示第i个单一源荷系统的运行成本，f_op,i表示第i个单一源荷系统的设备运行折损，f_exc,i表示第i个单一源荷系统与多源荷系统中的单一源荷系统之间的交互成本，P_GF,t、P_CHP,t和H_GB,t分别表示t时刻燃气轮机、热电联供设备和燃气锅炉的输出功率，P_dis,t和P_ch,t分别表示t时刻蓄电池的放电和充电功率，H_dis,t和H_ch,t分别表示t时刻蓄热槽的放电和充电功率，η_equ表示能源设备输出单位功率时的折损，η_exc,e,i-j,t和η_exc,h,i-j,t分别表示t时刻第i个与第j个单一源荷系统之间的电能和热能交互单位成本，P_exc,i-j,t和H_exc,i-j,t分别表示t时刻第i个与第j个单一源荷系统之间的电能和热能交互功率。

具体的，所述能源供给量与负荷需求量之间平衡的约束条件如下：

，

其中，v表示热电联供设备的热电联供比；

所述电能和热能的传输功率的约束条件如下：

，

其中，P_exc,i-j,max和H_{exc,i-j, max}分别表示多源荷系统内的最大电能传输功率和最大热能传输功率，P_exc,j-i,t和H_exc,j-i,t分别表示t时刻第j个与第i个单一源荷系统之间的电能和热能交互功率；

所述能源设备运行约束条件如下：

，

其中，P_pv,sp,t和P_wt,sp,t分别表示t时刻风电和光伏电站的实际输出功率，P_pro,t表示热能设备在t时刻的实际输出功率，P_pro,max表示t时刻能源设备的最大输出功率，η_pro表示能源设备输出功率的最大变化系数，P_sto,dis,t和P_sto,ch,t分别表示t时刻储能设备的实际放电和充电功率，P_sto,dis,max和P_ch,dis,max分别表示t时刻储能设备的最大放电和充电功率，S_t表示t时刻储能设备的荷电状态，w表示储能设备的自损系数，µ_ch和µ_dis分别表示储能设备的充电效率和放电效率，S_min和S_max分别表示储能设备的最小容量和最大容量。

具体的，构建如下分布式计算模型：

，

其中，L_IES,i表示第i个单一源荷系统的拉格朗日函数，k表示改进ADMM算法当前迭代的次数，λ_p,i,k和λ_h,i,k分别表示第i个单一源荷系统的第k次迭代中的电能乘子和热能乘子，p_k表示第k次迭代中的惩罚因子；

自适应惩罚因子p_k+1的更新按照如下公式计算：

，

其中，d_dual,k和d_pri,k分别表示第k次迭代中的对偶残差和原始残差。

本发明还提供一种绿证约束下基于改进ADMM的多源荷系统联合运行系统，包括：绿证配额惩罚项约束模型建立单元、激励型负荷需求响应模型建立单元、联合优化运行模型建立单元和控制单元，其中：所述绿证配额惩罚项约束模型建立单元，用于计算单一源荷系统的绿证配额需求和通过可再生能源消纳获得的绿证配额，从而建立绿证配额惩罚项约束模型；所述单一源荷系统包括多个能源设备，为用户的热负荷和电负荷的运行提供能源；所述激励型负荷需求响应模型建立单元，用于建立单一源荷系统的考虑响应约束的激励型负荷需求响应模型，用于计算单一源荷系统的热负荷和电负荷进行削减和转移的需求量；所述联合优化运行模型建立单元，用于多个单一源荷系统组合形成多源荷系统，建立多源荷系统的联合优化运行模型，并基于绿证配额惩罚项约束模型，在联合优化运行模型中引入绿证配额惩罚项；所述控制单元，用于以多源荷系统最大程度消纳可再生能源为目标，基于改进ADMM算法对联合优化运行模型进行分布式求解，并结合各个单一源荷系统的激励型负荷需求响应模型，计算得到在多源荷系统中，各个单一源荷系统中各个能源设备的输出功率，基于计算结果对多源荷系统进行控制。

有益效果：与现有技术相比，本发明具有如下显著优点：引入负荷的削减和转移的计算和约束，在提高可再生能源消纳率的同时，兼顾用户的实际能源应用状态，使得控制方案更具有可操作性；对多源荷系统的联合优化运行模型进行分布式求解，在多源荷系统最大程度（数量）消纳可再生能源的同时，均衡其中每一个单一源荷系统的可再生能源消纳率，避免某一单一源荷系统的可再生能源消纳率变化较小；在联合优化运行模型中引入绿证配额惩罚项，使得模型结果将绿证纳入考虑范围内，更具有可操作性；应用改进的ADMM算法求解联合优化运行模型，加快最优解逼近速度，提高模型运行效率。

附图说明

图1为本发明提供的绿证约束下基于改进ADMM的多源荷系统联合优化运行系统的结构示意图。

具体实施方式

下面结合附图对本发明的技术方案作进一步说明。

步骤1，计算单一源荷系统的绿证配额需求和通过可再生能源消纳获得的绿证配额，从而建立绿证配额惩罚项约束模型。

本发明实施例中，所述单一源荷系统包括多个能源设备（热能设备和电能设备），为用户的热负荷和电负荷的运行提供能源。

在具体实施中，绿证配额需求是变化的，存在每时刻都变化的可能性。绿证配额惩罚项，是对于没有进行可再生能源消纳的经济惩罚。

在具体实施中，用户的热负荷和电负荷是作为负载，由单一源荷系统或者多源荷系统供给能源。

本发明实施例中，所述绿证配额惩罚项约束模型如下：

，

其中，g_req表示单一源荷系统需要承担的绿证配额数量，g_acq表示单一源荷系统获得的绿证配额数量，T表示调度周期，P_e,t、P_e,shift,t和P_e,cut,t分别表示t时刻单一源荷系统承担、转移和削减的电负荷的需求量，α表示电负荷承担的绿证配额系数，β表示绿证转换系数（代表1MWh的负荷量需承担的绿证配额数量），P_pv,re,t和P_wt,re,t分别表示t时刻对光伏电站和风电站的消纳功率，f_green,i表示绿证配额惩罚项，η_g表示单个绿证配额的惩罚系数。

在具体实施中，调度周期通常为一天，也即24小时。

在具体实施中，对电（热）负荷进行需求量的转移，是指对用户关于电（热）负荷的需求量进行时间上的转移，例如晚七点至晚九点处于电负荷的使用高峰期，此时系统给用户指令，要求其转移部分电负荷的需求量来降低高峰时的负荷量，转移不意味着用户不需要供电设备了，而是把本来在晚七点至晚九点使用的电能转移到其他时间使用，例如下午两点至下午四点。

在具体实施中，对电（热）负荷进行需求量的削减，是指对用户关于电（热）负荷的需求量进行降低，而不转移至其他时间，例如晚七点至晚九点处于电负荷的使用高峰期，此时系统给用户指令，要求其降低电负荷的需求量来降低高峰时的负荷量，也不会将降低的部分转移至其他时间使用。

在具体实施中，光伏电站和风电站属于电能设备，同时属于可再生能源设备。

步骤2，建立单一源荷系统的考虑响应约束的激励型负荷需求响应模型，用于计算单一源荷系统的热负荷和电负荷进行削减和转移的需求量。

本发明实施例中，对于热负荷和电负荷的需求量，设置每个时刻的转移和削减程度的约束条件，在约束条件下运行激励型负荷需求响应模型。

在具体实施中，对于热负荷和电负荷的需求量进行转移和削减，会导致用户在相应的时间段的用能短缺，会产生相应的负面影响，因此不能过度的进行转移和削减，通过每个时刻的转移和削减程度的约束条件，对转移和削减程的需求量来进行限制和优化。

本发明实施例中，所述激励型负荷需求响应模型如下：

，

其中，f_IDR,i表示第i个单一源荷系统的热负荷和电负荷进行削减和转移的惩罚成本，η_shift,1和η_shift,2分别表示电负荷和热负荷的单位响应功率的转移惩罚系数，η_cut,1和η_cut,2分别表示电负荷和热负荷的单位响应功率的削减惩罚系数，H_e,shift,t和H_e,cut,t分别表示t时刻单一源荷系统削减和转移的热负荷的响应量。

在具体实施中，单位响应功率，是指单一源荷系统响应后而进行转移或削减的单位功率。

本发明实施例中，所述转移和削减程度的约束条件如下：

，

其中，σ_e和σ_h分别表示电负荷和热负荷的响应量最大削减程度系数，δ_e和δ_h分别表示电负荷和热负荷的响应量最大转移程度系数，H_e,t表示t时刻单一源荷系统承担的热负荷的响应量，Ω_user表示转移和削减程度值，Ω_min表示转移和削减程度限制。

在具体实施中，通过转移和削减程度值大于等于转移和削减程度最限制，来约束由此转移和削减需求量的数量（功率量）带来的负面影响超出预期。

步骤3，多个单一源荷系统组合形成多源荷系统，建立多源荷系统的联合优化运行模型，并基于绿证配额惩罚项约束模型，在联合优化运行模型中引入绿证配额惩罚项。

本发明实施例中，设置能源供给量与负荷需求量之间平衡的约束条件，电能和热能的传输功率的约束条件，以及单一源荷系统内的能源设备运行约束条件，在上述约束条件下运行联合优化运行模型。

在具体实施中，区域综合能源系统的联合优化运行模型的运行，是需要考虑其中客观的约束条件，约束条件还包括能源设备运行的约束条件。

在具体实施中，多源荷系统中的能源设备包括燃气轮机、热电联供设备、燃气锅炉、光伏电站和风电站，其中燃气锅炉是热能设备，燃气轮机、热电联供设备、光伏电站和风电站是电能设备。

本发明实施例中，所述联合优化运行模型如下：

，

其中，N表示区域多源荷系统中的单一源荷系统的总数，F_IES,i表示第i个单一源荷系统的运行成本，f_op,i表示第i个单一源荷系统的设备运行折损，f_exc,i表示第i个单一源荷系统与多源荷系统中的单一源荷系统之间的交互成本，P_GF,t、P_CHP,t和H_GB,t分别表示t时刻燃气轮机、热电联供设备和燃气锅炉的输出功率，P_dis,t和P_ch,t分别表示t时刻蓄电池的放电和充电功率，H_dis,t和H_ch,t分别表示t时刻蓄热槽的放电和充电功率，η_equ表示能源设备输出单位功率时的折损，η_exc,e,i-j,t和η_exc,h,i-j,t分别表示t时刻第i个与第j个单一源荷系统之间的电能和热能交互单位成本，P_exc,i-j,t和H_exc,i-j,t分别表示t时刻第i个与第j个单一源荷系统之间的电能和热能交互功率。

在具体实施中，折损表示能源设备输出的功率折损、功率损耗。

在具体实施中，f_green,i表示绿证配额惩罚项，在联合优化运行模型中引入该项，是为了最大程度降低因绿证所带来的惩罚。

本发明实施例中，所述能源供给量与负荷需求量之间平衡的约束条件如下：

，

其中，v表示热电联供设备的热电联供比；

所述电能和热能的传输功率的约束条件如下：

，

其中，P_exc,i-j,max和H_{exc,i-j, max}分别表示多源荷系统内的最大电能传输功率和最大热能传输功率，P_exc,j-i,t和H_exc,j-i,t分别表示t时刻第j个与第i个单一源荷系统之间的电能和热能交互功率；

所述能源设备运行约束条件如下：

，

其中，P_pv,sp,t和P_wt,sp,t分别表示t时刻风电和光伏电站的实际输出功率，P_pro,t表示热能设备在t时刻的实际输出功率，P_pro,max表示t时刻能源设备（热能设备和电能设备之和）的最大输出功率，η_pro表示能源设备输出功率的最大变化系数，P_sto,dis,t和P_sto,ch,t分别表示t时刻储能设备（蓄电池和蓄热池等储能设备之和）的实际放电和充电功率，P_sto,dis,max和P_ch,dis,max分别表示t时刻储能设备的最大放电和充电功率，S_t表示t时刻储能设备的荷电状态（表示储能设备的电池剩余的百分比），w表示储能设备的自损系数，µ_ch和µ_dis分别表示储能设备的充电效率和放电效率，S_min和S_max分别表示储能设备的最小容量和最大容量。

在具体实施中，能源供给量与负荷需求量之间平衡的约束条件，主要是表达每时刻电能的总输出功率，与用户的电负荷的需求量（需求的功率）相等，以及每时刻热能的总输出功率，与用户的热负荷的需求量（需求的功率）相等。

在具体实施中，电能和热能的传输功率约束条件，主要是表达多源荷系统内各个单一源荷系统之间的功率交互的限制，以及单一源荷系统与上级电网和上级热网之间的功率交互的限制。

步骤4，以多源荷系统最大程度（最大数量）消纳可再生能源为目标，基于改进ADMM算法对联合优化运行模型进行分布式求解，并结合各个单一源荷系统的激励型负荷需求响应模型，计算得到在多源荷系统中，各个单一源荷系统中各个能源设备的输出功率，基于计算结果对多源荷系统进行控制。

在具体实施中，基于联合优化运行模型，以及联合优化运行模型对应的约束条件的限制下，将联合优化运行模型分解得到分布式计算模型，可以最大程度优化每一个单一源荷系统的可再生能源的消纳率。

本发明实施例中，构建如下分布式计算模型：

，

其中，L_IES,i表示第i个单一源荷系统的拉格朗日函数，k表示改进ADMM算法当前迭代的次数，λ_p,i,k和λ_h,i,k分别表示第i个单一源荷系统的第k次迭代中的电能乘子和热能乘子，p_k表示第k次迭代中的惩罚因子，符号|| ||₂ ²表示2范数的2次方；

自适应惩罚因子p_k+1的更新按照如下公式计算：

，

其中，d_dual,k和d_pri,k分别表示第k次迭代中的对偶残差和原始残差。

在具体实施中，传统ADMM算法多采用固定惩罚因子，当惩罚因子设置较小时，最优解可能偏离可行域，导致算法收敛十分缓慢；当惩罚因子设置较大时，导致算法无法求得最优解。而本发明提供的改进ADMM算法中的惩罚因子是自适应惩罚因子，是基于对各个单一源荷系统内热电功率交互数值的变化趋势，来动态调整惩罚因子的大小，以加快最优解逼近速度。

在具体实施中，P_exc,i-j,t和P_exc,j-i,t互为协调变量，当两者相等时，说明第i个与第j个单一综合能源系统之间的电能交互功率得到确定；H_exc,i-j,t和H_exc,j-i,t互为协调变量，当两者相等时，说明第i个与第j个单一综合能源系统之间的热能交互功率得到确定。

在具体实施中，多源荷系统最大程度消纳可再生能源为目标对分布式计算模型进行求解，也即最大数量的消纳可再生能源。结合各个单一源荷系统的激励型负荷需求响应模型，是以最大的负荷的转移和削减的需求量作为模型求解的限制和约束，避免转移和削减的负荷的需求量超出预期，同时，为缓解上级能源网的供能压力，利用激励型需求响应机制实现负荷的削峰填谷，结合可再生能源配额机制，从源荷侧协同促进综合能源系统的低碳化转型。

在具体实施中，根据计算得到的各个单一源荷系统中各个能源设备（在各个时刻的）的输出功率，在相应的时刻对各个能源设备进行功率输出的控制。

参阅图1，其为本发明提供的绿证约束下基于改进ADMM的多源荷系统联合优化运行系统的结构示意图。

本发明还提供一种绿证约束下基于改进ADMM的多源荷系统联合运行系统，包括：绿证配额惩罚项约束模型建立单元、激励型负荷需求响应模型建立单元、联合优化运行模型建立单元和控制单元，其中：所述绿证配额惩罚项约束模型建立单元，用于计算单一源荷系统的绿证配额需求和通过可再生能源消纳获得的绿证配额，从而建立绿证配额惩罚项约束模型；所述单一源荷系统包括多个能源设备，为用户的热负荷和电负荷的运行提供能源；所述激励型负荷需求响应模型建立单元，用于建立单一源荷系统的考虑响应约束的激励型负荷需求响应模型，用于计算单一源荷系统的热负荷和电负荷进行削减和转移的需求量；所述联合优化运行模型建立单元，用于多个单一源荷系统组合形成多源荷系统，建立多源荷系统的联合优化运行模型，并基于绿证配额惩罚项约束模型，在联合优化运行模型中引入绿证配额惩罚项；所述控制单元，用于以多源荷系统最大程度消纳可再生能源为目标，基于改进ADMM算法对联合优化运行模型进行分布式求解，并结合各个单一源荷系统的激励型负荷需求响应模型，计算得到在多源荷系统中，各个单一源荷系统中各个能源设备的输出功率，以及单一源荷系统中热负荷和电负荷进行削减和转移的需求量，基于计算结果对多源荷系统进行控制。

本发明实施例中，绿证约束下基于改进ADMM的多源荷系统联合运行系统中的各个单元，执行的方法、步骤和功能，可以参考本发明提供的绿证约束下基于改进ADMM的多源荷系统联合运行方法中的具体方法、步骤和功能。

Claims (8)

1.一种绿证约束下基于改进ADMM的多源荷系统联合运行方法，其特征在于，包括：

计算单一源荷系统的绿证配额需求和通过可再生能源消纳获得的绿证配额，从而建立绿证配额惩罚项约束模型；所述单一源荷系统包括多个能源设备，为用户的热负荷和电负荷的运行提供能源；所述绿证配额惩罚项约束模型如下：

，

其中，g_req表示单一源荷系统需要承担的绿证配额数量，g_acq表示单一源荷系统获得的绿证配额数量，T表示调度周期，P_e,t、P_e,shift,t和P_e,cut,t分别表示t时刻单一源荷系统承担、转移和削减的电负荷的需求量，α表示电负荷承担的绿证配额系数，β表示绿证转换系数，P_pv,re,t和P_wt,re,t分别表示t时刻对光伏电站和风电站的消纳功率，f_green,i表示绿证配额惩罚项，η_g表示单个绿证配额的惩罚系数；

建立单一源荷系统的考虑响应约束的激励型负荷需求响应模型，用于计算单一源荷系统的热负荷和电负荷进行削减和转移的需求量；

多个单一源荷系统组合形成多源荷系统，建立多源荷系统的联合优化运行模型，并基于绿证配额惩罚项约束模型，在联合优化运行模型中引入绿证配额惩罚项；

以多源荷系统最大程度消纳可再生能源为目标，基于改进ADMM算法对联合优化运行模型进行分布式求解，并结合各个单一源荷系统的激励型负荷需求响应模型，计算得到在多源荷系统中，各个单一源荷系统中各个能源设备的输出功率，基于计算结果对多源荷系统进行控制；基于改进ADMM算法对联合优化运行模型，构建如下分布式计算模型：

，

其中，L_IES,i表示第i个单一源荷系统的拉格朗日函数，F_IES,i表示第i个单一源荷系统的运行成本，k表示改进ADMM算法当前迭代的次数，λ_p,i,k和λ_h,i,k分别表示第i个单一源荷系统的第k次迭代中的电能乘子和热能乘子，p_k表示第k次迭代中的惩罚因子，P_exc,i-j,t和H_exc,i-j,t分别表示t时刻第i个与第j个单一源荷系统之间的电能和热能交互功率，P_exc,j-i,t和H_exc,j-i,t分别表示t时刻第j个与第i个单一源荷系统之间的电能和热能交互功率；

自适应惩罚因子p_k+1的更新按照如下公式计算：

，

其中，d_dual,k和d_pri,k分别表示第k次迭代中的对偶残差和原始残差。

2.根据权利要求1所述的绿证约束下基于改进ADMM的多源荷系统联合运行方法，其特征在于，所述建立单一源荷系统的考虑响应约束的激励型负荷需求响应模型，包括：

对于热负荷和电负荷的需求量，设置每个时刻的转移和削减程度的约束条件，在约束条件下运行激励型负荷需求响应模型。

3.根据权利要求2所述的绿证约束下基于改进ADMM的多源荷系统联合运行方法，其特征在于，所述激励型负荷需求响应模型如下：

，

其中，f_IDR,i表示第i个单一源荷系统的热负荷和电负荷进行削减和转移的惩罚成本，η_shift,1和η_shift,2分别表示电负荷和热负荷的单位响应功率的转移惩罚系数，η_cut,1和η_cut,2分别表示电负荷和热负荷的单位响应功率的削减惩罚系数，H_e,shift,t和H_e,cut,t分别表示t时刻单一源荷系统削减和转移的热负荷的响应量。

4.根据权利要求3所述的绿证约束下基于改进ADMM的多源荷系统联合运行方法，其特征在于，所述转移和削减程度的约束条件如下：

，

其中，σ_e和σ_h分别表示电负荷和热负荷的响应量最大削减程度系数，δ_e和δ_h分别表示电负荷和热负荷的响应量最大转移程度系数，H_e,t表示t时刻单一源荷系统承担的热负荷的响应量，Ω_user表示转移和削减程度值，Ω_min表示转移和削减程度限制。

5.根据权利要求4所述的绿证约束下基于改进ADMM的多源荷系统联合运行方法，其特征在于，所述建立多源荷系统的联合优化运行模型，具体包括：

设置能源供给量与负荷需求量之间平衡的约束条件，电能和热能的传输功率的约束条件，以及单一源荷系统内的能源设备运行约束条件，在约束条件下运行联合优化运行模型。

6.根据权利要求5所述的绿证约束下基于改进ADMM的多源荷系统联合运行方法，其特征在于，所述联合优化运行模型如下：

，

其中，N表示区域多源荷系统中的单一源荷系统的总数，f_op,i表示第i个单一源荷系统的设备运行折损，f_exc,i表示第i个单一源荷系统与多源荷系统中的单一源荷系统之间的交互成本，P_GF,t、P_CHP,t和H_GB,t分别表示t时刻燃气轮机、热电联供设备和燃气锅炉的输出功率，P_dis,t和P_ch,t分别表示t时刻蓄电池的放电和充电功率，H_dis,t和H_ch,t分别表示t时刻蓄热槽的放电和充电功率，η_equ表示能源设备输出单位功率时的折损，η_exc,e,i-j,t和η_exc,h,i-j,t分别表示t时刻第i个与第j个单一源荷系统之间的电能和热能交互单位成本。

7.根据权利要求6所述的绿证约束下基于改进ADMM的多源荷系统联合运行方法，其特征在于，所述能源供给量与负荷需求量之间平衡的约束条件如下：

，

其中，v表示热电联供设备的热电联供比；

所述电能和热能的传输功率的约束条件如下：

，

其中，P_exc,i-j,max和H_{exc,i-j, max}分别表示多源荷系统内的最大电能传输功率和最大热能传输功率；

所述能源设备运行约束条件如下：

，

其中，P_pv,sp,t和P_wt,sp,t分别表示t时刻风电和光伏电站的实际输出功率，P_pro,t表示热能设备在t时刻的实际输出功率，P_pro,max表示t时刻能源设备的最大输出功率，η_pro表示能源设备输出功率的最大变化系数，P_sto,dis,t和P_sto,ch,t分别表示t时刻储能设备的实际放电和充电功率，P_sto,dis,max和P_ch,dis,max分别表示t时刻储能设备的最大放电和充电功率，S_t表示t时刻储能设备的荷电状态，w表示储能设备的自损系数，µ_ch和µ_dis分别表示储能设备的充电效率和放电效率，S_min和S_max分别表示储能设备的最小容量和最大容量。

8.一种绿证约束下基于改进ADMM的多源荷系统联合运行系统，其特征在于，包括：绿证配额惩罚项约束模型建立单元、激励型负荷需求响应模型建立单元、联合优化运行模型建立单元和控制单元，其中：

所述绿证配额惩罚项约束模型建立单元，用于计算单一源荷系统的绿证配额需求和通过可再生能源消纳获得的绿证配额，从而建立绿证配额惩罚项约束模型；所述单一源荷系统包括多个能源设备，为用户的热负荷和电负荷的运行提供能源；所述绿证配额惩罚项约束模型如下：

，

其中，g_req表示单一源荷系统需要承担的绿证配额数量，g_acq表示单一源荷系统获得的绿证配额数量，T表示调度周期，P_e,t、P_e,shift,t和P_e,cut,t分别表示t时刻单一源荷系统承担、转移和削减的电负荷的需求量，α表示电负荷承担的绿证配额系数，β表示绿证转换系数，P_pv,re,t和P_wt,re,t分别表示t时刻对光伏电站和风电站的消纳功率，f_green,i表示绿证配额惩罚项，η_g表示单个绿证配额的惩罚系数；

所述激励型负荷需求响应模型建立单元，用于建立单一源荷系统的考虑响应约束的激励型负荷需求响应模型，用于计算单一源荷系统的热负荷和电负荷进行削减和转移的需求量；

所述联合优化运行模型建立单元，用于多个单一源荷系统组合形成多源荷系统，建立多源荷系统的联合优化运行模型，并基于绿证配额惩罚项约束模型，在联合优化运行模型中引入绿证配额惩罚项；

所述控制单元，用于以多源荷系统最大程度消纳可再生能源为目标，基于改进ADMM算法对联合优化运行模型进行分布式求解，并结合各个单一源荷系统的激励型负荷需求响应模型，计算得到在多源荷系统中，各个单一源荷系统中各个能源设备的输出功率，基于计算结果对多源荷系统进行控制；基于改进ADMM算法对联合优化运行模型，构建如下分布式计算模型：

，

其中，L_IES,i表示第i个单一源荷系统的拉格朗日函数，F_IES,i表示第i个单一源荷系统的运行成本，k表示改进ADMM算法当前迭代的次数，λ_p,i,k和λ_h,i,k分别表示第i个单一源荷系统的第k次迭代中的电能乘子和热能乘子，p_k表示第k次迭代中的惩罚因子，P_exc,i-j,t和H_exc,i-j,t分别表示t时刻第i个与第j个单一源荷系统之间的电能和热能交互功率，P_exc,j-i,t和H_exc,j-i,t分别表示t时刻第j个与第i个单一源荷系统之间的电能和热能交互功率；

自适应惩罚因子p_k+1的更新按照如下公式计算：

，

其中，d_dual,k和d_pri,k分别表示第k次迭代中的对偶残差和原始残差。